GUA DOCENTE

CURSO 2015 / 2016

DATOS GENERALES DE LA ASIGNATURA

ASIGNATURA:

ESTADISTICA

PLAN DE ESTUDIOS: GRADO EN CIENCIAS AMBIENTALES

CENTRO:

ESCUELA POLITECNICA SUPERIOR

CARCTER DE LA
ASIGNATURA:

Basica

ECTS:

CURSO:

SEMESTRE:

HORARIO(da y hora):
DIA:

Lunes

HORA:

16:00

Grupo T, Teora

DIA:

Lunes

HORA:

17:00

Grupo T, Teora

DIA:

Martes

HORA:

18:00

Grupo T, Teora

DIA:

Martes

HORA:

19:00

Grupo T, Teora

IDIOMA EN QUE SE IMPARTE: CASTELLANO

DATOS DEL PROFESOR

NOMBRE y APELLIDOS:

MARIA TERESA ESPINOSA MARTIN

DIRECCIN DE CORREO ELECTRNICO:

mtespinosa@uemc.es

HORARIO DE TUTORAS:

Martes de 20:00-21:00 en AULA 1125

DATOS ESPECFICOS DE LA ASIGNATURA

DESCRIPTOR.
Estadstica descriptiva. Distribuciones de probabilidades. Inferencia estadstica. Anlisis de la varianza.
CONOCIMIENTOS Y DESTREZAS PREVIAS.
Ofimtica a nivel de usuario.
CONTEXTUALIZACIN DE LA ASIGNATURA.
Es una asignatura de carcter bsico que forma parte de la materia: Materias Instrumentales.
Aporta a los alumnos algunas competencias bsicas relacionadas con la aplicacin de tcnicas y herramientas matemticas y
estadsticas necesarias en su futuro acadmico y profesional.
IMPORTANCIA DE LA ASIGNATURA PARA EL MBITO PROFESIONAL.
Las competencias que se desarrollan en esta asignatura permiten manejar y analizar datos ambientales utilizando
herramientas y mtodos estadsticos, as como Inferir informacin de una poblacin ambiental a partir de la informacin
recogida en muestras de la poblacin objeto de estudio.
En esta asignatura tambin se desarrollan algunas capacidades imprescindibles en la labor profesional de un graduado en
Ciencias Ambientales, como la toma de decisiones, el trabajo en equipo, la resolucin de problemas o el aprendizaje
autnomo.
CONTENIDOS.
BLOQUE I. ESTADSTICA DESCRIPTIVA
Tema 1. ESTADSTICA DESCRIPTIVA DE UNA VARIABLE
Tema 2. ESTADSTICA DESCRIPTIVA DE DOS VARIABLES
BLOQUE II. PROBABILIDAD
Tema 3. PROBABILIDAD
Tema 4. PRINCIPALES MODELOS DE PROBABILIDAD
BLOQUE II. INFERENCIA ESTADSTICA
Tema 5. ESTIMACIN
Tema 6. CONTRASTES DE HIPTESIS
BLOQUE IV. ANLISIS DE LA VARIANZA
Tema 7. ANLISIS DE LA VARIANZA

OBJETIVOS Y COMPETENCIAS

OBJETIVOS GENERALES DE LA ASIGNATURA.

Conocer, comprender y manejar conceptos y mtodos estadsticos bsicos para resolver situaciones descriptivas, de
estimacin y de inferencia, relativas a las ciencias ambientales.
Interpretar modelos estadsticos asociados a problemas reales.
Manejar herramientas informticas que permitan resolver problemas estadsticos.
DESARRROLLO DE COMPETENCIAS.
COMPETENCIAS GENRICAS.
CG2- Capacidad de anlisis y sntesis
CG3- Capacidad de gestin de la informacin
CG6- Conocimientos de informtica relativos al mbito de estudio
CG10- Resolucin de problemas
CG15- Razonamiento crtico
CG17- Trabajo en equipo
CG22- Aprendizaje autnomo
CG23- Capacidad de aplicar los conocimientos tericos en la prctica
CG32- Creatividad
CG37- Pensamiento lgico
COMPETENCIAS ESPECFICAS.
CES1- Conocimientos generales bsicos
CES5- Capacidad de interpretacin cualitativa de datos
CES6- Capacidad de interpretacin cuantitativa de datos
CES13- Manejo de programas estadsticos
RESULTADOS DE APRENDIZAJE QUE DEBER ADQUIRIR EL ALUMNO.
El alumno ser capaz de:
- Aplicar los conceptos bsicos de la estadstica y la probabilidad.
- Utilizar programas informticos para el anlisis de datos.
- Extraer conclusiones de los resultados obtenidos.
- Comunicar los resultados obtenidos a cualquier tipo de pblico.
- Buscar, acceder y manejar informacin.
- Ser autnomo y colaborativo.

BIBLIOGRAFA Y RECURSOS DE REFERENCIA GENERALES

BIBLIOGRAFA.
Canavos, George C. (2003): Probabilidad y estadstica. Aplicaciones y mtodos. McGraw-Hill
Glantz, Stanton A. (2006). Bioestadstica. Mxico: McGraw-Hill Interamericana.
Juan Ruiz, J, Palomo, J. G., Snchez, M. J. y Snchez, I (2000): Problemas resueltos de estadstica. Sntesis
Martn Pliego, Francisco Javier y Ruiz-Maya, Luis. (1997): Estadstica. I, Probabilidad. Madrid: Editorial AC
Martn Pliego, Francisco Javier, Montero Lorenzo, J. M. y Ruiz-Maya, Luis. (2005): Problemas de Inferencia Estadstica. Madrid:
Editorial AC
Milton, J. Susan. Estadstica para biologa y ciencias de la salud. (2004). Madrid: Interamericana: McGraw-Hill.
Pea Snchez de Rivera, Daniel (1997): Estadstica. Modelos y mtodos. 1-Fundamentos. Madrid: Alianza Editorial
Prez Juste, Ramn (1997): Estadstica descriptiva. Madrid: UNED
Prez Lpez, Cesar (2003): Estadstica. Problemas resueltos y aplicaciones. Pearson Prentice Hall
Quesada Paloma, V., Isidoro Martn, A. y Lpez Martn; L. A. (2005) Curso y ejercicios de estadstica: aplicacin a las ciencias
biolgicas, mdicas y sociales. Madrid: Alhambra.
Ruiz-Maya, Luis y Martn Pliego, Francisco Javier (2001): Estadstica. II, Inferencia. Madrid: Editorial AC.
Milton, J. Susan y Arnold, Jesse C. (2003): Probabilidad y estadstica con aplicaciones para ingeniera y ciencias
computacionales. McGraw-Hill.
WEBS DE REFERENCIA.
https://comunidad.uemc.es/ecampus/
http://www.ine.es/
OTRAS FUENTES DE CONSULTA.

METODOLOGA Y ACTIVIDADES DE ENSEANZA-APRENDIZAJE

METODOLOGAS DE ENSEANZA-APRENDIZAJE:
Para desarrollar las competencias se utilizarn las siguientes metodologas:
- Mtodo expositivo
- Resolucin de ejercicios y problemas
- Aprendizaje basado en problemas
- Estudio de casos
ACTIVIDADES PRESENCIALES DE ENSEANZA-APRENDIZAJE:
Las actividades principales que se llevan a cabo en esta asignatura son:
- Clases tericas
- Clases prcticas
- Laboratorio
- Trabajo en grupo
- Tutoras
- Evaluacin
Y en menor medida se realizan las siguientes:
- Aprendizaje basado en problemas
- Seminario
ACTIVIDADES NO PRESENCIALES DE ENSEANZA-APRENDIZAJE:
El alumno debe realizar principalmente actividades de:
- Estudio terico
- Estudio prctico
- Trabajo prctico
RECURSOS DE APRENDIZAJE.
Apuntes elaborados por el profesor.
Problemas proporcionados por el profesor.
Software informtico que permite resolver problemas estadsticos.
Pizarra.
PLANIFICACIN ESTIMADA DE LA ASIGNATURA
La asignatura se desarrollar de la siguiente forma:
Del 28/09/2015 al 27/10/2015: Bloque I: Estadstica Descriptiva. Temas 1 y 2
27/10/2015: Prueba evaluacin 1 (Contenidos Bloque I)
Del 28/10/2015 al 17/11/2015: Bloque II: Probabilidad. Temas 3 y 4
17/11/2015: Prueba evaluacin 2 (Contenidos Bloque II)
Del 01/12/2015 al 21/12/2015: Bloque III: Inferencia Estadstica. Temas 5 y 6
21/12/2015: Prueba evaluacin 3 (Contenidos Bloque III)
Del 22/01/2015 al 21/01/2016: Bloque IV: Anlisis de la Varianza. Tema 7
Prcticas de Laboratorio (Contenidos Bloque IV)
Del 1 al 13 de febrero: Prueba evaluacin Final (Contenidos todos los Temas)
A lo largo del curso de realizarn prcticas en el laboratorio cuyas entregas sern a convenir con los alumnos.
Se realizarn tutoras grupales los siguientes das:
20/10/2015: Desarrollo de las competencias correspondientes a los Temas 1 y 2
10/11/2015: Desarrollo de las competencias correspondientes al Temas 3 y 4
15/12/2015: Desarrollo de las competencias correspondientes al Temas 5 y 6
19/01/2016: Desarrollo de todas las competencias de la asignatura
Todas las fechas son aproximadas, si se produce algn cambio se informar a los alumnos con suficiente antelacin.
EVALUACIN.
Sistema de evaluacin

% de Calificacin final

Pruebas de respuesta corta

30

Pruebas de respuesta a desarrollar

40

Trabajos y proyectos

20

Tcnicas de observacin

10

CONSIDERACIONES SOBRE LA EVALUACIN.

EVALUACIN POR COMPETENCIAS
La evaluacin de la asignatura se realiza por competencias.

No se asigna una calificacin a cada una de las pruebas de evaluacin, sino a cada competencia que se evala en dicha
actividad de evaluacin.
CALIFICACIN FINAL DE LA ASIGNATURA:
La asignatura resulta aprobada slo si se cumplen las dos condiciones siguientes:
- La nota final de la asignatura calculada de forma ponderada es mayor o igual que 5.
- Se han superado todas las competencias con una calificacin mayor o igual a 4.5.
El clculo de la nota final se realiza de la siguiente forma:
En la CONVOCATORIA ORDINARIA:
A partir de todas las calificaciones obtenidas en cada una de las competencias que se evalan en las diferentes pruebas de
evaluacin que se desarrollan a lo largo del curso, segn lo especificado en la tabla que describe de forma detallada el peso
de cada competencia en cada prueba de evaluacin, que se encuentra en la Gua Ampliada de la Asignatura, que se puede
descargar desde https://comunidad.uemc.es/ecampus/
Para aquellos alumnos que no se hayan presentado a las pruebas de evaluacin parciales o que los resultados obtenidos en
ellas hayan sido tan bajos que con el acumulado correspondiente a la prueba de evaluacin final no puedan superar las
competencias:
- La prueba de evaluacin final tendr una ponderacin distinta, de forma que el peso de cada competencia en esta prueba de
evaluacin final ser la suma de los pesos de dicha competencia correspondientes a las pruebas de evaluacin: 1, 2, 3 y Final.
- Se calificar con la misma ponderacin la parte correspondiente a laboratorio.
En la CONVOCATORIA EXTRAORDINARIA:
- El peso de cada competencia en esta prueba de evaluacin final ser la suma de los pesos de dicha competencia
correspondientes a las pruebas de evaluacin: 1, 2, 3 y Final.
- Se mantiene la ponderacin correspondiente a laboratorio.
Para aquellas competencias que necesiten de un tratamiento o evaluacin especfica, tanto en la prueba de evaluacin final de
la convocatoria ordinaria como en la convocatoria extraordinaria, se informar a los alumnos afectados de dicha situacin y
del tipo de evaluacin que se llevar a cabo, una vez estudiado el caso particular de cada uno de los alumnos.
INFORMACIN PERSONALIZADA DE LA EVOLUCIN DEL DESARROLLO DE COMPETENCIAS Y RESULTADOS DE APRENDIZAJE
DE CADA ALUMNO:
Se aporta al estudiante un archivo Excel que contiene estos pesos, as como las frmulas adecuadas para que pueda conocer
en todo momento la evolucin del desarrollo de sus competencias y resultados de aprendizaje, en funcin de los resultados
obtenidos en la evaluacin y calificacin de las competencias adquiridas en las diferentes pruebas de evaluacin.
El alumno adems de estar informado de los errores que ha cometido en cada prueba y de cmo se realiza de forma correcta,
podr conocer su posicin actual en el desarrollo de las competencias, as como la dedicacin adecuada que requiere para
conseguir desarrollar con xito cada una de las competencias, poniendo ms esfuerzo en el desarrollo de aquellas cuya
calificacin indica que no han sido superadas o que se han superado de forma poco satisfactoria.
OTROS DATOS DEL PROFESOR.
Licenciada en Matemticas, Master en Aprendizaje Estadstico y Data Mining, Doctora en Educacin y Acreditada por la
Agencia para la Calidad del Sistema Universitario de Castilla y Len.
Profesora de la Universidad Europea Miguel de Cervantes desde el ao 2004, donde ha impartido diversas asignaturas de
matemtica aplicada y desempeado diferentes labores de gestin como Coordinadora de Ingeniera Informtica, Secretaria
Acadmica de la Escuela Politcnica Superior o Directora de la Escuela Politcnica Superior.
Su experiencia profesional anterior se ha desarrollado como Analista Programador en entidades financieras y bancarias.
Sus lneas de investigacin se centran en Educacin y la Didctica de las Matemticas.
DESPACHO DEL PROFESOR: 1305
983 00 1000 / Ext. (1305)
URL WEB.
https://comunidad.uemc.es/ecampus/
EVALUACIN EXCEPCIONAL
Los alumnos que, por situaciones extraordinarias, justificadas y aceptadas como tal por el Vicerrectorado competente en
materia de Ordenacin Acadmica, previa solicitud a travs de los Tutores, no pudieran cumplir la planificacin de trabajo
descrita en la Gua Docente, podrn solicitar, desde el inicio del curso hasta el viernes de la cuarta semana lectiva del Curso
Acadmico correspondiente, quince das despus de la formalizacin de la matrcula, o en los quince das siguientes al
momento en que surja esa situacin excepcional si sobreviene con posterioridad a la finalizacin del plazo anterior, una
evaluacin excepcional al docente responsable de la asignatura.