Informació general


Tipus d'assignatura: Bàsica

Coordinador:

Trimestre:2

Crèdits: 6

Professorat: Moisès Burset Albareda

Descripció


La comprensió i l'habilitat per analitzar fenòmens aleatoris pot ser de gran rellevància en algunes branques de l'enginyeria informàtica, com ara en el processat i anàlisi d'informació biològica (bioinformàtica). Hi ha processos que, per la seva pròpia naturalesa, son aleatoris (com ara l'estudi del temps que pot passar fins que una màquina s'espatlli, o quina mida tindrà un animal, ...) el que, paradoxalment, no implica que no siguin fenòmens tractables i/o modelitzables.

Aquesta assignatura disposa de recursos metodològics i digitals per fer possible la seva continuïtat en modalitat no presencial en el cas de ser necessari per motius relacionats amb la Covid-19. D'aquesta forma s'assegurarà l'assoliment dels mateixos coneixements i competències que s'especifiquen en aquest pla docent.

Resultats d'aprenentatge


1.- Descriure l'estructura general d'un estudi estadístic. Definir els objectius, l'adquisició de dades juntament amb una primera exploració de les mateixes, analitzar-les, extreure conclusions i presentar els resultats (utilitzant algun tipus de programari d'anàlisi de dades)

2.- Sintetitzar la informació (de forma gràfica i numèrica) mitjançant estadística descriptiva

3.- Conèixer com aplicar els principis bàsics de la combinatòria, utilitzant les propietats principals de la teoria de les probabilitats, així com solucionar problemes concrets

4.- Identificar la distribució de referència en un fenomen aleatori concret

5.- Identificar les típiques situacions de la distribució normal

6.- Resoldre problemes d'inferència estadística, ja sigui utilitzant intervals de confiança o tests d'hipòtesis.

 

 

 

Metodologia de trabajo


Tots els conceptes teòrics de la matèria s'exposaran en classes de teoria (grups grans) i/o en sessions de laboratori (grups petits). En aquestes classes, i a discreció dels docents, també es resoldran exercicis i problemes de caire més pràctic. Així mateix, i sempre a discreció dels impartidors, es podrà demanar als estudiants que resolguin, de manera individual o en grup, problemes i/o exercicis breus. Aquestes activitats, per la seva naturalesa breu i optativa, serviran a l'estudiant com a instrument d'autoavaluació del seu assoliment dels continguts de la matèria i podran ser utilitzades per part del docent per valorar-la.

 Els conceptes de caire més pràctic, i tot el que en essència es pugui considerar l'aplicació pràctica dels conceptes teòrics, seran treballats en grups petits (de laboratori). En les sessions que es programin a aquest efecte es donaran les eines escaients per a resoldre les activitats programades. En ocasions els estudiants les hauran de finalitzar durant el temps d’aprenentatge autònom. Sempre que es consideri escaient es posarà a disposició dels estudiants activitats de caire totalment opcional que l’ajudin a preparar-se per a les de caire obligatori.

 

Continguts


1.- Anàlisi de dades i estadística descriptiva

2.- Combinatòria i probabilitats

3.- Variables aleatòries discretes

4.- Variables aleatòries continues

5.- Mostreig i inferència estadística

6.- Models lineals: ANOVA

Activitats d'aprenentatge


Els estudiants rebran un conjunt d'activitats pràctiques (exercicis curts, problemes, ...) que seran la base per a les activitat d'aprenentatge. De vegades aquestes activitats seran resoltes en les sessions de teoria, altres cops es resoldran al laboratori i en altres ocasions es convertiran en treball individual per resoldre després de classe. Encara que la majoria d'aquestes activitats seran opcionals, realitzar-les serà essencial per adquirir els coneixements teòrics i pràctics necessaris per poder aprovar l'assignatura.

 

Amb l’objectiu de recollir evidències de l’assoliment dels resultats d’aprenentatge esperats es realitzen les següents activitats de caràcter avaluatiu:

 

Exam = Prova escrita (Examen)

Hi haurà un examen final de tota l'assignatura. Aquest examen tindrà una recuperació si s'ha suspès.

A nivell competencial es detallen les competències en les que incideix aquesta activitat: B1, EFB1, T1 i T2

 

Lab = Pràctiques de laboratori

Les pràctiques permetran a l’estudiant comprendre un problema (o diversos) que impliqui un projecte d’anàlisi de dades així com la seva resolució fent us de software d’anàlisi de dades.

A nivell competencial es detallen les competències en les que incideix aquesta activitat: Competències Bàsiques Generals: B1; Competència Específica: EFB1, i les Competències transversalsT1 i T2

 

Proj = Presentació d'un projecte d'anàlisi de dades

Els estudiants presentaran un problema d’anàlisi de dades descrivint totes i cadascuna de les etapes que han desenvolupat. Es lliurarà el codi, el document de treball i la presentació realitzada

A nivell competencial es detallen les competències en les que incideix aquesta activitat: Competències Bàsiques Generals: B1; Competència Específica: EFB1, i les Competències transversalsT1 i T2

 

 

 

Observacions:

Per superar les activitats avaluatives, els estudiants hauran de demostrar el nivell MECES - 2:

• (punt c) tenir la capacitat de recopilar i interpretar dades i informacions sobre les que fonamentar les seves conclusions incloent-hi, quan calgui i sigui pertinent, la reflexió sobre assumptes d'índole social, científica o ètica en l'àmbit del seu camp d'estudi

• (punt e) saber comunicar a tot tipus d'audiències (especialitzades o no) de manera clara i precisa, coneixements, metodologies, idees, problemes i solucions en l'àmbit del seu camp d'estudi;

• (punt f) ser capaços d'identificar les seves pròpies necessitats formatives en el seu camp d'estudi i entorn laboral o professional i d'organitzar el seu propi aprenentatge amb un alt grau d'autonomia en tot tipus de contextos

 

Per a cada activitat, els docents informaran de les normes i condicions particulars que les regeixen

Les activitats unipersonals pressuposen el compromís de l'estudiant de realitzar-les de manera individual i sense cap mena de col·laboració amb d’altres persones. Es consideraran suspeses (qualificació 0) totes aquelles activitats en què l'estudiant no s'ajusti a aquest compromís d’individualitat, independentment del seu paper (emissor o receptor) i sense que això exclogui la possible aplicació d’altres sancions d’acord amb el Règim Disciplinari vigent.

Igualment, les activitats que s'hagin de realitzar en grup pressuposen el compromís per part dels estudiants que l'integren de realitzar-les en el si del grup i sense cap mena de col·laboració amb d’altres grups o persones que en siguin alienes (individualitat grupal). Es consideraran suspeses (qualificació 0) totes aquelles activitats en què el grup no hagi respectat aquest compromís amb independència del seu paper (emissor o receptor) i sense que això exclogui la possible aplicació d’altres sancions d’acord amb el Règim Disciplinari vigent.

En el cas d’activitats que puguin fer-se en grup, quan en alguna d’elles no es respecti el compromís d’individualitat grupal i/o s’utilitzin mitjans fraudulents en la seva realització, la qualificació de l’activitat  serà, per a tots els membres del grup, de 0 punts (nota activitat=0) i sense que això exclogui la possible aplicació d’altres sancions d’acord amb el Règim Disciplinari vigent.

Qualsevol activitat no lliurada es considerarà puntuada amb zero punts

És potestatiu dels docents acceptar o no lliuraments fora dels terminis que s'indiquin. En el cas que aquests lliuraments fora de termini s'acceptin, és potestad del docent decidir si aplica alguna penalització i la quantia d'aquesta

Sistema d'avaluació


La qualificació final és la suma ponderada de les qualificacions de les activitats d’aprenentatge:

Q = 0.70 Exam + 0.15 Lab + 0.15 Proj

 

Observacions relatives a la Recuperació

La part de teoria de l’assignatura (Exam) sí que és recuperable. La resta de parts no son recuperables. Per als estudiants que assisteixin a l’examen de recuperació la seva qualificació serà la obtinguda en aquesta prova i la seva qualificació final (Q) es calcularà amb les fórmules anteriorment detallades, encara que en cap cas serà superior a 7.

Bibliografia


Bàsic

Hossein Pishro-Nik , Introduction to Probability, Statistics, and Random Processes .  Kappa Research, LLC 2014

MICHAEL BARON. Probability and Statistics for Computer Scientists. 2nd Ed. CRC Press 2014

Joseph K. Blitzstein , Jessica Hwang, Introduction to Probability,  Chapman & Hall/CRC Texts in Statistical Science Har/Psc Edition 2014

Complementary

Pierre Lafaye de Micheaux, Rémy Drouilhet, Benoit Liquet; The R Software: Fundamentals of Programming and Statistical Analysis (Statistics and Computing) , springer 2013th Edition