Portada » Estudios » Grado y Doble Grado » Matemáticas y Ciencia de Datos

Matemáticas y Ciencia de Datos

Grado y Doble Grado. Curso 2025/2026.

INFERENCIA ESTADÍSTICA - 803955

Curso Académico 2025-26

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG1- Comprender y utilizar las técnicas y modelos de la Estadística con el lenguaje matemático adecuado.
CG2 - Adquirir la capacidad para enunciar y demostrar proposiciones en distintos campos de la Estadística.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos

CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la
educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también
algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las
competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de
su área de estudio
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores
con un alto grado de autonomía


Transversales
CT1 - Haber demostrado poseer y comprender conocimientos en el área de las Matemáticas y la Estadística, partiendo de la base de
la educación secundaria general, y alcanzando un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos
aspectos que implican conocimientos procedentes de la vanguardia de dicha área.
CT2 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y que posean las competencias que suelen
demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de la Estadística,
con base en las Matemáticas.
CT5 - Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de
autonomía.
Específicas
CE1 - Proponer, analizar, validar e interpretar modelos de situaciones en las que se presenten fenómenos estocásticos utilizando las
herramientas estadístico-matemáticas más adecuadas.
CE2 - Resolver problemas de Estadística mediante herramientas matemáticas e informáticas

ACTIVIDADES DOCENTES

Clases teóricas
si
Seminarios
si
Clases prácticas
si

Presenciales

2,4

No presenciales

3,6

Semestre

1

Breve descriptor:

Avanzar en el conocimiento y aprendizaje de las técnicas y procedimientos utilizados en Inferencia Estadística con un especial énfasis en las técnicas asintóticas y no paramétricas

Requisitos

Haber cursado con aprovechamiento las asignaturas "Probabilidad" y "Estadística".

Objetivos

- Evolucionar en el conocimiento de la Estadística con un fundamento matemático riguroso. - Desarrollar las capacidades analíticas y el pensamiento lógico y riguroso a través del estudio de la Estadística. - Reconocer la presencia de los fenómenos estocásticos en problemas presentes en diversas disciplinas (Economía, Salud, Ingeniería,...). Saber identificar el modelo matemático correspondiente. - Plantear y resolver problemas en ambiente de incertidumbre aplicando la técnica apropiada. - Posibilitar el avance y estudio de las aplicaciones mediante su fundamentación matemática. - Capacitar para el uso de software estadístico. - Lograr el compromiso del estudiante con el autoaprendizaje como instrumento de desarrollo y responsabilidad profesional.

Contenido

Parte 1. Ampliación de Inferencia Estadística. Optimalidad en contrastes de hipótesis. Parte 2. El contraste de razón de verosimilitudes. Aplicaciones; Contrastes de bondad de ajuste, independencia y homogeneidad. Contrastes de Wald y Rao. Parte 3. Teoría de la Decisión Estadística. Parte 4. Estadísticos de orden. Inferencia no Paramétrica para una o varias muestras.

Evaluación

El examen final será 80% y el resto se llevará a cabo mediante pruebas a lo largo del curso y/o participación en clase y ejercicios a entregar

Bibliografía

1. Boos, D. D., Stefanski, L. A. (2013). Essential statistical inference : theory and methods. Springer.
2. DasGupta, A. (2008). Asymptotic theory of statistics and probability. In Springer eBooks. Springer.
3. Ferguson, T. S. (1996). A course in large sample theory. Chapman & Hall.
4. Gibbons, J. D., Chakraborti, S. (2021). Nonparametric statistical inference (Sixth edition). CRC Press.
5. Hollander, M., Wolfe, D. A., Chicken, E. (2013). Nonparametric statistical methods (Third edition). John Wiley & Sons.
6. Rohatgi, V. K., Saleh, A. K. M. E. (2001). An introduction to probability and statistics (2nd ed.).
7. Sen, P. K., Singer, J. M., Lima, A. C. P. d. (2010). From finite sample to asymptotic methods in statistics. Cambridge University Press.
8. Vélez Ibarrola, R., García Pérez, A. (2012). Principios de inferencia estadística. Universidad Nacional de Educación a Distancia.

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas
GrupoPeriodosHorariosAulaProfesor
G108/09/2025 - 12/12/2025JUEVES 11:00 - 12:00B15LEANDRO PARDO LLORENTE
VIERNES 09:00 - 10:00B13LEANDRO PARDO LLORENTE
G208/09/2025 - 12/12/2025MIÉRCOLES 13:00 - 14:00S-106NIRIAN MARTIN APAOLAZA
VIERNES 13:00 - 14:00S-108NIRIAN MARTIN APAOLAZA


Clases prácticas
GrupoPeriodosHorariosAulaProfesor
G108/09/2025 - 12/12/2025JUEVES 12:00 - 13:00B15LEANDRO PARDO LLORENTE
VIERNES 10:00 - 11:00B13LEANDRO PARDO LLORENTE
G208/09/2025 - 12/12/2025MIÉRCOLES 14:00 - 15:00S-106NIRIAN MARTIN APAOLAZA
VIERNES 14:00 - 15:00S-108NIRIAN MARTIN APAOLAZA