€¦ · Departamento de Estadística e Investigación Operativa. Memoria. Curso 2010-2011 5 Índice 1. Personal

Departamento de Estadística e Investigación Operativa

Memoria de actividades docentes e investigadoras

Curso 2010-2011

Universidad Pública de NavarraNafarroako Unibertsitate Publikoa

Departamento de Estadísticae Investigación Operativa

Memoria de actividades docentes e investigadoras

Curso 2010-2011

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2010-2011 5

Índice

1. Personal ............................................................................................................... 7

1.1. Personal Docente e Investigador ........................................................... 71.2. Personal Administración y Servicios ....................................................... 81.3. Ayudantes y Colaboradores de Proyecto ................................................. 8

2. Organización Interna ............................................................................................ 9

2.1. Equipo de dirección .............................................................................. 92.2. Consejo de Departamento .................................................................... 92.3. Comisiones ......................................................................................... 102.4. Áreas de conocimiento ......................................................................... 11

3. Actividad docente ................................................................................................. 13

3.1. Asignaturas y sus características .......................................................... 13Facultad de Ciencias Humanas y Sociales .............................................. 13Facultad de Ciencias Jurídicas ............................................................... 22Escuela de Estudios Sanitarios ............................................................. 32Facultad de Ciencias Económicas y Empresariales .................................. 43Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación .... 109Escuela Técnica Superior de Ingenieros Agrónomos ................................ 161Libre elección y de campus virtual compartido ....................................... 171Planes oficiales de posgrado ................................................................ 180

3.2. Tercer Ciclo .......................................................................................... 2013.2.1. Cursos de doctorado impartidos por profesores del Departamento en otros programas de doctorado ................................................. 201

3.3. Proyectos fin de carrera ........................................................................ 2013.4. Trabajos fin de máster .......................................................................... 201

4. Actividad investigadora ........................................................................................ 203

4.1. Asistencia a congresos ......................................................................... 2034.2. Publicaciones ...................................................................................... 2064.3. Grupos y líneas de investigación ........................................................... 2104.4. Proyectos de investigación .................................................................... 210

Título: Departamento de Estadística e Investigación Operativa Memoria de actividades docentes e investigadoras. Curso 2010-2011

Edita: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Fotocomposición: [email protected]

Imprime: Ulzama Digital

©: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Depósito Legal: NA-792-2003

Impreso en papel ecológico

Coordinación y distribución: Sección de Publicaciones Universidad Pública de Navarra Campus de Arrosadia 31006 Pamplona Fax: 948 169 300 Correo electrónico: [email protected]

Índice1. Personal1.1. Personal Docente e Investigador1.2. Personal Administración y Servicios1.3. Ayudantes y Colaboradores de Proyecto2. Organización Interna2.1. Equipo de dirección2.2. Consejo de Departamento2.3. Comisiones2.4. Áreas de conocimiento3. Actividad docente3.1. Asignaturas y sus características3.2. Tercer ciclo3.3. Proyectos fin de carrera3.4. Trabajos fin de máster4. Actividad investigadora4.1. Asistencia a congresos4.2. Publicaciones4.3. Grupos y lineas de investigación4.4. Proyectos de investigación4.5. Contratos de investigación y de desarrollo4.6. Tesis doctorales leídas4.7. Tesis doctorales en curso4.8. Estancias y visitas del profesorado4.9. Becas, ayudas y premios5. Conferencias, seminarios y cursos6. Otras actividades reseñables7. Innovación educativa

6 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2010-2011 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2010-2011 7

4.5. Contratos de investigación y de desarrollo ............................................. 2134.6. Tesis doctorales leídas ......................................................................... 2144.7. Tesis doctorales en curso ..................................................................... 2144.8. Estancias y visitas del profesorado ........................................................ 2144.9. Becas, ayudas y premios ...................................................................... 215

5. Conferencias, seminarios y cursos ........................................................................ 217

Impartidas por profesores invitados al Departamento ....................................... 217Impartidos por profesores del Departamento ................................................... 217Recibidos por profesores del Departamento .................................................... 218

6. Otras actividades reseñables ................................................................................ 219

7. Innovación educativa ............................................................................................ 223

1. Personal

1.1. Personal Docente e Investigador

Categoría actual Fecha incorporación al Departamento

Faulín Fajardo, Javier CU octubre de 1997Fernández Militino, Ana CU diciembre de 1990García Olaverri, Mª. Carmen CU enero de 1992Mallor Giménez, Fermín CU octubre de 1990Pérez Prados, Antonio CU abril de 1990Ugarte Martínez, Mª. Dolores CU octubre de 1992Abascal Fernández, Elena TU septiembre de 1995Azcárate Camio, Cristina TU octubre de 1991Eraso Goicoechea, Mª. Luisa TU enero de 1991Goicoa Mangado, Tomás TU septiembre de 2001Gómez Elvira, Sagrario TU octubre de 1990Moler Cuiral, José Antonio TU octubre de 1993Palacios Navarro, Mª Blanca TU octubre 2006Portilla Manjón, Miren TU noviembre de 1991Apilluelo Martín, Ana TEU octubre de 1990Prados Osés, Mª. Dolores TEU octubre de 1990 García Lautre, Ignacio CD enero de 1994Urmeneta Martín-Calero, Henar CD octubre de 1993Blanco Gómez, Rosa AyDOCT enero de 2006Paniello Alastruey, Irene AyDOCT marzo de 2005Etxeberria Andueza, Jaione AyLOU febrero de 2010Amézqueta Elías, Miguel ASTP 4 h octubre de 2003Cerveto Peña, Francisco ASTP 6 h septiembre de 2008Gamboa Berástegui, Juan Mª. ASTP 4 h. octubre de 1990Lacasta Remón, Yolanda ASTP 6 h noviembre de 2005Rivera Martín, Rafael ASTP 6 h octubre de 2005Santafé Rodrigo, Guzmán ASTP 6 h octubre de 2010Tapiz Arrondo, José Fco. ASTP 4 h. octubre de 1998Ana José Zamora Vidaurreta ASTP 3 h septiembre 2009García Magariños, Manuel Pr.Visitante septiembre 2010-septiembre 2011Menéndez Galván, Patricia Pr.Visitante septiembre 2010-junio 2011


Datos de la plantilla de profesores

Cuerpos Docentes Universitarios Profesorado contratadoDoctores No

DoctoresCU TU TEU Total C. Doct. Ayud. Asocia. Visitant. Total

Nº 6 8 2 16 2 3 8 2 15 23 8

% Total 19,35 25,80 6,45 51,61 6,45 9,67 25,80 6,45 48,38 74,19 25,80

1.2. Personal Administración y Servicios

Tortajada Monleón, Mª Ángeles

1.3. Ayudantes y Colaboradores de Proyecto

De la OTRI: Miembro del Grupo de Investigación “Estadística Espacial”Sandra Huguet Pérez

De Colaboración de la Universidad Pública de Navarra Saray Carcaya Lizoain

Yaiza Da Silva Marqués

Javier Mendivil Gorostieta (hasta enero de 2011)

Alberto Pérez Pérez de Iriarte (desde febrero de 2011)

De Personal Investigador UPNAIñaki Torres Valencia

2. Organización Interna

El departamento de Estadística e Investigación Operativa tiene su sede en la primera planta del Edificio Los Magnolios. Teléfono: 948 169 190, Fax nº: 948 169 204, e-mail: [email protected].

2.1. Equipo de dirección

Directora: Dña. Mª Dolores Ugarte Martínez

Subdirectores: Dña. Mª Luisa Eraso Goicoechea D. Ignacio García Lautre

Secretaria: Dña. Miren Portilla Manjón

2.2. Consejo de Departamento

Sector de Personal Docente e Investigador Doctor

Elena Abascal FernándezAna Apilluelo MartínCristina Azcárate CamioRosa Blanco GómezMª Luisa Eraso GoicoecheaJavier Faulín FajardoAna Fernández MilitinoIgnacio García LautreCarmen García OlaverriTomás Goicoa MangadoSagrario Gómez ElviraFermín Mallor GiménezJosé Antonio Moler CuiralMª Blanca Palacios NavarroIrene Paniello AlastrueyAntonio Pérez PradosPortilla Manjón, MirenMª Dolores Prados OsésGuzmán Santafé RodrigoMª Dolores Ugarte MartínezHenar Urmeneta Martín-Calero


Sector de Personal Docente e Investigador no Doctor

Juan Mª Gamboa BerásteguiRafael Rivera Martín

Sector de Personal de Administración y Servicios

Mª Angeles Tortajada Monleón

Sector de Estudiantes

Lucía Córdoba CarricasAritz Redín Ilarregui

Sector Tercer Ciclo

Jaione Etxeberria Andueza

2.3. Comisiones

Permanente del Consejo de DepartamentoDirectora: Mª Dolores Ugarte MartínezSubdirectores: Mª Luisa Eraso Goicoechea e Ignacio García LautreSecretaria: Miren Portilla Manjón

Comisión de Investigación

Directora del Departamento: Dra. Mª Dolores Ugarte MartínezDra. Carmen García OlaverriDr. Javier Faulín FajardoDra. Ana Fernández MilitinoDr. José Antonio Moler Cuiral

Comisión Económica

Directora del Departamento: Dra. Mª Dolores Ugarte MartínezDr. Ignacio García LautreDr. José Antonio Moler CuiralDra. Irene Paniello AlastrueyDña. Mª Ángeles Tortajada Monleón

Comisión Permanente de Doctorado

Directora del Departamento: Dra. Mª Dolores Ugarte MartínezDr. Tomás Goicoa MangadoDra. Sagrario Gómez ElviraDra. Mª Luisa Eraso GoicoecheaDra. Mª Blanca Palacios Navarro

Comisión Docente

Directora del Departamento: Dra. Mª Dolores Ugarte MartínezSecretaria del Departamento: Dra. Miren Portilla Manjón

Dra. Elena Abascal FernándezDña. Ana Apilluelo MartínDra. Ana Fernández MilitinoDra. Sagrario Gómez ElviraDr. Javier Faulín FajardoDra. Rosa Blanco Gómez

Comisión Docente seguimiento Proyectos de Tesis

Dr. Fernando Plo Alastruey (Universidad de Zaragoza)Dra. Carmen García OlaverriDra. Ana Fernández Militino

2.4. Áreas de conocimiento

Al departamento de Estadística e Investigación Operativa pertenece, por acuerdo de la Junta de Gobierno de la Universidad Pública de Navarra en su reunión de 30 de julio de 1993, el área de conocimiento de Estadística e Investigación Operativa.


3. Actividad docente

3.1. Asignaturas y sus características

Facultad de Ciencias Humanas y Sociales

Licenciatura en Sociología

Código Asignatura Curso Cuatr. Carácter CréditosGrupos

Estudiantes ProfesoresT. P.

42106 Estadística aplicada a lasCiencias Sociales (Extinción)

1º Anual Troncal 12 1 1 38 Juan Mª Gamboa Berástegui

42305 Métodos y Técnicas Investigación Social III

3º 2º Troncal 6 1 1 34 Juan Mª Gamboa Berástegui

42440 Complementos de Estadística Aplicada a las Ciencias Sociales

Acceso 1º Acceso 2º ciclo

6 1 1 6 Mª Dolores Prados Osés


Titulación: Licenciatura en Sociología

CÓDIGO ASIGNATURA

42106 ESTADISTICA APLICADA A LAS CIENCIAS SOCIALES

DEPARTAMENTOS CURSO

Estadística e Investigación Operativa 1

ÁREAS DE CONOCIMIENTO

ESTADISTICA E INVESTIGACION OPERATIVA

DURACIÓN TIPO CRÉDITOS TEÓRICOS PRÁCTICOS

Anual Troncal 12 6 6

PROFESORES

GAMBOA BERÁSTEGUI, JUAN MARÍA

1. Descriptores de la asignatura

Estadística básica aplicada a las Ciencias Sociales.

2. Prerrequisitos y recomendaciones

Conocimientos básicos de matemáticas y estadística de bachillerato.

3. Contextualización

Los conocimientos básicos de estadística descriptiva y de probabilidad así como el manejo del paquete estadístico SPSS son fundamentales y necesarios para el análisis y tratamiento datos en Estudios sociológicos e Investigación.

Son también conocimientos necesarios para comprender otras asignaturas donde se estudian otras técnicas estadísticas más complejas.

4. Objetivos y competencias

Se pretende que el alumno de sociología, adquiera unos conocimientos básicos sobre:

1) Estadística Descriptiva (Análisis de datos).

2) Verificación de inferencias acerca de la población a partir de la muestra.

3) Probabilidad que es el puente que nos permite pasar válidamente de la muestra a la población, que legitima el salto desde las características (conocidas) de la muestra hasta las características (desconocidas) de la población.

Trataremos de responder a situaciones próximas a la realidad, para que se puedan entender y comprobar las aplicaciones de la Estadística en el campo de la Sociología. Intentaremos llevar a cabo el proceso estadístico realizando un trabajo y en su desarrollo seguiremos las 4 fases siguientes:

– Diseño o planteamiento del trabajo fijando el objetivo a conseguir, la población o mues-tra objeto del estudio, los caracteres (variables) que interesan y la presentación que se hará con los datos obtenidos.

– La recogida de datos a través de cuestionario que responderán los alumnos.

– La obtención de resultados mediante tratamiento de datos. Bien en clase teórica (manualmente utilizando la teoría explicada en clase) o bien a través de técnicas infor-máticas (SPSS) en las clases prácticas con ordenador.

– La interpretación de los resultados para asesorar a quienes tomen decisiones.

5. Temario y contenidos

1er CuatrimestreTema 1. Introducción a la Estadística.Tema 2. Medidas de una distribuciónTema 3. Distribuciones bidimensionales.Tema 4. Estadística de atributosTema 5. Índices y series.

2º CuatrimestreTema 6. Teoría de la probabilidad.Tema 7. Variable aleatoria y distribuciones de probabilidad.Tema 8. Inferencia estadística introducción.

6. Metodología y plan de trabajo

Trataremos de responder a situaciones próximas a la realidad, para que se puedan entender y comprobar las aplicaciones de la Estadística en el campo de la Sociología. Intentaremos llevar a cabo el proceso estadístico realizando un trabajo y en su desarrollo seguiremos las 4 fases siguientes:1) Diseño o planteamiento del trabajo fijando el objetivo a conseguir, la población o

muestra objeto del estudio, los caracteres (variables) que interesan y la presentación que se hará con los datos obtenidos.

2) La recogida de datos a través de cuestionario que responderán los alumnos.3) La obtención de resultados mediante tratamiento de datos. Bien en clase teórica

(manualmente utilizando la teoría explicada en clase) o bien a través de técnicas informáticas (SPSS) en las clases prácticas con ordenador.

4) La interpretación de los resultados para asesorar a quienes tomen decisiones.

7. Evaluación– Examen parcial liberatorio en el mes de febrero sobre estadística descriptiva.– Teoría y problemas (60%)– Prácticas Spss (40%)– Examen parcial liberatorio en el mes de mayo sobre probabilidad e inferencia. Teoría

y problemas.– Examen final único donde se valora el planteamiento y significado de los resultados.– Exposición en clase de un problema, comentando la solución planteada. (También se

valoraran la resolución de problemas entregados a lo largo del curso)

Prácticas

– Ejercicios simultaneados con las explicaciones teóricas.– Prácticas con ordenador con el programa SPSS.15 Manual de referencia: “Manual

práctico del paquete estadístico SPSS 13 para Windows”.Las prácticas son obligatorias. Si no se acude a alguna de las prácticas el alumno de-berá realizarla por su cuenta y entregarla en clase.


8. Bibliografía y recursos

PORTILLA, M., ERASO, S., GALÉ, C., GARCÍA, I., MOLER, J.A., PALACIOS, M.B., “Manual práctico del paquete estadístico SPSS 13 para Windows”, Ediciones Universidad Pública de Navarra.

CASAS SÁNCHEZ, GARCÍA PÉREZ y otros, “Problemas de Estadística Descriptiva, Probabilidad e Inferencia”, Editorial Pirámide.

FERNÁNDEZ DÍAZ y otros, “225 Problemas de Estadística aplicada a las Ciencias Sociales”, Editorial Síntesis.

9. Idioma

La asignatura se imparte en castellano.


CÓDIGO ASIGNATURA

42305 METODOS Y TECNICAS DE INVESTIGACION SOCIAL III

DEPARTAMENTOS CURSO





2º C. Troncal 6 2 4

PROFESORES

GAMBOA BERÁSTEGUI, JUAN Mª


La asignatura está diseñada para que el alumnado adquiera un amplio abanico de co-nocimientos, técnicas y métodos estadísticos relacionados con la investigación social. Especialmente todo lo referido al campo de la inferencia estadística.El conocimiento y utilización de un paquete estadístico es, hoy en día, instrumento de trabajo esencial para el tratamiento de los datos y técnicas de investigación. Practica-remos con SPSS.


La enseñanza de la Estadística a los estudiantes de Sociología ha venido tropezando con no pocas dificultades debido a la falta de una preparación suficiente a nivel matemá-tico. Por ello se hará una exposición pausada, haciendo hincapié en la exposición verbal e intuitiva de los conceptos y en su ilustración mediante casos concretos, evitando recu-rrir en lo posible a desarrollos de tipo matemático.Con todo, sería conveniente que el alumno retomara algunas de las nociones matemáti-cas fundamentales de la enseñanza secundaria.Especialmente se recomienda un repaso profundo de la Estadística Aplicada a las Cien-cias Sociales cursada en primer curso.Otra recomendación importante es la asistencia a clase tanto de teoría como de prácti-cas y usar el recurso de la tutoría.


Puede darse por cierto que todo estudiante de Ciencias Sociales requerirá, tarde o temprano en su actividad profesional, de la utilización de técnicas estadísticas. La Es-tadística es para el sociólogo su instrumento de observación y herramienta de trabajo fundamental. Las técnicas estudiadas tienen aplicación directa en el análisis de varia-bles sociológicas.Cada vez que se necesite obtener información sobre ciertas características de una po-blación, a partir de una muestra, utilizaremos los conceptos estudiados y las técnicas empleadas en esta asignatura. Igualmente utilizaremos lo aprendido siempre que reali-cemos afirmaciones contrastadas con medida del error o cuando queramos analizar las relaciones existentes entre diferentes caracteres.



Se espera que el estudio de los Métodos Estadísticos proporcione al alumnado de Socio-logía pautas para conseguir datos valiosos y, sobre todo, algoritmos para extraer de ellos conclusiones fiables sobre aspectos de tipo social. Es decir, un amplio conocimiento de las técnicas y métodos estadísticos aplicados a la investigación social.Para ello el estudiante de Sociología deberá:– Adquirir y comprender la terminología estadística.– Saber plantear un problema sociológico en términos estadísticos.– Evaluar las dificultades que puedan plantearse en cada caso, conocer sus limitaciones

y recursos.– Saber interpretar los resultados obtenidos y exponer las conclusiones de un análisis,

expresando su significado y utilidades en relación con el entorno donde se han gene-rado los datos.

– Saber interpretar y cuestionar los informes realizados por otras personas, comproban-do si las conclusiones tienen fundamento estadístico suficiente.

El alumno así mismo, debe desarrollar la actitud que le permita adquirir nuevas técnicas estadísticas que pueda precisar en otras asignaturas o en el ejercicio de su profesión.En general, se pretende estimular el interés del alumno por la Estadística y sus métodos como ciencia que le permite obtener información de una población y reducir la incerti-dumbre en los procesos de decisión.La mayoría de las aplicaciones estadísticas se realizan, hoy en día, mediante programas informáticos que permiten con poco esfuerzo, una vez introducidos los datos, aplicarlos a los procedimientos correspondientes. Desde este punto de vista, el objetivo es ca-pacitar al alumno para entender y saber interpretar los resultados proporcionados por la máquina, sin tropezar constantemente con los obstáculos del desconocimiento del lenguaje propio de la Estadística.


Tema 1. Introducción a la Estadística Inferencial.Tema 2. Intervalos de confianza.Tema 3. Pruebas de hipótesis.Tema 4. Relación entre dos variables.Tema 5. Prácticas en el PC con SPSS.


La actividad educativa no debe basarse en la mera transmisión del saber. Es necesa-rio poner en práctica nuevos métodos de organización y desarrollo de los contenidos, definiendo modelos que hagan operativos los progresos que se han producido en el campo de las ciencias de la educación. El mundo real, la actividad intelectual y manual, requieren de la acción. Por esta razón los procesos de aprendizaje, sobre todo en esta asignatura con gran contenido de Estadística, deben girar, siempre que sea posible, en torno al “saber hacer”; en suma a los procedimientos. Esto posibilita el desarrollo de las capacidades involucradas en el propio procedimiento y hacer de las actividades materia de aprendizaje directo; metodológicamente supone una estrategia para aprender y com-prender significativamente los hechos, conceptos, principios, terminología, etc.La teoría y la práctica, como aspectos de un mismo proceso de aprendizaje, deben constituir un continuum que facilite la realización de las actividades que lleve a cabo el alumnado. La experimentación debe permitir la profundización en el análisis de objetos, datos o documentos con resultados estadísticos.

En el desarrollo de la asignatura se realizarán:– Sesiones de teoría y problemas en las que el profesor expondrá las bases teóricas y

las ilustrará con ejemplos prácticos. El seguimiento del estudio se realiza sobre apun-tes y transparencias proporcionados por el profesor.

– Aplicación de las técnicas estudiadas a la resolución de ejercicios, problemas o casos prácticos. Se proponen ejercicios al final de cada tema que el profesor corrige y en-trega posteriormente para que el alumnado compruebe su progreso en el aprendizaje.

– Aplicación de las técnicas estudiadas realizando prácticas en el aula de informática sobre el PC con el paquete estadístico SPSS. El profesor explica un ejemplo y se pro-ponen uno o dos ejercicios adicionales para que el alumno practique individualmente o en grupo. Posteriormente se recogen, se califican por parte del profesor y se devuelven al alumno.

– Sesiones de tutorías individualizadas donde el alumnado puede resolver sus dudas o plantear sus dificultades en el estudio de la materia.

– Sesiones de tutorías en grupo para resolución de ejercicios prácticos de repaso.La distribución horaria es aproximadamente la siguiente:– 35 horas dedicadas a la exposición teórica y ejemplos relacionados con la misma.– 15 horas para la exposición de los problemas propuestos.– 10 horas en la realización de prácticas con SPSS.

7. EvaluaciónLa evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas mediante:– Examen escrito sobre cuestiones de teoría y ejercicios prácticos al final del curso. El

peso de esta calificación será un 80%.– Examen práctico sobre el PC de análisis de datos con SPSS para Windows, con un

peso de un 20%.– Realización de los ejercicios propuestos y de las prácticas en el PC. Este apartado

se tiene en cuenta solamente si entre los apartados anteriores se ha obtenido una calificación de al menos un cuatro. Se puede incrementar la nota hasta un punto como máximo.


“Apuntes de teoría con ejemplos resueltos y hojas de problemas”, Aulario Virtual o en Mi Aulario de la UPNA.

GARCÍA FERRANDO, Manuel, “Socioestadística: Introducción a la Estadística en So cio lo-gía”, Editorial Alianza Editorial (2004).

NEWBOLD, Paul, “Estadística para los Negocios y la Economía”, Ed. Prentice Hall (2000).

9. Idioma




CÓDIGO ASIGNATURA

42440 COMPLEMENTOS DE ESTADISTICA APLICADA A LAS CIENCIAS SOCIALES

DEPARTAMENTOS CURSO

Estadística e Investigación Operativa




1º C. null 6 3 3

PROFESORES

PRADOS OSÉS, M. DOLORES


Nuevos conocimientos sobre métodos y técnicas estadísticas mediante el aprendizaje del manejo del ordenador y del paquete de programas SPSS (Statistical Package for the Social Sciences) para análisis de datos con aplicación en el ámbito social y laboral.Conocimientos fundamentales de probabilidad y distribuciones de probabilidad discretas y continuas.


Conocimientos básicos de matemáticas y de informática a nivel de usuario.


El análisis de datos es una herramienta imprescindible en el ejercicio de la profesión para saber cómo y cuándo utilizar cada método o procedimiento estadístico en pro-blemas de ámbito social o laboral y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resulta muy útil a la hora de tomar decisiones, analizar resultados de encuestas, aceptar o rechazar hipótesis y realizar juicios etiológicos o pronósticos en la vida real.


Los objetivos a conseguir con esta asignatura son:– Adquirir conocimientos básicos de estadística descriptiva y de probabilidad, necesarios

para cualquier análisis de datos de una y dos variables.– Familiarizarse con el cálculo de distintas tasas de variación en variables temporales.– Desarrollar la capacidad crítica y de discusión de los conocimientos adquiridos y de los

resultados obtenidos en los casos prácticos resueltos a lo largo del curso.– Desarrollar la capacidad de trabajo en grupo y la capacidad de expresión y presenta-

ción de trabajos en público.– Potenciar en el estudiante la capacidad para realizar análisis y diagnósticos, para pre-

sentar conclusiones y propuestas que sirvan de ayuda en la toma de decisiones a los responsables de la empresa, industria u organización de un modo científico basado en las técnicas y métodos estadísticos contenidos en el paquete de programas SPSS (Statistical Package for the Social Sciences).


Tema 1. Estadística descriptiva.Tema 2. Tratamiento de datos con ordenador.Tema 3. Probabilidad.


En las clases teórica se presentarán los conceptos básicos, ilustrados con ejemplos prácticos.Se intercalarán convenientemente las clases teóricas y las prácticas para cada uno de los temas.Las clases prácticas tienen dos vertientes:– La primera consiste en la realización en clase de los ejercicios.– La segunda consiste en clases prácticas con ordenador, en las que se resolverán pro-

blemas con ayuda del programa SPSS.

7. EvaluaciónExamen escrito donde se valora fundamentalmente el planteamiento e interpretación de los resultados (60% de la nota).Examen práctico en el ordenador (40% de la nota).Posibilidad de trabajo en el ordenador para subir la nota.Se valorará la asistencia a clase, siempre que sea con interés, así como la participación en la misma.También se valorará la realización y entrega de una serie de ejercicios que se van dejan-do a lo largo del curso para su resolución.


PEÑA, D.; ROMO, J., “Manual práctico del paquete estadístico SPSS para Windows”, Editorial McGraw-Hill (1997).

PORTILLA MANJÓN, M. y otros, “Manual práctico del paquete estadístico SPSS 9 para Windows”, Editorial: Universidad Pública de Navarra (2002).

PARDO MERINO, A.; RUIZ DÍAZ, M. A., “SPSS 11 Guía para el análisis de datos”, Editorial McGraw-Hill (2002).

9. Idioma



Facultad de Ciencias Jurídicas

Diplomatura en Relaciones Laborales



49105 Técnicas de Investigación Social

1º 2º Troncal 6 1 1 19 Yolanda Lacasta Remón

49213 Métodos Estadísticos con Ordenador

2º 2º Optativa 6 1 1 27 Ana Apilluelo Martín

Grado en Relaciones Laborales y Recursos Humanos

Código Asignatura Curso Semestre Carácter Créditos Grupos Estudiantes Profesores

352205 Estadística Aplicada a las Ciencias Sociales

1º 2º Básica 6 1 41 Mª Dolores Pérez Prados

Titulación: Diplomatura en Relaciones Laborales

CÓDIGO ASIGNATURA

49105 TÉCNICAS DE INVESTIGACION SOCIAL

DEPARTAMENTOS CURSO






PROFESORES

LACASTA REMÓN, MARÍA YOLANDA


Introducción a las técnicas y métodos estadísticos de investigación social que se esti-man de utilidad para los futuros profesionales en Relaciones Laborales.


Conocimientos básicos de matemáticas y de informática a nivel usuario (entorno Win-dows).


Esta asignatura se diseña con el fin de que el alumno posea un conocimiento amplio de aquellas técnicas y métodos estadísticos de investigación social de interés para los futuros profesionales en Relaciones Laborales. En especial, lo referente a métodos estadísticos de análisis y tratamiento de datos y técnicas descriptivas. Todo ello como instrumentos básicos para la aplicación de la inferencia estadística en la investigación social. También se introduce al alumno en el conocimiento de las estadísticas laborales de mayor utilización y trascendencia en nuestro país. Así como en el conocimiento y utilidad del paquete estadístico SPSS.


Que el alumno posea un conocimiento amplio de aquellas técnicas y métodos estadísti-cos de investigación social que se estiman de utilidad para los futuros profesionales en Relaciones Laborales. En especial, lo referente a métodos de obtención de información y técnicas descriptivas. Todo ello como instrumentos básicos para la aplicación de la inferencia estadística en la investigación social. También el conocimiento informático del paquete estadístico SPSS. Además, se introduce al alumno en el conocimiento de las estadísticas laborales de mayor utilización y trascendencia en nuestro país.


Bloque 1: Fundamentos de la Investigación Social.

Tema 1 Análisis estadístico de una variable.

Bloque 2: Métodos descriptivos. Paquete Estadístico SPSS.

Tema 2 Análisis estadístico de una variable.

Tema 3 Análisis estadístico de dos variables.


Tema 4 Estadística de atributos.Tema 5 Tasas de variación en datos temporales.Tema 6 Números índices.Tema 7 Introducción al paquete estadístico SPSS para Windows.

Bloque 3: Probabilidad e Introducción a la inferencia.Tema 8 Probabilidad e Introducción a la Inferencia.


Metodología (se señalan con una X las técnicas que se van a utilizar en el desarrollo de la asignatura):– Sesiones académicas teóricas: x– Exposición y debate: x– Tutorías especializada: x– Sesiones académicas prácticas: x– Visitas y excursiones:– Controles de lecturas obligatorias:– Otros (especificar):– Sesiones en el aula de informáticaEl desarrollo de la asignatura distinguirá entre:– Sesiones teóricas y prácticas en las que el profesor explicará los conceptos teóricos

y que se aplicarán posteriormente sobre la resolución de ejercicios o casos prácticos.– Exposiciones, debates y trabajos. El alumno desarrollará actividades sobre aspectos

concretos del programa que posteriormente expondrán al resto de compañeros.– Aplicación de las técnicas estudiadas realizando prácticas de laboratorio en el aula de

informática mediante el uso del paquete estadístico SPSS.Tutorías especializadas. Cada alumno tendrá obligación de asistir al menos a dos tuto-rías (individual o colectiva) con cita previa a lo largo del cuatrimestre.

7. EvaluaciónExamen. Evaluación continúa. Trabajo práctico. Examen en los ordenadores.

Criterios de evaluación y calificación

1. La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas en:– Examen o prueba escrita al final del cuatrimestre, con un peso del 60%.– Trabajos realizados a lo largo del curso, con un peso del 15%.– Presentación y exposición de trabajos, con un peso del 15%.– Asistencia y participación activa, con un peso del 10%.

2. Actividades que se evaluarán (de forma separada al examen):

– Un trabajo en grupo de cada tema que consistirá en la realización de ejercicios propuestos para su resolución. Con un peso del 15%.

– Exposición de los trabajos realizados. Con un peso del 7’5%.– Ejercicios propuestos en el Aula de informática. Con un peso del 7’5%.– Asistencia y participación activa. Con un peso del 10%.

1. Asistencia a las clases teórico-prácticas (al menos al 80%): 5%.

2. Asistencia a las clases de ordenador (a todas): 2’5%.3. Asistencia a las tutorías especializadas (al menos 2 tutorías): 2’5%.

3. Tipo de examen. Prueba que combina dos partes:

– Una parte teórica (preguntas tipo test o de respuestas cortas) sobre los contenidos de los bloques 1, 2 y 3. Con un peso del 15%.

– Una parte práctica de resolución de problemas sobre los contenidos estudiados en los bloques 2 y 3. Con un peso del 45%.

Los exámenes de las convocatorias ordinaria y extraordinaria se calificarán sobre 6 puntos, a los que se les sumará automáticamente la puntuación correspondiente a los 4 puntos de trabajo personal (resumidas en el punto 2 de este apartado). El aprobado supondrá una suma total de ambas calificaciones superior a los 5 puntos. Los alumnos que no realicen las actividades correspondientes al trabajo personal durante el curso, tendrán 0 puntos (de los 4) en ambas convocatorias, quedando supeditado su aprobado a sacar muy buena nota en el examen sobre 6 puntos.Se conservarán para de la convocatoria extraordinaria las calificaciones que se obtengan en el conjunto de actividades que se evalúan a parte del examen (resumidas en el punto 2 de este apartado).Hechas públicas las calificaciones de la asignatura, los alumnos tendrán derecho a la revisión de los exámenes y pruebas que motivan su calificación. Dicha revisión se llevará a cabo en el plazo máximo de los tres días siguientes a la publicación de las calificaciones.En caso de discrepancia sobre la evaluación de un alumno, se remitirá automáticamente a un tribunal creado a tal efecto en el seno del Departamento. De igual forma, si duran-te la realización de un examen, el profesor que vigila el aula sorprendiera a un alumno copiando o hablando con algún compañero, dicho alumno se examinará siempre, a partir de ese momento (para todos los sucesivos exámenes pertenecientes a esa Unidad Docente), por un tribunal nombrado por el Departamento, que decidirá si el examen es escrito u oral.


Bloque 1: Introducción a las tecnicas de investigación social

BALCELLS J., JUNYENT, “La Investigación Social. Introducción a los métodos y las técni-cas”, Editorial ESRP-PPU (1994).

Bloque 2: Métodos descriptivos. paquete estadístico SPSS

MARTÍN PLIEGO, F.,J., “Introducción a la Estadística Económica y Empresarial”. 3ª edi-ción”, Editorial Thomson (2004).

Bloque 3: Probabilidad e introducción a la inferencia

MARTÍN PLIEGO F., MAYA PÉREZ L., “Fundamentos de probabilidad”, 2ª reimpresión, Editorial AC (2000).

9. Idioma



Titulación: Diplomatura en Relaciones Laborales

CÓDIGO ASIGNATURA

49213 METODOS ESTADISTICOS CON ORDENADOR

DEPARTAMENTOS CURSO





2º C. Optativa 6 3 3

PROFESORES

APILLUELO MARTÍN, ANA


Introducción a las técnicas y métodos estadísticos de investigación social que se esti-man de utilidad para los futuros profesionales en Relaciones Laborales.


Conocimientos básicos de matemáticas y de informática a nivel usuario (entorno Win-dows).


El análisis de datos es una herramienta imprescindible en el ejercicio de la profesión para saber cómo y cuándo utilizar cada método, técnica o procedimiento estadístico en el análisis de datos de ámbito social o laboral y, sobre todo, cómo interpretar correcta-mente los resultados obtenidos de dichos análisis. Por ello, resulta muy útil a la hora de tomar decisiones, interpretar correctamente resultados de encuestas, aceptar o re-chazar hipótesis estadísticas y realizar juicios etiológicos o pronósticos en la vida real.

El contenido de la asignatura tiene un carácter instrumental y complementario en la formación del estudiante de Relaciones Laborales. Con ella se intenta que el estudiante adquiera, refuerce y ejercite su capacidad de reflexión y razonamiento como una compe-tencia genérica, al tiempo que practique el trabajo en equipo y la presentación pública de trabajos realizados.


Objetivos generales

El estudiante reforzará y ampliará los conocimientos adquiridos en el primer curso de la diplomatura sobre técnicas de investigación social, ejercitará su capacidad de análisis, razonamiento y síntesis, participará de forma activa y crítica en clase, y practicará el autoapredizaje.

Competencias

Genéricas: se intenta desarrollar en el estudiante la capacidad de reflexión, síntesis y razonamiento; incentivar la participación crítica y activa en el desarrollo de la asignatura; y fomentar el autoaprendizaje.


Bloques temáticos

Bloque 1. Introducción al uso del ordenador. Introducción al manejo del paquete de pro-gramas estadísticos SPSS (Statistical Package for the Social Sciences).

Bloque 2. Creación, ampliación y modificación de archivos de datos. Manipulación de gráficos y mejora de la presentación de los resultados obtenidos.

Bloque 3. Métodos y modelos estadísticos: descriptivos, gráficos, tablas de contingen-cia, regresión, series temporales y contrastes de hipótesis estadísticas.


Metodología

– Sesiones académicas teóricas: SÍ

– Sesiones académicas prácticas: SÍ

– Exposición y debate: SÍ

– Sesiones académicas teorico-prácticas: SÍ

– Tutorías especializadas: SÍ

– Controles de lecturas obligatorias: SÍ

– Visitas y excursiones: NO

– Otros (especificar): habrá, además, sesiones en el aula de informática: SÍ

Plan de trabajo:

Distribución del número de horas de trabajo del alumno:

Con presencia del profesor:

– Clases Teóricas: 12

– Clases Prácticas: 12

– Exposiciones y Seminarios: 10

– Visitas y Excursiones: 0

– Control de lecturas y trabajos obligatorios: 10

– Tutorías Especializadas Colectivas (presenciales o virtuales): 5

– Tutorías Especializadas Individuales (presenciales o virtuales): 5

– Realización de Exámenes: 5

– Otras (aula de informática): 24

Actividades dirigidas y estudio:

– Preparación Actividades Programadas en grupo: 10

– Realización de trabajos individuales: 12

– Preparación de prácticas en aula de ordenadores (horario libre): 10

– Preparación de Exámenes: 10

Nº total de Horas semestre: 125

Nº total de Horas total asignatura: 125


7. Evaluación


La evaluación se realizará atendiendo a las calificaciones obtenidas en:

– Asistencia, por encima del 80%, y participación en clase y en tutorías, así como expo-sición de temas: hasta el 40% de la nota final

– Tareas, ejercicios y trabajos, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 20% de la nota final

– Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 40% de la nota final

– Examen final de la asignatura, para aquellos estudiantes que no hayan asistido a clase por encima del 80%: hasta el 100% de la nota final

– Aquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentar-se al examen final de la asignatura a fin de mejorar o subir su nota definitiva

Actividades que se evaluarán (de forma separada al examen):

– Asistencia y participación en las diferentes sesiones teóricas, práctica, teorico-prácti-cas y en tutorías

– Exposición de temas

– Tareas, ejercicios y trabajos realizados a lo largo del cuatrimestre

– Trabajo final de la asignatura

Tipo de examen:

– Prueba en el aula de informática que consistirá en la aplicación de los métodos y téc-nicas estudiadas a la resolución de un ejercicio práctico que recorrerá los diferentes capítulos que componen el temario de la asignatura


Bloque 1

PEÑA, D.; ROMO, J., “Manual práctico del paquete estadístico SPSS para Windows”, Editorial McGraw-Hill (1997).

PORTILLA MANJÓN, M. y otros, “Manual práctico del paquete estadístico SPSS 9 para Windows”, Editorial Universidad Pública de Navarra (2002).

Bloque 2

PARDO MERINO, A.; RUIZ DÍAZ, M. A., “SPSS 11. Guía para el análisis de datos”, Editorial McGraw-Hill (2002).

Bloque 3

MARTÍN PLIEGO, F.J., “Introducción a la Estadística Económica y Empresarial (Teoría y práctica)”, Colección Plan Nuevo, Ediciones A.C. (1994).

PEÑA, D.; ROMO, J., “Introducción a la Estadística para las Ciencias Sociales”, Editorial McGraw-Hill (1997).

9. Idioma


Titulación: Grado en Relaciones Laborales y Recursos Humanos

CÓDIGO ASIGNATURA

352205 ESTADÍSTICA APLICADA A LAS CIENCIAS SOCIALES

DEPARTAMENTOS CURSO



Área general del departamento Estadística e Investigación


Semestral Básica 6 6 0

PROFESORES

PRADOS OSÉS, Mª DOLORES

1. Competencias genéricas

– Comunicación oral y escrita (G3)

– Capacidad de organización y planificación (G2)

– Capacidad de análisis y síntesis (G1)

– Capacidad de gestión de la información (G6)

– Trabajo en equipo de carácter interdisciplinar (G10)

– Capacidad de adaptación a nuevas situaciones (G16)

2. Competencias específicas

Competencias específicas y resultados del aprendizaje

– Localizar, interpretar, sintetizar y representar datos e indicadores socioeconómicos (E5)

– Aplicar técnicas cuantitativas y cualitativas de investigación social al ámbito laboral (E16)

– Elaborar dictámenes, redactar informes y realizar presentaciones sobre los diferentes ámbitos de las relaciones laborales en castellano y en inglés (E8)

Resultados del aprendizaje

– Conocimiento de métodos y técnicas estadísticas de investigación social

– Capacidad para localizar y discriminar las fuentes estadísticas que recogen los datos socio laborales

– Conocimiento y análisis de las principales estadísticas socio-laborales

– Capacidad para analizar datos con apoyo de los principales paquetes de software estadístico

– Capacidad para aplicar los conocimientos informáticos de tratamiento y análisis de datos

3. Descriptores

– Introducción a las técnicas de investigación social

– Métodos descriptivos

– Probabilidad e introducción a la inferencia


4. Metodología

Metodología-Actividad Horas Presenciales Horas no Presenciales

A-1 Clases teóricas 30

A-2 Prácticas 30

A-3 Debates, puestas en común, tutoría grupos

A-4 Elaboración de trabajo 14

A-5 Lecturas de material

A-6 Estudio individual 70

A-7 Exámenes, pruebas de evaluación 4

A-8 Tutorías individuales 2

...

Total 60 90

5. Relación actividades formativas-competencias

Competencias Actividad formativa

G2, G6, E5, E16, E8 A-1 Clases teóricas

G1,G3, G6, G10, G16,E5, E16, E8 A-2 Sesiones prácticas: resolución de supuestos prácticos; realización de prácticas de laboratorio en el aula de informática

G1, G2, G3, G6, G10, G16, E5, E16, E8 A-3 Debates, puestas en común, presentación y discusión de trabajos

G1, G3, E5, E8 A-5 Lecturas de material, análisis de informes estadísticos sobre las relaciones de trabajo

G1, G2, G3. G6, EE5, E8, E16 A-6 y A-7 Estudio y trabajo individual y examen

E5 Conferencias y otras actividades: Asistencia a conferencias de expertos invitados o realización de visitas a institutos oficiales

6. Idiomas

Esta asignatura se imparte en castellano

7. Contenidos

Esta asignatura pretende que el estudiante conozca y sepa utilizar los instrumentos estadísticos que le permitan realizar una descripción de datos socio laborales y obtener las primeras conclusiones.

Se pretende, además, que el estudiante adquiera unos conceptos teóricos de la Estadís-tica, que pueda utilizar para la resolución de problemas reales que pueda encontrar en el desarrollo futuro de su profesión en el ámbito de las relaciones laborales.

En concreto, el alumno adquirirá conocimientos sobre diferentes métodos y técnicas estadísticas, y sabrá analizar e interpretar los resultados obtenidos de la aplicación de tales métodos y técnicas.

Esta asignatura inicia a los estudiantes en el manejo, con el ordenador, de la hoja de cál-culo EXCEL y del paquete estadístico SPSS para realizar los análisis de datos de forma rápida, correcta y sencilla.

8. Evaluación

Aspectos Criterio Instrumento Peso

ParticipaciónEvaluación competencias:G2, G6, E5, E16, E8

Asistencia a las sesiones presencialesParticipación en clase

Registro del profesor 10 %

Presentación de trabajosEvaluación competencias:G1,G3, G6,G10,G16, E5, E16, E8

Buena presentación, claridad en la exposición

Exposición de trabajos en clase

10 %

Resolución de supuestosEvaluación competencias:G1, G3, G6, G10, G16,E5, E16, E8

Buena presentaciónComentario e interpretación de los resultados obtenidos

Resolución de problemas entregados a lo largo del semestre

10 %

Realización de una prueba intermediaEvaluación competencias:G3, G1, G6, E5, E16, E8

Pruebas objetivas Pruebas parciales 20%

Realización de un examen finalEvaluación competencias:G3, G1,G6, E5, e16,E8

Pruebas objetivas Examen (Trabajo final y prueba teórico-práctica)

50 %

9. Temario

Tema 1. Conceptos básicos de Estadística. Organización de los datosTema 2. Análisis descriptivo unidimensional de variables: tablas, gráficos y medidas estadísticasTema 3. Análisis bivariante de variables cualitativas: Estadística de atributosTema 4. Análisis bivariante de variables cuantitativasTema 5. Regresión y correlaciónTema 6. Series temporalesTema 7. ProbabilidadTema 8. Variables aleatorias y distribuciones de probabilidad discretasTema 9. Variables aleatorias y distribuciones de probabilidad continuasTema 10. Introducción a la inferencia estadística

10. Bibliografía

Básica

– PEÑA, D. (1999) Introducción a la estadística para las ciencias sociales. Ed. McGrawHill– PORTILLA, M. y OTROS (2002) Manual práctico del paquete estadístico SPSS para Win-

dows. Ed. Universidad Pública de Navarra


Escuela de Estudios Sanitarios

Diplomatura en Enfermería



48107 Bioestadística 1º 1º Troncal 6 1 1 15 Ana Apilluelo MartínJuan José Bosch González

48312 Análisis de Datos Sanitarios 2º 2º Optativa 6 1 1 33 Antonio Pérez Prados

Grado en Enfermería


401105 Estadística Aplicada a las Ciencias de la Salud

1º 1º Básica 6 2 92 Ana Apilluelo MartínAntonio Pérez Prados

Titulación: Diplomatura en Enfermería

CÓDIGO ASIGNATURA

48107 BIOESTADISTICA

DEPARTAMENTOS CURSO





1º C. Troncal 4.5 1.5 3

PROFESORES



Bioestadística y demografía aplicadas.

Introducción a la Estadística Descriptiva y la Probabilidad y sus aplicaciones en Ciencias de la Salud.



Utilidad posterior en la asignatura de 2º “Análisis de datos sanitarios” y, sobre todo, en temas de investigación.


Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son:

– El análisis de datos de una única característica, de la relación entre dos características y de la evolución o cambio de una característica a lo largo del tiempo.

– Los conceptos fundamentales de probabilidad, con el objetivo de que comprendan el modelo probabilístico

– La percepción clara de la variable aleatoria y su distribución de probabilidad y sepan calcular e interpretar correctamente los valores típicos de las distribuciones.

– El conocimiento de las distribuciones de probabilidad más frecuentes, sus propieda-des y manejar las tablas estadísticas.

– Así mismo inicia a los estudiantes en los el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadístico SPSS para realizar los análisis de datos de forma cómoda y sencilla.

– Se pretende que el alumno/a desarrolle aptitudes y habilidades en la formulación y resolución de temas y problemas en los que interviene la estadística.


Tema 0. Introducción a la Estadística.

Tema 1. Conceptos básicos. Organización de los datos.

Tema 2. Medidas de tendencia central.


Tema 3. Medidas de dispersión.Tema 4. Medidas de forma y de concentración.Tema 5. Estadística de atributos.Tema 6. Distribuciones bidimensionales.Tema 7. Regresión y correlación.Tema 8. Probabilidad.Tema 9. Nociones sobre demografía.


Se realizarán numerosos ejercicios simultaneados con las explicaciones teóricas.Practicas con ordenador en la medida de lo posible.

7. EvaluaciónSe realizarán los siguientes exámenes o pruebas:Examen parcial liberatorio sobre estadística descriptiva. Teoría y problemas.Examen parcial liberatorio sobre probabilidad e inferencia. Teoría y problemas.Examen final único, donde al menos un 60% es práctico, en el que se valora finalmente el planteamiento y significado de los resultados.Exposición en clase de un problema, comentando la solución planteada.También se valoraran la resolución de problemas entregados a lo largo del curso.En la medida de lo posible un examen de recuperación antes de la convocatoria ordinaria y otro antes de la extraordinaria.


PEÑA, DANIEL; ROMO, Juan, “Introducción a la Estadística para las Ciencias Sociales”, Editorial McGraw-Hill.

WAYNE W., Daniel, “Bioestadística”, Editorial Uthea Noriega (5ª ed.).CANAVOS, G.C., “Probabilidad y Estadística. Aplicaciones y Métodos”, Editorial McGraw-

Hill (1988).

9. Idioma


Titulación: Diplomatura en Enfermería

CÓDIGO ASIGNATURA

48312 ANALISIS DE DATOS SANITARIOS

DEPARTAMENTOS CURSO





2º C. Optativa 6 1.5 4.5

PROFESORES

PÉREZ PRADOS, ANTONIO


Conocimiento de programas de tratamiento de datos y su aplicación a ciencias de la salud. Análisis de datos sanitarios desde el punto de vista inferencial.Ampliación de los conocimientos sobre conceptos teóricos, modelos, métodos y técni-cas estadísticas que posee el estudiante, adquiridos tras cursar la asignatura Bioesta-dística (4.5 créditos), de carácter obligatorio, en primer curso de la diplomatura, y apren-dizaje del manejo del ordenador para el análisis estadístico de datos con aplicación en el ámbito sanitario. El estudiante aprenderá también a utilizar el paquete estadístico SPSS (Statistical Package for the Social Sciences) para Windows (Bioestadística en el orde-nador con el paquete de programas SPSS) y, opcionalmente, la herramienta informática EXCEL. Repasará conceptos y métodos aprendidos anteriormente y conocerá conceptos nuevos en la Estadística del SPSS.


Se recomienda tener cursada la asignatura Bioestadística (4.5 créditos) de primer curso de la Diplomatura de Enfermería.


El análisis de datos es una herramienta imprescindible en el ejercicio de la profesión para saber cómo y cuándo utilizar cada método, técnica o procedimiento estadístico en el análisis de datos de ámbito médico o biológico y, sobre todo, cómo interpretar correctamente los resultados obtenidos de dichos análisis. Por ello, resulta muy útil a la hora de tomar decisiones, interpretar correctamente resultados de encuestas, aceptar o rechazar hipótesis estadísticas y realizar juicios etiológicos, diagnósticos o pronósticos en la práctica clínica y en la vida real.El contenido de la asignatura tiene un carácter instrumental y complementario en la forma-ción del estudiante de Enfermería. Con ella se intenta que el estudiante adquiera, refuerce y ejercite su capacidad de reflexión y razonamiento como una competencia genérica, al tiempo que practique el trabajo en equipo y la presentación pública de trabajos realizados.


Objetivos generales

El estudiante reforzará y ampliará los conocimientos adquiridos en el primer curso de la diplomatura sobre técnicas estadísticas, ejercitará su capacidad de análisis, razonamiento y síntesis, participará de forma activa y crítica en clase, y practicará el autoaprendizaje.


Competencias



Bloques temáticos

Bloque 1 Introducción al uso del ordenador. Introducción al manejo del paquete de pro-gramas estadísticos SPSS (Statistical Package for the Social Sciences).Bloque 2 Creación, ampliación y modificación de archivos de datos. Manipulación de gráficos y mejora de la presentación de los resultados obtenidos.Bloque 3 Métodos y modelos estadísticos: descriptivos, gráficos, tablas de contingencia, regresión, series temporales y contrastes de hipótesis estadísticas.


Metodología

Sesiones académicas teóricas: SÍSesiones académicas prácticas: SÍExposición y debate: SÍSesiones académicas teorico-prácticas: SÍTutorías especializadas: SÍControles de lecturas obligatorias: SÍVisitas y excursiones: NOOtros (especificar): habrá, además, sesiones en el aula de informática: SÍ

Plan de trabajo

Distribución del número de horas de trabajo del alumno:– Con presencia del profesor

• Clases Teóricas: 12• Clases Prácticas: 12• Exposiciones y Seminarios: 10• Visitas y Excursiones: 0• Control de lecturas y trabajos obligatorios: 10• Tutorías Especializadas Colectivas (presenciales o virtuales): 5• Tutorías Especializadas Individuales (presenciales o virtuales): 5• Realización de Exámenes: 5• Otras (aula de informática): 24

Actividades dirigidas y estudio:

– Preparación actividades programadas en grupo: 10– Realización de trabajos individuales: 12– Preparación de prácticas en aula de ordenadores (horario libre):10– Preparación de Exámenes: 10Nº total de Horas semestre: 125Nº total de Horas total asignatura: 125

7. Evaluación



– Asistencia, por encima del 80%, y participación en clase y en tutorías, así como expo-sición de temas: hasta el 40% de la nota final

– Tareas, ejercicios y trabajos, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 20% de la nota final

– Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 40% de la nota final

– Examen final de la asignatura, para aquellos estudiantes que no hayan asistido a clase por encima del 80%: hasta el 100% de la nota final

– Aquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentar-se al examen final de la asignatura a fin de mejorar o subir su nota definitiva


– Asistencia y participación en las diferentes sesiones teóricas, práctica, teórico-prácti-cas y en tutorías

– Exposición de temas

– Tareas, ejercicios y trabajos realizados a lo largo del cuatrimestre

– Trabajo final de la asignatura

Tipo de examen:

– Prueba en el aula de informática que consistirá en la aplicación de los métodos y téc-nicas estudiadas a la resolución de un ejercicio práctico que recorrerá los diferentes capítulos que componen el temario de la asignatura


Bibliografía general

Bloque 1:

ALBRIGHT, C.; WINSTON, W.; ZAPPE, C., “Data Analysis and Decision making with Microsoft EXCEL”, Editorial Duxbury (1999).

Bloque 2

PARDO MERINO, A.; RUIZ DÍAZ, M. A., “SPSS 11. Guía para el análisis de datos”, Editorial McGraw-Hill.(2002).

PORTILLA MANJÓN, M. y otros, “Manual práctico del paquete estadístico SPSS 9 para Windows”, Editorial Universidad Pública de Navarra (2002).

Bloque 3:

DANIEL, W., “Bioestadística: base para el análisis de las ciencias de la salud”, Editorial Uteha Noriega Editores (1995).

9. Idioma

La asignatura se imparte en castellano


Titulación: Grado en Enfermería

CÓDIGO ASIGNATURA

401105 ESTADÍSTICA APLICADA A LAS CIENCIAS DE LA SALUD

DEPARTAMENTOS CURSO






PROFESORES

APILLUELO MARTÍN, ANAPÉREZ PRADOS, ANTONIO


– Competencias Genéricas Transversales (CGT):CGT-1 Capacidad de análisis y síntesisCGT-3 Comunicación oral y escrita en lengua maternaCGT-5 Capacidad de aprenderCGT-6 Habilidades de Gestión de la InformaciónCGT-10 Resolución de problemasCGT-11 Toma de decisionesCGT-12 Trabajo en equipoCGT-16 Capacidad para comunicarse con personas no expertas en la materiaCGT-20 Compromiso ético


– Competencias Específicas del módulo (ECB):ECB-11 Aplicar las tecnologías y sistemas de información y comunicación de los cuida-dos de saludECB-16 Aplicar métodos descriptivos apropiados en función del tipo de datos y del pro-blema planteadoECB-17 Conocer y utilizar adecuadamente el vocabulario y el lenguaje estadístico básico para interpretar correctamente los resultadosECB-18 Conocer los conceptos básicos del cálculo de probabilidades y las distribuciones de mayor aplicación en ciencias de la saludECB-19 Comprender las técnicas inferenciales y sus posibilidades en la obtención de información y toma de decisionesECB-20 Abordar los problemas estadísticos mediante la utilización de un programa in-formáticoECB-21 Ser capaz de plantear problemas de enfermería en términos estadísticos– Resultados del aprendizaje:Al finalizar la materia el estudiante será capaz de:– Comprender el análisis de datos de una única característica, de la relación entre dos

características y de la evolución o cambio de una característica a lo largo del tiempo.

– Conocer los conceptos fundamentales de probabilidad, con el objetivo de que compren-da el modelo probabilístico.

– Conseguir una percepción clara de la variable aleatoria y su distribución de probabili-dad para así ser capaz de calcular e interpretar correctamente los valores típicos de las distribuciones.

– Conocer las distribuciones de probabilidad más frecuentes y sus propiedades.

– Aprender el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadís-tico SPSS para realizar los análisis de datos de forma cómoda y sencilla.

– Desarrollar aptitudes y habilidades en la formulación y resolución de temas y proble-mas en los que interviene la estadística y la probabilidad.

3. Descriptores

Introducción a la Estadística. Conceptos básicos y organización de los datos. Medidas de tendencia central y no central. Medidas de dispersión absolutas y relativas. Medidas de forma. Estadística de atributos. Distribuciones bidimensionales. Regresión y correla-ción. Probabilidad.

4. Metodología



A-2 Prácticas 30

A-3 Debates, puestas en común, tutoría grupos

A-4 Elaboración de trabajo





...

Total 67 83


Competencias Actividad formativa

A-1 Clases magistrales CGT-1, CGT-5, CGT-10, ECB-11, ECB-16, ECB-17, ECB-18, CB-19, ECB-21

A-2 Prácticas/Seminarios/Talleres CGT-3, CGT-6, CGT-12, CGT-16, CGT-20, ECB-11, ECB-20,ECB-21

A-3 Tutorías CGT-3, CGT-5, CGT-11, CGT-12

A-4 Actividades Globalizadas CGT-1, CGT-3, CGT-10, CGT-11, CGT-12, CGT-16, ECB-11, ECB-16, ECB-17, ECB-18, ECB-19, ECB-20

A-5 Trabajo del Estudiante CGT-1, CGT-3, CGT-5, CGT-10, CGT-11, CGT-12, CGT-16, ECB-11, ECB-16, ECB-17, ECB-18, ECB-19, ECB-20, ECB-21


6. Idiomas


7. Contenidos

Unidad temática Temas sesiones magistralesTemas sesiones prácticas

Total horas presenciales

Estadística Descriptiva Tema 1. Introducción a la Estadística 1.25 hora teoría Aula teoría

Tema 2. Conceptos básicos. Organización de los datos PRÁCTICA ORDENADOR:Aulario virtual. Presentación de trabajos en Word. Introducción al entorno Windows. Introducción al paquete estadístico SPSS

2.5 horas teoría2 horas práctica

Aula teoríaAula ordenadores

Tema 3. Medidas de tendencia centralPRÁCTICA ORDENADOR:Editor de datos SPSS


Aula teoríaAulaordenadores

Tema 4. Medidas de dispersiónPRÁCTICA ORDENADOR:Manipulación de archivos de datosGráficosAnálisis descriptivo de una variableAnálisis por grupos de variables



Tema 6. Tablas de ContingenciaPRÁCTICA ORDENADOR:Tablas de contingenciaENTREGA DE TRABAJOS 1



Tema 7. Distribuciones bidimensionalesPRÁCTICA ORDENADOR:Análisis de Regresión y CorrelaciónENTREGA DE TRABAJOS 2



Tema 8. Regresión y correlaciónPRÁCTICA ORDENADOR:Repaso 1



REPASO problemas/teoría 1.25 horas teoría Aula teoría

TUTORÍAS 1 hora Despacho

Pruebas deevaluación

PRUEBA PARCIAL 1ª

ProbabilidadTema 9. ProbabilidadENTREGA DE TRABAJOS 3

6.25 horas teoría Aula teoría

REPASO problemas/teoríaPRÁCTICA ORDENADOR:Repaso2





PRUEBA PARCIAL 2ª

Inferencia Estadística

Tema 10. Introducción a la Inferencia EstadísticaPRÁCTICA ORDENADOR:Contrastes de Hipótesis: ParámetricosContrastes de Hipótesis: No Parámetricos




REPASO FINAL problemas/teoríaPRÁCTICA ORDENADOR:Repaso3ENTREGA DE TRABAJOS 4




ENTREGA DEL TRABAJO FINAL

8. Evaluación


Pruebas parciales (20%)

1º prueba2º prueba

1 hora1 hora

Aula teoríaAula teoría

Trabajos de clase (10%)

4 entregas

Resolución de problemas (10%)

En clase

Examen Final(60%)

Defensa del trabajo finalPrueba teórico – práctica

2 horasAulaOrdenadoresAula teoría

Horas presenciales CLASES MAGISTRALESCLASES PRACTICAS

30 horas30 horas

60 horas

Trabajo del estudiante

ESTUDIO Y PREPARACIÓN DEL TRABAJO FINALESTUDIO PERSONAL

58 horas25 horas

83 horas

Tutorías y Actividades globalizadas

TUTORÍASPRUEBAS DE EVALUACIÓN

3 horas4 horas

7 horas

HORAS TOTALES 150 horas

Sistemas de evaluación y calificación

Competencia Criterios Instrumento Peso

CGT-1, CGT-3, CGT-5, CGT-10, CGT-11, ECB-11, ECB-16, ECB-18, ECB-19, ECB-21

Pruebas objetivas Pruebas parciales 20%

CGT-3, CGT-6, CGT-12, CGT-16, ECB-11, ECB-20, ECB-21

Buena presentación, claridad en la exposición

Exposición de trabajos en clase

10%

CGT-3, CGT-5, CGT-20, ECB-11, ECB-20

Buena presentación, análisis y comentario de la solución obtenida

Resolución de problemas entregados a lo largo del semestre

10%

CGT-1, CGT-3, CGT-5, CGT-10, CGT-11, ECB-11 ECB-16, ECB-17, ECB-18, ECB-19, ECB-21

Pruebas objetivas Examen (Trabajo final y prueba teórico – práctica)

60%

9. Temario

Tema 1. Introducción a la EstadísticaTema 2. Conceptos básicos. Organización de los datosTema 3. Medidas de tendencia centralTema 4. Medidas de dispersiónTema 5. Tablas de contingenciaTema 6. Distribuciones bidimensionalesTema 7. Regresión y correlaciónTema 8. ProbabilidadTema 9. Introducción a la Inferencia estadística


10. Bibliografía

Básica

PEÑA, DANIEL; ROMO, JUAN (2003). Introducción a la Estadística para las Ciencias Socia-les”. Editorial McGraw Hill.PORTILLA, M.I.; ERASO, S.; GALE, C.; GARCÍA, I.; MOLER, J.A.; PALACIOS, M.B. (2006). Manual práctico del paquete estadístico SPSS para Windows. Ed. Universidad Pública de Navarra.

Complementaria

MARTÍN, A., LUNA DEL CASTILLO J. DE D. (2004). Bioestadística para las Ciencias de la Salud”. 5ª Edición. Ediciones Norma.

Facultad de Ciencias Económicas y Empresariales

Licenciatura en Economía



13109 Tratamiento de Datos con Ordenador

1º 1º Obligatoria 6 1 1 16 Miren Portilla Manón

13202 Técnicas de Optimización 2º 1º Troncal 6 2 3 83 Mª Luisa Eraso GoicoecheaJavier Faulín Fajardo

13204 Estadística e Introducción a la Econometría

2º 2º Troncal 6 2 4 167 Mª Blanca Palacios NavarroJosé Fco. Tapiz Arrondo

13206 Estadística 2º 1º Troncal 6 2 0 109 Mª Blanca Palacios NavarroMª Dolores Prados Osés

13443 Investigación Operativa 3º 2º Optativa 6 1 1 12 Cristina Azcárate CamioFermín Mallor Giménez

Licenciatura en Administración y Dirección de Empresas



14109 Tratamiento de Datos con Ordenador (Extinción)

1º 1º Obligatoria 6 0 0 5 Miren Portilla Manjón

14203 Estadística e Introducción a la Econometría

2º 2º Troncal 6 3 4 203 Elena Abascal FernándezFrancisco Cerveto PeñaMª Blanca Palacios Navarro

14209 Estadística 2º 1º Troncal 6 2 2 156 Elena Abascal FernándezMiguel Amézqueta ElíasMª Blanca Palacios Navarro

14301 Econometría 3º 1º Troncal 9 2 4 177 Carmen García OlaverriIgnacio García LautreRosa Blanco Gómez

14305 Análisis Multivariante 3º 2º Obligatoria 6 2 4 184 Sagrario Gómez ElviraIgnacio García LautreCarmen García Olaverri

14425 Técnicas de Optimización 3º 1º Optativa 6 1 1 71 Mª Luisa Eraso GoicoecheaJavier Faulín Fajardo

14426 Investigación Operativa 3º 2º Optativa 6 0 0 25 Cristina Azcárate CamioFermín Mallor Giménez

14443 Modelos Operativos de Control

4 2º Optativa 6 1 1 36 Cristina Azcárate Camio


Diplomatura en Ciencias Empresariales



26103 Estadística I (Extinción) 1º 1º Troncal 6 1 1 33 Mª Dolores Prados Osés

26108 Estadística II (Extinción) 1º 2º Obligatoria 6 1 0 59 Mª Dolores Prados Osés

26319 Estadística Empresarial: un enfoque aplicado

2º 1º Optativa 6 1 2 85 Manuel García MagariñosRafa Rivera Martín

26320 Modelos de Optimización Empresarial

2º 2º Optativa 6 1 1 32 Antonio Pérez Prados

Estudios simultáneos de las Licenciaturas en Derecho y en L.A.D.E.



31202 Tratamiento de Datos con Ordenador

2º 1º Troncal 6 1 1 29 Ana Apilluelo Martín

31209 Estadística 2º 2º Troncal 6 1 0 30 Ana Apilluelo Martín

31309 Estadística e Introducción a la Economía

3º 2º Troncal 6 1 1 34 Elena Abascal Fernández

31401 Econometría 4º 1º Troncal 9 1 1 30 Carmen García OlaverriSagrario Gómez Elvira

31508 Análisis Multivariante 5º 2º Obligatoria 6 1 1 25 Carmen García Olaverri

Grado en Economía


171202 Estadística I 1º 2º Básica 6 3 68 Miren Portilla ManjónIrene Paniello Alustrey

Grado en Administración y Dirección de Empresas


172203 Estadística I 1º 2º Básica 6 5 228 Manuel García MagariñosPatricia Menéndez GalvánIrene Paniello AlustreyMiren Portilla Manjón

Programa internacional del doble grado en Administración de Empresas y Economía


176206 Estadística I (Inglés) 1º 2º Básica 6 1 16 Irene Paniello Alustrey

Titulación: Licenciatura en Economía

CÓDIGO ASIGNATURA

13109 TRATAMIENTO DE DATOS CON ORDENADOR (EXTINCIÓN)

DEPARTAMENTOS CURSO





1º C. Obligatoria 6 3 3

PROFESORES

PORTILLA MANJÓN, MIREN IOSU


Introducción a los paquetes de programas estadísticos. Análisis de datos. Fundamentos de Estadística descriptiva.


Conocimientos básicos de cálculo matemático y manejo básico del sistema operativo Windows.


Los conocimientos adquiridos en esta asignatura formarán por una parte una base impor-tante en el manejo de aplicaciones informáticas que les resultará muy útil en otras asig-naturas y, por otra, aportan los conceptos básicos de estadística imprescindibles en las asignaturas Estadística y Estadística e Introducción a la Econometría, ambas de 2º curso.


Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos ca-racterísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadístico SPSS para realizar los análisis de datos de forma cómoda y sencilla. También se introduce al uso del Aulario Virtual como vínculo de comunicación entre profesores y estudiantes.


Tema 1 Introducción.Tema 2 Estadística Descriptiva.Tema 3 Estadística Bidimensional.Tema 4 Números Índices.Tema 5. Series Temporales.


La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, aunque ini-


cialmente se imparte teoría, desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS.

7. EvaluaciónEn la evaluación de la asignatura se pondera al 50% la parte teórica de la asignatura y la parte práctica (ordenador), siempre que se hayan superado ambas partes. La nota de la parte teórica será la del examen teórico, que se realizará en el aula asignada por la Facultad. La evaluación de la parte práctica se realizará mediante un examen realizado con el ordenador, a continuación del examen teórico, en un aula de informática que se comunicará al terminar el examen teórico.En la convocatoria extraordinaria, se puede conservar la nota de la parte aprobada, tanto la teórica como la práctica.


Básica

PORTILLA, M.I.; ERASO, S.; GALE, C.; GARCÍA, I.; MOLER, J.A.; PALACIOS, M.B., “Manual práctico del paquete estadístico SPSS para Windows”. 3ª edición revisada, Editorial Universidad Pública de Navarra (2006).

Complementaria

MARTÍN-PLIEGO, F.J., “Introducción a la estadística económica y empresarial: teoría y práctica”. 3ª edición revisada, Editorial Thomson (2004).

ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I., “Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”. 2ª edición revisada, Editorial AC-Thomson (2003).

VISAUTA VINACUA, B., “Análisis estadístico con SPSS 11.0 para Windows”, Vol.1 Estadística Básica, Editorial McGraw-Hill (2003).

Recursos

Se potenciará el uso del Aulario Virtual, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.

9. Idioma



CÓDIGO ASIGNATURA

13202 TECNICAS DE OPTIMIZACION

DEPARTAMENTOS CURSO






PROFESORES

ERASO GOICOECHEA, M. LUISAFAULÍN FAJARDO, FCO. JAVIER


Investigación Operativa. Programación lineal. Transporte. Programación entera. Progra-mación multiobjetivo. Optimización no lineal. WMQSB, LINDO y LINGO.


Ninguno. Es útil poseer conocimientos básicos de álgebra matricial y análisis matemático.


En esta asignatura se estudian algunos modelos y métodos de la Investigación Opera-tiva que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar un sistema empresarial.Proporciona al estudiante una comprensión conceptual de la función que desempeñan los métodos cuantitativos en el proceso de toma de decisiones, cómo funcionan estos métodos y la forma de aplicarlos e interpretarlos.El alumno aprende a reconocer distintos problemas en el contexto del mundo empre-sarial, a plantear dichos problemas mediante modelos de programación matemática, a resolverlos, así como a interpretar y a valorar los resultados.


Competencias generales que se van a trabajar son:– Instrumentales: responsabilidad, creatividad y estimulación intelectual.– Interpersonales: habilidades comunicativas y trabajo en equipo.– Específicas: modelización matemática de problemas reales; manejo de paquetes infor-

máticos de optimización; análisis y validación de resultados.


Tema 1 Investigación Operativa.Tema 2 Fundamentos Matemáticos.Tema 3 Introducción a la Programación Lineal.Tema 4 Método Simplex.Tema 5 Dualidad.Tema 6 Análisis Postóptimo y Programación Paramétrica.Tema 7 Problemas de Transporte.


Tema 8 Programación Entera.Tema 9 Programación Lineal Multiobjetivo.Tema 10 Optimización No Lineal sin restricciones.Tema 11 Optimización No Lineal con restricciones.Tema 12 Paquetes Informáticos – WINQSB – LINDO – LINGO.


Para trabajar las competencias antes señaladas se utilizarán los siguientes recursos metodológicos:– Utilización del aulario virtual o mi aulario para introducir los contenidos y documenta-

ción de la asignatura y como medio de comunicación complementario entre alumnos y profesor.

– Clases teóricas de tipo magistral.– Clases de aula prácticas en las que se estudiarán y resolverán problemas reales.– Clases prácticas de ordenador.– Realización de ejercicios y tareas individuales que se plantearán a lo largo del curso.– Realización de trabajos en grupo de tipo teórico y práctico, para lo cual tendrán que

utilizar recursos bibliográficos y recursos virtuales.– Exposiciones en clase de estos trabajos.– Asistencia a tutorías tanto individuales como en grupo.

7. EvaluaciónEl alumno podrá elegir entre dos modalidades de evaluación:– examen de la asignatura en la fecha programada por la Facultad.– evaluación continua en la que además del examen, se tendrá en cuenta la participa-

ción activa en las clases teóricas y prácticas, la realización de forma individual de las tareas que se propondrán a lo largo del curso y la elaboración de un trabajo en grupo y su presentación en clase, con los siguientes pesos relativos:

– Prueba de examen (40% de la nota)– Trabajo en grupo (20% de la nota)– Tareas individuales (30% de la nota)– Participación activa en la clase (10% de la nota)


ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A., “Métodos cuantitativos para los negocios”, Editorial Thomson (2005).

HEIZER, J.; RENDER, B., “Dirección de la Producción. Decisiones Tácticas”, Editorial Prentice Hall, 8ª Edición (2008).

HILLIER, F.S.; LIEBERMAN, G.J., “Introducción a la investigación de operaciones”, Editorial McGraw-Hill, 7ª Edición (2002).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

13204 ESTADISTICA E INTRODUCCION A LA ECONOMETRIA

DEPARTAMENTOS CURSO






PROFESORES

PALACIOS NAVARRO, M. BLANCATAPIZ ARRONDO, JOSÉ FRANCISCO


Muestreo. Inferencia estadística: Estimación y Contrastes de hipótesis. ANOVA. Modelo de regresión lineal simple.


Es necesario tener los conocimientos de estadística descriptiva y distribuciones de pro-babilidad desarrollados en las asignaturas de Tratamiento de Datos con ordenador y Estadística I.


La asignatura se imparte en 2º curso.Un primer contacto con la Estadística se ha realizado en primer curso, en la asignatura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descrip-ción estadística de los datos. Sin embargo, la Estadística va mucho más allá que la simple descripción, permite hacer inferencias y previsiones acotando el error que se puede cometer.En Estadística I se ha estudiado el cálculo de probabilidades cuya finalidad es el estudio matemático del azar, las leyes que lo rigen y sus consecuencias. En ella se estudian las distribuciones más frecuentes y se establecen las bases teóricas para el desarrollo de la Inferencia EstadísticaLa Estadística e Introducción a la Econometría se dedica a la inferencia estadística. Se basa en la información proporcionada por una muestra y contempla dos ámbitos:– Estimación de parámetros. Procedimientos que proporcionan valores aproximados de

los parámetros desconocidos que una población.– Contrastes de hipótesis. Métodos que permiten optar por una de dos hipótesis es-

tablecidas sobre el valor de un parámetro o sobre el tipo del modelo matemático supuesto.

En este curso se dedican las primeras clases al concepto de estadísticos como funcio-nes de valores muestrales, sus distribuciones de probabilidad y sus propiedades.El núcleo central del curso se dedica la estimación de los parámetros, estimación por intervalo y a los contrastes de hipótesis, estudiando sus propiedades y métodos de obtención.Finaliza el curso con una introducción a la Econometría estudiando el modelo lineal sim-ple y al análisis de la varianza.



Objetivos

Formar al estudiante de manera que logre:– Conocer las grandes posibilidades que tiene la Estadística como medio de obtener

información de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empí-ricamente de las que no lo son.

– Adquirir y comprender la terminología estadística.– Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia

estadística.– Saber plantear un problema económico en términos estadísticos. Evaluar correcta-

mente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos.

– Saber interpretar los resultados y exponer las conclusiones de un análisis expresando su significado, contenidos informativos y utilidades del mismo en relación con el entor-no donde los datos se han generado.

– Saber interpretar y cuestionar un informe realizado por otros y si las conclusiones obtenidas tienen un fundamento estadístico suficiente.

– Desarrollar la actitud que le permita comprender nuevas técnicas estadísticas que puedan necesitar en otras asignaturas o en el ejercicio de su profesión.

– En general, estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información y reducir la incertidumbre en los procesos de decisión.

Competencias

El objetivo es que el estudiante sea capaz de:– Distinguir entre diferentes tipos de muestreo y sus propiedades.– Conocer los problemas que entraña la selección de una muestra.– Criticar los análisis de encuestas que aparecen en los medios de comunicación.– Construir y comparar estimadores teniendo en cuenta sus propiedades.– Conocer las distribuciones muestrales de los principales estadísticos.– Definir con precisión los conceptos que intervienen en la inferencia, especialmente los

relativos a la significación de los contrastes.– Saber especificar correctamente las hipótesis de contraste correspondientes a un

estudio.– Saber elegir y realizar el contraste adecuado.– Determinar los tamaños muestrales necesarios para lograr diversos objetivos de error.– Saber interpretar los resultados proporcionados por el paquete estadístico SPSS cuan-

do se ha realizado un análisis estadístico de estimación o contraste.– Conocer los fundamentos y aplicabilidad del análisis de la varianza. Saber plantear

y resolver un modelo de análisis de varianza con contenido económico. Conocer sus limitaciones en la práctica.

– Conocer el modelo lineal y sus limitaciones. Reconocer una situación que puede ser estudiada mediante un modelo lineal. Saber plantear el problema adecuadamente, estimar los parámetros y evaluar los resultados.


Tema 1 Introducción a la inferencia estadística.Tema 2 Estimación paramétrica.

Tema 3 Estimación por intervalos.

Tema 4 Contrastes de hipótesis.

Tema 5 Contrastes no paramétricos.

Tema 6 Modelos lineales con variables cualitativas. Análisis de la varianza (ANOVA).

Tema 7 Modelización econométrica: modelo de regresión lineal.


En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se presen-tarán los temas del programa en sus líneas generales, dando los conocimientos bási-cos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a través de la bibliografía recomendada, intercalando convenientemente las clases teó-ricas y de problemas para cada uno de los temas. Los problemas podrán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los comprendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por algún estudiante, con las explicaciones oportunas, siendo puntuado como nota de clase. En clase se animará al estudiante a intervenir y se valorará su participación en la clase si sus preguntas son interesantes o bien reflejo de un estudio continuado. Se quiere estimular así el estudio trabajo personal y la participación.

Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula. Aquellos estudiantes que por causa justificada no realicen estas prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.

7. EvaluaciónDurante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.

Las clases prácticas con ordenador son obligatorias. En caso de tener dificultades de asistencia, justificados, el estudiante contactará con el profesor para considerar la po-sibilidad de realizar las prácticas con otro grupo de la asignatura con diferente horario.

El examen final será escrito con preguntas sobre aspectos teóricos y prácticos de asig-natura. El contenido del examen puede consistir en:

– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-tos en el material recomendado para la preparación de la asignatura.

– Preguntas cortas enfocadas a comprobar si se dominan los conceptos necesarios para realizar algunas demostraciones y razonamientos estadísticos.

– Preguntas tipo test enfocadas a comprobar si se conocen los conceptos teóricos básicos.

– Preguntas de desarrollo en el que se diseñe la forma de resolver un problema econó-mico a través de la estadística.

La calificación final de la primera convocatoria se obtendrá en un 90% a través del exa-men final y el 10% restante del resultado de la evaluación continua. En la convocatoria extraordinaria la evaluación se basa en el examen y aquellos estudiantes que no hayan realizado las prácticas deberán realizar un examen adicional en el que deben resolver unos problemas con ayuda del ordenador y del programa SPSS.



Texto básico

NEWBOLD, P.; CARLSON, W.L. y THORNE, B., “Estadística para Administración y Economía”, Editorial Prentice Hall (2008).

NEWBOLD, P.; CARLSON, W.L. y THORNE, B., “Statistics for Business and Economics”. 6th Edition, Editorial Prentice Hall (2007).

Complementaria

LEVIN, RUBIN, BALDERAS, DEL VALLE y GÓMEZ, “Estadística para la administración y la economía”, Editorial Prentice Hall (2004).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

13206 ESTADISTICA

DEPARTAMENTOS CURSO






PROFESORES

PALACIOS NAVARRO, M. BLANCAMª DOLORES PRADOS OSÉS


Probabilidad. Variables aleatorias. Distribuciones de probabilidad. Muestreo.


Tener el nivel de matemáticas de un estudiante que ha superado el primer curso de la licenciatura.


Un primer contacto con la Estadística se ha realizado en primer curso, en la asigna-tura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descripción de los datos. Sin embargo, la Estadística va mucho más allá que la simple descripción, permite hacer inferencias y previsiones acotando el error que se puede co-meter. En Estadística I se establecen las bases teóricas que permiten desarrollar otras asignaturas en las que se hacen previsiones, se estiman modelos de comportamiento, se miden los riesgos de las decisiones, se contrastan hipótesis de comportamiento, etc. La asignatura se dedica al cálculo de probabilidades cuya finalidad es el estudio matemático del azar, las leyes que lo rigen y sus consecuencias. El conocimiento de esta asignatura es esencial para el desarrollo de la Estadística e Introducción a la Econome-tría que se imparte en el segundo cuatrimestre y constituye una herramienta necesaria para el desarrollo de varias asignaturas de Estadística, Economía y Gestión de Empresas


Objetivos de carácter general

– Estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información de calidad y reducir la incertidumbre para los procesos de decisión.

– Transmitir al estudiante el papel que tiene esta asignatura dentro de una visión global de la Estadística dentro de la titulación.

– Desarrollar aptitudes y habilidades necesarias en la comprensión y utilización de la estadística

– Crear la necesidad de trabajo en grupo para utilizar más recursos, repartir tareas y responsabilidades y ser capaces de resolver trabajos complejos con diferentes habi-lidades.


Competencias

El objetivo del curso es que el estudiante sea capaz de:

– Comprender el modelo probabilístico Tener una percepción clara de la variable aleato-ria y su distribución de probabilidad

– Calcular e interpretar correctamente los valores típicos de la distribuciones

– Conocer las distribuciones de probabilidad más frecuentes, sus propiedades y manejar las tablas estadísticas

– Saber las condiciones bajo las cuales se aproximan a la distribución Normal

– Reconocer las condiciones de aplicación del teorema Central del Límite Comprender las diferencias entre población y muestra.

– Conocer y comprender las principales distribuciones muestrales, sus propiedades y manejar las tablas estadísticas.

– Saber las condiciones bajo las que se aproximan a la distribución Normal.


Tema 1 Probabilidad

Tema 2 Variables aleatorias unidimensionales y bidimensionales

Tema 3 Características de las distribuciones de probabilidad

Tema 4 Distribuciones de probabilidad discretas

Tema 5 Distribuciones de probabilidad continuas

Tema 6. Distribución de funciones de variables aleatorias


En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se presenta-rán los temas del programa en sus líneas generales, dando los conocimientos básicos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a tra-vés de la bibliografía recomendada, intercalando convenientemente las clases teóricas y de problemas para cada uno de los temas. Los problemas podrán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los com-prendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por uno o varios estudiantes, con las explicaciones oportunas, siendo puntuados como nota de clase. Se animará al estudiante a intervenir y se podrá valorar su participación en la clase si sus preguntas son interesantes o bien reflejo de un estudio continuado. Se quiere estimular así el trabajo personal, la participación y el desarrollo de habilidades y aptitudes individuales y grupales.

7. Evaluación

Un examen final escrito con preguntas sobre aspectos teóricos y prácticos de asigna-tura.

El contenido del examen puede consistir en:




Para la evaluación continua se propondrán en clase ejercicios para realizar en el momen-to, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estudiante ha comprendido las explicaciones. También se valora la asis-tencia activa y especialmente la participación en clase. Al final de cada tema aquellos estudiantes que habitualmente asisten a clase realizarán una prueba consistente en la realización de un ejercicio similar a los realizados en clase. Además, se podrán proponer en clase otras formas de evaluación continua.La calificación final de la primera convocatoria se obtendrá en un 90% a través del exa-men final y el 10% restante del resultado de la evaluación continua. En la convocatoria extraordinaria la evaluación se basa en el examen.


CANAVOS, G.C., “Probabilidad y Estadística. Aplicaciones y Métodos”, Editorial McGraw-Hill (1988).

CASAS, J. M.; GARCÍA, C.; RIVERA, L. F. y ZAMORA, A. Y., “Problemas de Estadística. Descriptiva, Probabilidad e Inferencia”, Editorial Pirámide (1998).

CUADRAS, C. y otros, “Fundamentos de Estadística. Aplicación a las Ciencias Humanas”, Editorial PPU (1984).

Recursos


9. Idioma




CÓDIGO ASIGNATURA

13443 /14426 INVESTIGACION OPERATIVA

DEPARTAMENTOS CURSO






PROFESORES

AZCÁRATE CAMIO, CRISTINAMALLOR GIMÉNEZ, FERMÍN


Grafos y redes. Programación y control de proyectos. Teoría de colas. Teoría de inventa-rios. Investigación Operativa, sistemas expertos, inteligencia artificial.


Es conveniente que los estudiantes conozcan conceptos básicos de estadística y pro-babilidad como son los nombres, cálculo y utilidad de los estadísticos usuales y la correcta aplicación y nomenclatura en cálculo de probabilidades con las distribuciones más conocidas.



Descubrir la enorme aplicabilidad de la investigación operativa mediante el estudio de la teoría de colas, inventarios, redes. Aprender su correcta utilización mediante la elección y resolución del modelo más adecuado para el problema real a resolver.Las competencias que se pretenden desarrollar son– Sentido práctico, capacidad para analizar y resolver problemas.– Capacidad de aplicación de los conocimientos teóricos adquiridos.– Interés por otras disciplinas. Curiosidad científica.– Habilidad para el manejo de material multimedia y conocimiento de nuevas tecnolo-

gías.– Organización y gestión del tiempo y del trabajo.– Gusto por el detalle y el trabajo bien hecho.


Tema 1 Introducción a la Investigación Operativa. Análisis cuantitativo y toma de decisio-nes. Aplicaciones de la I.O. en Economía y en Administración de Empresas.Tema 2 Teoría de colas y su modelización. Consideraciones teóricas y aplicaciones. Eva-luación de costes en colas.Tema 3 Teoría de Inventarios. Casos prácticos y modelización.

Tema 4 Teoría de grafos. Redes y sus aplicaciones. Problemas de la ruta más corta, del árbol de mínima expansión y del flujo máximo. Programación y control de proyectos (Métodos PERT y CPM). Aplicaciones.Tema 5 Simulación. Introducción con aplicación a problemas vistos en anteriores temas.


Las clases teóricas se impartirán con el apoyo de la proyección de transparencias, con contenido tanto teórico como práctico, complementadas con ejemplos y desarrollos en pizarra. Para algunos temas se propondrá un listado de ejercicios, algunos de los cuales se resolverán en clase y otros serán a resolver por los estudiantes.Las clases prácticas se realizarán en las aulas de informática, con un alumno como máximo por ordenador, con los programas QTS, WinQSB y Excel.Una copia de las transparencias presentadas en las clases teóricas, con los ejercicios propuestos en cada tema, así como las guías y datos para las clases prácticas y material complementario, se depositarán con antelación en el MiAulario.

7. Evaluación

En la evaluación de la asignatura se pondera al 50% la parte teórica de la asignatura y la parte práctica (ordenador), siempre que se hayan superado ambas partes. La nota de la parte teórica será la del examen teórico, que se realizará en el aula asignada por la Facultad. La evaluación de la parte práctica se realizará mediante un examen realizado con el ordenador, a continuación del examen teórico, en una aula de informática que se comunicará al terminar el examen teórico.En la convocatoria extraordinaria, se puede conservar la nota de la parte aprobada, tanto la teórica como la práctica.


ANDERSON, D.R., SWEENEY, D. J. y WILLIAMS, T.A., “Quantitative Methods for Business”, Editorial West Publishing Company (2001).

ANDERSON, D.R., SWEENEY, D. J. y WILLIAMS, T.A, “An Introduction to Management Science. Quantitative Approach to Decision Makin”, Editorial West Publishing Company. (Existe versión en español) (2005).

EPPEN, G.D., GOULD, F.J., SCHMIDT, C.P., MOORE, J.H., WEATHERFORD, L.R., “Introductory Management Science. Decision Modeling with Spreadsheets”, Editorial Upper Saddle River. (Existe versión en español) (1998).

Recursos


9. Idioma



Titulación: Licenciatura en Administración y Dirección de Empresas

CÓDIGO ASIGNATURA

14109 TRATAMIENTO DE DATOS CON ORDENADOR (EXTINCIÓN)

DEPARTAMENTOS CURSO






PROFESORES

PORTILLA MANJÓN, MIREN IOSU






Los conocimientos adquiridos en esta asignatura formarán por una parte una base im-portante en el manejo de aplicaciones informáticas que les resultará muy útil en otras asignaturas y, por otra, aportan los conceptos básicos de estadística imprescindibles en las asignaturas Estadística y Estadística e Introducción a la Econometría, ambas de 2º curso.




Tema 1 IntroducciónTema 2 Estadística DescriptivaTema 3 Estadística BidimensionalTema 4 Números ÍndicesTema 5 Series Temporales


La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, aunque ini-cialmente se imparte teoría, desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS.

7. EvaluaciónEn la evaluación de la asignatura se pondera al 50% la parte teórica de la asignatura y la parte práctica (ordenador), siempre que se hayan superado ambas partes. La nota de la parte teórica será la del examen teórico, que se realizará en el aula asignada por la Facultad. La evaluación de la parte práctica se realizará mediante un examen realizado con el ordenador, a continuación del examen teórico, en un aula de informática que se comunicará al terminar el examen teórico.En la convocatoria extraordinaria, se puede conservar la nota de la parte aprobada, tanto la teórica como la práctica.


Básica

PORTILLA, M.I.; ERASO, S.; GALE, C.; GARCÍA, I.; MOLER, J.A.; PALACIOS, M.B., “Manual práctico del paquete estadístico SPSS para Windows”. 3ª edición revisada, Editorial Universidad Pública de Navarra (2006).

Complementaria

MARTÍN-PLIEGO, F.J., “Introducción a la estadística económica y empresarial: teoría y práctica”. 3ª edición revisada, Editorial Thomson (2004).

ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I., “Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”. 2ª edición revisada, Editorial AC-Thomson (2003).

VISAUTA VINACUA, B., “Análisis estadístico con SPSS 11.0 para Windows”, Vol.1 Estadística Básica, Editorial McGraw-Hill (2003).

Recursos


9. Idioma




CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO






PROFESORES

ABASCAL FERNÁNDEZ, ELENACERVETO PEÑA, FRANCISCOPALACIOS NAVARRO, M. BLANCA




Es necesario tener los conocimientos de estadística descriptiva y distribuciones de pro-babilidad desarrollados en las asignaturas de Tratamiento de Datos con ordenador y Estadística I.


La asignatura se imparte en 2º curso.

Un primer contacto con la Estadística se ha realizado en primer curso, en la asignatura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descrip-ción estadística de los datos. Sin embargo, la Estadística va mucho más allá que la simple descripción, permite hacer inferencias y previsiones acotando el error que se puede cometer.

En Estadística I se ha estudiado el cálculo de probabilidades cuya finalidad es el estudio matemático del azar, las leyes que lo rigen y sus consecuencias. En ella se estudian las distribuciones más frecuentes y se establecen las bases teóricas para el desarrollo de la Inferencia Estadística

La Estadística e Introducción a la Econometría se dedica a la inferencia estadística. Se basa en la información proporcionada por una muestra y contempla dos ámbitos:

– Estimación de parámetros. Procedimientos que proporcionan valores aproximados de los parámetros desconocidos que una población.

– Contrastes de hipótesis. Métodos que permiten optar por una de dos hipótesis es-tablecidas sobre el valor de un parámetro o sobre el tipo del modelo matemático supuesto.

En este curso se dedican las primeras clases al concepto de estadísticos como funcio-nes de valores muestrales, sus distribuciones de probabilidad y sus propiedades.

El núcleo central del curso se dedica la estimación de los parámetros, estimación por intervalo y a los contrastes de hipótesis, estudiando sus propiedades y métodos de obtención.

Finaliza el curso con una introducción a la Econometría estudiando el modelo lineal sim-ple y al análisis de la varianza.


Objetivos

Formar al estudiante de manera que logre:

– Conocer las grandes posibilidades que tiene la Estadística como medio de obtener información de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empí-ricamente de las que no lo son.

– Adquirir y comprender la terminología estadística.

– Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia estadística.

– Saber plantear un problema económico en términos estadísticos. Evaluar correcta-mente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos.





Competencias:

El objetivo es que el estudiante sea capaz de:

– Distinguir entre diferentes tipos de muestreo y sus propiedades.

– Conocer los problemas que entraña la selección de una muestra.

– Criticar los análisis de encuestas que aparecen en los medios de comunicación.

– Construir y comparar estimadores teniendo en cuenta sus propiedades.

– Conocer las distribuciones muestrales de los principales estadísticos.

– Definir con precisión los conceptos que intervienen en la inferencia, especialmente los relativos a la significación de los contrastes.

– Saber especificar correctamente las hipótesis de contraste correspondientes a un estudio.

– Saber elegir y realizar el contraste adecuado.

– Determinar los tamaños muestrales necesarios para lograr diversos objetivos de error.

– Saber interpretar los resultados proporcionados por el paquete estadístico SPSS cuan-do se ha realizado un análisis estadístico de estimación o contraste.

– Conocer los fundamentos y aplicabilidad del análisis de la varianza. Saber plantear y resolver un modelo de análisis de varianza con contenido económico. Conocer sus limitaciones en la práctica.




Tema 1. Introducción a la inferencia estadística.Tema 2. Estimación paramétrica.Tema 3. Estimación por intervalos.Tema 4. Contrastes de hipótesis.Tema 5. Contrastes no paramétricos.Tema 6. Modelos lineales con variables cualitativas. Análisis de la varianza (ANOVA).Tema 7. Modelización econométrica: modelo de regresión lineal.


En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se presenta-rán los temas del programa en sus líneas generales, dando los conocimientos básicos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a tra-vés de la bibliografía recomendada, intercalando convenientemente las clases teóricas y de problemas para cada uno de los temas. Los problemas podrán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los com-prendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por algún estudiante, con las explicaciones oportunas, siendo pun-tuado como nota de clase. En clase se animará al estudiante a intervenir y se valorará su participación en la clase si sus preguntas son interesantes o bien reflejo de un es-tudio continuado. Se quiere estimular así el estudio trabajo personal y la participación.Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula. Aquellos estudiantes que por causa justificada no realicen estas prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.

7. EvaluaciónDurante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.Las clases prácticas con ordenador son obligatorias. En caso de tener dificultades de asistencia, justificados, el estudiante contactará con el profesor para considerar la po-sibilidad de realizar las prácticas con otro grupo de la asignatura con diferente horario.El examen final será escrito con preguntas sobre aspectos teóricos y prácticos de asig-natura. El contenido del examen puede consistir en:– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-

tos en el material recomendado para la preparación de la asignatura.– Preguntas cortas enfocadas a comprobar si se dominan los conceptos necesarios para

realizar algunas demostraciones y razonamientos estadísticos.– Preguntas tipo test enfocadas a comprobar si se conocen los conceptos teóricos

básicos.– Preguntas de desarrollo en el que se diseñe la forma de resolver un problema econó-

mico a través de la estadísticaLa calificación final de la primera convocatoria se obtendrá en un 90% a través del exa-men final y el 10% restante del resultado de la evaluación continua. En la convocatoria extraordinaria la evaluación se basa en el examen y aquellos estudiantes que no hayan

realizado las prácticas deberán realizar un examen adicional en el que deben resolver unos problemas con ayuda del ordenador y del programa SPSS.


Texto básico


NEWBOLD, P.; CARLSON, W.L. y THORNE, B., “Statistics for Business and Economics”, 6th Edition, Editorial Prentice Hall (2007).

Complementaria

LEVIN, RUBIN, BALDERAS, DEL VALLE y GÓMEZ, “Estadística para la administración y la economía”, Editorial Prentice Hall (2004).

Recursos


9. Idioma

Esta asignatura se imparte en castellano.



CÓDIGO ASIGNATURA

14209 ESTADISTICA

DEPARTAMENTOS CURSO






PROFESORES

ABASCAL FERNÁNDEZ, ELENAPALACIOS NAVARRO, M. BLANCAPRADOS OSÉS, Mª DOLORES






Un primer contacto con la Estadística se ha realizado en primer curso, en la asignatura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descrip-ción de los datos. Sin embargo, la Estadística va mucho más allá que la simple descrip-ción, permite hacer inferencias y previsiones acotando el error que se puede cometer.

En Estadística I se establecen las bases teóricas que permiten desarrollar otras asig-naturas en las que se hacen previsiones, se estiman modelos de comportamiento, se miden los riesgos de las decisiones, se contrastan hipótesis de comportamiento, etc.

La asignatura se dedica al cálculo de probabilidades cuya finalidad es el estudio mate-mático del azar, las leyes que lo rigen y sus consecuencias.

El conocimiento de esta asignatura es esencial para el desarrollo de la Estadística e In-troducción a la Econometría que se imparte en el segundo cuatrimestre y constituye una herramienta necesaria para el desarrollo de varias asignaturas de Estadística, Economía y Gestión de Empresas


Objetivos de carácter general



– Desarrollar aptitudes y habilidades necesarias en la comprensión y utilización de la estadística


Competencias

El objetivo del curso es que el estudiante sea capaz de:– Comprender el modelo probabilístico– Tener una percepción clara de la variable aleatoria y su distribución de probabilidad– Calcular e interpretar correctamente los valores típicos de la distribuciones– Conocer las distribuciones de probabilidad más frecuentes, sus propiedades y mane-

jar las tablas estadísticas. Saber las condiciones bajo las cuales se aproximan a la distribución Normal

– Reconocer las condiciones de aplicación del teorema Central del Límite– Comprender las diferencias entre población y muestra.– Conocer y comprender las principales distribuciones muestrales, sus propiedades y

manejar las tablas estadísticas. Saber las condiciones bajo las que se aproximan a la distribución Normal.


Tema 1 ProbabilidadTema 2 Variable aleatoria unidimensional y bidimensionalTema 3 Características de las distribuciones de probabilidadTema 4 Distribuciones de probabilidad discretasTema 5 Distribuciones de probabilidad continuasTema 6 Distribución de funciones de variables aleatorias



7. EvaluaciónUn examen final escrito con preguntas sobre aspectos teóricos y prácticos de asignatura.El contenido del examen puede consistir en:– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-

tos en el material recomendado para la preparación de la asignatura.– Preguntas cortas enfocadas a comprobar si se dominan los conceptos necesarios para

realizar algunas demostraciones y razonamientos estadísticos.



Para la evaluación continua se propondrán en clase ejercicios para realizar en el momen-to, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estudiante ha comprendido las explicaciones. También se valora la asis-tencia activa y especialmente la participación en clase. Al final de cada tema aquellos estudiantes que habitualmente asisten a clase realizarán una prueba consistente en la realización de un ejercicio similar a los realizados en clase. Además, se podrán proponer en clase otras formas de evaluación continua.La calificación final de la primera convocatoria se obtendrá en un 90% a través del exa-men final y el 10% restante del resultado de la evaluación continua. En la convocatoria extraordinaria la evaluación se basa en el examen.


CANAVOS, G.C., “Probabilidad y Estadística. Aplicaciones y Métodos”, Editorial McGraw-Hill (1988).



Recursos


9. Idioma



CÓDIGO ASIGNATURA

14301 ECONOMETRIA

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA LAUTRE, IGNACIOGÓMEZ ELVIRA, SAGRARIO


La asignatura “Econometría” (14301) posee carácter troncal y se imparte en 3º curso de la Licenciatura en Administración y Dirección de Empresas. La asignatura se imparte durante el primer cuatrimestre y tiene asignados 9 créditos. En el curso actual 2009-2010 se pretende continuar y profundizar en la línea de adaptación al Espacio Europeo de Educación Superior, iniciada hace varios cursos, que consiste fundamentalmente en otorgar protagonismo al aprendizaje por parte del estudiante bajo una supervisión y coordinación constante por parte del profesorado.


Para poder seguir adecuadamente los contenidos de la materia es indispensable tener conocimientos de estadística descriptiva, inferencia estadística y álgebra matricial. Asi-mismo es deseable poseer conocimientos de SPSS, ya que las prácticas se llevan a cabo utilizando dicho software.


El curso de Econometría se enmarca dentro la formación en técnicas cuantitativas. Tiene una vertiente teórica en la que se refuerzan conceptos y formas de trabajo propias de las matemáticas y una vertiente aplicada en la que se trabaja con datos reales, para modelizar diversos problemas, cuantificar las relaciones entre variables y predecir su comportamiento futuro.Dentro del grupo de asignaturas que se dedican al estudio de técnicas cuantitativas, la Econometría se sitúa al final del bloque. Está relacionada con asignaturas de otras áreas ya que se utiliza como herramienta en disciplinas como Dirección Financiera o Dirección Comercial.


1. Objetivos y competencias generales relacionados con la formación universitaria1.1. Conseguir un nivel de abstracción suficiente para saber pasar del lenguaje usual al lenguaje matemático. Se trata de pasar de las ideas que relacionan conceptos eco-nómicos (por ejemplo inversión en tecnología y rentabilidad) a modelos matemáticos. De la intuición (a más inversión, más rentabilidad) a la cuantificación (por cada € inver-tido en tales activos la rentabilidad aumenta un 0,5%). En definitiva, de las conjeturas al conocimiento científico y técnico.


1.2. Conseguir competencias lingüísticas y expositivas. Se pretende que un número significativo de estudiantes realicen presentación oral de algún trabajo.

2. Objetivos y competencias relacionadas con valores y actitudes implícitos en el proce-so de convergencia

2.1. Inculcar en los estudiantes el sentido de responsabilidad en el uso de la infor-mación estadística.2.2. Promover actitudes solidarias y de trabajo en equipo. Esta asignatura, por la complejidad y la riqueza que encierra, es muy apropiada para poner en juego todas las capacidades intelectuales y humanas del estudiante de cara a conseguir el mejor rendimiento individual y del grupo.


Bloque I. Modelos EconométricosTema 1. Introducción: El modelo econométricoTema 2. El modelo lineal simple (MLS)Tema 3. El modelo lineal general (MLG)

Bloque II. Incumplimiento de Hipótesis en el MLGTema 4. Multicolinealidad.Tema 5. Soluciones a los problemas de heteroscedasticidad y autocorrelación

Bloque III. Extensiones del Modelo Lineal GeneralTema 6. Extensiones del MLG


El núcleo teórico central de la asignatura consiste en la construcción y utilización de modelos que relacionan variables económicas, bajo determinadas hipótesis. Es relevan-te que el estudiante sea capaz de mantener un pensamiento abstracto de manera que pueda relacionar la expresión matemática del modelo con la realidad que se pretende representar, así como imaginar qué ocurre cuando fallan las hipótesis, qué partes del modelo permanecen válidas y cuáles no.En cuanto a la parte aplicada, se trata de que el alumno se familiarice con todo el reco-rrido propio de los métodos econométricos:– Planteamiento de un problema– Obtención de datos– Especificación o formulación de un modelo– Comprobación de que se cumplen una serie de requisitos para poder utilizar determi-

nada técnica.– Aspectos gráficos relevantes de los datos– Estimación, contraste de hipótesis, predicción, etc.– Redacción de informes que resuman las actividades realizadas– Presentación oral de trabajos.Una de las tres sesiones semanales de clase se impartirá en aula de ordenadores.Es necesario llevar al día la materia para que las clases sean provechosas. Por lo ge-neral, en todas las clases habrá una parte expositiva por parte de la profesora y otra parte de trabajo y de participación de los estudiantes. Es importante comprender e ir paulatinamente asimilando los conceptos, puesto que toda la materia tiene un mismo hilo conductor. Se recomienda a los estudiantes que no duden en pedir aclaraciones y en participar en clase.

7. EvaluaciónEl proceso de adaptación de las asignaturas al Espacio Europeo de Educación Supe-rior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimismo se trata de fomentar trabajo continuado a lo largo del periodo lectivo, bajo la supervisión del profesorado. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprome-terse con la asignatura.Las distintas modalidades de evaluación, entre las que figura una modalidad de evalua-ción continua, se recogen en el documento: Guía de la asignatura que se presenta a los estudiantes el primer día de clase.


ALONSO, FERNÁNDEZ, GALLASTEGUI, “Econometría”, Editorial Pearson-Prentice-Hall (2005).GUJARATI, D.N., “Econometría”, Editorial McGraw-Hill (2004).NOVALES, A., “Econometría”, Editorial McGraw-Hill (1993).

Recursos


9. Idioma




CÓDIGO ASIGNATURA

14305 ANALISIS MULTIVARIANTE

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA LAUTRE, IGNACIOGARCÍA OLAVERRI, CARMENGÓMEZ ELVIRA, SAGRARIO


Análisis Multivariante es una asignatura obligatoria de 6 créditos del departamento de Estadística e Investigación Operativa. Representa el cierre del conjunto de materias obligatorias de estadística que se imparten en la licenciatura de Administración y Di-rección de Empresas. La asignatura se enmarca dentro de la formación en técnicas cuantitativas.


Requisitos previos: poseer conocimientos de Estadística de los cursos anteriores y ma-nejar los aspectos básicos del paquete SPSS


Una vez conocidos los fundamentos de la estadística descriptiva, de la probabilidad, de la inferencia, así como de la modelización econométrica, estudiados en asignaturas como Tratamiento de datos con ordenador, Estadística y Estadística e introducción a la Econometría y Econometría, en esta asignatura se describen y se aprende a manejar di-ferentes técnicas estadísticas de análisis y representación de datos, cuando se dispone de varias variables (datos multidimensionales). Posee un carácter instrumental en el ámbito de los estudios económico-empresariales. Es imprescindible en el campo de la investigación empírica, como el Marketing y la Investigación de mercados, entre otros.


El objetivo específico de la asignatura es dar a conocer los fundamentos teóricos y principalmente las aplicaciones prácticas de las técnicas estadísticas multivariantes más usuales, al objeto de extraer de los datos la información más relevante, de cara a posibilitar la toma de decisiones. Es especialmente importante la comprensión de la materia, saber el porqué y el para qué, qué resultados esperamos obtener, alejarse de la aplicación mecánica o rutinaria de las técnicas.

En cuanto a competencias específicas a adquirir, el estudiante deberá ser capaz de:

– Distinguir la diferente utilidad de cada técnica y el tipo de datos necesarios para su aplicación

– Conocer los fundamentos teóricos de cada técnica

– Interpretar correctamente los resultados obtenidos– Realizar los análisis con ordenador mediante el paquete SPSSAsimismo, la asignatura se plantea como objetivo favorecer el desarrollo de otras com-petencias más generales, de acuerdo al perfil profesional del futuro titulado. Entre estas competencias destacan:– El razonamiento y la relación entre conceptos– La capacidad crítica y la toma de decisiones– El trabajo continuado y autónomo– Las habilidades expositivas orales


Tema 1 Introducción al Análisis MultivarianteTema 2 Análisis de la VarianzaTema 3 Análisis DiscriminanteTema 4 Análisis Factorial: Análisis de Componentes PrincipalesTema 5 Análisis Factorial de CorrespondenciasTema 6 Análisis de Congloremados o Cluster


En el curso 2010-2011se pretende continuar y profundizar en la línea metodológica iniciada en cursos anteriores que consiste en otorgar protagonismo al aprendizaje por parte del estudiante bajo una supervisión y coordinación constante por parte del profe-sorado.Las clases se desarrollarán en 2 lugares:a) En el aula habitual, se impartirán las clases teóricas y las prácticas de pizarra así

como las interpretaciones de salidas de ordenadorb) En las aulas del Servicio de Informática del Aulario, se impartirán las clases prácticas

con ordenador. En ellas se aprenderá a programar cada una de las técnicas estudia-das y se interpretarán los resultados.

Las prácticas con ordenador se intercalarán a lo largo del cuatrimestre.Es necesario llevar al día la materia para que las clases de prácticas con ordenador sean provechosas ya que los análisis estadísticos no se pueden realizar de forma mecánica.

7. EvaluaciónEl proceso de adaptación de las asignaturas al Espacio Europeo de Educación Superior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asi-mismo se trata de fomentar el trabajo continuado a lo largo del periodo lectivo, bajo la supervisión de los profesores. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprome-terse con la asignatura.Las distintas modalidades de evaluación, entre las que figura una modalidad de evalua-ción continua, se recogen en el documento: Guía de la asignatura que se presenta a los estudiantes el primer día de clase.


URIEL, E.-ALDÁS, J., “Análisis Multivariante Aplicado”, Editorial Thomson (2005).CUADRAS C.M., “Métodos de Análisis Multivariante”, Editorial PPU (1991).DILLON, W.; GOLDSTEIN, M., “Multivariate Analysis”, Editorial Wiley (1984).


Recursos


9. Idioma



CÓDIGO ASIGNATURA

14425 TECNICAS DE OPTIMIZACION

DEPARTAMENTOS CURSO






PROFESORES

ERASO GOICOECHEA, M. LUISAFAULÍN FAJARDO, FCO. JAVIER


Investigación Operativa. Programación lineal. Transporte. Programación entera. Progra-mación multiobjetivo. Optimización no lineal. WInQSB, LINDO y LINGO.


Ninguno. Es útil poseer conocimientos básicos de álgebra matricial y análisis matemá-tico.


En esta asignatura se estudian algunos modelos y métodos de la Investigación Opera-tiva que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar un sistema empresarial.Proporciona al estudiante una comprensión conceptual de la función que desempeñan los métodos cuantitativos en el proceso de toma de decisiones, cómo funcionan estos métodos y la forma de aplicarlos e interpretarlos.El alumno aprende a reconocer distintos problemas en el contexto del mundo empre-sarial, a plantear dichos problemas mediante modelos de programación matemática, a resolverlos, así como a interpretar y a valorar los resultados.


Competencias generales que se van a trabajar son:– Instrumentales: responsabilidad, creatividad y estimulación intelectual.– Interpersonales: habilidades comunicativas y trabajo en equipo.– Específicas: modelización matemática de problemas reales; manejo de paquetes infor-

máticos de optimización; análisis y validación de resultados


Tema 1 Investigación OperativaTema 2 Fundamentos MatemáticosTema 3 Introducción a la Programación LinealTema 4 Método SimplexTema 5 DualidadTema 6 Análisis Postóptimo y Programación Paramétrica


Tema 7 Problemas de TransporteTema 8 Programación EnteraTema 9 Programación Lineal MultiobjetivoTema 10 Optimización No Lineal sin restriccionesTema 11 Optimización No Lineal con restriccionesTema 12 Paquetes Informáticos de Optimización


Para trabajar las competencias antes señaladas en el punto anterior, se utilizarán los siguientes recursos metodológicos:– Utilización del aulario virtual o mi aulario para introducir los contenidos y documenta-

ción de la asignatura y como medio de comunicación complementario entre alumnos y profesor.

– Clases teóricas de tipo magistral.– Clases de aula prácticas en las que se estudiarán y resolverán problemas reales.– Clases prácticas de ordenador.– Realización de ejercicios y tareas individuales que se plantearán a lo largo del curso.– Realización de trabajos en grupo de tipo teórico y práctico, para lo cual tendrán que

utilizar recursos bibliográficos y recursos virtuales.– Exposiciones en clase de estos trabajos.– Asistencia a tutorías tanto individuales como en grupo.

7. Evaluación

El alumno podrá elegir entre dos modalidades de evaluación:– examen de la asignatura en la fecha programada por la Facultad– evaluación continua en la que además del examen, se tendrá en cuenta la participa-

ción activa en las clases teóricas y prácticas, la realización de forma individual de las tareas que se propondrán a lo largo del curso y la elaboración de un trabajo en grupo y su presentación en clase, con los siguientes pesos relativos:

– Prueba de examen (40% de la nota)– Trabajo en grupo (20% de la nota)– Tareas individuales (30% de la nota)– Participación activa en la clase (10% de la nota)


ANDERSON, D. R.; SWEENEY, D. J.; WILLIAMS, T. A., “Métodos cuantitativos para los negocios”, Editorial Thomson (1999).

HEIZER, J.; RENDER, B., “Dirección de la Producción. Decisiones Tácticas”, Editorial Prentice Hall, 8ª Edición (2008).

HILLIER, F.S.; LIEBERMAN, G.J., “Introducción a la investigación de operaciones”, Editorial McGraw-Hill, 7ª Edición (2002).

Recursos


9. Idioma

La asignatura se imparte en castellano e inglés.


CÓDIGO ASIGNATURA

14443 MODELOS OPERATIVOS DE CONTROL

DEPARTAMENTOS CURSO






PROFESORES

AZCÁRATE CAMIO, CRISTINA


Teoría de Juegos: aplicaciones a la empresa. Fiabilidad. Mantenimiento y Reemplaza-miento, Control de Calidad.


En el desarrollo de la asignatura se hará uso de conceptos elementales estadísticos y probabilísticas, que forman parte de cualquier asignatura de estadística incluida en los planes de estudio de la titulación.


La competitividad creciente en todos los sectores económicos exige a las empresas un elevado nivel de calidad en sus productos para su supervivencia en el mercado. Los conocimientos impartidos en esta asignatura permiten analizar con rigor estadístico las mediciones efectuadas sobre el desempeño del proceso productivo. Esto facilita funda-mentar cuantitativamente la toma de decisiones que configurarán la estrategia adoptada para alcanzar la calidad de los productos.Así, las técnicas de simulación permiten evaluar la eficiencia del proceso productivo así como comparar distintas configuraciones del mismo. Mientras que las herramientas estadísticas para el control de la calidad permiten efectuar el análisis de las caracterís-ticas de calidad del producto.


El objetivo general de la asignatura es que el estudiante adquiera los conocimientos suficientes de simulación que le permitan modelar y analizar problemas complejos de organización en el ámbito emprearial y de los servicios, y que conozca las herramientas estadísticas básicas de control de calidad.Los objetivos concretos a conseguir dentro de esta asignatura son:– Que el estudiante conozca los fundamentos de la simulación estocástica de sistemas– Que el estudiante sea capaz de representar sistemas complejos en el ámbito empre-

sarial y de los servicios mediante un modelo matemático que permita su simulación– Que el estudiante sea capaz de extraer conclusiones de los resultados de un modelo

de simulación– Que el estudiante sea capaz de utilizar las herramientas estadísticas apropiadas para

el análisis de datos de la calidad de la producción y de fiabilidad del producto.



Bloque I Simulación

Tema 1 Introducción a la simulación

Tema 2 Generación artificial de aleatoriedad

Tema 3 Construcción de un modelo de simulación

Tema 4 Análisis de los resultados de la simulación

Tema 5 Aplicaciones de la simulación en la empresa

Tema 6 Modelado y resolución de casos con ARENA

Bloque II Herramientas estadísticas para el control de calidad y fiabilidad

Tema 7 Gráficos de control

Tema 8 Análisis de capacidad de un proceso

Tema 9 Control de recepción. Aceptación de lotes por muestreo

Tema 10 Introducción a la fiabilidad de sistemas


Los modelos que se estudian en esta asignatura se ilustrarán con ejemplos prácticos y con la discusión de situaciones reales en el campo empresarial. La impartición de fun-damentos teóricos se complementará con la realización de prácticas en el ordenador en las que se resolverán problemas más complejos utilizando la hoja de cálculo Microsoft Excel además de programas estadísticos para el control de la calidad (MINITAB) y progra-mas de simulación (ARENA).

7. EvaluaciónLa evaluación de la asignatura se efectuará a partir de dos componentes. Al finalizar el curso se realizará un examen final con la ayuda del ordenador, con la posibilidad de consultar apuntes y libros durante los primeros 30 minutos. Además, el estudiante realizará durante el curso actividades de evaluación continua: ejercicios, problemas y lecturas comentadas así como un trabajo de simulación por grupos. La calificación final se obtendrá a partir de la media geométrica de las puntuaciones obtenidas en ambas partes, examen y actividades de evaluación continua.


BARCELÓ, J., “Simulación de sistemas discretos”, Editorial Isdefe (1996).

JUAN, J.M.; GODFREY, A.B.; HOOGSTOEL, R.E.; SCHILLING, E.G., “Manual de calidad de Juran. Vol. 2”, Editorial McGraw-Hill (2001).

KELTON, W.D.; SADOWSKY, R.P.; SADOWSKY, D.A., “Simulation with Arena”, Editorial McGraw-Hill (2002).

Recursos


9. Idioma


Titulación: Diplomatura en Ciencias Empresariales

CÓDIGO ASIGNATURA

26103 ESTADISTICA I (EXTINCIÓN)

DEPARTAMENTOS CURSO






PROFESORES



Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos del análisis de datos:– El papel de la Estadística en la Economía y en la Empresa.– Fuentes de datos estadísticos: captación y confección de ficheros.– Análisis descriptivo univariante de datos reales: tablas, gráficos y medidas estadísti-

cas.– Análisis descriptivo bivariante de datos reales: tablas de contingencia y análisis de

regresión.– Series temporales: descripción y análisis numérico y gráfico de datos temporales.– Utilización del ordenador en el análisis de los datos.


Conocimientos básicos de matemáticas y de informática a nivel de usuario.


Es una asignatura básica.El análisis de datos es una herramienta imprescindible en el ejercicio de la profesión para saber cómo y cuándo utilizar cada método o procedimiento estadístico en pro-blemas de ámbito social o laboral y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resulta muy útil a la hora de tomar decisiones, analizar resultados de encuestas, aceptar o rechazar hipótesis y realizar juicios etiológicos o pronósticos en la vida real.


Los objetivos a conseguir con esta asignatura son:– Adquirir conocimientos básicos de estadística descriptiva y de probabilidad, necesarios

para cualquier análisis de datos de una y dos variables.– Familiarizarse con el cálculo de distintas tasas de variación en variables temporales.– Desarrollar la capacidad crítica y de discusión de los conocimientos adquiridos y de los

resultados obtenidos en los casos prácticos resueltos a lo largo del curso.– Desarrollar la capacidad de trabajo en grupo y la capacidad de expresión y presenta-

ción de trabajos en público.


– Potenciar en el estudiante la capacidad para realizar análisis y diagnósticos, para pre-sentar conclusiones y propuestas que sirvan de ayuda en la toma de decisiones a los responsables de la empresa, industria u organización de un modo científico basado en las técnicas y métodos estadísticos contenidos en el paquete de programas SPSS (Statistical Package for the Social Sciences).


Tema 1 Conceptos básicos. Organización de los datosTema 2 Medidas de tendencia centralTema 3 Medidas de dispersión.Tema 4 Medidas de forma y de concentraciónTema 5 Estadística de atributosTema 6 Distribuciones bidimensionales.Tema 7 Regresión y correlaciónTema 8 Números índicesTema 9 Series temporales


En las clases teóricas se presentarán los conceptos básicos, ilustrados con ejemplos prácticos.Se intercalarán convenientemente las clases teóricas y las prácticas para cada uno de los temas.Las clases prácticas tienen dos vertientes:– La primera consiste en la realización en clase de los ejercicios y la segunda consiste

en clases prácticas con ordenador, en las que se resolverán problemas con ayuda del programa SPSS.

7. Evaluación

Examen único en el que al menos un 60 % es práctico, donde se valorará fundamental-mente el planteamiento e interpretación de los resultados.Se valorará la asistencia a clase, siempre que sea con interés, así como la participación en la misma.También se valorará la realización y entrega de una serie de ejercicios que se van dejan-do a lo largo del curso para su resolución.


MONTERO LORENZO, J. Mª., “Estadística descriptiva”, Editorial Thomson (2007).MARTÍN PLIEGO, F. J., “Introducción a la Estadística Económica y Empresarial”, Editorial

Pirámide (2004).NEWBOLD, P., “Estadística para los Negocios y la Economía”, Editorial Prentice Hall (2001).PORTILLA, M. I. y otros, “Manual práctico del paquete estadístico SPSS para Winndows”,

Editorial Universidad Pública de Navarra (2006).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

26108 ESTADÍSTICA II (EXTINCIÓN)

DEPARTAMENTOS CURSO






PROFESORES



La Inferencia Estadística como herramienta en la toma de decisiones económico-empre-sariales. Conceptos básicos de probabilidad. Distribuciones de probabilidad discretas y continuas. Introducción al muestreo y distribuciones muestrales. Estimación a partir de datos de una muestra. Pruebas de hipótesis para los parámetros de una población. Estimación y contraste para dos poblaciones. Métodos no paramétricos. Aplicaciones a datos reales de interés económico empresarial a través de un programa informático.


Conocimientos básicos de cálculo matemático y conocimientos de estadística descrip-tiva (Estadística I).


Es una asignatura obligatoria.El análisis de datos es una herramienta imprescindible en el ejercicio de la profesión para saber cómo y cuándo utilizar cada método o procedimiento estadístico en pro-blemas de ámbito social o laboral y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resulta muy útil a la hora de tomar decisiones, analizar resultados de encuestas, aceptar o rechazar hipótesis y realizar juicios etiológicos o pronósticos en la vida real.


Los objetivos a conseguir con esta asignatura son:– Adquirir conocimientos fundamentales de probabilidad e inferencia estadística como

instrumentos necesarios para la toma de decisiones cuando prevalecen condiciones de incertidumbre.

– Desarrollar la capacidad crítica y de discusión de los conocimientos adquiridos y de los resultados obtenidos en los casos prácticos resueltos a lo largo del curso.

– Desarrollar la capacidad de trabajo en grupo y la capacidad de expresión y presenta-ción de trabajos en público.

– Potenciar en el estudiante la capacidad para realizar análisis y diagnósticos, para pre-sentar conclusiones y propuestas que sirvan de ayuda en la toma de decisiones a los responsables de la empresa, industria u organización de un modo científico basado en las técnicas y métodos estadísticos.



Tema 1 ProbabilidadTema 2 Variable aleatoria unibidimensionalTema 3 Distribuciones discretas de probabilidadTema 4 Distribuciones continuas de probabilidadTema 5 Distribuciones en el muestreo. EstimaciónTema 6 Contrastes de hipótesis paramétricos.Tema 7 Contrastes de hipótesis no paramétricos


En las clases teóricas se presentarán los conceptos básicos, ilustrados con ejemplos prácticos.Se intercalarán convenientemente las clases teóricas y las prácticas para cada uno de los temas.Las clases prácticas consisten en la realización en clase de problemas.

7. EvaluaciónExamen único en el que al menos un 60 % es práctico, donde se valora fundamentalmen-te el planteamiento e interpretación de los resultados.Se valorará la asistencia a clase, siempre que sea con interés, así como la participación en la misma.También se valorará la realización y entrega de una serie de ejercicios que se van dejan-do a lo largo del curso para su resolución.


NEWBOLD, P., “Estadística para los Negocios y la Economía”, Editorial Prentice Hall (2001).

CASAS SANCHEZ y otros, “Problemas de Estadística”, Editorial Pirámide (1998).MONTERO, H. y otros, “Ejercicios y Problemas de Cálculo de Probabilidades”, Editorial

Díaz Santos S.A (1988).

Recursos


9. Idioma

la asignatura se imparte en castellano.


CÓDIGO ASIGNATURA

26319 ESTADISTICA EMPRESARIAL:UN ENFOQUE APLICADO

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA MAGARIÑOS, MANUELRIVERA MARTÍN, RAFAEL


Introducción al paquete estadístico SPSS para Windows. Análisis de datos. Fundamen-tos de Estadística Descriptiva, Estadística Inferencial y Series Temporales.


Conocimientos de los temas fundamentales de la Estadística Descriptiva e Inferencial que se explican en las asignaturas de Estadística I y Estadística II. A su vez, también sería recomendable un conocimiento básico del manejo del ordenador.


Los conocimientos adquiridos en esta asignatura constituyen un complemento y un re-fuerzo importante de los conceptos y temas tratados en Estadística I y Estadística II, de forma que se inicia a los estudiantes en el manejo con el ordenador del paquete estadístico SPSS para realizar los análisis de datos de forma más cómoda y sencilla.


Proporcionar al estudiante habilidades en la utilización de herramientas informáticas para el Análisis de datos desde un punto de vista descriptivo e inferencial, iniciándole en el manejo del paquete estadístico SPSS para Windows. Se pretende que el alumno se enfrente a un problema de análisis o toma de decisiones y sepa manejar los programas informáticos con fluidez, interpretando adecuadamente los resultados obtenidos. Se de-sea familiarizar al estudiante con el análisis de datos estadísticos. Enseñarle a organizar la información, sistematizarla y extraer de ella las principales características. Por otra parte, la signatura también pretende avanzar un paso más en el uso de la información cuantitativa, no como mera descripción y exploración de datos sino como una herra-mienta para realizar inferencias, hacer predicciones y, en definitiva tomar decisiones en ambientes de incertidumbre, como lo es el entorno económico y financiero.


Tema 1 IntroducciónTema 2 Análisis de DatosTema 3 Inferencia Estadística y ContratesTema 4 Series TemporalesTema 5 Inferencia Estadística y Contrastes de Hipótesis



La asignatura tiene asignadas 4 horas semanales. Con la única excepción de las dos primeras semanas de curso, durante las cuales se impartirán íntegramente sesiones teóricas para avanzar en la materia, todas las semanas se impartirá una sesión teórica de dos horas en la que se utilizarán ejemplos de resultados estadísticos obtenidos con el paquete estadístico SPSS, con el objetivo de recordar y profundizar en los conocimien-tos teóricos adquiridos en el curso anterior. La restante sesión semanal tendrá carácter práctico y se realizará en un aula de informática. Durante la sesión práctica se realizarán con SPSS ejercicios prácticos para la aplicación de los conceptos estudiados en las sesiones teóricas.

7. EvaluaciónSe realizará un examen teórico-práctico con el ordenador utilizando el programa SPSS. Se proporcionaran unos ficheros de datos correspondientes a distintas variables para la realización de un análisis de los mismos. Además deberán resolverse de forma razonada una serie de cuestiones que precisen de la utilización de Inferencia Estadística.Durante las sesiones prácticas se recogerán y evaluarán las prácticas consideradas de repaso, para valorar el trabajo personal realizado por el alumno. La puntuación máxima que se otorgará al trabajo personal será de un punto, a sumar como un extra sobre la nota final, a todo alumno que obtenga una nota superior a los 4 puntos (sobre 10) en el examen teórico-práctico.


Básica

PORTILLA, M. I.; ERASO, S.; GALE, C.; GARCÍA, I.; MOLER, J. A.; PALACIOS, M. B., “Manual práctico del paquete estadístico SPSS para Windows”, 3ª edición revisada, Editorial Universidad Pública de Navarra (2006).

Complementaria

BERENSON, M. L.; LEVINE, D. M., “Estadística básica en administración conceptos y aplicaciones”, Editorial Prentice Hall Hispanoamericana (1992).

MARTÍN PLIEGO, F. J., “Introducción a la estadística económica y empresarial”, Editorial A.C. (1994).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

26320 MODELOS DE OPTIMIZACION EMPRESARIAL

DEPARTAMENTOS CURSO






PROFESORES

PÉREZ PRADOS, ANTONIO


Métodos y modelos para la optimización de problemas que aparecen en el ámbito em-presarial e industrial en la gestión de recursos escasos. Aprendizaje y la utilización de técnicas de Investigación Operativa y Programación Matemática. Manejo del ordenador y de paquetes de programas informáticos.


Las asignaturas de Matemáticas de Bachillerato.

Las asignaturas de Matemáticas, Matemáticas de las Operaciones Financieras y Esta-dística de 1º de la Diplomatura.


Es una asignatura instrumental y complementaria. Con ella, se trata de determinar la mejor estrategia de actuación con el fin de optimizar el funcionamiento de una empresa o de una industria y, en general, de un sistema o una organización en relación con uno o varios objetivos.

Los modelos de optimización empresarial representan una herramienta imprescindible para saber cómo y cuándo utilizar cada método o procedimiento en problemas del ámbi-to empresarial e industrial y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resultan muy útiles a la hora de tomar decisiones en las empresas y en la gestión de sistemas productivos.


Objetivos generales

Como objetivo global, se quiere lograr que el estudiante refuerce y amplíe los conoci-mientos adquiridos en el primer curso de la diplomatura sobre técnicas estadísticas; que ejercite su capacidad de reflexión, síntesis y razonamiento; que participe de forma activa y crítica en clase y en el desarrollo de la asignatura; y que practique el autoapredizaje.

Competencias




Tema 1 Concepto, método y modelos de Investigación Operativa. Programación Mate-máticaModelos Lineales de optimizaciónTema 2 Algunos modelos de Programación No Lineal (opcional)Tema 3 Modelos de decisión sobre grafos y redes (opcional)Tema 4 Problemas de grafosTema 5 Problema de flujo en redesTema 6 Aplicaciones y paquetes informáticos de optimizaciónTema 7 Análisis de casos prácticos


Metodología

Sesiones académicas teóricas: SÍSesiones académicas prácticas: SÍExposición y debate: SÍSesiones académicas teorico-prácticas: SÍTutorías especializadas: SÍControles de lecturas obligatorias: SÍVisitas y excursiones: NOOtros (especificar): habrá, además, sesiones en el aula de informática: SÍEn el desarrollo de la asignatura se realizarán:

– Sesiones teóricas en las que el profesor explicará los conceptos, métodos y técni-cas que se aplicarán a la resolución de ejemplos, ejercicios y casos prácticos.

– Sesiones prácticas en las que el estudiante, orientado por el profesor, aplicará los conceptos, métodos y técnicas explicadas a la resolución de ejemplos, ejercicios y casos prácticos.

– Se realizarán sesiones teórico-prácticas en aula de informática en las que el estu-diante, orientado por el profesor, utilizará paquetes de programas estadísticos para aplicar los conceptos, métodos y técnicas explicadas a la resolución de ejemplos, ejercicios y casos prácticos.

– Trabajos, exposiciones y debates: el estudiante realizará actividades sobre aspec-tos concretos del temario que, posteriormente, expondrá ante el resto de sus com-pañeros de clase.

– Tutorías especializadas: cada estudiante asistirá al menos a dos tutorías (individual o colectiva), con cita previa, a lo largo del cuatrimestre.

Plan de trabajo

Distribución del número de horas de trabajo del alumno:– Con presencia del profesor:

• Clases Teóricas: 12• Clases Prácticas:12• Exposiciones y Seminarios: 10• Visitas y Excursiones: 0• Control de lecturas y trabajos obligatorios: 10

• Tutorías Especializadas Colectivas (presenciales o virtuales): 5

• Tutorías Especializadas Individuales (presenciales o virtuales): 5

• Realización de Exámenes: 5

• Otras (aula de informática): 24

Actividades dirigidas y estudio

– Preparación Actividades Programadas en grupo: 10

– Realización de trabajos individuales: 12

– Preparación de prácticas en aula de ordenadores (horario libre): 10

– Preparación de Exámenes: 10

Nº total de Horas semestre: 125

Nº total de Horas total asignatura: 125

7. Evaluación



– Asistencia, por encima del 80%, y participación en clase y en tutorías, así como expo-sición de temas: hasta el 40% de la nota final.

– Tareas, ejercicios y trabajos, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 20% de la nota final.

– Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 40% de la nota final.

– Examen final de la asignatura, para aquellos estudiantes que no hayan asistido a clase por encima del 80%: hasta el 100% de la nota final.

– Aquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentar-se al examen final de la asignatura a fin de mejorar o subir su nota definitiva.


– Asistencia y participación en las diferentes sesiones teóricas, práctica, teórico-prácti-cas y en tutorías.

– Exposición de temas.

– Tareas, ejercicios y trabajos realizados a lo largo del cuatrimestre.

– Trabajo final de la asignatura.

Tipo de examen:

– Prueba en el aula de informática que consistirá en la aplicación de los métodos y téc-nicas estudiadas a la resolución de un ejercicio práctico que recorrerá los diferentes capítulos que componen el temario de la asignatura.


ANDERSON, D.; SWEENY, D.; WILLIAMS, T., “Métodos cuantitativos para los negocios”, Editorial Internacional Thomson Editores, 7ª edición (1998).

GLOVER, F.; KLINGMAN, D.; PHILLIPS, N., “Nerworks models in optimization and their applications in practice”, Editorial Wiley (1992).

HILLIER, F. S.; HILLIER, M. S.; LIEBERMAN, G. J., “Métodos cuantitativos para administra-ción”, Editorial McGraw-Hill (2002).


Recursos


9. Idioma


Titulación: Programa de estudios simultáneos de las Licenciaturas en Administración y Dirección de Empresas y en Derecho

CÓDIGO ASIGNATURA

31202 TRATAMIENTO DE DATOS POR ORDENADOR

DEPARTAMENTOS CURSO






PROFESORES

DIBLASI, ANGELA






Los conocimientos adquiridos en esta asignatura formarán por una parte una base im-portante en el manejo de aplicaciones informáticas que les resultará muy útil en otras asignaturas y, por otra, aportan los conceptos básicos de estadística imprescindibles en las asignaturas Estadística y Estadística e Introducción a la Econometría, de segundo y tercer curso, respectivamente.




Tema 1 IntroducciónTema 2 Estadística descriptivaTema 3 Estadística bidimensionalTema 4 Números índicesTema 5 Series temporales



La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, aunque ini-cialmente se imparte teoría, desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS.

7. EvaluaciónExamen final que constará de:

1. Una prueba teórica-práctica sobre papel, donde al menos un 60% es practico (pro-blemas) en el que se valora finalmente el planteamiento y significado de los resul-tados.

2. Una prueba práctica sobre el ordenador.La calificación global será la media aritmética de las notas obtenidas en cada prueba, siempre que se haya superado ambos exámenes.El examen final supone un 60% de la nota final.Es necesario, pero no suficiente, aprobar el examen final para aprobar la asignaturaAsistencia a tutorías en grupos (formados a principio de curso) para la exposición y dis-cusión de UN CASO PRÁCTICO resuelto con el ordenador. También se valoraran la reso-lución de problemas y prácticas, entregados a lo largo del curso, a si como la asistencia y participación en clase. Exposición de un problema, comentando la solución planteada (Supone un 20% de la nota).Pruebas o controles realizadas en clase (Supone un 20% de la nota).


Básica

PORTILLA, M. I.; ERASO, S.; GALE, C.; GARCÍA, I.; MOLER, J. A.; PALACIOS, M. B., “Manual práctico del paquete estadístico SPSS para Windows”. 3ª edición revisada, Editorial Universidad Pública de Navarra (2006).

Complementaria

MARTÍN-PLIEGO, F. J., “Introducción a la estadística económica y empresarial: teoría y práctica”, 3ª edición revisada, Editorial Thomson (2004).

ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I., “Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”, 2ª edición revisada, Editorial AC-Thomson (2002).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

31209 ESTADISTICA

DEPARTAMENTOS CURSO






PROFESORES







Un primer contacto con la Estadística se ha realizado en primer curso, en la asignatura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descrip-ción de los datos. Sin embargo, la Estadística va mucho más allá que la simple descrip-ción, permite hacer inferencias y previsiones acotando el error que se puede cometer.En Estadística I se establecen las bases teóricas que permiten desarrollar otras asig-naturas en las que se hacen previsiones, se estiman modelos de comportamiento, se miden los riesgos de las decisiones, se contrastan hipótesis de comportamiento, etc.La asignatura se dedica al cálculo de probabilidades cuya finalidad es el estudio mate-mático del azar, las leyes que lo rigen y sus consecuencias.El conocimiento de esta asignatura es esencial para el desarrollo de la Estadística e In-troducción a la Econometría que se imparte en el segundo cuatrimestre y constituye una herramienta necesaria para el desarrollo de varias asignaturas de Estadística, Economía y Gestión de Empresas.




– Desarrollar aptitudes y habilidades necesarias en la comprensión y utilización de la estadística.




Tema 1 ProbabilidadTema 2 Variable aleatoria unidimensional y bidimensionalTema 3 Características de las distribuciones de probabilidadTema 4 Distribuciones de probabilidad discretasTema 5 Distribuciones de probabilidad continuas



7. Evaluación

– Dos pruebas, donde al menos un 60% es practico (problemas y preguntas teórico-prac-ticas) en el que se valora finalmente el planteamiento y significado de los resultados. (un 60% de la nota). Es necesario, pero no suficiente aprobar las dos pruebas para aprobar la asignatura.

– Exposición en clase, y/o en tutorías en grupo, de uno o varios problemas y/o cuestio-nes planteadas en clase, comentando la solución planteada, donde también se valora las aptitudes y habilidades del alumno.

– También se valoraran la resolución de problemas entregados a lo largo del curso, en tutorías, a si como la asistencia y participación y aptitudes en clase.

– Pruebas o controles realizadas en clase (al menos se realizaran dos).


CANAVOS, G. C., “Probabilidad y Estadística. Aplicaciones y Métodos”, Editorial McGraw-Hill (1988).



Recursos


9. Idioma



CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO






PROFESORES

ABASCAL FERNÁNDEZ, ELENA




Es necesario tener los conocimientos de estadística descriptiva y distribuciones de pro-babilidad desarrollados en las asignaturas de Tratamiento de Datos con ordenador y Estadística.


La asignatura se imparte en 3er curso.Un primer contacto con la Estadística se ha realizado en primer curso, en la asignatura de Tratamiento de Datos con Ordenador en la que se estudian las técnicas de descrip-ción estadística de los datos. Sin embargo, la Estadística va mucho más allá que la simple descripción, permite hacer inferencias y previsiones acotando el error que se puede cometer.En Estadística I se ha estudiado el cálculo de probabilidades cuya finalidad es el estudio matemático del azar, las leyes que lo rigen y sus consecuencias. En ella se estudian las distribuciones más frecuentes y se establecen las bases teóricas para el desarrollo de la Inferencia EstadísticaLa Estadística e Introducción a la Econometría se dedica a la inferencia estadística. Se basa en la información proporcionada por una muestra y contempla dos ámbitos:– Estimación de parámetros. Procedimientos que proporcionan valores aproximados de

los parámetros desconocidos que una población.– Contrastes de hipótesis. Métodos que permiten optar por una de dos hipótesis es-

tablecidas sobre el valor de un parámetro o sobre el tipo del modelo matemático supuesto.

En este curso se dedican las primeras clases al concepto de estadísticos como funcio-nes de valores muestrales, sus distribuciones de probabilidad y sus propiedades.El núcleo central del curso se dedica la estimación de los parámetros, estimación por intervalo y a los contrastes de hipótesis, estudiando sus propiedades y métodos de obtención.Finaliza el curso con una introducción a la Econometría estudiando el modelo lineal sim-ple y al análisis de la varianza.



Objetivos

Formar al estudiante de manera que logre:– Conocer las grandes posibilidades que tiene la Estadística como medio de obtener

información de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empí-ricamente de las que no lo son.

– Adquirir y comprender la terminología estadística.– Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia

estadística.– Saber plantear un problema económico en términos estadísticos. Evaluar correcta-

mente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos.





Competencias

El objetivo es que el estudiante sea capaz de:– Distinguir entre diferentes tipos de muestreo y sus propiedades.– Conocer los problemas que entraña la selección de una muestra.– Criticar los análisis de encuestas que aparecen en los medios de comunicación.– Construir y comparar estimadores teniendo en cuenta sus propiedades.– Conocer las distribuciones muestrales de los principales estadísticos.– Definir con precisión los conceptos que intervienen en la inferencia, especialmente los

relativos a la significación de los contrastes.– Saber especificar correctamente las hipótesis de contraste correspondientes a un

estudio.– Saber elegir y realizar el contraste adecuado.– Determinar los tamaños muestrales necesarios para lograr diversos objetivos de error.– Saber interpretar los resultados proporcionados por el paquete estadístico SPSS cuan-

do se ha realizado un análisis estadístico de estimación o contraste.– Conocer los fundamentos y aplicabilidad del análisis de la varianza. Saber plantear

y resolver un modelo de análisis de varianza con contenido económico. Conocer sus limitaciones en la práctica.



Tema 1 Introducción a la inferencia estadística

Tema 2 Estimación paramétrica

Tema 3 Estimación por intervalos

Tema 4 Contrastes de hipótesis

Tema 5 Contrastes no paramétricos

Tema 6 Modelos lineales con variables cualitativas. Análisis de la varianza (ANOVA)

Tema 7 Modelización econométrica: modelo de regresión lineal


En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se presenta-rán los temas del programa en sus líneas generales, dando los conocimientos básicos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a tra-vés de la bibliografía recomendada, intercalando convenientemente las clases teóricas y de problemas para cada uno de los temas. Los problemas podrán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los com-prendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por algún estudiante, con las explicaciones oportunas, siendo pun-tuado como nota de clase. En clase se animará al estudiante a intervenir y se valorará su participación en la clase si sus preguntas son interesantes o bien reflejo de un es-tudio continuado. Se quiere estimular así el estudio trabajo personal y la participación.

Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula. Aquellos estudiantes que por causa justificada no realicen estas prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.

7. EvaluaciónDurante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.

Aquellos estudiantes que no acudan a las clases prácticas con ordenador deberán de realizar un examen adicional en el que deben resolver unos problemas con ayuda del ordenador y del programa SPSS.

El examen final será escrito con preguntas sobre aspectos teóricos y prácticos de asig-natura. El contenido del examen puede consistir en:




– Preguntas de desarrollo en el que se diseñe la forma de resolver un problema econó-mico a través de la estadística.

La calificación final se obtendrá en un 90% a través del examen final y el 10% restante del resultado de la evaluación continua.

En la convocatoria extraordinaria la evaluación se basa en el examen y aquellos estu-diantes que no hayan realizado las prácticas deberán realizar un examen adicional en el que deben resolver unos problemas con ayuda del ordenador y del programa SPSS.



Texto básico


NEWBOLD, P.; CARLSON, W.L. y THORNE, B., “Statistics for Business and Economics”, 6th Edition, Editorial Prentice Hall (2007).

Bibliografía complementaria

LEVIN, RUBIN, BALDERAS, DEL VALLE Y GÓMEZ, “Estadística para la administración y la economía”, Editorial Prentice Hall (2004).

Recursos


9. Idioma



CÓDIGO ASIGNATURA

31401 ECONOMETRIA

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA OLAVERRI, M. CARMENGÓMEZ ELVIRA, SAGRARIO


La asignatura “Econometría” (31401) posee carácter troncal y se imparte en 4º curso del Programa de estudios simultáneos de las Licenciaturas en Administración y Direc-ción de Empresas y en Derecho. La asignatura se imparte durante el primer cuatrimestre y tiene asignados 9 créditos. En el curso actual 2009-2010 se pretende continuar y profundizar en la línea de adaptación al Espacio Europeo de Educación Superior, iniciada hace varios cursos, que consiste fundamentalmente en otorgar protagonismo al apren-dizaje por parte del estudiante bajo una supervisión y coordinación constante por parte del profesorado.


Para poder seguir adecuadamente los contenidos de la materia es indispensable tener conocimientos de estadística descriptiva, inferencia estadística y álgebra matricial. Asi-mismo es deseable poseer conocimientos de SPSS, ya que las prácticas se llevan a cabo utilizando dicho software.


El curso de Econometría se enmarca dentro la formación en técnicas cuantitativas. Tiene una vertiente teórica en la que se refuerzan conceptos y formas de trabajo propias de las matemáticas y una vertiente aplicada en la que se trabaja con datos reales, para modelizar diversos problemas, cuantificar las relaciones entre variables y predecir su comportamiento futuro.Dentro del grupo de asignaturas que se dedican al estudio de técnicas cuantitativas, la Econometría se sitúa al final del bloque. Está relacionada con asignaturas de otras áreas ya que se utiliza como herramienta en disciplinas como Dirección Financiera o Dirección Comercial.


1. Objetivos y competencias generales relacionados con la formación universitaria1.1. Conseguir un nivel de abstracción suficiente para saber pasar del lenguaje usual al lenguaje matemático. Se trata de pasar de las ideas que relacionan conceptos económicos (por ejemplo inversión en tecnología y rentabilidad) a modelos matemá-ticos. De la intuición (a más inversión, más rentabilidad) a la cuantificación (por cada


euro invertido en tales activos la rentabilidad aumenta un 0,5%). En definitiva, de las conjeturas al conocimiento científico y técnico.1.2. Conseguir competencias lingüísticas y expositivas. Se pretende que un número significativo de estudiantes realice presentación oral de algún trabajo.

2. Objetivos y competencias relacionadas con valores y actitudes implícitos en el proce-so de convergencia.

2.1. Inculcar en los estudiantes el sentido de responsabilidad en el uso de la infor-mación estadística.2.2. Promover actitudes solidarias y de trabajo en equipo. Esta asignatura, por la complejidad y la riqueza que encierra, es muy apropiada para poner en juego todas las capacidades intelectuales y humanas del estudiante de cara a conseguir el mejor rendimiento individual y del grupo.


Bloque I. Modelos EconométricosTema 1. Introducción: El modelo econométricoTema 2. El modelo lineal simple (MLS)Tema 3. El modelo lineal general (MLG)

Bloque II. Incumplimiento de Hipótesis en el MLGTema 4. MulticolinealidadTema 5. Soluciones a los problemas de heteroscedasticidad y autocorrelación

Bloque. III. Extensiones del Modelo Lineal GeneralTema 6. Extensiones del MLG


El núcleo teórico central de la asignatura consiste en la construcción y utilización de modelos que relacionan variables económicas, bajo determinadas hipótesis. Es relevan-te que el estudiante sea capaz de mantener un pensamiento abstracto de manera que pueda relacionar la expresión matemática del modelo con la realidad que se pretende representar, así como imaginar qué ocurre cuando fallan las hipótesis, qué partes del modelo permanecen válidas y cuáles no.En cuanto a la parte aplicada, se trata de que el alumno se familiarice con todo el reco-rrido propio de los métodos econométricos:

7. EvaluaciónEl proceso de adaptación de las asignaturas al Espacio Europeo de Educación Superior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimis-mo se trata de fomentar trabajo continuado a lo largo del periodo lectivo, bajo la supervi-sión de la profesora. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprometerse con la asignatura. En las modalidades que supongan procesos de evaluación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan.En todas las modalidades de evaluación habrá un examen final con dos partes: escrito y con ordenador.


GUJARATI, D.N., “Econometría”, Editorial McGraw-Hill (2004).NOVALES, A., “Econometría”, Editorial McGraw-Hill (1993).TRÍVEZ, F.J., “Introducción a la Econometría”, Ed. Pirámide (2004).

Recursos

Se potenciará el uso de Mi Aulario, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.

9. Idioma




CÓDIGO ASIGNATURA

31508 ANALISIS MULTIVARIANTE

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA OLAVERRI, M. CARMEN


Análisis Multivariante es una asignatura obligatoria de 6 créditos del departamento de Estadística e Investigación Operativa. Representa el cierre del conjunto de materias obli-gatorias de estadística que se imparten en el programa de estudios simultáneos de LA-DE-Derecho. La asignatura se enmarca dentro de la formación en técnicas cuantitativas.


Requisitos previos: poseer conocimientos de Estadística de los cursos anteriores y ma-nejar los aspectos básicos del paquete SPSS.


Una vez conocidos los fundamentos de la estadística descriptiva, de la probabilidad, de la inferencia, así como de la modelización econométrica, estudiados en asignaturas como Tratamiento de datos con ordenador, Estadística y Estadística e introducción a la Econometría y Econometría, en esta asignatura se describen y se aprende a manejar di-ferentes técnicas estadísticas de análisis y representación de datos, cuando se dispone de varias variables (datos multidimensionales). Posee un carácter instrumental en el ámbito de los estudios económico-empresariales. Es imprescindible en el campo de la investigación empírica, como el Marketing y la Investigación de mercados, entre otros.


El objetivo específico de la asignatura es dar a conocer los fundamentos teóricos y principalmente las aplicaciones prácticas de las técnicas estadísticas multivariantes más usuales, al objeto de extraer de los datos la información más relevante, de cara a posibilitar la toma de decisiones. Es especialmente importante la comprensión de la materia, saber el porqué y el para qué, qué resultados esperamos obtener, alejarse de la aplicación mecánica o rutinaria de las técnicas.

En cuanto a competencias específicas a adquirir, el estudiante deberá ser capaz de:

– Distinguir la diferente utilidad de cada técnica y el tipo de datos necesarios para su aplicación.

– Conocer los fundamentos teóricos de cada técnica.

– Interpretar correctamente los resultados obtenidos.

– Realizar los análisis con ordenador mediante el paquete SPSS.

Asimismo, la asignatura se plantea como objetivo favorecer el desarrollo de otras com-petencias más generales, de acuerdo al perfil profesional del futuro titulado. Entre estas competencias destacan:– El razonamiento y la relación entre conceptos.– La capacidad crítica y la toma de decisiones.– El trabajo continuado y autónomo.– Las habilidades expositivas orales.

5. Temario y contenidosTema 1 Introducción al análisis multivarianteTema 2 Análisis de la varianzaTema 3 Análisis Factorial: Análisis de componentes principalesTema 4 Análisis factorial de correspondenciasTema 5 Análisis discriminanteTema 6 Análisis conglomerados o cluster

6. Metodología y plan de trabajoEn el curso 2010-2011 se pretende continuar y profundizar en la línea metodológica iniciada en cursos anteriores que consiste en otorgar protagonismo al aprendizaje por parte del estudiante bajo una supervisión y coordinación constante por parte del pro-fesorado. Para ello se ofrece una modalidad de evaluación que fomenta el aprendizaje continuado.Las clases se desarrollarán en 2 lugares:a) En el aula habitual se impartirán las clases teóricas y las prácticas de pizarra así

como las interpretaciones de salidas de ordenador.b) En las aulas del Servicio de Informática del Aulario, se impartirán las clases prácticas

con ordenador. En ellas se aprenderá a programar cada una de las técnicas estudia-das y se interpretarán los resultados.

Las prácticas con ordenador se intercalarán a lo largo del cuatrimestre.Es necesario llevar al día la materia para que las clases de prácticas con ordenador sean provechosas ya que los análisis estadísticos no se pueden realizar de forma mecánica.

7. EvaluaciónEl proceso de adaptación de las asignaturas al Espacio Europeo de Educación Supe-rior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimismo se trata de fomentar el trabajo continuado a lo largo del periodo lectivo, bajo la supervisión de los profesores. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de compro-meterse con la asignatura. En las modalidades que supongan procesos de evaluación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan.El examen final constará de dos partes: escrito y con ordenador.

8. Bibliografía y recursosURIEL, E.-ALDÁS, J., “Análisis Multivariante Aplicado”, Editorial Thomson (2005).CUADRAS C.M., “Métodos de Análisis Multivariante”, Editorial PPU (1991).DILLON, W.; GOLDSTEIN, M., “Multivariate Analysis”, Editorial Wiley (1984).

Recursos

Se potenciará el uso de Mi Aulario, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.

9. Idioma



Titulación: Grado en Economía

CÓDIGO ASIGNATURA

171202 ESTADÍSTICA I

DEPARTAMENTOS CURSO






PROFESORES

PORTILLA MANJÓN, MIREN IOSUPANIELLO ALASTRUEY, IRENEMENÉNDEZ GALVÁN, PATRICIA


A) De las competencias genéricas del grado, principalmente:a1) Usar habitualmente las tecnologías de la información y su contenido.a2) Comunicarse con fluidez en su entorno y trabajar en equipo.

B) De las competencias asignadas al módulo:b1) Identificar las fuentes de información económica relevante y su contenido.b2) Derivar de los datos información relevante imposible de reconocer por no profe-sionales.b3) Aplicar al análisis de los problemas criterios profesionales basados en el manejo de instrumentos técnicos.


Competencias específicas de la asignatura:c1) Aplicar métodos descriptivos apropiados en función del tipo de datos y del problema planteado, utilizando herramientas informáticas.c2) Conocer y utilizar adecuadamente el vocabulario y el lenguaje estadístico básico para interpretar correctamente los resultados.c3) Desarrollar la capacidad de organizar un trabajo continuado.CONOCIMIENTOS PREVIOS RECOMENDADOS.Conocimientos básicos de matemáticas y de informática a nivel de usuario.

3. Descriptores

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos del análisis de datos, mostrando cuál es el papel de la Estadística en la Economía y en la Empresa. Se introducen los temas sobre Fuentes de datos estadísticos, captación y confección de ficheros, Análisis descriptivo univariante y bivariante de datos reales, Des-cripción y análisis de datos temporales y Números Índices. Es fundamental la utilización del ordenador en el análisis de los datos.

4. Metodología

Para un periodo docente de 60 horas se dedicarán aproximadamente 40 horas a ex-posición de la materia, tanto aspectos teóricos, como teórico-prácticos y prácticas con ordenador. El resto se dedicarán a actividades de seguimiento y evaluación del trabajo de los estudiantes, si bien estas actividades se irán intercalando entre las clases teóri-cas y prácticas.En cuanto a la exposición de la materia, la asignatura tiene un carácter práctico, por lo que se alternarán las clases teóricas sobre los contenidos y las clases prácticas con ordenador:a) las clases teóricas se dedicarán a la explicación de los contenidos intercalando pre-guntas a los estudiantes para favorecer la atención, la comprensión y participación en clase.b) en las clases prácticas con ordenador el profesor orientará a los estudiantes en la obtención de datos de diversas fuentes y en la utilización de software para realizar dife-rentes análisis estadísticos comentados en las clases teóricas.El material docente estará disponible en la web (Mi Aulario).


Las actividades que se realizarán en las clases teóricas serán básicamente la exposición de la materia, por parte del profesor, motivando a los estudiantes para que intervengan en algunos momentos, combinando con la realización de ejercicios estadísticos aplica-dos en entornos económicos, algunos por parte del profesor y otro de los estudiantes.En las clases prácticas con ordenador se potenciará la realización de ejercicios prácticos de análisis estadísticos que los estudiantes realizarán individualmente guiados por el profesor. En la mayoría de las prácticas se entregarán los resultados obtenidos para valorar el trabajo del alumno.Se propondrán ejercicios para realizar de forma individual y un trabajo para realizar en grupos.A lo largo del curso se potenciará la asistencia a tutorías tanto individuales como en gru-po; en ellas no se trata únicamente de “resolver dudas” sino de hacer un seguimiento del alumno.

6. Idiomas


7. Contenidos

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos ca-racterísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel para realizar los análisis estadísticos de los datos de forma cómoda y sencilla y se reali-zará una introducción al programa estadístico R commander. También se introduce al uso de Mi Aulario como vínculo de comunicación entre profesores y estudiantes.


8. Evaluación

Aspecto Criterios Instrumento Peso

Participación y trabajoEvaluación competencias: a1, a2, b1, b2, b3, c1, c2 c3

Asistencia participativa a las sesiones presenciales.Intervención, trabajos y aportaciones

– la actitud participativa y asistencia continuada a clase

– la realización de ejercicios propuestos, tanto en las clases de teoría como en las de prácticas

– la realización de algunas prácticas de resumen por temas

– la elaboración de un trabajo por grupos

– las exposiciones orales de ejercicios en clase o del trabajo en las tutorías grupales

– la participación en tutorías individuales y por grupos

40%

Conceptos de la materiaEvaluación competencias: b2, b3, c1, c2

Identificación de conceptos clave y comprensión de conocimientos teóricos y operativos de la materia.Respuesta en tiempo, forma y adecuación de contenidos

Examen consistente en resolver adecuadamente el problema con el ordenador y escribir los comentarios de los resultados estadísticos obtenidos.

60%

9. Temario

Tema 1: Introducción a la estadística para la economía y la empresa: utilidad de la esta-dística, tipos de datos y fuentes de datosTema 2: Análisis descriptivo univariante de datos reales: tablas, gráficos y medidas estadísticasTema 3: Análisis descriptivo bivariante de datos reales: tablas de contingencia y análisis de regresiónTema 4: Números índices: índices simples y complejos, aplicaciones y tasas de variaciónTema 5: Series temporales: descripción numérica y gráfica, componentes de la serie

10. Bibliografía

– ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I. (2003). “Estadística Descrip-tiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”. 2ª edición revisada. Editorial AC-Thomson.

– CARRASCAL ARRANZA, U. (2007). “Estadística descriptiva con Microsoft Excel 2007”. Editorial Rama.

– LIND; MARCHAL; WATHEN (2008) “Estadística aplicada a los negocios y la economía” 3ª edición en español (13ª en inglés). Ed. McGraw-Hill Interamericana.

Se potenciará el uso del Mi Aulario, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.

Titulación: Grado en Administración y dirección de Empresas

CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO






PROFESORES

PORTILLA MANJÓN, MIREN IOSUPANIELLO ALASTRUEY, IRENERIVERA MARTÍN, RAFAELGARCÍA MAGARIÑOS, MANUELMENÉNDEZ GALVÁN, PATRICIA


A) De las competencias genéricas del grado, principalmente:a1) Usar habitualmente las tecnologías de la información y su contenido.a2) Comunicarse con fluidez en su entorno y trabajar en equipo.

B) De las competencias asignadas al módulo:b1) Identificar las fuentes de información económica relevante y su contenido.b2) Derivar de los datos información relevante imposible de reconocer por no profe-sionales.b3) Aplicar al análisis de los problemas criterios profesionales basados en el manejo de instrumentos técnicos.


Competencias específicas de la asignatura:c1) Aplicar métodos descriptivos apropiados en función del tipo de datos y del problema planteado, utilizando herramientas informáticas.c2) Conocer y utilizar adecuadamente el vocabulario y el lenguaje estadístico básico para interpretar correctamente los resultados.c3) Desarrollar la capacidad de organizar un trabajo continuado.CONOCIMIENTOS PREVIOS RECOMENDADOS.Conocimientos básicos de matemáticas y de informática a nivel de usuario.

3. Descriptores

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos del análisis de datos, mostrando cuál es el papel de la Estadística en la Economía y en la Empresa. Se introducen los temas sobre Fuentes de datos estadísticos, captación y confección de ficheros, Análisis descriptivo univariante y bivariante de datos reales, Des-cripción y análisis de datos temporales y Números Índices. Es fundamental la utilización del ordenador en el análisis de los datos.


4. Metodología

Para un periodo docente de 60 horas se dedicarán aproximadamente 40 horas a ex-posición de la materia, tanto aspectos teóricos, como teórico-prácticos y prácticas con ordenador. El resto se dedicarán a actividades de seguimiento y evaluación del trabajo de los estudiantes, si bien estas actividades se irán intercalando entre las clases tóri-cas y prácticas. En cuanto a la exposición de la materia, la asignatura tiene un carácter práctico, por lo que se alternarán las clases teóricas sobre los contenidos y las clases prácticas con ordenador:a) las clases teóricas se dedicarán a la explicación de los contenidos intercalando pre-guntas a los estudiantes para favorecer la atención, la comprensión y participación en clase.b) en las clases prácticas con ordenador el profesor orientará a los estudiantes en la obtención de datos de diversas fuentes y en la utilización de software para realizar di-ferentes análisis estadísticos comentados en las clases teóricas. El material docente estará disponible en la web (Mi Aulario).


Las actividades que se realizarán en las clases teóricas serán básicamente la exposición de la materia, por parte del profesor, motivando a los estudiantes para que intervengan en algunos momentos, combinando con la realización de ejercicios estadísticos aplica-dos en entornos económicos, algunos por parte del profesor y otro de los estudiantes.En las clases prácticas con ordenador se potenciará la realización de ejercicios prácticos de análisis estadísticos que los estudiantes realizarán individualmente guiados por el profesor. En la mayoría de las prácticas se entregarán los resultados obtenidos para valorar el trabajo del alumno.Se propondrán ejercicios para realizar de forma individual y un trabajo para realizar en grupos.A lo largo del curso se potenciará la asistencia a tutorías tanto individuales como en gru-po; en ellas no se trata únicamente de “resolver dudas” sino de hacer un seguimiento del alumno.

6. Idiomas


7. Contenidos

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos ca-racterísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel para realizar los análisis estadísticos de los datos de forma cómoda y sencilla y se reali-zará una introducción al programa estadístico R commander. También se introduce al uso de Mi Aulario como vínculo de comunicación entre profesores y estudiantes.

8. Evaluación


Participación y trabajoEvaluación competencias: a1, a2, b1, b2, b3, c1, c2 c3

Asistencia participativa a las sesiones presenciales.Intervención, trabajos y aportaciones

– la actitud participativa y asistencia continuada a clase:

– la realización de ejercicios propuestos, tanto en las clases de teoría como en las de prácticas.

– la realización de algunas prácticas de resumen por temas.

– la elaboración de un trabajo por grupos.

– las exposiciones orales de ejercicios en clase o del trabajo en las tutorías grupales.

– la participación en tutorías individuales y por grupos.

40%

Conceptos de la materiaEvaluación competencias: b2, b3, c1, c2

Identificación de conceptos clave y comprensión de conocimientos teóricos y operativos de la materia.Respuesta en tiempo, forma y adecuación de contenidos.

Examen consistente en resolver adecuadamente el problema con el ordenador y escribir los comentarios de los resultados estadísticos obtenidos.

60%

9. Temario

Tema 1: Introducción a la estadística para la economía y la empresa: utilidad de la esta-dística, tipos de datos y fuentes de datos.

Tema 2: Análisis descriptivo univariante de datos reales: tablas, gráficos y medidas estadísticas.

Tema 3: Análisis descriptivo bivariante de datos reales: tablas de contingencia y análisis de regresión.

Tema 4: Números índices: índices simples y complejos, aplicaciones y tasas de varia-ción.

Tema 5: Series temporales: descripción numérica y gráfica, componentes de la serie.

10. Bibliografía

ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I. (2003). “Estadística Descrip-tiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”. 2ª edición revisada. Editorial AC-Thomson.

CARRASCAL ARRANZA, U. (2007). “Estadística descriptiva con Microsoft Excel 2007”. Editorial Rama.

LIND; MARCHAL; WATHEN (2008). “Estadística aplicada a los negocios y la economía”. 3ª edición en español (13ª en inglés). Ed. McGraw-Hill Interamericana.

MARTÍN-PLIEGO, F.J. (2004) “Introducción a la estadística económica y empresarial: teo-ría y práctica”. 3ª edición revisada. Editorial Thomson.

Se potenciará el uso del Mi Aulario, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.


Titulación: International Double Major in Economics and Business Administration and Management

CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO






PROFESORES

PANIELLO ALASTRUEY, IRENE

1. General proficiencies

A) General competenciesa1) Make use of information and communication technologies.a2) Oral and written communication skills and team work.

B) Specific competenciesb1) Identify relevant economic information sources as well as the provided informa-tion.b2) Accurately interpreting specific information.b3) Use specific criteria to analyze different situations.

2. Specific proficiencies

Course competencies:c1) Apply appropriate descriptive techniques to problem resolution by using statistical software.c2) Make a proper use of basic statistic concepts and notation and apply them to inter-pret numerical results.c3) Develop efficient work habits.Prerequisites: basic mathematical knowledge and computer skills.

3. Descriptors

– An introduction to basic statistical concepts on data analysis, stressing on the role of Statistics in Economy and Business.

– Topics of interest will cover sources of statistical data, data files management.– Descriptive analysis of univariate and bivariate data real data.– Description and analysis of temporal data and Index numbers.– The use of different statistical packages will be fundamental in data analysis.

4. Methodology

From a total of 60 hours, 40 will be devoted to theoretical, problems and computer ses-sions.The remaining period will be devoted to check the students progress and to evaluate their work. These sessions will be scheduled along the semester.

Since the aim of this course is to be mainly practical, theoretical and computer sessions will be alternated.a) Theoretical sessions will consist on the exposition by the instructor of the contents. Students will be asked to participate by asking and answering short questions and sol-ving exercises, so they keep their attention in the development of the lesson.b) Computer sessions will be guided by the instructor. Students will be asked to look for data and make use of the provided software to carry out statistical analysis by using the notions previously introduced during the theoretical sessions.MiAulario will be used as the course web page.

5. Relationship between formative activities and proficiencies

Theoretical sessions will consist on an exposition of the contents by the instructor.Students will be encouraged to participate and ask questions. The instructor will also propose exercises to be solved during the sessions. These exercises will make reference to real economic situations.Computer sessions will be devoted to practical computing exercises. The instructor will provide the necessary guidelines so the students can individually realize some statistical analysis. Some of the assignments will be given back to the students so they can check their work.Individual exercises will be proposed and also for small groups.Students will be encouraged to use office hours (also in small groups), not only to ask questions but also for the instructor to check the student progress.

6. Languages

English

7. Contents

An introduction to basic statistical concepts on data analysis, such as Descriptive analy-sis of univariate and bivariate data real data, Description and analysis of temporal data and Index numbers.Excel will be the usual framework for data analysis. Moreover students will be briefly in-troduced to the statistical package R commader. The use of different statistical packages will be fundamental in data analysis.


8. Evaluation

Evaluation Aspects Evaluation Criteria Evaluation Tools Weight

Participation and individual workCompetency evaluation: a1, a2, b1, b2, b3, c1, c2 c3

Participatory attendance to timetabled sessions.Participation, contributions and individual work

– Active participation and continued attendance to timetable lessons

– Solve proposed assignments during theoretical and computer sessions

– In-term tests– Hand in group assignments– Oral presentations in class

or in scheduled office hours of individual or group assignments

– Regular attendance to office hours (individually or in small groups)

40%

ContentsCompetency evaluation b2, b3, c1, c2

Identification of key concepts and understanding the theoretical and procedure notionsHand in assignments by the scheduled due date, following the instructor guidelines concerning to submission

Written test to be solvedusing the proper statistical software and including the required comments on the obtained statistical computed results.

60%

9. Agenda

Chapter 1: Introduction to Statistics for Economy and Business: Statistical applications in Business, types of data, data sources.

Chapter 2: Analysis of univariate data: frequency tables, graphical representation of data and measures.

Chapter 3: Analysis of bivariate data: contingecy tables and regression analysis.

Chapter 4: Index numbers: simple and composite indexes, applications and variation rates.

Chapter 5: Time series analysis. Numeric and graphical description of temporal data, time series components.

10. Bibliography

ARNALDOS, F.; DÍAZ, T.; FAURA, U.; MOLERA, L.; PARRA, I. (2003). “Estadística Descrip-tiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel”. 2ª edición revisada. Editorial AC-Thomson

CARRASCAL ARRANZA, U. (2007). “Estadística descriptiva con Microsoft Excel 2007”. Editorial Rama.

LIND; MARCHAL; WATHEN (2008). “Estadística aplicada a los negocios y la economía (Statistical techniques in business and economics)”. 3ª edición en español (13ª en in-glés). Ed. McGraw-Hill Interamericana.

Students will be encouraged to use MiAulario. There students will find material for both theoretical lessons and computing lab sessions, together with data files and any recom-mended additional material.

Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación

Ingeniería Industrial



35302 Métodos Estadísticos de la Ingeniería

3º 2º Troncal 9 2 3 86 Ana Fernández MilitinoTomás Goicoa MangadoPatricia Menéndez Galván

35403 Optimización Lineal y no Lineal

4º 1º Troncal 6 2 3 97 Cristina Azcárate CamioMª Luisa Eraso Goicoechea

35410 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 1 2 65 Fermín Mallor Giménez

35419 Métodos Cuantitativos de Organización Industrial

4º 2º Optativa 6 1 1 23 Fermín Mallor GiménezCristina Azcárate Camio

Ingeniería de Telecomunicación



32206 Estadística 2º Anual Obligatoria 9 1 1 17 Francisco Cerveto PeñaFranciso José Tapiz Arrondo

Ingeniería Técnica Industrial Mecánica




2º 1º Troncal 7,5 2 4 124 Javier Faulín FajardoManuel García Magariños

33209 Técnicas Estadísticas de control de la Producción

2º 2º Optativa 6 1 3 79 Miren Portilla ManjónMª Luisa Eraso Goicoechea

Ingeniería Técnica Industrial Mecánica / Diseño Industrial (Tudela)




2º 1º Troncal 7,5 1 0 28 Mª José Zamora Vidaurreta

Ingeniería Técnica Industrial Eléctrica




2º 1º Troncal 7,5 2 3 94 Miguel Amézqueta ElíasRafael Rivera Martín

34209 Técnicas Estad. Control de la Producción

2º 2º Optativa 6 1 1 27 Rafael Rivera MartínMª Luisa Eraso Goicoechea


Ingeniería Técnica de Comunicación, Imagen y Sonido



40111 Estadística 1º 1º Obligatoria 6 1 1 22 Tomás Goicoa Mangado

Ingeniería Técnica en Informática de Gestión



41101 Estadística (Extinción) 1º 2º Troncal 6 1 1 23 José Antonio Moler

Ingeniería en Informática. 2º ciclo



53506 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 0 0 4 Fermín Mallor Giménez

Grado en Ingeniería Informática


240201 Estadística 1º 2º Básica 6 8 63 Henar Urmeneta Martín CaleroGuzmán Santafé RodrigoAna Fernández MilitinoJosé Antonio Moler CuiralManuel García MagariñosPatricia Menéndez GalvánJaione Etxeberria Andueza

Grado en Ingeniería Electromecánica



Grado en Ingeniería en Tecnologías Industriales



Grado en Ingeniería en Tecnologías de Telecomunicación



Grado en Ingeniería en Diseño Industrial (Tudela)


251205 Estadística 1º 2º Básica 6 1 Ana José Zamora VidaurretaJavier Goicoechea López Bailo


Titulación: Ingeniería Industrial

CÓDIGO ASIGNATURA

35302 MÉTODOS ESTADÍSTICOS DE LA INGENIERÍA

DEPARTAMENTOS CURSO






PROFESORES

FERNÁNDEZ MILITINO, ANAGOICOA MANGADO, TOMÁSMENÉNDEL GALVÁN, PATRICIA


Fundamentos y métodos de análisis no determinista aplicados a la ingeniería. Aplicacio-nes en ingeniería.


Los alumnos deben tener un conocimiento teórico básico de cálculo matricial, diferencial e integral. El cálculo diferencial e integral debe ser al menos univariante y bivariante. Por tanto, se requiere que los alumnos hayan cursado las asignaturas de matemáticas (cálculo y álgebra) de primero y segundo curso.También es importante que tengan un conocimiento básico de programación y que hayan adquirido hábitos de razonamiento informático. Para ello se requiere que hayan cursado la asignatura de fundamentos de informática de primer curso.Sus actitudes deben estar orientadas a la búsqueda de información, así como al razo-namiento.


La asignatura de Métodos Estadísticos de la Ingeniería tiene un carácter instrumental. Un Ingeniero Industrial necesita saber cuáles son las herramientas científicas necesa-rias para hacer un correcto tratamiento de la información, un control de calidad o una experimentación industrial. Ésta es la única asignatura dedicada al conocimiento y la práctica de las técnicas estadísticas. Por tanto, el programa es amplio. La primera parte está dedicada a la introducción a la probabilidad, la segunda al análisis exploratorio de los datos y la inferencia estadística. La tercera está orientada a la modelización estadística. La asignatura también tiene un fuerte componente práctico. Además de los ejercicios planteados, es obligatoria la entrega de prácticas realizadas con ordenador.La importancia del aprendizaje de esta asignatura es grande por cuanto es necesaria para el correcto aprendizaje de asignaturas como fiabilidad y componentes de sistemas.


Los objetivos a conseguir dentro de esta asignatura son:– Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la

inferencia estadística y la modelización.

– Que el alumno sepa resolver problemas de estadística elementales. Por ejemplo, cómo se calculan medias ó varianzas. Cómo se realizan los contrastes de hipótesis, cómo se estima un modelo estadístico.

– Adquirir experiencia práctica en el manejo de software estadístico básico.– Cúal es el papel de la Estadística en la industria. ¿Para qué sirve? ¿Qué problemas

resuelve?Las competencias específicas que se trabajan en esta asignatura son:– Capacidad de análisis de datos e interpretación correcta de los resultados. De esta

forma se consigue que el alumno conozca cuál es el alcance de sus estudios y hasta qué punto puede extrapolar sus resultados. Esta asignatura puede ser de aplicación directa en el proyecto fin de carrera, especialmente si está orientado a la explotación y análisis de datos.

– Las aplicaciones más directas de esta asignatura son las relacionadas con la Organiza-ción y Marketing Industrial, así como en la planificación de experimentos industriales. Concretamente en las asignaturas de Fiabilidad de Componentes y Sistemas, Métodos Cuantitativos de Organización Industrial.

– La realización de auditorías industriales o controles de calidad son aplicaciones direc-tas de la asignatura.

Entre las competencias transversales que se trabajan y valoran en la asignatura desta-camos:– Correcta redacción y expresión escrita de las soluciones a los problemas propuestos.– Creatividad en la resolución de los problemas prácticos.– Organización del tiempo de estudio.– Capacidad de trabajo en equipo manteniendo la individualidad de cada alumno.


Bloque I. ProbabilidadTema 1. ProbabilidadTema 2. Variables aleatorias univariantes y multivariantes

Bloque II Inferencia EstadísticaTema 3. Muestreo y distribuciones asociadas al muestreoTema 4. Estimación paramétricaTema 5. Intervalos de confianzaTema 6. Contrastes de hipótesisTema 7. Métodos no paramétricos

Bloque III. Modelización EstadísticaTema 8. Diseño de experimentosTema 9. Regresión lineal


El programa consta de 9 temas teóricos. La programación prevista asigna 3 semanas al Bloque I, 8 semanas al Bloque II y 4 semanas al Bloque III. El contenido está organizado de tal manera que cada tema debe impartirse en 1 ó 2 semanas.Los temas teóricos se explican en el aula. Además de desarrollar los contenidos, en las clases de teoría se explican ejemplos y se realizan problemas al finalizar las distintas secciones. Dichos problemas se plantean a los alumnos con antelación para que ellos intenten resolverlos. Como complemento de las clases teóricas, se realizan 7 prácticas de ordenador con el paquete estadístico R.• Práctica 1: Introducción a R. Probabilidad y variables aleatorias.• Práctica 2: Muestreo y distribuciones asociadas al muestreo.


• Práctica 3: Estimación puntual e intervalos de confianza.

• Práctica 4: Contrastes paramétricos y no paramétricos.

• Práctica 5: Diseño de de experimentos.

• Práctica 6: Regresión.

7. EvaluaciónLa evaluación se realizará mediante tres aspectos

– Asistencia a las clases y participación activa (máximo 1 punto)

– Pruebas de seguimiento continuo (máximo 2 puntos)

– Examen escrito (máximo 4 puntos)

– Examen práctico con ordenador (máximo 3 puntos)


Básica

UGARTE, M.D.; MILITINO, A.F. and ARNHOLT, A. T., “Probability and Statistics with R”, Editorial CRC Press/Chapman and Hall (2008).

Complementaria

DEVORE, J.L., “Probability and Statistics for Engineering and the Sciences”, Fifth Edition, Editorial Duxbury (2000).

MONTGOMERY, D.; RUNGER, G. and HUBELE, N.F., “Engineering Statistics”, Editorial John Wiley and Sons (1998).

Software Estadístico

El alumno dispone del software estadístico de distribución libre llamado R, el cual puede utilizar tanto en la universidad como en su domicilio. Este software está ampliamente extendido entre la comunidad científica por su fácil accesibilidad y el potencial que ofre-ce. Prácticamente cualquier procedimiento o técnica estadística que pueda resolverse computacionalmente está implementada en el paquete básico o en las librerías que dispone. Estas librerías son también de libre acceso. Tanto el paquete básico como las librerías pueden descargarse del sitio web http://www.r-project.org/

Los alumnos tienen también a su disposición los sitios web de los profesores de la asignatura en la que pueden encontrar las prácticas y diversas funciones de ayuda para el paquete estadístico R. La direcciones de dichos sitios web sonhttp://www.unavarra.es/personal/amilitino/docente.htmhttp://www.unavarra.es/personal/tgoicoa/docente.htm

Recursos


9. Idioma

La asignatura se imparte totalmente en castellano, aunque las transparencias con las que se imparte la asignatura son en inglés, ya que corresponden al libro de texto “Pro-bability and Statistics with R”


CÓDIGO ASIGNATURA

35403 OPTIMIZACIÓN LINEAL Y NO LINEAL

DEPARTAMENTOS CURSO






PROFESORES

AZCÁRATE CAMIO, CRISTINAERASO GOICOECHEA, Mª LUISA


Programación Lineal y Entera. Optimización no Lineal. Simulación


Esta asignatura tiene por prerrequisito el haber cursado previamente un curso básico de Algebra y otro de Cálculo, tal y como se hace en el primer año de la titulación.


Los conocimientos impartidos en esta asignatura pretenden formar al futuro Ingeniero Industrial en el estudio de la Optimización como forma de afrontar problemas en Ingenie-ría, en particular en todos los procesos de gestión y organización de la producción. Por otra parte, es una asignatura altamente formativa ya que desarrolla potencialidades del alumno para hacer frente a los problemas que encontrará en su futura vida profesional.En esta asignatura se estudian algunos modelos y métodos de la Investigación Opera-tiva que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar el funcionamiento de un sistema industrial. El alumno será capaz de reconocer distintos problemas en el contexto de la Ingeniería Industrial, plantear dichos problemas mediante modelos de programación matemática, resolverlos utilizando programas informáticos de optimización, así como interpretar y valorar los resultados.


A) Los objetivos a conseguir dentro de esta asignatura son:1. Que el estudiante conozca los fundamentos científicos de las técnicas de optimi-

zación y sus últimos avances.2. Que sepa identificar distintos problemas de optimización en el contexto de la In-

geniería Industrial.3. Que sea capaz de representar dichos problemas mediante modelos de programa-

ción matemática.4. Que sea capaz de resolver estos modelos, interpretar y valorar los resultados, así

como de extraer conclusiones a partir de ellos.5. Que conozca asimismo el método de la Investigación Operativa, desarrollando

capacidades para el análisis y la síntesis.6. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento

científico y técnico que se produzcan.

http://www.r-project.org/

http://www.unavarra.es/personal/amilitino/docente.htm

http://www.unavarra.es/personal/tgoicoa/docente.htm%C2%A0


La clase magistral por parte del profesor servirá para impartir los fundamentos teóricos. Las explicaciones teóricas se intercalarán con problemas y casos reales en el contexto de la Ingeniería Industrial.Las clases magistrales se alternarán con sesiones prácticas en aulas de ordenadores, donde el alumno aprenderá a utilizar paquetes informáticos de optimización.Las sesiones de trabajo se utilizarán para la presentación y discusión de trabajos y otras tareas realizadas por los alumnos.

7. EvaluaciónLa evaluación de la asignatura se realizará mediante un examen final teórico-práctico con la ayuda del ordenador. Además, se valorará la realización de ejercicios, lecturas comentadas, problemas-caso y otros trabajos durante el curso.


ANDERSON, D.; SWEENEY, D.; WILLIAMS, T., “An introduction to Management Science: quantitative approaches to decision making”, Editorial West Publishing Company, 9ª Ed. (2000).

AVRIEL, M.; GOLANY. B., “Mathematical Programming for Industrial Engineers”, Editorial Dekker (1996).

BAZARAA, M.S.; SHERALI, H.D.; SHETTY, C.M., “Nonlinear Programming. Theory and Algorithms”, Editorial Wiley, 2ª Ed. (1993).

Recursos


9. Idioma

La asignatura si imparte en castellano.

7. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas de Investigación Operativa con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura activi-dad profesional.

B) Las competencias que se trabajan en esta asignatura son:1. Competencias intelectuales:

a. Interés por la cultura general.b. Hábito de formación y aprendizaje continuo. Capacidad de autoaprendizaje.c. Interés por otras disciplinas técnicas. Curiosidad científica.d. Habilidad en la búsqueda de datos e información.e. Creatividad, innovación e iniciativa.f. Espíritu crítico.g. Sentido práctico, capacidad para resolver problemas.

2. Competencias de comunicación:a. Habilidad para el manejo de material multimedia e Internet y, en general, cono-

cimiento de b. nuevas tecnologías.c. Capacidad de gestión de la información.d. Habilidad para desenvolverse en ambientes técnicos multidisciplinares.e. Capacidad de comunicación, de forma efectiva, en actividades de grupo.

3. Competencias de gestión personal:a. Disciplina.b. Organización y gestión del tiempo y del trabajo.c. Confianza en uno mismo.d. Capacidad de adaptarse a las evoluciones que surgen a lo largo del desarrollo

de un proyecto.4. Valores:

a. Responsabilidad.b. Gusto por el detalle y el trabajo bien hecho.c. Ética en el trabajo.d. Honradez y franqueza con los resultados, especialmente a la hora de emitir un

dictamen técnico.e. Responsabilidad del propio aprendizaje.


Tema 1. Introducción a las Técnicas de Optimización.Tema 2. Fundamentos Matemáticos de la Programación Lineal.Tema 3. Introducción a la Programación Lineal.Tema 4. Método del Simplex.Tema 5. Dualidad.Tema 6. Análisis Postóptimo y Programación Paramétrica.Tema 7. Problemas de Transporte.Tema 8. Programación Entera.Tema 9. Programación Multiobjetivo.Tema 10. Optimización No Lineal sin restricciones.Tema 11. Optimización No Lineal con restricciones.Tema 12. Aplicaciones y Paquetes Informáticos de Optimización.


La metodología de la asignatura combinará magistrales, clases prácticas y sesiones de trabajo.



CÓDIGO ASIGNATURA

35410/53506 FIABILIDAD DE COMPONENTES Y SISTEMAS

DEPARTAMENTOS CURSO






PROFESORES

MALLOR GIMÉNEZ, FERMÍN FCO.


Fiabilidad de componentes y sistemas electrónicos y mecánicos. Control de la fiabilidad y de la calidad. Fiabilidad en el diseño y fabricación.


En el desarrollo de la asignatura se utilizarán conceptos básicos de la estadística y de la probabilidad como son el de variable aleatoria, funciones de densidad y de distribución, etc. Estos conocimientos están incluidos en el programa de las asignaturas de Estadísti-ca integradas en el primer ciclo de cualquier titulación de ingeniería o económicas, entre otras. Por ejemplo en Métodos Estadísticos de la Ingeniería de tercer curso de Ingeniero Industrial.


En los últimos años la industria ha incrementado su interés por mejorar la calidad y la fiabilidad de sus productos, como consecuencia de un mercado altamente competitivo en el que deben satisfacerse las expectativas de los clientes por unos productos cada vez más fiables. Así la fiabilidad se convierte en una cualidad del producto que puede proporcionar una ventaja competitiva decisiva o bien condenar al fracaso a un producto si éste no es fiable. Para abordar esta faceta de la producción las empresas deben dis-poner de ingenieros responsables del producto con conocimientos estadísticos capaces de diseñar experimentos y de efectuar un análisis de los datos obtenidos.


Los objetivos a conseguir dentro de esta asignatura son:

– Que el estudiante sea capaz de reconocer un problema como de fiabilidad y/o de control de calidad.

– Que el estudiante sepa seleccionar ante un problema de fiabilidad o de calidad la herramienta de análisis más adecuada. Esto es, establecer un modelo estadístico adecuado para representar el problema.

– Que el estudiante sea capaz de analizar el modelo estadístico mediante un programa estadístico.

– Que el estudiante sepa extraer conclusiones relacionadas con la fiabilidad y/o calidad del sistema (componente, producto, servicio, etc.) a partir de los resultados alcanza-dos en el análisis del modelo estadístico.

Las competencias que se trabajan en esta asignatura son:

– Modelado estadístico de datos de fiabilidad y de calidad.

– Manejo de software estadístico aplicado a problemas de fiabilidad y de calidad.

– Capacidad de análisis (crítico) de resultados de tipo probabilístico y estadístico.


Tema 1 Análisis de datos de fiabilidad

Tema 2 Modelos paramétricos en fiabilidad

Tema 3 Introducción al análisis de datos con variables explicativas

Tema 4 Fiabilidad de Sistemas

Tema 5 Control Estadístico de la Calidad


Durante las dos primeras semanas de curso se avanzará en la asignatura mediante la impartición de clases magistrales y la realización de problemas en la pizarra. A partir de la tercera semana, y excepto cuando se imparta el tema cuatro correspondiente a la fiabilidad de sistemas, una de las dos sesiones de la semana se impartirá en el aula de informática donde se analizarán ficheros con datos para ilustrar los modelos teóricos explicados durante la otra sesión de la semana. El programa estadístico utilizado es el Minitab. En total están previstas 11 sesiones prácticas en el aula informática:

7. Evaluación

La evaluación de la asignatura se realizará mediante un examen final con la ayuda del ordenador, con la posibilidad de consultar apuntes y libros durante los primeros 30 mi-nutos. Además, se valorará la realización voluntaria de ejercicios y de trabajos durante el curso, éstos consistirán en el análisis, con el ordenador, de datos de fiabilidad y en la interpretación de sus resultados.

El estudiante podrá obtener hasta dos puntos sobre diez por la realización de estos trabajos, que serán tenidos en cuenta en su valoración final siempre que su calificación en el examen alcance los cuatro puntos.


BLISCHKE, W. R.; MURTHY, D. N. P., “Reliability. Modeling, Prediction and Optimization”, Editorial Wiley (2000).

EVANS, R. E.; LINDSAY, W., “Administración y control de la calidad”, Editorial International Thomson Editores (2000).

MONTGOMERY, D. C., “Introduction to Statistical Quality Control”, Editorial Wiley (2005).

Recursos


9. Idioma




Tema 1. Investigación Operativa. Modelos de colas.Tema 2. Simulación. Generación artificial de aleatoriedad.Tema 3. Simulación de sistemas.Tema 4. Introducción a la optimización con simulación.Tema 5. Introducción a otras técnicas de organización industrial.


La impartición de los fundamentos teóricos se realizará mediante clase magistral en el aula. A partir de la tercera semana las clases magistrales se alternarán con clases prác-ticas en el aula de ordenadores donde se resolverán problemas y casos más complejos utilizando programas de simulación (ARENA), de evaluación de modelos de colas (QTS) y de modelos de investigación operativa más general (WinQSB). Durante el desarrollo del curso se discutirá la aplicación de las herramientas de análisis a situaciones reales.

7. EvaluaciónLa evaluación de la asignatura se efectuará a partir de dos componentes. Al finalizar el curso se realizará un examen final con la ayuda del ordenador, con la posibilidad de con-sultar apuntes y libros durante los primeros 30 minutos. Además, el estudiante realizará trabajos de simulación, ejercicios y lecturas comentadas durante el curso. La calificación final se obtendrá a partir de la media geométrica de las puntuaciones obtenidas en am-bas partes, examen y trabajos.


ANDERSON, D.; SWEENY, D.; WILLIAMS, T., “An introduction to Management Science: quantitative approaches to decision making”, Editorial West Publishing Company, 8ª Ed. (1997).

FISHMAN, G.S., “Monte Carlo: concepts, algorithms and applications”, Editorial Springer (1996).

GROSS, D.; HARRIS, C.M., “Fundamentals of queueing theory”, Editoria Wiley. 3ª Ed. (1998).


9. Idioma



CÓDIGO ASIGNATURA

35419 MÉTODOS CUANTITATIVOS DE ORGANIZACIÓN INDUSTRIAL

DEPARTAMENTOS CURSO






PROFESORES

MALLOR GIMÉNEZ, FERMÍN FCO.AZCÁRATE CAMIO, CRISTINA


Modelos de inventarios, filas de espera (colas) y su simulación estocástica. Aplicacio-nes.


En el desarrollo de la asignatura se hará uso de conceptos elementales estadísticos y probabilísticos como el de función de densidad, función de distribución, esperanza, etc. Estos conceptos forman parte de cualquier asignatura de estadística incluida en los planes de estudio de ingeniería.


La competitividad creciente en todos los sectores económicos exige a las empresas un elevado nivel de eficiencia en la organización de sus operaciones para su supervivencia en el mercado y la aceptación de sus clientes. Los conocimientos impartidos en esta asignatura permiten analizar con rigor el desempeño de un proceso productivo o de servicios. Esto facilita fundamentar cuantitativamente la toma de decisiones a nivel estratégico y táctico sobre la organización del trabajo y el dimensionado de la capacidad productiva o de proporcionar servicios.


El objetivo general de la asignatura es que el estudiante adquiera los conocimientos suficientes de modelos de colas y sobre todo de simulación que le permitan modelar y analizar problemas complejos de organización en el ámbito industrial y de los servicios.Los objetivos concretos a conseguir dentro de esta asignatura son:– Que el estudiante conozca los fundamentos de la teoría de colas y de la simulación

estocástica de sistemas.– Que el estudiante sepa representar una situación de espera mediante un modelo de

colas adecuado.– Que el estudiante sea capaz de representar un proceso productivo complejo mediante

un modelo matemático que permita su simulación.– Que el estudiante sea capaz de extraer conclusiones de los resultados de un modelo

de simulación.– Que el estudiante sepa identificar otros problemas de optimización que pueden ser

modelados mediante grafos y redes.


– Capacidad de razonamiento abstracto para entender los fundamentos matemáticos que sustentan la inferencia estadística.

– Capacidad de análisis de datos e interpretación correcta de los resultados. De esta forma se consigue que el alumno conozca cuál es el alcance de sus estudios y hasta qué punto puede extrapolar sus resultados.

Entre las competencias transversales que se trabajan y valoran en la asignatura desta-camos:– Correcta redacción y expresión escrita de las soluciones a los problemas propuestos.– Uso correcto del lenguaje estadístico, tanto oral como escrito.– Creatividad en la resolución de los problemas prácticos.– Organización del tiempo de estudio.– Capacidad de trabajar en equipo para resolver problemas manteniendo la individuali-

dad a la hora de presentar las soluciones.– Uso del inglés como herramienta necesaria para manejo de bibliografía básica y com-

plementaria.


Tema 1. Probabilidad.Tema 2. Variables aleatorias.Tema 3. Introducción a los procesos estocásticos.Tema 4. Estadística descriptiva, muestreo y distribuciones asociadas al muestreo.Tema 5. Estimación puntual e intervalos de confianza.Tema 6. Contrastes de hipótesis paramétricos y no paramétricos.Tema 7. Regresión lineal.


La asignatura “Estadística” es anual y se imparte tres horas a la semana. Los tres pri-meros temas se imparten en el primer cuatrimestre y el resto en el segundo.Los temas se explican en el aula donde, además de desarrollar los contenidos teóricos, éstos se ilustran con ejemplos y se realizan problemas al finalizar las distintas seccio-nes. Como complemento de las clases teóricas, se realizan 6 prácticas de ordenador con el paquete estadístico R.1. Práctica 1: Introducción a R, Probabilidad y variables aleatorias.2. Práctica 2: Procesos estocásticos.3. Práctica 3: Estadística descriptiva, muestreo y distribuciones asociadas al muestreo.4. Práctica 4: Estimación puntual e intervalos de confianza.5. Práctica 5: Contrastes paramétricos y no paramétricos.6. Práctica 6: Regresión.

7. EvaluaciónDurante el curso se realizarán dos exámenes escritos:1. Examen parcial teórico liberatorio en Enero. (Máximo 2 puntos)2. Examen final en la convocatoria ordinaria:

– Examen teórico: Consta de dos partes, según se haya aprobado o no el parcial de enero:• Primer parcial: Para aquellos no presentados o suspendidos en Enero (máximo

2 puntos).• Segundo parcial: Para todos los alumnos (máximo 2 puntos).

– Examen práctico de ordenador (máximo 3 puntos).

Titulación: Ingeniería en Telecomunicación

CÓDIGO ASIGNATURA

32206 ESTADÍSTICA

DEPARTAMENTOS CURSO





Anual Obligatoria 9 6 3

PROFESORES

CERVETO PEÑA, FRANCISCOTAPIZ ARRONDO, FRANCISCO J.


Descriptiva. Probabilidad. Inferencia. Procesos estocásticos en telecomunicación. Corre-lación y espectros.


Los alumnos deben tener conocimientos básicos de cálculo matricial, diferencial e inte-gral. También, es necesario que los alumnos hayan adquirido hábitos de razonamiento informático. Por tanto, se requiere que los alumnos hayan cursado las asignaturas de Álgebra, Cálculo y Fundamentos de la Programación de primer curso.


Esta asignatura tiene carácter instrumental. Se hace un recorrido por las técnicas bá-sicas estadísticas como son la estadística descriptiva, la probabilidad y la inferencia, y finaliza planteando modelos lineales sencillos de regresión. Una vez adquiridos los co-nocimientos teóricos, la idea de esta asignatura es que el alumno sea capaz de analizar datos, resolver problemas e interpretar resultados estadísticos, sobre todo, haciendo uso del ordenador. Los conocimientos de probabilidad y de procesos estocásticos serán especialmente requeridos en las asignaturas de Redes de ordenadores y Teoría de la comunicación entre otras.



– Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la correlación, los procesos estocásticos y la modelización.

– Aprender a resolver problemas de estadística básica y a analizar conjuntos de datos mediante técnicas estadísticas sencillas.

– Adquirir experiencia práctica en el manejo de software estadístico avanzado que requie-re pequeños ejercicios de programación.

– Conocer el papel de la Estadística en las telecomunicaciones para comprender su utilidad y los problemas que resuelve.

Las competencias específicas que se trabajan en esta asignatura son:

– Capacidad de razonamiento lógico y matemático para resolver problemas de probabi-lidad.


3. Presentación de prácticas y pruebas de seguimiento. (Máximo 2 puntos)4. Asistencia a clase y participación activa. (Máximo 1 punto)5. En el examen de la convocatoria extraordinaria no se guarda ninguna de las partes

aprobadas en exámenes anteriores. El examen será como el de la convocatoria ordi-naria, salvo que todos los alumnos tendrán que realizar las dos partes del examen teórico.

Tanto en la convocatoria ordinaria como en la extraordinaria, el alumno deberá aprobar por separado cada una de las partes del examen teórico y el examen práctico de orde-nador para superar la asignatura.


Bibliografía básica

UGARTE, M.D.; MILITINO, A.F. and ARNHOLT, A.T., “Probability and Statistics with R”, Editorial Chapman and Hall, CRC Press. Boca Raton (2008).


MONTGOMERY, D., RUNGER, G. and HUBELE, N.F., “Engineering Statistics”, Editorial John Wiley and Sons (1998).

PAPOULIS, A., “Probability, Random Variables, and Stochastic Processes”, Editorial McGraw-Hill Third Edition (1991).

Recursos


9. Idioma

La asignatura se imparte en castellano. No obstante, tanto el libro de texto como las transparencias utilizadas en las clases son en inglés. En algunas ocasiones se emplea el inglés para explicar el porqué del nombre de muchos términos estadísticos. Esta prác-tica es útil para el manejo no solamente de la bibliografía en inglés sino también para la mejor comprensión en el uso de paquetes estadísticos. La utilización del inglés en el li-bro de texto ayuda a conseguir una de las competencias transversales, que es la lectura y comprensión de textos científicos en este idioma. Otra de las ventajas de emplear este idioma es que la gran mayoría de textos docentes de calidad se publican en esta lengua.

Titulación: Ingeniería Técnica Industrial, especialidad Mecánica

CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO





1º C. Troncal 7.5 4.5 3

PROFESORES

FAULÍN FAJARDO, JAVIERGARCÍA MAGARIÑOS, MANUELLACASTA REMÓN, MARÍA YOLANDA


Fundamentos y métodos de análisis no determinista aplicados a problemas de Ingenie-ría.


Esta asignatura tiene por prerrequisito el haber cursado previamente un curso básico de Algebra y otro de Cálculo, tal y como se hace en el primer año de la titulación.


Esta asignatura pretende formar al futuro Ingeniero Técnico Industrial en el estudio de la Estadística como forma de afrontar problemas en Ingeniería, en particular en todos los procesos de gestión y control de calidad. Por otra parte, es una asignatura altamente for-mativa ya que desarrolla potencialidades del alumno para hacer frente a los problemas que encontrará en su futura vida profesional.


A) Los objetivos a conseguir dentro de esta asignatura son:

a. Que el futuro ingeniero técnico industrial conozca los fundamentos científicos de la estadística, y sus últimos avances.

b. Que conozca asimismo el método estadístico, desarrollando capacidades para el análisis y la síntesis.

c. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científico y técnico que se produzcan.

d. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas estadísticas con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

B) Las competencias que se trabajan en esta asignatura son:

1. Competencias intelectuales:

a. Interés por la cultura general.

b. Hábito de formación y aprendizaje continuo. Capacidad de autoaprendizaje.


c. Interés por otras disciplinas técnicas. Curiosidad científica.d. Habilidad en la búsqueda de datos e información.f. Creatividad, innovación e iniciativa.g. Espíritu crítico.h. Sentido práctico, capacidad para resolver problemas.

2. Competencias de comunicación:a. Habilidad para el manejo de material multimedia e Internet y, en general, cono-

cimiento de nuevas tecnologías.b. Capacidad de gestión de la información.c. Habilidad para desenvolverse en ambientes técnicos multidisciplinares.d. Capacidad de comunicación, de forma efectiva, en actividades de grupo.

3. Competencias de gestión personal:a. Disciplina.b. organización y gestión del tiempo y del trabajo.c. Confianza en uno mismo.d. Capacidad de adaptarse a las evoluciones que surgen a lo largo del desarrollo

de un proyecto.4. Valores:

a. Responsabilidad.b. Gusto por el detalle y el trabajo bien hecho.c. Ética en el trabajo.d. Honradez y franqueza con los resultados, especialmente a la hora de emitir un

dictamen técnico.e. Responsabilidad del propio aprendizaje.g. Respeto a la sociedad y al medio ambiente.


Tema 1 Introducción a la Estadística.Tema 2 Introducción a la Estadística descriptiva.Tema 4 El concepto de probabilidad.Tema 5 Variables aleatorias y distribuciones de probabilidad.Tema 6 Algunos modelos de distribuciones de probabilidad de tipo discreto.Tema 7 Algunos modelos de distribuciones de probabilidad de tipo continuo.Tema 8 Estimación puntual.Tema 9 Inferencia estadística para una sola muestra.Tema 10 Inferencia estadística para dos muestras.


La metodología de la asignatura será la de clase magistral por parte del profesor interca-lando las explicaciones teóricas con problemas de aplicación de la teoría explicada. Los alumnos deberán realizar 5-6 prácticas de ordenador con el paquete estadístico Minitab con objeto de poner en práctica los conocimientos adquiridos enlas clases teóricas.Por otra parte, el profesor indicará en ocasiones ejercicios propuestos al alumno para su realización. La entrega de estos ejercicios será voluntaria pero muy conveniente para la asimilación de los contenidos por parte del alumno.

7. EvaluaciónLos alumnos deberán realizar un examen parcial liberatorio de la mitad de la materia aproximadamente.El examen final en la convocatoria de Mayo constará exclusivamente de la 2ª parte para alumnos que hayan superado el liberatorio; y en el caso de no haber superado dicho parcial liberatorio, el alumno se examinará en la convocatoria de Mayo del total de la materia. La convocatoria de Junio se corresponderá con el total de la materia, indepen-dientemente del número de partes suspendidas, una o las dos.Aparte de los exámenes teóricos anteriores también habrá un examen práctico con or-denador. Este examen se podrá realizar de forma conjunta con los anteriores o de forma independiente de los mismos.Todos los alumnos serán evaluados de los aspectos teórico y práctico de la asignatura. El examen práctico se realizará en un aula de informática.Se realizarán diversas prácticas con ordenador. La asistencia a dichas prácticas es im-prescindible para superar el examen práctico de ordenador.


Básica

MONTGOMERY, D.C. y RUNGER, G.C., “Probabilidad y Estadística aplicadas a la Ingeniería”, Editorial Limusa (2003).

QUESADA, V., ISIDORO, A. y LÓPEZ, L.A., “Curso y Ejercicios de Estadística”, Editorial Alhambra (1996).

CASAS SÁNCHEZ, J.M., GARCÍA PÉREZ, C., RIVERA GALICIA, L.F., y ZAMORA SANZ, A. I., “Problemas de Estadística”, Editorial Pirámide (1997).


9. Idioma



ción y antes de su envío al cliente, descubriendo la importancia de las probabilidades de aceptación tanto para el fabricante como para el comprador.

– Que el estudiante distinga y aplique correctamente las técnicas básicas de diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en las etapas previas a la producción, es decir, en la de Diseño del producto.

Las competencias que se pretenden desarrollar son.

– Sentido práctico, capacidad para analizar y resolver problemas.

– Capacidad de aplicación de los conocimientos teóricos adquiridos.

– Interés por otras disciplinas. Curiosidad científica.

– Habilidad para el manejo de material multimedia y conocimiento de nuevas tecnolo-gías.

– Organización y gestión del tiempo y del trabajo.

– Gusto por el detalle y el trabajo bien hecho.


Tema 1. Control Estadístico de Procesos.

Tema 2. Muestreo para aceptación.

Tema 3. Diseño de Experimentos.


Las clases teóricas se impartirán con el apoyo de la proyección de transparencias, con contenido tanto teórico como ejemplos y resultados de MINITAB, complementadas con ejemplos y desarrollos en pizarra. Para cada tema se propondrá un listado de ejercicios, algunos de los cuales se resolverán en clase y otros serán a resolver por los estudian-tes.

Una copia de las transparencias presentadas en las clases teóricas, con los ejercicios propuestos en cada tema, así como de los formularios y tablas, para las clases teóricas y para el examen, se depositarán con antelación en el servicio de reprografía y en el aulario virtual.

Las clases prácticas se realizarán en las aulas de informática, con dos alumnos como máximo por ordenador, con el programa MINITAB. Se realizarán tres prácticas sobre los procedimientos para control estadístico de procesos (Gráficos de control para variables y atributos y Capacidad), en tres semanas consecutivas una vez finalizada la lección 2 del tema 1, y dos prácticas más sobre diseño de experimentos las dos últimas semanas del cuatrimestre. Las guías para las prácticas se entregan al comienzo de cada una de ellas. Se avisará con antelación las aulas asignadas por el Servicio Informático para prácticas.

7. EvaluaciónLa evaluación se realizará mediante un examen final en la fecha y hora señaladas por la Escuela.

Este examen se realizará por escrito y consistirá en la resolución de problemas o ejer-cicios y en la interpretación de resultados obtenidos con MINITAB. (Nota: es muy impor-tante escribir correctamente las fórmulas, probabilidades y distribuciones utilizadas)

Durante el examen los estudiantes podrán utilizar un resumen de fórmulas con tablas estadísticas, que deberán llevar cada uno al examen, sin ninguna anotación.

En la evaluación se tendrán en cuenta la participación y la realización de ejercicios pro-puestos durante las clases, tanto teóricas como prácticas.

Titulación: Ingeniería Técnica Industrial, especialidad Mecánica

CÓDIGO ASIGNATURA

33209 TÉCNICAS ESTADÍSTICAS DE CONTROL DE LA PRODUCCIÓN

DEPARTAMENTOS CURSO






PROFESORES

PORTILLA MANJÓN, MIREN IOSUERASO GOICOECHEA, Mª LUISA


Control de calidad por variables y atributos. Control de aceptación. Fiabilidad de compo-nentes y sistemas.


Es conveniente que los estudiantes conozcan conceptos básicos de estadística y proba-bilidad, impartidos en la asignatura “Métodos Estadísticos de la Ingeniería”, como son los nombres, cálculo y utilidad de los estadísticos usuales y la correcta aplicación y no-menclatura en cálculo de probabilidades con distribuciones Normal, Binomial y Poisson, principalmente.


Esta asignatura muestra algunas de las principales aplicaciones de los conocimientos de estadística que han aprendido en la asignatura “Métodos Estadísticos de la Inge-niería”, como son los instrumentos de Mejora y Control de la Calidad que se realizan actualmente en la mayoría de procesos industriales y están incluidas en las Normas ISO.Las técnicas estadísticas para el control de la calidad de esta asignatura complementan las técnicas de gestión de la calidad que se explican en la asignatura “Gestión de la Producción y de los Recursos Humanos”.Además la asignatura de Ingenieros Industriales “Fiabilidad de Componentes y Siste-mas”, escogida como asignatura de libre elección, completaría la formación en Control de la Producción de los estudiantes de Ingeniería Técnica Industrial.


El objetivo principal de esta asignatura es dar a conocer las herramientas estadísticas más comunes utilizadas en la Mejora de la Calidad en Procesos Industriales, durante sus tres fases: 1) Diseño y desarrollo, 2) Producción y 3) Inspección. Más concretamen-te, los objetivos son los siguientes:– Que el estudiante conozca las técnicas de Control Estadístico de Procesos (CEP) que

se realiza mediante diagramas de control durante la etapa de fabricación del producto y sea capaz de distinguir las diferentes situaciones y aplicar la técnica apropiada, tanto sobre papel como con el ordenador.

– Que el estudiante asimile los conceptos principales de las técnicas de muestreo de aceptación realizado en la etapa de inspección en almacén, es decir, en la post-produc-



Básica

HANSEN, B.L.; GHARE, P.M., “Control de calidad: teoría y aplicaciones”, Editorial Díaz de Santos (1989).

MONTGOMERY, D.C., “Control estadístico de la calidad”, Editorial Limusa-Wiley (2004).PRAT BARTÉS, A; TORT-MARTORELL, X.; GRIMA, P.; POZUETA, L., “Métodos estadísticos:

control y mejora de la calidad”, Editorial Edicions UPC (1997).

Recursos

Una copia de las transparencias presentadas en las clases teóricas, con los ejercicios propuestos en cada tema, así como de los formularios y tablas, para las clases teóricas y para el examen, se depositarán con antelación en el servicio de reprografía y en el Aulario Virtual. Las guías para las clases prácticas se entregan al comienzo de cada una de ellas

9. Idioma


Titulación: Ingeniería Técnica Industrial, especialidad Mecánica, con intensificación en Diseño Industrial (campus de Tudela)

CÓDIGO ASIGNATURA

55205 METODOS ESTADISTICOS DE LA INGENIERIA

DEPARTAMENTOS CURSO





1º C. Troncal 7.5 4.5 3

PROFESORES

ZAMORA VIDAURRETA, ANA JOSÉ


Fundamentos y métodos de análisis no determinista aplicados a problemas de ingenie-ría.


Es conveniente tener unos conocimientos matemáticos básicos para un buen desarrollo de esta asignatura.


Esta asignatura pretende formar al futuro Ingeniero Técnico Industrial en el estudio de la Estadística como forma de afrontar problemas en Ingeniería, en particular en todos los procesos de gestión y control de calidad. Por otra parte, es una asignatura altamente for-mativa ya que desarrolla potencialidades del alumno para hacer frente a los problemas que encontrará en su futura vida profesional.


Los objetivos a conseguir dentro de esta asignatura son:– Que el futuro ingeniero técnico industrial conozca los fundamentos científicos de la

estadística, y sus últimos avances.– Que conozca asimismo el método estadístico, desarrollando capacidades para el aná-

lisis y la síntesis.– Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científi-

co y técnico que se produzcan.– Que sea capaz de relacionar dichos conocimientos derivados de las técnicas estadís-

ticas con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Las competencias que se trabajan en esta asignatura son:– Interés por otras disciplinas técnicas. Curiosidad científica.– Sentido práctico, capacidad para resolver problemas.– Organización y gestión del tiempo y del trabajo.– Gusto por el detalle y el trabajo bien hecho.– Responsabilidad del propio aprendizaje.



Tema 1. Estadística descriptiva unidimensionalTema 2. Distribuciones bidimensionalesTema 3. ProbabilidadTema 4. Variables aleatoriasTema 5. Distribuciones discretasTema 6. Distribuciones continuasTema 7. Inferencia estadísticaTema 8. Contrastes de hipótesis


Durante las clases se alternarán las sesiones teóricas con las de resolución de proble-mas estadísticos generales y aplicados a la ingeniería. También se realizarán clases prácticas en las que se manipulará algún programa informático propio para trabajar la estadística.

7. EvaluaciónLa evaluación constará de dos partes obligatorias:1ª El examen final cuya nota tendrá un peso del 80%-85%.2º El 20%-15% restante será la nota de las prácticas en el aula de ordenadores (se eva-luarán las prácticas diarias o se realizará un examen final), y la nota de problemas que el alumno resuelva entre los que se planteen periódicamente por parte del profesor, la defensa de estos problemas será mediante entrega al profesor o exposición el clase.


Básica

MONTGOMERY, D.C. y RUNGER, G.C., “Probabilidad y Estadística aplicadas a la Ingeniería”, Editorial Limusa (2003).

QUESADA, V., ISIDORO, A. y LÓPEZ, L.A., “Curso y Ejercicios de Estadística”, Editorial Alhambra (1996).

CASAS SÁNCHEZ, J.M., GARCÍA PÉREZ, C., RIVERA GALICIA, L.F., y ZAMORA SANZ, A. I., “Problemas de Estadística”,Editorial Pirámide (1997).

Recursos


9. Idioma


Titulación: Ingeniería Técnica Industrial, especialidad Electricidad

CÓDIGO ASIGNATURA


DEPARTAMENTOS CURSO





1º C. Troncal 7.5 4.5 3

PROFESORES

AMÉZQUETA ELÍAS, MIGUELRIVERA MARTÍN, RAFAEL


Fundamentos y métodos de análisis no determinísticos aplicados a problemas de Inge-niería.


La asignatura “Métodos Estadísticos de la Ingeniería” hace uso de distintos conceptos y técnicas matemáticas, sobre todo del campo del análisis. Se hace notar que el nivel requerido no es especialmente elevado dado que la mayoría de las veces las funciones a considerar son funciones cuyas características hacen que el cálculo diferencial e integral sea especialmente sencillo.En particular se requiere de conocimientos mínimos sobre series de números reales, funciones reales de una variable real, límites, continuidad, derivabilidad, cálculo de deri-vadas, cálculo integral, funciones reales de varias variables.


El impacto del uso de la Estadística en la Ingeniería Industrial ha sido muy relevante. En el ámbito del control de la calidad, por ejemplo, la Estadística desempeña un papel importante en la mejora de cualquier producto o servicio. En general, un ingeniero que domine distintas técnicas estadísticas puede llegar a ser mucho más eficaz en todas las fases de su trabajo que tengan que ver con la investigación, el desarrollo o la pro-ducción. Se podrían citar asimismo las aplicaciones de la Estadística a los problemas de producción, al control de la calidad, al uso eficiente de materiales, a la fiabilidad de los materiales, al análisis de procesos, a la investigación básica y al desarrollo de nuevos productos. En todas ellas esta disciplina aparece como una herramienta que permite comprender fenómenos sujetos a variaciones y predecirlos o controlarlos de forma eficaz.La asignatura “Métodos Estadísticos de la Ingeniería” es de carácter troncal, abarca 7.5 créditos y se imparte en el segundo curso durante el primer cuatrimestre. Es la primera asignatura de contenido estadístico del plan de estudios y a única de carácter obligatorio. Posteriormente los alumnos podrán elegir la asignatura Optativa “Técnicas Estadísticas de Control de la Producción”, en el segundo cuatrimestre de segundo curso, también de contenido estadístico.En el plan de estudios a esta asignatura le preceden dos asignaturas del área de Mate-máticas que dotan a los estudiantes de suficientes recursos matemáticos para poder seguir la asignatura.



Se pretende de manera general proporcionar a los alumnos los conocimientos de los métodos y técnicas fundamentales de la Estadística y la Probabilidad que son de interés en los estudios de Ingeniería. Se espera que el alumno pueda aplicar los razonamientos y técnicas de la Estadística y la Probabilidad al campo de la Ingeniería en el sentido de que le permita identificar, formular, resolver e interpretar problemas reales. Además que sea capaz de evaluar las repercusiones del análisis estadístico de datos experimentales en los diferentes ámbitos como el Diseño, la Producción, la Calidad, etc.

Se pone de relieve que se desea mostrar que la Probabilidad no sólo interesa al Inge-niero como herramienta necesaria para la Estadística sino que los métodos probabilís-ticos tienen aplicaciones propias en el mundo de la ingeniería que no requieren ideas estadísticas.

De manera más particular se pretende que los estudiantes lleguen a manejar el cál-culo de probabilidades en espacios equiprobables, la probabilidad condicionada, las variables aleatorias discretas y continuas en una dimensión, los vectores aleatorios en especial los bidimensionales, los resultados de las leyes de los grandes números y leyes límite asociadas al muestreo y los métodos de estimación e intervalos de confian-za. También se pretende que el estudiante sea capaz de tratar conjuntos de datos con paquetes estadísticos informáticos.

Se pretende desarrollar algunas competencias de las propuestas en distintos “borra-dores” para el diseño de un título de grado adaptado al Espacio Europeo de Educación Superior para la titulación de Ingeniería Industrial. En particular se pretende desarrollar la resolución de problemas, la capacidad de planificación y organización del trabajo, el trabajo en equipo, comunicación oral y escrita, técnicas expositivas como la oratoria y la presentación en público.


Tema 1. Introducción a la Estadística.

Tema 2. Estadística descriptiva unidimensional y bidimensional.

Tema 3. Teoría de la Probabilidad.

Tema 4. Variables aleatorias y distribuciones de probabilidad.

Tema 5. Algunos modelos de distribuciones de probabilidad de tipo discreto.

Tema 6. Algunos modelos de distribuciones de probabilidad de tipo continuo.

Tema 7. Introducción a la Inferencia Estadística.

Tema 8. Inferencia estadística: Intervalos de confianza.

Tema 9. Inferencia estadística: Contrastes de hipótesis.


En el desarrollo de la asignatura se realizan:

– Sesiones de teoría y ejercicios en las que el profesor expondrá en el aula las bases teóricas y las ilustrará con ejemplos prácticos. El seguimiento del estudio se realiza sobre un conjunto de transparencias proporcionadas por el profesor.

– Aplicaciones de las técnicas estudiadas a la resolución de ejercicios, problemas o casos prácticos. Se proponen ejercicios de cada tema para su realización voluntaria. Su realización es muy conveniente para que el alumnado compruebe su progreso en el aprendizaje y asimile los conocimientos. Algunos de estos ejercicios se resolverán en el aula.

– Aplicaciones de las técnicas estudiadas realizando 5 prácticas en el aula de informáti-ca sobre el ordenador con el paquete estadístico Minitab. El profesor explica un ejem-plo y se proponen uno o dos ejercicios adicionales para que el alumnado practique sobre las cuestiones expuestas. Posteriormente se recogen y se califican por parte del profesor.

– Sesiones de tutorías individualizadas o en grupo donde el alumnado puede resolver sus dudas o plantear las dificultades encontradas durante el estudio de la materia.

La distribución horaria es aproximadamente la siguiente:

– 53 horas para el desarrollo de la teoría y problemas en el aula.

– 10 horas para la realización de prácticas con MINITAB.

– 6 horas para la realización de los tres exámenes parciales.

– 2 horas para la realización de la prueba única con ordenador personal.

7. Evaluación

La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas mediante:

1. Parte de teoría y problemas: peso 80%

Para la evaluación de esta parte existen dos opciones:

a) Superar un examen global a realizar en la fecha de la convocatoria oficial. Esta prueba la puede realizar todo el alumnado. La calificación mínima exigible es de 4 sobre 10.

b) Superar tres pruebas parciales a realizar en las fechas que se indiquen después de los bloques temáticos (1, 2 y 3), (4, 5 y 6) y (7, 8 y 9). La calificación media de estas pruebas debe superar el 5 sobre 10 y no obtener ninguna calificación inferior a 3 sobre 10.

2. Parte práctica con MINITAB: peso 20%

Superar un examen a realizar con MINITAB sobre un ordenador personal.

Esta prueba la realiza todo el alumnado. La calificación mínima exigible será de 3 sobre 10.

3. Trabajos personales realizados: peso 10%

La realización de las prácticas, es decir, la entrega del documento de cada práctica con su resolución se valora con un punto como máximo a sumar a la calificación global.

También se tendrá en cuenta en este apartado la entrega voluntaria de ejercicios y la participación activa en clase.

Este apartado sirve para matizar la calificación global.

Observaciones

– En el caso de no tener superada una de las partes en la convocatoria de Enero de 2011, se guardará la nota obtenida tanto en la parte teórica como práctica de la asig-natura hasta la convocatoria de Junio de 2011.

– Asimismo se guarda la nota del trabajo personal hasta la misma fecha.

– Si un alumno o una alumna ha superado la parte de teoría por parciales, puede presen-tarse a la prueba global para mejorar nota. En todo caso se tomará en consideración la calificación más alta obtenida.

– En la realización de las pruebas se pueden utilizar: formulario, tablas estadísticas, calculadora y guía de prácticas sin anotaciones.



HERNÁNDEZ V., RAMOS E. y YÁNEZ, I., “Probabilidad y sus aplicaciones en Ingeniería Informática”, Ediciones Académicas (2007).

MONTGOMERY D.C. y RUNGER G.C., “Probabilidad y estadística aplicadas a la ingenie-ría”, Editorial Limusa Wiley (2002).

WALPOLE R.E., MYERS R.H. y MYERS S.L., “Probabilidad y estadística para ingenieros”, EditorialPrentice Hall (1999).

Recursos


9. Idioma


Titulación: ngeniería Técnica Industrial, especialidad Electricidad

CÓDIGO ASIGNATURA

34209 TÉCNICAS ESTADÍSTICAS DE CONTROL DE LA PRODUCCIÓN

DEPARTAMENTOS CURSO






PROFESORES

RIVERA MARTÍN, RAFAELERASO GOICOECHEA, Mª LUISA


Control de calidad por variables y atributos. Control de aceptación. Fiabilidad de compo-nentes y sistemas.


Es conveniente que los estudiantes conozcan conceptos básicos de estadística y proba-bilidad, impartidos en la asignatura “Métodos Estadísticos de la Ingeniería”, como son los nombres, cálculo y utilidad de los estadísticos usuales y la correcta aplicación y no-menclatura en cálculo de probabilidades con distribuciones Normal, Binomial y Poisson, principalmente.


Esta asignatura muestra algunas de las principales aplicaciones de los conocimientos de estadística que han aprendido en la asignatura “Métodos Estadísticos de la Inge-niería”, como son los instrumentos de Mejora y Control de la Calidad que se realizan actualmente en la mayoría de procesos industriales y están incluidas en las Normas ISO.Las técnicas estadísticas para el control de la calidad de esta asignatura complementan las técnicas de gestión de la calidad que se explican en la asignatura “Gestión de la Producción y de los Recursos Humanos”.Además la asignatura de Ingenieros Industriales “Fiabilidad de Componentes y Siste-mas”, escogida como asignatura de libre elección, completaría la formación en Control de la Producción de los estudiantes de Ingeniería Técnica Industrial.


El objetivo principal de esta asignatura es dar a conocer las herramientas estadísticas más comunes utilizadas en la Mejora de la Calidad en Procesos Industriales, durante sus tres fases: 1) Diseño y desarrollo, 2) Producción y 3) Inspección. Más concretamen-te, los objetivos son los siguientes:– Que el estudiante conozca las técnicas de Control Estadístico de Procesos (CEP) que

se realiza mediante diagramas de control durante la etapa de fabricación del producto y sea capaz de distinguir las diferentes situaciones y aplicar la técnica apropiada, tanto sobre papel como con el ordenador.

– Que el estudiante asimile los conceptos principales de las técnicas de muestreo de aceptación realizado en la etapa de inspección en almacén, es decir, en la post-produc-


ción y antes de su envío al cliente, descubriendo la importancia de las probabilidades de aceptación tanto para el fabricante como para el comprador.

– Que el estudiante distinga y aplique correctamente las técnicas básicas de diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en las etapas previas a la producción, es decir, en la de Diseño del producto.

Las competencias que se pretenden desarrollar son.

– Sentido práctico, capacidad para analizar y resolver problemas.

– Capacidad de aplicación de los conocimientos teóricos adquiridos.

– Interés por otras disciplinas. Curiosidad científica.

– Habilidad para el manejo de material multimedia y conocimiento de nuevas tecnolo-gías.

– Organización y gestión del tiempo y del trabajo.

– Gusto por el detalle y el trabajo bien hecho.


Tema 1. Control Estadístico de Procesos.

Tema 2. Muestreo para aceptación.

Tema 3. Diseño de Experimentos.


Las clases teóricas se impartirán con el apoyo de la proyección de transparencias, con contenido tanto teórico como ejemplos y resultados de MINITAB, complementadas con ejemplos y desarrollos en pizarra. Para cada tema se propondrá un listado de ejercicios, algunos de los cuales se resolverán en clase y otros serán a resolver por los estudian-tes.

Una copia de las transparencias presentadas en las clases teóricas, con los ejercicios propuestos en cada tema, así como de los formularios y tablas, para las clases teóricas y para el examen, se depositarán con antelación en el servicio de reprografía y en el aulario virtual.

Las clases prácticas se realizarán en las aulas de informática, con dos alumnos como máximo por ordenador, con el programa MINITAB. Se realizarán tres prácticas sobre los procedimientos para control estadístico de procesos (Gráficos de control para variables y atributos y Capacidad), en tres semanas consecutivas una vez finalizada la lección 2 del tema 1, y dos prácticas más sobre diseño de experimentos las dos últimas semanas del cuatrimestre. Las guías para las prácticas se entregan al comienzo de cada una de ellas. Se avisará con antelación las aulas asignadas por el Servicio Informático para prácticas.

7. EvaluaciónLa evaluación se realizará mediante un examen final en la fecha y hora señaladas por la Escuela.

Este examen se realizará por escrito y consistirá en la resolución de problemas o ejer-cicios y en la interpretación de resultados obtenidos con MINITAB. (Nota: es muy impor-tante escribir correctamente las fórmulas, probabilidades y distribuciones utilizadas).

Durante el examen los estudiantes podrán utilizar un resumen de fórmulas con tablas estadísticas, que deberán llevar cada uno al examen, sin ninguna anotación.

En la evaluación se tendrán en cuenta la participación y la realización de ejercicios pro-puestos durante las clases, tanto teóricas como prácticas.


Básica

HANSEN, B.L.; GHARE, P.M., “Control de calidad: teoría y aplicaciones”, Editorial Díaz de Santos (1989).

MONTGOMERY, D.C., “Control estadístico de la calidad”, Editorial Limusa-Wiley (2004).PRAT BARTÉS, A; TORT-MARTORELL, X.; GRIMA, P.; POZUETA, L., “Métodos estadísticos:

control y mejora de la calidad”, Editorial Edicions UPC (1997).

Recursos

Una copia de las transparencias presentadas en las clases teóricas, con los ejercicios propuestos en cada tema, así como de los formularios y tablas, para las clases teóricas y para el examen, se depositarán con antelación en el servicio de reprografía y en el Aulario Virtual. Las guías para las clases prácticas se entregan al comienzo de cada una de ellas

9. Idioma



Titulación: Ingeniería Técnica de Telecomunicación, especialidad Sonido e Imagen

CÓDIGO ASIGNATURA

40111 ESTADÍSTICA (EXTINCIÓN)

DEPARTAMENTOS CURSO





1º C. Obligatoria 6 4.5 1.5

PROFESORES

GOICOA MANGADO, TOMÁS


Estadística Descriptiva. Probabilidad, Inferencia Estadística


El estudiante debe tener un buen dominio de las técnicas y conceptos matemáticos presentados en la asignatura de matemáticas en los dos cursos del bachiller científico.


La titulación de Ingeniería Técnica de Telecomunicación (Imagen y Sonido) forma profe-sionales cuyo función actualmente se encuentra en el campo de la Ingeniería de Proyec-tos, Diseño y Desarrollo y en el campo de la producción: control de calidad, control de procesos e instalación. Gran parte de la actividad tanto en el diseño como en el control de calidad y de procesos se desarrolla en un ambiente de incertidumbre. Esto se debe a que, por una parte, las señales se ven afectadas por fenómenos aleatorios, llamados ruidos y, por otra parte, a que la calidad del servicio depende del dimensionado de la red, el cual se realiza de acuerdo al número de usuarios y el volumen del tráfico en la red que son también fenómenos aleatorios.La asignatura de Estadística, mediante el estudio de la probabilidad, proporciona a los estudiantes las bases teóricas y prácticas para una buena comprensión de las técnicas utilizadas para modelizar fenómenos en ambiente de incertidumbre. Estos resultados son claves para el tratamiento de señales aleatorias y de dimensionado de redes.Por otra parte, la información recogida (observaciones del volumen de usuarios, del volu-men de tráfico y de ruido del sistema) suele ser dar lugar a grandes volúmenes de datos que son tratados mediante técnicas de estadística descriptiva y paquetes estadísticos. Las clases prácticas de la asignatura desarrollan la parte de Estadística Descriptiva me-diante el software estadístico R, ampliamente difundido en el mundo académico y cuya distribución es libre. Finalmente se introducirá el estudio de la Inferencia Estadística, que permite el paso de las conclusiones obtenidas a nivel muestral a un nivel poblacio-nal en la parte final del curso.


Los objetivos a conseguir dentro de esta asignatura son:– Conocer las definiciones y técnicas básicas de la estadística.– Capacidad de organizar, representar gráficamente y resumir la información de los datos

observados de un determinado colectivo.

– Identificar relaciones lineales entre variables estadísticas.– Adquirir práctica en el cálculo de probabilidades.– Entender el concepto de variable aleatoria y distinguir entre variable aleatoria discreta

y continua.– Familiarizarse con las distribuciones de probabilidad más usuales y sus característi-

cas.– Saber utilizar técnicas de inferencia estadística.– Conocer los conceptos de parámetro, estadístico, estimador y estimación.– Entender las estimaciones estadísticas tanto puntuales como por intervalos.– Tomar decisiones basadas en contrastes de hipótesis.– Adquirir experiencia práctica en el manejo del programa R para realizar análisis esta-

dísticos en el ordenador.Las competencias transversales que se trabajan en esta asignatura son:– Uso correcto del lenguaje estadístico tanto oral como escrito.– Capacidad de organización y planificación.– Resolución de problemas.– Capacidad de aplicar los conocimientos a la práctica.


Tema 1. Estadística descriptiva.Tema 2. Probabilidad.Tema 3. Variables aleatorias discretas y algunas distribuciones.Tema 4. Variables aleatorias continuas y algunas distribuciones.Tema 5. Distribuciones en el muestreo.Tema 6. Estimación puntual y por intervalo.Tema 7. Contrastes paramétricos y no paramétricos.


Se trata de una asignatura de un plan de estudios a extinguir, dirigida únicamente a estudiantes repetidores, y en función del número de matriculados no está prevista la impartición clases pero sí un apoyo tutorial al estudiante.La actividad docente el año académico anterior se ha realizado con la siguiente meto-dología:El desarrollo del programa no es lineal, sino que se distribuye entre las clases prácticas y teóricas de la siguiente manera.A lo largo de 8 semanas de clase, una sesión (dos horas) se impartirá en clase de or-denadores. Estas sesiones se centran en el aprendizaje del paquete estadístico R (soft-ware libre), la resolución con ordenador de problemas planteados en las clases teóricas y la ilustración de conceptos abstractos mediante simulación.Las clases teóricas intercalarán explicaciones del profesor en la pizarra y trabajo perso-nal o en grupos informales de los estudiantes. Cada clase práctica sigue un guión que será entregado al estudiante con la debida antelación para que lo trabaje antes de la clase presencial.

7. EvaluaciónLa nota final será el resultado de la media ponderada del examen teórico-práctico, el examen práctico de ordenador, las pruebas de seguimiento y la asistencia a clase. Los


exámenes deberán ser superados por separado. El porcentaje correspondiente a cada parte será la siguiente:– 40% examen teórico-práctico de la asignatura. Este examen consiste en la resolución

de problemas por escrito o la respuesta a cuestiones teóricas. El alumno debe demos-trar sus conocimientos teóricos mediante la indicación de las fórmulas a utilizar, su habilidad para la resolución correcta de los problemas y su capacidad de interpreta-ción de los resultados. Este examen se realizará en el periodo reservado a exámenes del primer cuatrimestre.

– 30% examen práctico de ordenador. Este examen consiste en la resolución de proble-mas mediante el uso exclusivo del ordenador. Se evalúa la capacidad de resolución y la interpretación de los resultados obtenidos. Este examen se realizará en la octava sesión de prácticas.

– 20% pruebas de seguimiento. Dichas pruebas consistirán en la resolución de ejerci-cios prácticos que los alumnos deberán entregar.

– 10% asistencia a clase. Se considerará la proporción de clases a las que se ha asis-tido.

Para la convocatoria extraordinaria no se guardarán las notas de la convocatoria ordina-ria de enero. Se realizará tanto el examen teórico-práctico como el práctico de ordenador con las ponderaciones señaladas más arriba. Se guardará la puntuación de las pruebas de seguimiento y la asistencia a clase.


Bibliografía básica

UGARTE, M.D., MILITINO, A.F., and ARNHOLT, A.T., “Probability and statistics with R”, Editorial Chapman and Hall (2008).


DEVORE, J.L., “Probabilidad y Estadística para Ingeniería y Ciencias”, Editorial Thompon. (Versión en inglés y en castellano), 6ª Ed. (2005).

HERNÁNDEZ, V., RAMOS, E. y YÁNEZ, I., “Probabilidad y sus aplicaciones en ingeniería informática”, Ediciones Académicas (EDIASA), Madrid (2005, 2007).

9. Idioma

La asignatura se imparte en castellano (posibilidad de transparencias en inglés).

Titulación: Ingeniería Técnica en Informática de Gestión

CÓDIGO ASIGNATURA

41101 ESTADÍSTICA (EXTINCIÓN)

DEPARTAMENTOS CURSO





2º C. Troncal 9 4.5 4.5

PROFESORES

MOLER CUIRAL, JOSÉ ANTONIO


Estadística descriptiva, probabilidades, métodos estadísticos aplicados


En la asignatura de Estadística se utilizan en gran medida las herramientas y proce-dimientos presentados en las asignaturas de Cálculo y Álgebra cursadas en el primer cuatrimestre. Conviene, por tanto, que haya hecho un seguimiento suficiente de dichas asignaturas.


La titulación de Ingeniería Técnica de Informática de Gestión forma profesionales que deberán aportar sus conocimientos informáticos en los procesos de gestión, bien sea en empresas o en instituciones públicas. Por esta razón, cuantos más aspectos asociados a la gestión conozca el estudiante, mayor será su valía profesional puesto que así hará más útiles las herramientas informáticas por él creadas.El proceso de gestión requiere el manejo de grandes bases de datos cuyo diseño y posi-bilidades de explotación recae en los informáticos. En la práctica, estas bases de datos no son utilizadas únicamente como registro de individuos sino también como fuente para realizar resúmenes estadísticos (estadística descriptiva) que proporciona información sobre el comportamiento global de los individuos que conforman la base de datos, así como estudios que se proyectan a toda la población (inferencia estadística). Por esta razón, es importante que el estudiante de esta titulación adquiera unos conocimientos básicos que le permitan tener una idea de cómo y para qué serán utilizadas las bases de datos desde el punto de vista estadístico con el objeto de diseñarlas de modo útil, sepa la posible utilidad y tratamiento de los distintos campos creados en una base de datos y, en definitiva, se aproxime más a las necesidades reales de la gestión en donde el tratamiento estadístico de los datos es muy importante.Por otra parte, las técnicas probabilísticas son imprescindibles para el tratamiento de procesos en los que interviene el azar. En este curso el estudio de la probabilidad ocupa la práctica totalidad de las clases teóricas. El estudiante adquirirá así una sólida base de la disciplina que le facilitará la comprensión de modelos aleatorios más complejos utilizados en el campo de la informática.La probabilidad es necesaria para comprender el proceso de la inferencia estadística, pero cobra aún mayor importancia cuando se descubre su alto grado de aplicación en computación. Es utilizada, por ejemplo, para medir el modo de crecimiento de muchas estructuras de datos, con lo que se tiene una idea de la memoria ocupada y del tiempo


de búsqueda o inserción de datos de los correspondientes algoritmos en estas estruc-turas de datos, también proporciona modelos que permiten dimensionar eficientemente redes de computadores y se hace imprescindible para medir la fiabilidad en la transmi-sión de información.


Se persigue que el estudiante:– Adquiera conocimientos básicos sobre Estadística Descriptiva (Análisis de datos), Pro-

babilidad y Métodos estadísticos aplicados (Inferencia Estadística)– Aprenda a aplicar las técnicas estadísticas en la Ingeniería, para lo que se propondrán

situaciones relativamente próximas a casos reales.– Analice bases de datos mediante paquetes estadísticos.Asimismo, se trabajan las siguientes competencias transversales:– Capacidad de organización y planificación.– Comunicación oral y escrita.– Resolución de problemas.– Toma de decisiones.– Trabajo en equipo.– Creatividad.– Capacidad de aplicar conocimientos a la práctica.


Tema 0. Introducción a la estadística.Tema 1. Estadística descriptiva.Tema 2. Probabilidad.Tema 3. Variables aleatorias discretas y algunas distribuciones.Tema 4. Variables aleatorias continuas y algunas distribuciones.Tema 5. Variables aleatorias bidimensionales (discretas y continuas).Tema 6. Inferencia estadística.


El desarrollo del programa no es lineal, sino que se distribuye entre las clases prácticas y teóricas de la siguiente manera.En las dos sesiones teóricas semanales (4 horas de clase), se desarrollan los conte-nidos de los temas 0, 2, 3, 4 y 5. No obstante, durante el periodo de explicación del tema 5, se intercalarán algunas sesiones en las que se presenten desarrollos teóricos del tema 6.Los temas 1 y 6 se desarrollarán a lo largo de las sesiones prácticas a razón de dos horas semanales. Así, las 6 primeras sesiones prácticas se centran en el aprendizaje del paquete estadístico R (software libre) y su aplicación en el tema 1. Posteriormente se dedican tres sesiones prácticas al estudio de la probabilidad con R y el resto de se-siones se centran en el estudio del tema 6 donde R jugará un papel clave puesto que eliminará los laboriosos cálculos asociados a muchos de los procedimientos presenta-dos en el tema.Las clases teóricas intercalarán explicaciones del profesor en la pizarra y trabajo perso-nal o en grupos informales de los estudiantes. Cada clase práctica sigue un guion que será entregado al estudiante con la debida antelación para que lo trabaje antes de la clase presencial.

7. Evaluación

Convocatoria ordinaria

La calificación final de la asignatura se obtendrá del siguiente modo:100% examen escrito de la parte teórica y práctica de la asignaturaSe propondrán métodos de evaluación alternativos para valorar el trabajo personal del estudiante o fomentar la evaluación continua, especialmente en este curso de extinción. La ponderación que se le dé a estos métodos se detraerá del porcentaje asignado a la nota del examen final.

Convocatoria extraordinaria

Será igual a la nota obtenida en el examen de la convocatoria extraordinaria (no se guar-da ninguna nota contemplada en al convocatoria ordinaria)


HERNÁNDEZ, V., RAMOS, E. y YÁNEZ, I., “Probabilidad y sus aplicaciones en ingeniería informática”, Ediciones Académicas (EDIASA), Madrid (2005) [También es válida la edición anterior de este texto con título “Introducción al cálculo de probabilidades y sus aplicaciones a la ingeniería informática”].

SCHEAFFERS, R. L. y McCLAVE, J. T., “Probabilidad y Estadística para ingeniería”, Grupo Editorial Iberoamérica (1993).

WALPOLE, R.E., “Probabilidad y Estadística para ingenieros”, Editorial Pearson Education.

Recursos


9. Idioma



Titulación: Grado en Ingeniería Informática

CÓDIGO ASIGNATURA

240201 ESTADÍSTICA

DEPARTAMENTOS CURSO



Área general del departamento de Estadística e Investigación Operativa



PROFESORES

URMENETA MARTÍN-CALERO, HENARSANTAFÉ RODRIGO, GUZMÁNFERNÁNDEZ MILITINO, ANAMOLER CUIRAL, JOSÉ ANTONIOGARCÍA MAGARIÑOS, MANUELMENÉNDEZ GALVÁN, PATRICIAETXEBERRIA ANDUEZA, JAIONE


G1: Capacidad de aprendizaje autónomo.G2: Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, razonamiento crítico y de comunicar y transmitir conocimientos, habilidades y destrezas en el campo de la Ingeniería.G3: Capacidad para la comunicación oral y escrita en lengua inglesa.G4: Conocimiento en materias básicas y tecnológicas, que les capacite para el apren-dizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones.G5: Capacidad de análisis y síntesis.


E1: Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en deri-vadas parciales; métodos numéricos, algorítmica numérica; estadística y optimizaciónE2: Poseer conocimientos básicos sobre el uso y programación de los ordenadores, sis-temas operativos, bases de datos y programas informáticos con aplicación en ingeniería

3. Descriptores

Estadística Descriptiva, Probabilidad, Inferencia Estadística, Modelización Estadística

4. Metodología



A-2 Prácticas 14

A-3 Debates, puestas en común, tutoría grupos 1






...

Total 75 75


Competencia Actividad formativa

G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas

Castellano, inglés y euskera.

7. Contenidos

Estadística Descriptiva.Probabilidad.Inferencia Estadística.Introducción a la Modelización Estadística.

8. Evaluación


ParticipaciónEvaluación competencias: G1,G2,G3,E1

Asistencia a las sesiones presenciales.Intervención y aportaciones. Pruebas de respuesta corta, trabajos individuales

Registro del profesor/a. 40%

Conceptos de la materiaEvaluación competencias: G4-G5,E1,E2


Examen Teórico-Práctico 60%


9. Temario

Estadística Descriptiva

– Medidas de posición y dispersión. Frecuencias absolutas y relativas. Representaciones gráficas.

Probabilidad

– Espacio muestral y sucesos– Probabilidad condicionada, probabilidad total, regla de Bayes y sucesos independientes– Función de densidad y de distribución. Mediana, moda, percentiles y momentos.– Variables aleatorias discretas: Uniforme, binomial y Poisson. Variables aleatorias con-

tinuas: Uniforme, exponencial y normal.


– Introducción al muestreo. Parámetros y estimadores.– Distribución ji-cuadrado y t-Student.– Distribución en el muestreo de la media, la diferencia de medias y la proporción– Distribución F.– Distribución en el muestreo de la varianza y cociente de varianzas.– Estimación puntual y propiedades de los estimadores. Error cuadrático medio.– Introducción a los intervalos de confianza. Tipos de intervalos.– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes.

Introducción a la Modelización Estadística

– Análisis de Varianza.

10. Bibliografía

UGARTE, M. D., MILITINO, A. F., ARNHOLT, A. T. (2008). “Probability and Statistics with R”. CRC Press/Chapman and Hall.

DEVORE, J. (2005). “Applied statistics for engineers and scientists”. Thomson.MONTGOMERY, D.C. (2002). “Probabilidad y Estadística aplicadas a la ingeniería”. Limu-

sa-Wiley.MENDENHALL, W. (1997). Probabilidad y Estadística para ingeniería y ciencias. Prentice-

Hall.

Titulación: Grado en Ingeniería Electromecánica

CÓDIGO ASIGNATURA

241201 ESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES





E1: Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en deri-vadas parciales; métodos numéricos, algorítmica numérica; estadística y optimización.E2: Poseer conocimientos básicos sobre el uso y programación de los ordenadores, sis-temas operativos, bases de datos y programas informáticos con aplicación en ingeniería.

3. Descriptores

Estadística Descriptiva, Probabilidad, Inferencia Estadística, Modelización Estadística.


4. Metodología



A-2 Prácticas 14







...

Total 75 75



G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas


7. Contenidos


8. Evaluación








9. Temario



Probabilidad

– Espacio muestral y sucesos.– Probabilidad condicionada, probabilidad total, regla de Bayes y sucesos independien-

tes.– Función de densidad y de distribución. Mediana, moda, percentiles y momentos.– Variables aleatorias discretas: Uniforme, binomial y Poisson. Variables aleatorias con-

tinuas: Uniforme, exponencial y normal.


– Introducción al muestreo. Parámetros y estimadores.– Distribución ji-cuadrado y t-Student.– Distribución en el muestreo de la media, la diferencia de medias y la proporción.– Distribución F.– Distribución en el muestreo de la varianza y cociente de varianzas.– Estimación puntual y propiedades de los estimadores. Error cuadrático medio.– Introducción a los intervalos de confianza. Tipos de intervalos.– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes.



10. Bibliografía

UGARTE, M. D., MILITINO, A. F., ARNHOLT, A. T. (2008). “Probability and Statistics with R”. CRC Press/Chapman and Hall

DEVORE, J. (2005). “Applied statistics for engineers and scientists”. ThomsonMONTGOMERY, D.C. (2002). “Probabilidad y Estadística aplicadas a la ingeniería”. Limu-

sa-WileyMENDENHALL, W. (1997). Probabilidad y Estadística para ingeniería y ciencias. Prentice-

Hall


Titulación: Grado en Ingeniería en Tecnologías Industriales

CÓDIGO ASIGNATURA

242201 ESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES






3. Descriptores


4. Metodología



A-2 Prácticas 14







...

Total 75 75



G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas


7. Contenidos


8. Evaluación









9. Temario


– Medidas de posición y dispersión. Frecuencias absolutas y relativas. Representaciones gráficas

Probabilidad

– Espacio muestral y sucesos– Probabilidad condicionada, probabilidad total, regla de Bayes y sucesos independientes– Función de densidad y de distribución. Mediana, moda, percentiles y momentos– Variables aleatorias discretas: Uniforme, binomial y Poisson. Variables aleatorias con-

tinuas: Uniforme, exponencial y normal


– Introducción al muestreo. Parámetros y estimadores– Distribución ji-cuadrado y t-Student– Distribución en el muestreo de la media, la diferencia de medias y la proporción– Distribución F– Distribución en el muestreo de la varianza y cociente de varianzas.– Estimación puntual y propiedades de los estimadores. Error cuadrático medio– Introducción a los intervalos de confianza. Tipos de intervalos– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes


– Análisis de Varianza

10. Bibliografía




Hall

Titulación: Grado en Ingeniería en Tecnologías Industriales

CÓDIGO ASIGNATURA

243201 ESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES






3. Descriptores



4. Metodología



A-2 Prácticas 14







...

Total 75 75



G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas


7. Contenidos


8. Evaluación








9. Temario



Probabilidad




– Introducción al muestreo. Parámetros y estimadores.– Distribución ji-cuadrado y t-Student.– Distribución en el muestreo de la media, la diferencia de medias y la proporción.– Distribución F.– Distribución en el muestreo de la varianza y cociente de varianzas.– Estimación puntual y propiedades de los estimadores. Error cuadrático medio.– Introducción a los intervalos de confianza. Tipos de intervalos.– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes.



10. Bibliografía




Hall


Titulación: Grado en Ingeniería en Diseño Mecánico

CÓDIGO ASIGNATURA

251205 ESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES

ZAMORA VIDAURRETA, ANA JOSÉGOICOECHEA LÓPEZ-VAILO, JAVIER





3. Descriptores


4. Metodología



A-2 Prácticas 14







...

Total 75 75



G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas

Castellano

7. Contenidos


8. Evaluación









Escuela Técnica Superior de Ingenieros Agrónomos

Ingeniería Agronómica



36201 Estadística 2º 2º Troncal 9 1 1 49 Mª Blanca Palacios NavarroFrancisco Cerveto Peña

Ingeniería Técnia Agrícola



60110 Estadística (Extinción) 1º 1º Troncal 4,5 1 1 43 Francisco Cerveto Peña

68111

66109

Grado en Ingeniería Agroalimentaria y del Medio rural



9. Temario


– Variables cualitativas y cuantitativas. Variables discretas y continuas. Medidas de posi-ción y dispersión.. Frecuencias absolutas y relativas. Representaciones gráficas.

Probabilidad




– Introducción al muestreo. Parámetros y estimadores– Distribución en el muestreo de la media, la diferencia de medias y la proporción– Distribución ji-cuadrado y t-student– Distribución en el muestreo de la varianza y cociente de varianzas, Distribución F– Introducción a los intervalos de confianza. Tipos de intervalos– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes


– Análisis de Varianza– Regresión lineal

10. Bibliografía

UGARTE, M.D.; MILITINO, A.F.; ARNHOLT, A.T. (2008). Probability and Statistics with R. CRC Press/Chapman and Hall.

DVORE, J. (2005). Probabilidad y Estadística para Ingeniería y Ciencias. Thomson.MONTGOMERI, D.C. (2002). Probabilidad y Estadística Aplicadas a la Ingeniería. Limusa-

Wiley.MENDENHALL, W. (1997). Probabilidad y Estadística para Ingeniería y Ciencia. Prentice-

Hall.


Titulación: Ingeniero Agrónomo

CÓDIGO ASIGNATURA

36201 ESTADÍSTICA

DEPARTAMENTOS CURSO





2º C. Troncal 9 4.5 4.5

PROFESORES

PALACIOS NAVARRO, M. BLANCACERVETO PEÑA, FRANCISCO


Estadística, Probabilidad, Inferencia, Contraste de hipótesis, Correlación y Regresión.


Los alumnos deben tener un conocimiento teórico básico de cálculo matricial, diferencial e integral. El cálculo diferencial e integral debe ser al menos univariante y bivariante. Por tanto, se requiere que los alumnos hayan cursado las asignaturas de matemáticas (Cálculo y Álgebra) de primer curso.Sus actitudes deben estar orientadas a la búsqueda de información, así como al razo-namiento.


La asignatura de Estadística tiene un carácter instrumental. Un Ingeniero Agrónomo nece-sita saber cuáles son las herramientas científicas necesarias para hacer un correcto tra-tamiento de la información, o un diseño agronómico. Ésta es la única asignatura dedicada al conocimiento y a la práctica de las técnicas estadísticas. Es por ello que el programa de la asignatura es muy amplio. La primera parte está dedicada al análisis exploratorio de los datos, la segunda parte a la introducción a la probabilidad, la tercera la inferencia estadística y, finalmente, la cuarta está orientada a la modelización estadística.


Los objetivos a conseguir dentro de esta asignatura son:– Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la

inferencia estadística y la modelización– Que el alumno sepa resolver problemas de estadística elementales. Por ejemplo, cómo

se calculan medias y varianzas. Cómo se realizan los contrastes de hipótesis, cómo se estima un modelo estadístico.

– Adquirir experiencia práctica en el manejo de un software estadístico básico.– ¿Cuál es el papel de la Estadística en Agronomía? ¿Para qué sirve? ¿Qué problemas

resuelve?Las competencias específicas que se trabajan en esta asignatura son:– Capacidad de análisis de datos e interpretación correcta de los resultados. De esta

forma se consigue que el alumno conozca cuál es el alcance de sus estudios y hasta

qué punto puede extrapolar sus resultados. Esta asignatura puede ser de aplicación directa en el proyecto de fin de carrera, especialmente si está orientado a la explota-ción y análisis de datos.

Entre las competencias transversales que se trabajan y valoran en la asignatura desta-camos:– Correcta redacción y expresión escrita de las soluciones a los problemas propuestos.– Creatividad en la resolución de los problemas prácticos.– Organización del tiempo de estudio.– Capacidad de trabajo en equipo manteniendo la individualidad de cada alumno.


Bloque I: ProbabilidadTema 1. ProbabilidadTema 2. Variables aleatorias univariantes y multivariantes

Bloque II: Inferencia estadísticaTema 3. Muestreo y distribuciones asociadas al muestreoTema 4. Estimación paramétricaTema 5. Intervalos de confianzaTema 6. Contrastes de hipótesisTema 7. Métodos no paramétricos

Bloque III: Modelización estadística.Tema 8. Diseño de experimentos agronómicosTema 9. Regresión lineal


El programa consta de 9 temas teóricos cuyo contenido se desarrollará en el aula. Tam-bién se explicarán ejemplos y se realizaran problemas al finalizar las distintas seccio-nes. Como complemento de las clases teóricas, se realizarán 10 prácticas de ordenador con el paquete estadístico R cuyo contenido detallamos a continuación.– Introducción a R.– Estadística descriptiva.– Probabilidad.– Variables aleatorias.– Muestreo y distribuciones asociadas al muestreo.– Estimación puntual e Intervalos de confianza.– Contrastes paramétricos.– Contrastes no paramétricos.– Diseño de Experimentos.– Regresión.Las prácticas de ordenador se realizarán en sesiones semanales de dos horas.Además se realizarán varias pruebas de seguimiento en las que se corregirán las prác-ticas de ordenador.

7. EvaluaciónEn la evaluación de la asignatura se tendrán en cuenta los siguientes aspectos:– Asistencia a las clases y participación activa.– Pruebas de seguimiento.


– Exámen escrito.– Examen práctico con ordenador.– En la asistencia a clase se valorará también la participación activa del alumno en el

seguimiento de la asignatura.– Las pruebas de seguimiento consistirán en la resolución y discusión de los ejercicios

o prácticas que se planteen a los alumnos para resolver en clase o en sus lugares de estudio. Dichos ejercicios o prácticas se resolverán en la propia clase, o bien en la pizarra o bien en el ordenador, con la participación activa de los alumnos. El alumno deberá autoevaluarse con la puntuación indicada por el profesor. Al finalizar cada prue-ba de seguimiento el alumno deberá entregar las prácticas autoevaluadas.

– El examen escrito constará de varias preguntas de contenidos teórico-prácticos. En ellas se preguntará al alumno sobre los temas objeto de estudio. Se plantearán ejerci-cios para ser respondidos sin la ayuda del ordenador. En el examen teórico no estará permitido el uso de apuntes o libros.

– El examen práctico se realizará con el ordenador. En este examen, el alumno podrá disponer en formato electrónico de las prácticas realizadas de la asignatura en ese curso académico. No se permitirá material adicional.

– Se valorará la resolución de los ejercicios propuestos, la redacción y precisión de los comentarios aportados por los alumnos y una presentación clara y limpia.


Básica

UGARTE, M.D., MILITINO, A.F. and ARNHOLT, A. T., “Probability and Statistics with R.”, Editorial CRC Press/Chapman and Hall (2008).

Complementaria

UGARTE, M.D., MILITINO, A.F., “Estadística Aplicada con S-PLUS”, 2ª Ed. Revisada, Editorial Universidad Pública de Navarra, Pamplona (2002).

PETRUCCELLI, J. D., NANDRAM, B., CHEN, M., “Applied Statistics for Engineers and Scientists”, Editorial Prentice Hall (1999).

Software Estadístico

El alumno dispone del software estadístico de distribución libre llamado R, el cual puede utilizar tanto en la universidad como en su domicilio. Este software está ampliamente ex-tendido entre la comunidad científica por su fácil accesibilidad y el potencial que ofrece. Prácticamente cualquier procedimiento o técnica estadística que pueda resolverse com-putacionalmente está implementada en el paquete básico o en las librerías disponibles. Estas librerías son también de libre acceso. Tanto el paquete básico como las librerías pueden descargarse del sitio web: http://www.r-project.org/

Los alumnos tienen también a su disposición una página web en la que pueden encon-trar las prácticas y diversas funciones para el paquete estadístico R. La dirección de dicha página web es: http://www.unavarra.es/personal/amilitino/docente.htm

Recursos


9. Idioma


Titulación: Ingeniero Técnico Agrícola, especialidad Explotaciones Agropecuarias

CÓDIGO ASIGNATURA

60110/66109/68111 ESTADISTICA

DEPARTAMENTOS CURSO





1º C. Troncal 4.5 3 1.5

PROFESORES

CERVETO PEÑA, FRANCISCO


La asignatura está diseñada para que el alumnado adquiera una base de conocimien-tos, técnicas y métodos estadísticos relacionados con la ingeniería. Especialmente todo lo referido al análisis descriptivo de datos, la inferencia estadística y el análisis de la varianza como inicialización al diseño de experimentos de gran importancia en este tipo de estudios.

El conocimiento y utilización de un paquete estadístico es, hoy en día, instrumento de trabajo esencial para el tratamiento de los datos y técnicas de investigación. Practicare-mos con el programa informático R.


Para el seguimiento de la asignatura es suficiente con unos conocimientos básicos de matemáticas a nivel de bachillerato. En cualquier caso se hará una exposición verbal e intuitiva de los conceptos y se ilustrará mediante ejemplos concretos, evitando recurrir en lo posible a desarrollos complejos de tipo matemático.

Es muy aconsejable la asistencia a clase tanto de teoría y problemas como de prácticas.


La interpretación de muchas de las investigaciones en Ingeniería depende cada vez más de los métodos estadísticos. Se espera que el Ingeniero comprenda y ayude a implantar las técnicas estadísticas del control de calidad en el medio agroalimentario.

Los métodos estadísticos están ampliamente implantados en el mundo de la ingeniería, administración, banca, seguros y servicios en general. La información numérica de los datos extraídos son fundamentales en la toma de decisiones en un entorno de incerti-dumbre, donde siempre hay espacio para el debate acerca de cómo analizar correcta-mente un conjunto de datos.

Los conocimientos adquiridos serán de gran utilidad en otras materias y estudios pos-teriores, bien sea de postgrado, ingeniería superior o desarrollo de proyectos. Y, por supuesto, en todo aquello que tenga que ver con la investigación agraria.

Cada vez que se necesite obtener información sobre ciertas características de una po-blación, a partir de una muestra, utilizaremos los conceptos estudiados y las técnicas empleadas en esta asignatura. Igualmente utilizaremos lo aprendido siempre que reali-cemos afirmaciones contrastadas con medida del error o cuando queramos analizar las relaciones existentes entre diferentes caracteres.

http://www.r-project.org/

http://www.unavarra.es/personal/amilitino/docente.htm



Se pretende que el alumno de I.T.A. adquiera unos conocimientos básicos sobre Esta-dística Descriptiva (Análisis de datos), Probabilidad y Métodos estadísticos aplicados (Inferencia Estadística) para su aplicación posterior.

– Trataremos de responder a situaciones relativamente próximas a las reales, con el fin de que se puedan entender y comprobar las aplicaciones de la Estadística en el medio agrícola. Pretendemos con ello motivar al alumno en su estudio.

– En la actualidad, los datos recogidos de una población para el estudio de alguna carac-terística se prestan al análisis computerizado. Por ello, también es importante conocer el uso y la posibilidad de interpretar resultados a partir de un paquete estadístico.

– Realizaremos varias prácticas con R por su aplicación en investigación.

– El alumno, así mismo, debe desarrollar la actitud que le permita adquirir nuevas téc-nicas estadísticas que pueda precisar en otras asignaturas o en el ejercicio de su profesión.

– La capacidad de análisis y síntesis es esencial a la hora de hacer y saber hacer en el campo de la Estadística.

– En general, se pretende estimular el interés del alumno por la Estadística y sus mé-todos como ciencia que le permite obtener información de una población y reducir la incertidumbre en los procesos de decisión.


Tema 1. Estadística descriptiva.

Tema 2. Probabilidad.

Tema 3. Variables aleatorias.

Tema 4. Introducción a la inferencia estadística.


En el desarrollo de la asignatura se realizarán:

– Sesiones de teoría y problemas en las que el profesor expondrá las bases teóricas y las ilustrará con ejemplos prácticos. El seguimiento del estudio se realiza sobre apun-tes y transparencias proporcionados por el profesor.

– Aplicación de las técnicas estudiadas a la resolución de ejercicios, problemas o casos prácticos. Se proponen ejercicios al final de cada tema.

– Aplicación de las técnicas estudiadas realizando prácticas en el aula de informática sobre el PC con el paquete estadístico R. El profesor explica un ejemplo y se proponen uno o dos ejercicios adicionales para que el alumno practique individualmente.

– Sesiones de tutorías individualizadas donde el alumnado puede resolver sus dudas o plantear sus dificultades en el estudio de la materia.

– Sesiones de tutorías en grupo para resolución de ejercicios prácticos de repaso.

7. EvaluaciónLa evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas mediante:

– Examen escrito sobre cuestiones de teoría y ejercicios prácticos al final del cuatrimes-tre. El peso de esta calificación será un 80%.

– Examen sobre las prácticas informáticas realizadas en R, con un peso de un 20%.

– Realización de los ejercicios propuestos. Este apartado se contabiliza solamente si en el examen escrito se ha obtenido una calificación mínima de cuatro. Se podrá incre-mentar la calificación en 1 punto como máximo.


“Apuntes de teoría con ejemplos resueltos y hojas de problemas que se pueden encon-trar en el aulario virtual”.

QUESADA, V.; ISIDORO, A.; LÓPEZ, L.A., “Curso y Ejercicios de Estadística”, Editorial Alhambra (2000).

MURRAY, R.; SPIEGEL, “Estadística”, Editorial McGraw-Hill (2002).UGARTE, M.D.; MILITINO, A.F.; ARNJOLT, A., “Probability and Statistics with R”, Editorial

Chapman & Hall / CRC (2008).

Recursos


9. Idioma



Titulación: Grado en Ingeniería Agroalimentaria y del Medio Rural

CÓDIGO ASIGNATURA

251205 ESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES






3. Descriptores


4. Metodología



A-2 Prácticas 14







...

Total 75 75



G-1 A-1, A-2, A-4, A-6, A-8

G-2 A-1, A-2, A-3, A-4, A-6, A-7, A-8

G-3 A-1, A-4, A-6

G-4 A-1, A-2, A-4, A-6, A-8

G-5 A-1, A-2, A-3, A-4, A-6, A-7, A-8

E-1 A-1, A-2, A-4, A-6, A-7, A-8

E-2 A-2, A-4, A-6

6. Idiomas


7. Contenidos


8. Evaluación









9. Temario


– Medidas de posición y dispersión. Frecuencias absolutas y relativas. Representaciones gráficas

Probabilidad




– Introducción al muestreo. Parámetros y estimadores– Distribución ji-cuadrado y t-Student– Distribución en el muestreo de la media, la diferencia de medias y la proporción– Distribución F– Distribución en el muestreo de la varianza y cociente de varianzas.– Estimación puntual y propiedades de los estimadores. Error cuadrático medio– Introducción a los intervalos de confianza. Tipos de intervalos– Contrastes de hipótesis. Introducción. Error tipo I y tipo II. P-valor y potencia. Tipos de

contrastes


– Análisis de Varianza

10. Bibliografía

UGARTE, M.D.; MILITINO, A.F.; ARNHOLT, A.T. (2008). Probability and Statistics with R. CRC Press/Chapman and Hall.

DVORE, J. (2005). Probabilidad y Estadística para Ingeniería y Ciencias. Thomson.MONTGOMERI, D.C. (2002). Probabilidad y Estadística Aplicadas a la Ingeniería. Limusa-

Wiley.MENDENHALL, W. (1997). Probabilidad y Estadística para Ingeniería y Ciencia. Prentice-

Hall.

Asignaturas específicas de Libre Elección y de Campus Virtual Compartido

Asignaturas de Campus Virtual Compartido (G9)



81624 La economia de los Servicios en la empresa

2º CVC (G9) 6 1 0 74 Javier Faulín FajardoFernando Lera(Dpto. de Economía)

81624 Toma de decisiones en la e-empresa

2º CVC (G9) 6 1 2 71 Javier Faulín FajardoFernando Lera(Dpto. de Economía)

Asignaturas específicas de Libre Elección



88322 Logística y transporte en el ámbito industrial

1º Libre Elección

6 1 0 20 Javier Faulín FajardoJorge San Miguel Indurain(Dpto. Ing. Mecánica)


Titulación:

CÓDIGO ASIGNATURA

81624 LA ECONOMIA DE LOS SERVICIOS EN LA E_EMPRESA

DEPARTAMENTOS CURSO

EconomíaEstadística e Investigación Operativa

1


ECONOMIA APLICADAESTADISTICA E INVESTIGACION OPERATIVA


2º C. null 6 6 0

PROFESORES

LERA LÓPEZ, FERNANDOFAULÍN FAJARDO, FCO. JAVIER


La asignatura plantea un análisis del papel de la adopción de Internet en la empresa, con especial atención en la prestación de servicios.


Conocimientos básicos de Economía y Organización de Empresas al nivel de primer curso de carrera.


En el desarrollo formativo del alumno universitario es muy importante el desarrollo de habilidades relacionadas con las nuevas tecnologías de la comunicación y la informa-ción. En este contexto se desarrolla esta asignatura online, que se estructura en los si-guientes elementos. Después de una breve introducción de lo que supone Internet en la economía, en la parte central de la asignatura, se analiza la influencia de Internet desde una perspectiva múltiple: desde los cambios en la propia organización de la e-empresa hasta nuevas vías de comunicación con clientes y proveedores. Asimismo, se considera el impacto general de Internet en la productividad y rentabilidad de las e-empresas. A partir de esta visión general, se analiza el caso particular de las empresas de servicios. La posibilidad de prestar una serie de servicios online (desde la típica descarga de mú-sica o películas hasta la asistencia sanitaria) ha modificado profundamente la economía de los servicios. De este modo, han ido surgiendo un conjunto de situaciones específi-cas para las e-empresas como es el manejo de grandes bases de datos de clientes, la necesidad de atraerlos mediante técnicas muy diversas (blogs, comunidades virtuales, etc.), y sobre todo la necesidad de fidelizar al cliente. Todos estos temas se tratan en la tercera parte del programa, que finaliza con el estudio de algunas e-empresas que han triunfado en sus estrategias.



1. Que el futuro titulado conozca los fundamentos del desarrollo de Internet y sus efec-tos sobre las empresas de servicios, tanto desde una perspectiva macroeconómica como microeconómica.

2. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científi-co y técnico que se produzcan por el desarrollo y aplicación de las nuevas tecnologías de la información y la comunicación en la empresa de servicios.

3. Que sea capaz de relacionar dichos conocimientos con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Las competencias que se trabajan en esta asignatura son:– Competencias intelectuales.– Competencias de comunicación.– Competencias de gestión personal.


Bloque I. Introducción.Tema 1. El mito de la nueva economía.Tema 2. Una economía interconectada.

Bloque II. E-empresa y economía de los servicios.Tema 3. Concepto de e-empresa. Cambios organizacionales en la e-empresa.Tema 4. Nuevas formas de gestionar a los clientes en una e-empresa.Tema 5. Nuevas vías de comunicación con proveedores.Tema 6. El comercio electrónico.Tema 7. ¿Son más rentables y productivas las e-empresas?

Bloque III. E-empresa y prestación de servicios online.Tema 8. Empresas de servicios versus servicios en Internet.Tema 9. El mercado online de contenidos digitales. El caso del video, la música y los

videojuegos.Tema 10. Marketing viral y fidelización de clientes a través de Internet.Tema 11. E-empresas con éxito en la economía de los servicios (Trabajo final).


Docencia virtual en su totalidad, donde el alumno dispone del material docente elabora-do por los profesores, y se planifican una serie de actividades y trabajos periódicamente.Dadas las sinergías con otra asignatura virtual titulada “Toma de decisiones en la e-empresa·, se recomienda al alumno que se matricule de ambas, ya que le facilitará una visión y un mejor conocimiento de la materia de ambas asignaturas.

7. Evaluación

Sistema de evaluación

Se establece un sistema de evaluación basado en la evaluación continua mediante la va-loración del nivel de asimilación de los contenidos desarrollados a lo largo del curso (ac-tividades y trabajos quincenales), la realización de un trabajo final a partir de una lectura, y de la participación y motivación del alumno en la asignatura y en la enseñanza on-line.

Criterio de evaluación

La calificación final se obtendrá a partir de los siguientes criterios: 55% de la nota final mediante las actividades y trabajos quincenales a partir de los contenidos desarrollados


en el programa, 25% mediante un trabajo final, y un 20% que valora la participación (fo-ros, consultas, correos, accesos, etc.) en el curso.


BANEGAS, J., “La nueva economía en España”, Editorial Alianza Editorial, Madrid (2003).FUNDACIÓN ORANGE, “E-España 2007. Informe Anual sobre el desarrollo de la sociedad

de la información en España”, Editorial Fundación Orange Madrid (2007).GAPTEL, “Contenidos digitales. Nuevos modelos de distribución online”, Editorial http://

observatorio.red.es/gaptel/ (2006).

Recursos


9. Idioma


Titulación:

CÓDIGO ASIGNATURA

81635 TOMA DE DECISIONES EN LA E-EMPRESA

DEPARTAMENTOS CURSO


1


ECONOMIA APLICADAESTADISTICA E INVESTIGACION OPERATIVA


2º C. null 6 1 5

PROFESORES

LERA LÓPEZ, FERNANDOFAULÍN FAJARDO, FCO. JAVIER


La asignatura pretende resolver problemas de decisión en empresas de servicios o en empresas con una alta implicación en las TICs (e-empresas) mediante el estudio de diversas herramientas cuantitativas como son la Programación Lineal, el Análisis de Colas y la Simulación. Para ello, se hará un repaso de las características de este tipo de empresas mediante la resolución de casos empresariales preparados para tal efecto.


Conocimientos básicos de Estadística, Economía y de Organización de Empresas al nivel de primer curso de carrera.Conocimientos básicos de Internet y de informática.Conocimientos básicos de inglés.



Los objetivos a conseguir dentro de esta asignatura son:1. Que el futuro titulado conozca los fundamentos científicos de la toma de decisiones.2. Que conozca asimismo el método de trabajo de la toma de decisiones, desarrollando

capacidades para el análisis y la síntesis.3. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento cientí-

fico y técnico que se produzcan.4. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas cuanti-

tativas en toma de decisiones en empresas virtuales.Las competencias que se trabajan en esta asignatura son:1. Competencias intelectuales2. Competencias de comunicación3. Competencias de gestión personal


casos prácticos son obligatorios para la superación de la asignatura. El profesor pro-pondrá también ejercicios voluntarios de cada tema de la materia que servirán para ayudar a los alumnos en la preparación de los casos y también para mejorar la nota de los casos prácticos.


Bibliografía

BERTSIMAS, D. and FREUND, R.M., “Data, Models and Decisions. The Fundamentals of Management Science”, Editorial South-Western College Publishing (2000).

FITZSIMMONS, J.A. and FITZSIMMONS, M.J., “Service Management. Operations, Strategy and Information Technology”, Editorial McGraw-Hill (2008).

JOHNSTON, R.;CHAMBERS, S.; HARLAND, C.; HARRISON, A. and SLACK, N., “Cases in Operations Management”, Editorial Pitman Publising (2003).

Recursos


9. Idioma



Bloque I: Métodos cuantitativos para las empresas de servicio y las e-empresasTema 1 Introducción a los Métodos Cuantitativos en la EmpresaTema 2 Programación Lineal. Resultados fundamentalesTema 3 Dualidad y Análisis de Sensibilidad en Programación LinealTema 4 Modelos de Gestión de Líneas de esperaTema 5: Principales ideas sobre Simulación. Simulación de colas

Bloque II: Las empresas de servicio y las e-empresas: características y diseñoTema 6 Descripción de empresa de servicio. El papel de los servicios en una econo-mía. Calidad y Estrategia de serviciosTema 7 Características de las empresas de servicio. La organización de los servicios. El cliente de las empresas de servicioTema 8 Desarrollo de servicios y diseño de procesos. Instalaciones de servicio. Loca-lización de empresas de servicioTema 9 Los servicios en Internet: la e-empresa. Tipos de servicios a través de Inter-net. Diseño y distribución de servicios electrónicosTema 10 Toma de decisiones y gestión de la información mediante el empleo de DSS. La integración de los DSS en ERP


Se aconseja tomar esta asignatura junto con la de La economía de los servicios en la e-empresa que está presente en el campus virtual del G9. Esta asignatura y la de La economía de los servicios en la e-empresa tienen importantes sinergias de aprendizaje por lo que se recomienda al alumno que escoja las dos asignaturas ya que facilitará grandemente el conocimiento de la materia. Por otra parte, el estudio de cada una de las dos asignaturas ayuda a superar la otra.

7. Evaluación

Sistema de Evaluación

Evaluación continúa. Se tendrán especialmente en cuenta en la evaluación continua a los alumnos que hayan tenido una participación importante en la asignatura o que hayan desarrollado especialmente bien los casos prácticos o de los que se tenga certeza de su dedicación a la asignatura.

Criterios de Evaluación

La evaluación de la asignatura se realizará teniendo en cuenta los siguientes criterios: (los pesos señalados son únicamente orientativos).1. Participación (15%): La participación activa por parte de los alumnos/as en la asigna-

tura será muy tenida en cuenta. Se contabilizarán las intervenciones de los alumnos en los foros de las asignaturas.

2. Progresión (20%): Se tendrá en cuenta el punto de partida de cada alumno/a, y su progresión en la asignatura correspondiente en función de su nivel de partida.

3. Realización y análisis de casos y ejercicios propuestos por los profesores (65%). La aplicación de las técnicas cuantitativas a casos de empresas reales permite mostrar el conocimiento real de la asignatura por parte del alumno. Esta es la parte más importante en el proceso de evaluación del alumno. Se pedirá que cada alumno al menos un caso práctico y contarán para su realización de la ayuda del profesor. Estos


Titulación:

CÓDIGO ASIGNATURA

88322 LOGISTICA Y TRANSPORTE EN EL AMBITO INDUSTRIAL

DEPARTAMENTOS CURSO


1


ECONOMIA APLICADAINGENIERIA MECANICAESTADISTICA E INVESTIGACION OPERATIVA


1º C. null 6 3 3

PROFESORES

LERA LÓPEZ, FERNANDO (Departamento de Economía)FAULÍN FAJARDO, FCO. JAVIER


Conceptos básicos de Logística y Gestión de la Cadena de Suministros. Gestión de inventarios en Logística. Diseño de rutas de distribución. Gestión de transporte de mer-cancías.

2. Prerrequisitos y recomendacionesLos contenidos de esta asignatura están pensados para que cualquier alumno universi-tario con conocimientos básicos de la realidad empresarial e industrial de Europa pueda cursarla sin dificultad.

3. ContextualizaciónEsta asignatura está dirigida a todas las titulaciones de la Escuela Técnica Superior de Ingenieros Industriales y de Telecomunicación, de la Escuela Técnica Superior de Inge-nieros Agrónomos, de la Facultad de Ciencias Económicas y Empresariales y la titulación de Licenciado en Derecho. También se admiten alumnos de los Programas de intercam-bio Erasmus y similares.

4. Objetivos y competenciasLos objetivos a conseguir dentro de esta asignatura son:1. Que el futuro titulado conozca los fundamentos científicos de la logística, y sus últi-

mos avances.2. Que conozca asimismo el método de trabajo de la logística, desarrollando capacida-

des para el análisis y la síntesis.3. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento cientí-

fico y técnico que se produzcan.4. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas cuantita-

tivas en logística con los de diferentes disciplinas científicas y los pueda aplicar con-juntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Las competencias que se trabajan en esta asignatura son:1. Competencias intelectuales:2. Competencias de comunicación:3. Competencias de gestión personal:


Tema 1. Introducción.Tema 2. Alcance de la logística y sus actividades.Tema 3. Evolución de la logística.Tema 4. Objetivos de la función logística.Tema 5. Planificación y estrategia logística.Tema 6. Logística del producto y política de inventarios. Control de inventarios mediante

empuje y mediante arrastre.Tema 7. Decisiones de transporte y tratamiento de pedidos.Tema 8. Tipos de logística.Visitas planificadas de la asignatura.


La docencia de la asignatura se basará en clases teóricas y clases prácticas. Las cla-ses teóricas se basarán en el sistema de clases magistrales. Las clases prácticas se basarán en la resolución de casos prácticos. También se facilitará la visita a empresas por parte de los alumnos.

7. EvaluaciónLa evaluación de la asignatura se realizará teniendo en cuenta la asistencia a clase, las visitas a empresas, los trabajos prácticos y un examen final de recopilación.Esta asignatura se impartirá parcialmente en inglés para los alumnos Erasmus y los que así lo soliciten.


BALLOU, R. H., “Logística. Administración de la cadena de suministro”, Editorial Pearson, México (2004).

CASTÁN, J.A., CABAÑERO, C. y NÚÑEZ, A., “La logística en la empresa”, Editorial Pirámide, Madrid (2004).

SORET LOS SANTOS, I., “Logística y Marketing para la Distribución Comercia”, Editorial ESIC Editorial, Madrid (1999).

Recursos


9. Idioma



Asignaturas de Planes Oficiales de Posgrado



MÁSTER UNIVERSITARIO EN TECNOLOGÍA DE LAS COMUNICACIONES

71210 Procesos estocásticos y estadística

1º Opt. 1 11 Ana Fernández MilitinoJosé Antonio Moler Cuiral

MÁSTER UNIVERSITARIO EN BIOTECNOLOGIA

71241 Modelización estadística en biotecnología

1º Opt. 1 3 Mª Dolores Ugarte MartínezMª Blanca Palacios Navarro

MÁSTER UNIVERSITARIO EN AGROBIOLOGIA AMBIENTAL

71342 Diseño de experimentos Anual Opt. 1 9 Tomás Goicoa Mangado

MÁSTER UNIVERSITARIO EN CIENCIAS DE LA SALUD (Espec. en Salud Pública)

71400 Bioestadística 1º Opt. 1 41 Ana Fernández MiliginoMiren Portilla Manjón

MÁSTER UNIVERSITARIO EN MODELIZACIÓN MATEMÁTICA, ESTADÍSTICA Y COMPUTACIÓN

71502 Modelización estadística Anual Mª Dolores Ugarte Martínez

MÁSTER UNIVERSITARIO EN INGENIERÍA BIOMÉDICA

71576 Bioestadística y métodos de ayuda al diagnóstico médico

1º Opt. 1 2 19 Fermín Mallor GiménezIrene Paniello Alastruey

MÁSTER UNIVERSITARIO EN FORMACIÓN PROFESORADO DE EDUCACIÓN SECUNDARIA

71622 Complementos de matemáticas

1º Opt. 1 9 Tomás Goicoa Mangado

MÁSTER UNIVERSITARIO EN TECNOLOGÍA Y CALIDAD EN LAS INDUSTRIAS AGROALIMENTARIAS

71726 Aplicación de métodos estadísicos multivariantes en la industrial agroal.

1º Opt. 1 10 Carmen García Olaverri

MÁSTER UNIVERSITARIO EN CIENCIAS DE LA SALUD (Especialidad e iniciación a la invest.)

71945 Elaboración y análisis de encuestas

2º Opt. 1 10 Elena Abascal FernándezFrancisco Guillén GrimaInés Aguinaga OntosoVidal Díaz de Rada

MÁSTER UNIVERSITARIO EN AGROBIOTECNOLOGÍA

71970 Modelización estadística avanzada

1º Opt. 1 Mª Dolores Ugarte MartínezMª Blanca Palacios Navarro

MÁSTER UNIVERSITARIO EN BIENESTAR SOCIAL: INTERVENCIÓN INDIVIDUAL, FAMILIAR Y GRUPAL

72018 Métodos cuantitativos avanzados a la investigación social

1º Obl. 1 Henar Urmeneta Martín-Calero


Titulación: Máster Universitario en Tecnología de las Comunicaciones

CÓDIGO ASIGNATURA

71210 PROCESOS ESTOCÁSTICOS Y ESTADÍSTICA

DEPARTAMENTOS CURSO





2º Cuatrimestre 3 ECTS

PROFESORES

FERNÁNDEZ MILITINO, ANAMOLER CUIRAL, JOSÉ ANTONIO

Objetivos

Que el estudiante adquiera los siguientes conocimientos:– Tipos y configuraciones de sistemas de comunicaciones: procesos estocásticos.– Descripción general de los diferentes sistemas de comunicaciones: modelización del

dimensionado de sistemas mediante procesos.– Técnicas de diseño y dimensionado de los sistemas de comunicaciones: probabilidad

y procesos estocásticos. Contrastes de hipótesis y modelos estadísticos.– Técnicas de modelización y tratamiento del ruido en un sistema de comunicación: for-

mulación del proceso estocástico generador de la señal. Características del modelo. Dominio de la frecuencia y dominio del tiempo. Extracción de información en señales con ruido. Estimación óptima en el procesamiento de señales. Utilización de modelos estadísticos en el procesamiento de señales.

Programa

– Procesos en tiempo discreto con valores discretos.– Procesos en tiempo continuo.– Tipología de procesos estocásticos.– Estimación en el procesamiento de señales.– Extensiones del modelo de regresión.– Introducción al remuestreo. Bootstrap.

Metodología y plan de trabajo

Para alcanzar un nivel satisfactorio en la consecución de los objetivos presentados, se considera que esta asignatura requiere un tiempo de trabajo de 90 horas.

Evaluación

Examen escrito y trabajos realizados por los estudiantes.

Bibliografía

KULKAMI, V.G. (1995). “Modeling and Analysis of Stochastic Systems”. London.KAY, S.M. “Fundamentals of Statistical Signal Processing. Estimation Theory”. Editorial

Prentice Hall Signal Processing Series, New Jersey (1993).KAY, S.M. (1998). “Fundamentals of Statistical Signal Processing. Detection theory”.

Editorial Prentice Hall Signal Processing Series, New Jersey (1998).UGARTE, M.D.; MILITINO, A.F. and ARNHOLT, A. “Probability and Statistics with R”. Edito-

rial. CRC/ Chapman and Hall (2008).

Recursos



Titulación: Máster Universitario en Biotecnología

CÓDIGO ASIGNATURA

71241 MODELIZACIÓN ESTADÍSTICA EN BIOTECNOLOGÍA

DEPARTAMENTOS CURSO






PROFESORES

UGARTE MARTÍNEZ, Mª DOLORESPALACIOS NAVARRO, Mª BLANCA

Objetivos

– Que el alumno aprenda a diseñar un experimento biológico o agronómico.– Que el alumno defina correctamente los factores y la posibilidad de interacción entre

los mismos.– Que el alumno plantee correctamente el ensayo y lo justifique.– Que el alumno compruebe la adecuación del modelo y sus hipótesis básicas.– Que el alumno aprenda a resolver el experimento con ayuda de paquetes estadísticos

(específicamente R).– Que el alumno sepa interpretar los resultados del análisis estadístico.– Que el alumno sea capaz de redactar las conclusiones estadísticas del experimento.

Programa

– Cómo se diseña un experimento.– Diseños completamente aleatorios.– Diseños factoriales.– Experimentos con efectos aleatorios.– Modelos anidados.– Diseños Split-plot.– Asociación en variables cualitativas.– Regresión logística.– Análisis de supervivencia. Estimación de curvas por Kaplan-Meier.– Análisis de supervivencia. Modelos de Cox de riesgos proporcionales


Además de las lecciones magistrales teóricas que se verán complementadas con las prácticas de ordenador con el software R y con sesiones de trabajo con el profesor, el alumno deberá conseguir datos reales de un experimento biotecnológico que tendrá que analizar como trabajo personal o en grupo.

Evaluación

Se realizará una evaluación continua sobre el contenido de las clases teóricas, prácticas y el caso de estudio.

Bibliografía

HAALAND, P.D. “Experimental Design in Biotechnology”. Editorial Marcel Dekker (1989)UGARTE, M.D.; MILITINO, A.F. and ARNHOLT, A. “Probability and Statistics with R”. Edito-

rial. CRC.CHAPMAN and HALL (2008). “An Introduction to Categorical Data Analysis”. Editorial.

Wiley (1996)

Recursos



Titulación: Máster Universitario en Agrobilogía Ambiental

CÓDIGO ASIGNATURA

71342 DISEÑO DE EXPERIMENTOS

DEPARTAMENTOS CURSO





Anual 4,5 ECTS

PROFESORES


Objetivos

– Aprender a diseñar un experimento biológico y agronómico.– Definir correctamente los factores y la posible interacción de los mismos.– Plantear correctamente y justificar el ensayo.– Comprobar la adecuación del modelo elegido.– Resolver el experimento con ayuda de paquetes estadísticos.– Interpretar los resultados del análisis estadístico.– Redactar correctamente las conclusiones.

Programa

– Cómo se diseña un experimento– Diseños completamente aleatorios– Diseños factoriales– Experimentos con efectos aleatorios– Modelos anidados– Diseños Split-Plot


Las clases presenciales se dividen en sesiones teóricas y sesiones prácticas imparti-das en un aula de ordenadores. En las clases teóricas se explican los procedimientos estadísticos ilustrándolos con ejemplos de experimentos reales y permitiendo que los alumnos reproduzcan en el ordenador los resultados que se muestran. En las prácticas, se les entrega a los alumnos un caso práctico para que lo analicen individualmente, pudiendo preguntar dudas al profesor.

Evaluación

Al final de cada semana, el profesor resolverá las prácticas y los alumnos corregirán y puntuarán las prácticas de sus compañeros. Además, cada alumno deberá entregar al profesor una copia en papel de sus ejercicios para que el profesor pueda comprobar la puntuación que ellos mismos se han puesto. La resolución de las prácticas y la asisten-cia a clase supondrá un 60% de la nota.

El otro 40% corresponde a la realización de un examen consistente en la resolución de un caso práctico. Los alumnos podrán llevar todo el material que estimen oportuno al examen.

Bibliografía

MONTGOMERY, D.C. “Design and Analysis of Experiments” 6TH edition. Editorial Wiley (2004)

UGARTE, M.D.; MILITINO, A.F.; ARNHOLT, A.T. “Probability and Statistics with R.”. Editorial Chapman and Hall, CRC/Press. Boca Ratón (2008)

CLARKE, G.M. and KEMPSON, R.E. “Introduction to the design and analysis of experi-ments”. Editorial Arnold (1997)

Recursos



Titulación: Máster Universitario en Ciencias de la Salud (Especialidad Salud Pública)

CÓDIGO ASIGNATURA

71400 BIOESTADÍSTICA

DEPARTAMENTOS CURSO






PROFESORES

FERNÁNDEZ MILITINO, ANAPORTILLA MANJÓN, MIREN

Objetivos

– Conocer la enorme aplicación de la Estadística en Ciencias de la Salud y ser capaz de discernir aquellas situaciones en las que es posible y necesario un análisis esta-dístico.

– Conocer los conceptos básicos de técnicas estadísticas descriptivas, inferenciales y multivariantes

– Obtener resultados estadísticos mediante programas estadísticos usuales como SPSS y S-PLUS/R y saber interpretarlos para obtener conclusiones válidas.

– En resumen, se trata de conseguir que el alumno llegue a formular problemas reales en términos estadísticos, que sepa diseñar la adecuada toma de datos y aplicar las técnicas estadísticas adecuadas para la resolución de tales problemas.

Programa

– Estadística bivariable. Comparación de dos poblaciones. Tablas de contingencia y me-didas de asociación

– Estadística multivariable. Técnicas de dependencia y de interdependencia– Regresión lineal múltiple. Regresión logística– Análisis de varianza. Diseño de Experimentos– Análisis de supervivencia. Regresión de Cox– Estadística espacial. Análisis geográficos de incidencia y mortalidad


Clases teóricas, practicas, debates, puestas en común, tutorías, elaboración de traba-jos, estudio individual, exámenes.

Evaluación

Examen teórico (prueba objetiva): 40%Dos trabajos (Uno individual y uno en grupo): 40%Observación y notas del profesor: 20%

Bibliografía

AGRESTI, A. “An Introduction to Categorical Data analysis”. Editorial WileyEVERITT, B. and RABE-HESKETH, S. “Analyzing Medical Data Using S-PLUS”. Editorial

Springer (2001)PORTILLA, M.I.; ERASO, S.; GALÉ, C.; GARCÍA, I.; MOLER, J.A.; PALACIOS, M.B. “Manual

Práctico del Paquete Estadístico SPSS para Windows”. Editorial Universidad Pública de Navarra (1996)

UGARTE, M.D.; MILITINO, A.F. and ARNHOLT, A. “Probability and Statistics with R.”. Edito-rial Chapman and Hall/CRC, Boca Ratón (2008)

Recursos



Titulación: Máster Universitario en Modelización Matemática, Estadística y Computación

CÓDIGO ASIGNATURA

71502 MODELIZACIÓN ESTADÍSTICA

DEPARTAMENTOS CURSO





Anual 6 ECTS

PROFESORES

UGARTE MARTÍNEZ, Mª DOLORES

Objetivos

– Se pretende que el estudiante conozca las bases del modelo lineal y su extensión, los modelos lineales generalizados, como herramienta básica para construir modelos estadísticos. Se pretende que conozcan también las técnicas básicas del análisis mul-tivariante para explorar las relaciones presentes en conjuntos complejos de datos. El estudiante debe adquirir destreza en el proceso de aplicación de estas herramientas y modelos, utilizando un software estadístico. Las aplicaciones serán a problemas de ámbito medio-ambiental, socio-económico etc.

– El objetivo prioritario del curso es enseñar el proceso de modelización estadística; las técnicas multivariantes se plantean como un complemento que se desarrollará en mayor o menor medida en función de la preparación e intereses de los alumnos y la disponibilidad de tiempo.

Programa

– El modelo lineal.– Introducción al análisis multivariante.

Metodología y plan de trabajo:

Clases magistrales y prácticas de ordenador. Asistencia virtual.

Evaluación

El estudiante desarrollará un trabajo de modelización y análisis a partir de un conjunto de datos.

Bibliografía

WEISBERG, S. “Applied Regresion Análisis” 3ª Ed. Editorial John Wiley & Sons (2005)DAVISON, A.C. “Statistical Models”. Editorial Cambridge University Press (2003)KRAZNOWSKI, W.J. “Principles of Multivariate Analysis”. Editorial Oxford University Press

(2000)

Recursos


Titulación: Máster Universitario en Ingeniería Biomédica

CÓDIGO ASIGNATURA

71576 BIOESTADÍSTICA Y MÉTODOS DE AYUDA AL DIAGNÓSTICO MÉDICO

DEPARTAMENTOS CURSO





1º Cuatrimestre 4,5 ECTS

PROFESORES

MALLOR GIMÉNEZ, FERMÍNPANIELLO ALASTRUEY, IRENE

Objetivos– Que los estudiantes aprendan a identificar aquellos problemas que por incluir ele-

mentos de variabilidad y/o incertidumbre puedan ser abordados con herramientas estadísticas de probabilidad.

Programa– Conceptos estadísticos y probabilísticos básicos– Modelos estadísticos de regresión– Estadística multivariante– Introducción al análisis de datos funcionales

Metodología y plan de trabajoLa teoría de cada tema se impartirá en el aula. Los estudiantes dispondrán con ante-lación de las transparencias utilizadas como apoyo en la clase magistral. Todo este material, así como cualquier otro utilizado en el curso, estará disponible en la web a través del aulario virtual. El desarrollo de las clases prácticas se realizará en las aulas de informática donde cada estudiante contará con un ordenador para manejar los progra-mas estadísticos. Los guiones de las prácticas y los ficheros de datos utilizados también estarán disponibles en el aulario virtual. A la exposición de cada técnica estadística le seguirá su correspondiente práctica informática.

EvaluaciónExamen final de la asignatura: (50%)Trabajos en grupo: (30%).Trabajo individual: (20%)

BibliografíaRAMSAY, J.O.; SILVERMAN, B.O. “Functional Data Analysis”. Editorial Springer-Verlag (1997)DANIEL, W.W. (2005). “Bioestatistics. A Foundation for Analysis in the Health Sciences”

8ª Edition. Editorial John Wiley & Sons (2005)RIFFERNBURGH, R.H. “Statistics in Medicine” 2ª Edition. Editorial Elsevier (2006)

Recursos



Titulación: Máster Universitario en Profesorado de Educación Secundaria

CÓDIGO ASIGNATURA

71622 COMPLEMENTOS DE MATEMÁTICAS

DEPARTAMENTOS CURSO






PROFESORES


Objetivos

El Máster Universitario en Formación del Profesorado de Educación Secundaria por la Universidad Pública de Navarra tiene la finalidad de atender la demanda del colectivo de titulados/as universitarios/as que desee orientarse profesionalmente hacia la docencia en niveles de Secundaria, Bachillerato, Formación profesional y Enseñanzas de Idiomas, respondiendo a la obligatoriedad de cursar estudios de máster para ejercer la docencia dispuesta en la Ley Orgánica de Educación 2/2006 de 24 de mayo.Se trata de un máster oficial y su marco legislativo está desarrollado en el R.D. 1393/2007 en el que se establece la ordenación de las enseñanzas universitarias ofi-ciales en Grado y Máster (y Doctorado) y en la Orden ECI/385872007.

Programa:

– Estadística y probabilidad en la enseñanza secundaria– Usos de la estadística y sus aplicaciones en otras disciplinas– Contenidos de Estadística descriptiva en la enseñanza secundaria– Contenidos de Probabilidad en la enseñanza secundaria– Contenidos de Inferencia estadística en secundaria

Bibliografía:

SPIEGEL, M. “Teoría y problemas de probabilidad y estadística”. Editorial McGraw-Hill (1989).

PEÑA, D. Fundamentos de estadística. Editorial Alianza (2001).PEÑA, D., ROMO, J. Introducción a la estadística para las ciencias sociales. Editorial Mc-

Graw Hill (1997).

Recursos


Titulación: Máster Universitario en Tecnología y Calidad en las Industrias Agroalimentarias

CÓDIGO ASIGNATURA

71726APLICACIÓN Y MÉTODOS ESTADÍSTICOS MULTIVARIANTES EN LA INDUSTRIA AGROALIMENTARIA

DEPARTAMENTOS CURSO






PROFESORES

GARCÍA OLAVERRI, CARMEN

Objetivos

– El presente título de Master tiene una orientación investigadora cuya finalidad es la adquisición por parte de los estudiantes de una formación avanzada que promueva su iniciación en tareas investigadoras.

Por lo tanto, el objetivo global del título es que los futuros egresados hayan adquirido unas competencias generales y específicas que les permitan iniciar y desarrollar con éxito actividades de investigación, así como el desarrollo e innovación en el ámbito de las diversas entidades que forman parte o están vinculadas al sector agroindustrial.

Programa

– Tratamiento Estadístico de datos experimentales multivariantes– Herramientas, modelos y métodos– Análisis de la varianza: Modelo Univariante y Multivariante. Interacción de Factores– El Modelo lineal de Regresión.– Ampliación de Modelos de dependencia: Modelos Logit, Modelos no lineales, Modelos

de superficie de respuesta– Análisis Discriminante– Análisis de Componentes Principales– Análisis de Correspondencias– Análisis Cluster

Bibliografía

HAIR, J.; ANDERSON, R.; TATHAM, R.; BLACK, W. (2005). “Análisis Multivariante”. Edito-rial Prentice Hall (2005)

HAWKINS, D. M. “Topics in Applied Multivariate Analysis”. Editorial Cambridge University Press (2008)

PEÑA, D. “Análisis de Datos Multivariantes”. Editorial McGraw Hill (2002)

Recursos



Titulación: Máster Universitario en Ciencias de la Salud (Especialización e Iniciación a la Investigación)

CÓDIGO ASIGNATURA

71945 ELABORACIÓN Y ANÁLISIS DE ENCUESTAS

DEPARTAMENTOS CURSO






PROFESORES

ABASCAL FERNÁNDEZ, ELENAGUILLÉN GRIMA, FRANCISCO (Dpto. de Ciencias de la Salud)AGUINAGA ONTOSO, INÉS (Dpto. de Ciencias de la Salud)

Objetivos

– Que los estudiantes sepan aplicar los conocimientos adquiridos en metodología de investigación y tengan capacidad de diseñar proyectos de investigación dirigidos a la resolución de problemas, en el ámbito donde desarrolla su actividad profesional o en otros ámbitos nuevos que deseen explorar.

– Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la com-plejidad de formular juicios fundamentados en la evidencia científica y en el análisis riguroso de la misma.

– Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razo-nes últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades.

– Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo autónomo.

– Que los estudiantes adquieran los conocimientos, destrezas y actitudes necesarias para iniciar la tesis doctoral.

Programa de la parte correspondiente al Análisis de Encuestas

– Introducción y Objetivos– Del cuestionario a la base de datos– Obtención de los datos y calidad de la encuesta– Análisis de los datos I. Análisis de una pregunta: descripciones y contrastes de hipó-

tesis– Análisis de los datos II. Estudio de un tema concreto


Los fundamentos teóricos se imparten mediante una clase magistral en el aula donde se explican los procedimientos ilustrándolos con ejemplos de encuestas reales. Las clases prácticas se imparten en un aula de ordenadores, donde cada alumno analiza individualmente parte de una encuesta con la ayuda de la profesora.

Evaluación

Resolución de ejercicios 45%. Resolución de casos 45%. Asistencia y participación ac-tiva en clase 10%.

Bibliografía

ABASCAL, E. y GRANDE I. “Análisis de encuestas”. Editorial ESIC (2005)

Recursos



Titulación: Máster Universitario en Agrobiotecnología

CÓDIGO ASIGNATURA

71970 MODELIZACIÓN ESTADÍSTICA AVANZADA

DEPARTAMENTOS CURSO






PROFESORES

UGARTE MARTÍNEZ, Mª DOLORESPALACIOS NAVARRO, Mª BLANCA

Competencias genéricas

G1. Utilizar de manera eficiente las fuentes de información científica y técnica.G2. Saber cómo analizar los resultados de investigación, con capacidad para extraer conclusiones que se apliquen en la resolución de problemas y en el avance del conoci-miento.G7. Ser capaz de comunicar en forma escrita y oral los conocimientos, resultados, con-clusiones y razones que las sustentan a públicos especializados y no especializados.

Competencias específicas

E1. Diseñar experimentos que, cuando sea pertinente, tengan un adecuado plantea-miento estadístico.E2. Utilizar con destreza modelos y técnicas avanzadas de aplicación en agrobiotecno-logía.E6. Utilizar con eficiencia plataformas e interfaces bioinformáticas avanzadas de relevan-cia en agrobiotecnología.E7. Saber analizar y sintetizar los resultados de investigación y a transmitirlos de forma oral y escrita.

Requisitos previos

Haber realizado un curso básico de estadística (descriptiva e inferencia básica).

Programa

1. Modelo de regresión múltiple (inferencia y validación)2. Diseños factoriales (modelos de efectos fijos y aleatorios, con uno y dos factores)3. Modelos de respuesta binaria (logit, probit y cloglog)4. Análisis de supervivencia (curvas de Kaplan-Meier, test de la log-rank)

Metodologías docentes-Actividades formativas

Metodología-Actividad Horas Presenciales Horas no presenciales


A-2 Prácticas 20


A-4 Elaboración de trabajos 20

A-5 Lecturas de material 15



A-8 Tutorías individuales 5 2,5

…

Total 45 67,5

Relación de las actividades formativas con las competencias


G-1 A1, A2, A3, A4, A5, A6

G-2 A1, A2, A3, A4, A5, A6, A8

G-7 A3, A4, A7

E-1 A1, A2, A3, A4, A6, A7

E-2 A1, A2, A3, A4, A6, A7

E-6 A2, A4

E-7 A3, A4, A7

Metodologías de evaluación y calificación


Asistencia y ParticipaciónEvaluación competencias: G1, G2, G7, E1, E2 y E6.

Asistencia, al menos en un 90%, a las clases teóricas, prácticas, debates y puestas en común.Participación activa en las clases y en los foros de debate.Puntualidad en la entrega de trabajos.

Control de Firmas. Observación y notas del profesor.

20%

Conceptos de la materia.Evaluación competencias:G7, E1, E2 y E7.

Identificación de las técnicas estadísticas claves y comprensión de conocimientos teóricos y prácticos de la materia.

Examen práctico de ordenador.

50%

Elaboración de TrabajosEvaluación competencias:G1, G2, G7, E1 y E2.

Planteamiento del problema a resolver.Utilización adecuada de las técnicas estadísticas.Resolución del problema utilizando el software estadístico.Claridad y precisión en la presentación de los resultados.

Entrega de los trabajos en las fechas propuestas.Corrección de los trabajos en los debates y puestas en común.

30%


Bibliografía

UGARTE, M.D., MILITINO, A.F., ARNHOLT, A.T. (2008). “Probability and Statistics with R”. CRC/Chapman and Hall.

KLEINBAUM, D.G. and KLEIN, M. (2002). “Logistic Regression”. Second Edition. Springer.KLEINBAUM, D.G. and KLEIN, M. (2005). “Survival Analysis”. Second Edition.

Recursos


Titulación: Máster Universitario en Bienestar Social: Intervención individual, familiar y grupal

CÓDIGO ASIGNATURA

72018 MÉTODOS CUANTITATIVOS AVANZADOS EN LA INVESTIGACIÓN SOCIAL

DEPARTAMENTOS CURSO






PROFESORES

URMENETA MARTÍN CALERO, HENARVISCARRET GARRO, JUAN JESÚS (Departamento de Trabajo Social)

Objetivos

– Se pretende que los estudiantes adquieran los conceptos necesarios para manejar he-rramientas básicas del análisis de datos. En concreto de la organización de los datos, de su presentación, de la elaboración de gráficos y del análisis estadístico.

– Además de los conceptos necesarios también se pretende que aprendan a manejar un paquete de estadística. En este caso se ha elegido R, un software de libre distribución, es decir libre de cargas comerciales y académicas.

Requisitos

Este módulo es bastante “matemático”, sin embargo el bagaje matemático necesario es básico, prácticamente sólo se requiere destreza en el cálculo elemental. Aquí lo impor-tante son las ideas y no hay casi cálculo.En cuanto al uso del programa R, se enseñará el uso del R-commander, que da la posi-bilidad de manejar las herramientas amablemente desde ventanas con menús dirigidos. Para esta parte se requiere un nivel de usuario de ordenador básico, que conozca el manejo de ficheros (o documentos) en la estructura de carpetas (directorios).

Programa

– Introducción al análisis de datos– Introducción a R y R-commander– Análisis en una dimensión– Análisis de la relación en bidimensional– Introducción a la estadística inferencial


En las clases se combinarán la exposición de los conceptos de las herramientas de estadística con el uso de R como herramienta informática para poner en práctica estos conceptos. Se enseñará cómo instalar en el ordenador el paquete R.El desarrollo de este módulo es absolutamente lineal por lo que es necesario haber estudiado lo explicado hasta el momento para seguir avanzando.


Evaluación

Le evaluación es continua. Se reservará parte de la clase de los viernes para la exposi-ción de una práctica que se hará de manera continua utilizando las herramientas vistas en clase con un mismo conjunto de datos.Al finalizar el curso se podrá entregar un trabajo de repaso con un archivo de datos bus-cado por el estudiante para subir nota.

Bibliografía

RICARDO VELEZ Y OTROS. “Métodos Estadísticos en CC. Sociales”. Ediciones Académi-cas (2004)

PEÑA, DANIEL Y ROMO, J.. “Introducción a la estadística para las Ciencias Sociales”. Editorial McGraw Hill (1997)

Recursos


3.2. Tercer ciclo

El Departamento realiza la siguiente actividad de doctorado.

3.2.1. Cursos de Doctorado impartidos por profesores del Departamento en otros Programas de Doctorado

El Departamento imparte cursos en los siguientes programas de doctorado:– Aplicación de métodos estadísticos multivariantes en la industria agroalimentaria 3

créditos. Dra. Carmen García Olaverri y Dra. Sagrario Gómez Elvira. Programa: Tecnolo-gía y calidad en las industrias agroalimentarias (Departamento responsable Tecnología de Alimentos). Programa con mención de calidad.

3.3. Proyectos fin de carrera

Los proyectos fin de carrera defendidos en el Departamento durante el curso 2009-2010 han sido:– “Desarrollo y validación de un modelo de simulación para el complejo asistencial mé-

dico tecnológico de Navarra (CAMTNA)”. Alumna–proyectista: Dña. Ainara Garde Blesa. Tutores: Dra. Cristina Azcárate Camio y Dr. Fermín Mallor Giménez.

– “Simulación del proceso productive de INASA FOIL,S.A.”. Alumno proyectista: D. Mikel Ferreiro Villaluenga Tutores: Dra. Cristina Azcárate Camio y Dr. Fermín Mallor Giménez

– “Diseño de protocolos y sistemas de descarga para la desmezcla de productos en el centro comercial CC3 de Pamplona”. Alumna-proyectista Dña. Paula Arias Colinas. Tutores: Dr. Javier Faulín Fajardo y Dr. Joaquín Sevilla Moroder.

– “Probabilistic cost model for offshore wind energy”. Alumno-proyectista: D. Iván Agós Ardanaz. Tutor Dr. Fermín Mallor Giménez.

3.4. Trabajos fin de máster

Los Trabajos fin de Master defendidos en el Departamento durante el curso 2010-2011 han sido:– “Evolución en el cálculo de medidas de centralización y dispersión en 3º de ESO”.

Realizado por Ainhoa Huarte Olaz y dirigido por Tomás Goicoa Mangado. Calificación: sobresaliente. 24 de septiembre de 2010.

– “Modelos probabilísticos para la asignación de pacientes en ensayos clínicos”. Reali-zado por Arkaitz Galbete Jiménez y dirigido por José Antonio Moler Cuiral. Calificación: Sobresaliente (10). En la Facultad de Matemáticas de Bilbao (Lejona-Bilbao).


4. Actividad investigadora

4.1. Asistencia a congresos

Internacionales con comunicación

Grande, I. and Abascal, E. “A multidimensional scale to measure consumer involvement: the integration of partial approaches to predict Risk-Taking and variety-seeking ten-dencies”. 18Th International Conference on Retailing and Consumer Services Science. San Diego (USA). Julio 18, 2011

Azcárate, C., Blanco R., and Mallor, F. “Including management policies in a simulation model of a renewable energy system”. 2010 Winter Simulation conference. Baltimore (USA). Diciembre 5-8, 2010

Azcárate, C., Barado, J., and Mallor, F. “Estimating Management Policies in Intensive Care Units Joining Historical Data and Expert Opinions”. INFORMS Healthcare 2011. Montreal (Canadá). Junio 20-22, 2011

Azcárate, C., Mallor, F. “Assessing the influence of operation theatres on the bed oc-cupancy level of intensive care units l”. 24th European Conference of Operational Research (EURO XXIV). Lisboa (Portugal). Julio 11-14, 2010

Etxeberria, J., Ugarte, M. D., Goicoa, T., Militino, A.F., and Pollan, M. “Spatio-Temporal patterns of breast cancer mortality Optimization 2011. Lisbon (Portugal). Julio 24-27, 2011

Etxeberria, J., Ugarte, M. D., Goicoa, T., Militino, A.F. “Spatio-temporal risk smoothing and forecasting with P-splines” (Poster). 26th IWSM 2011. Universidad de Valencia (España). Julio 11-15, 2011

Etxeberria, J., Ugarte, M. D., Goicoa, T., Militino, A.F. and Ardanaz, E. “Gender-specific spatio-temporal patterns of colorectal cancer incidence in Navarre (Spain) between 1990-2005”, Poster. Congreso GRELL. Universite de Caen (Francia) 12.2 Congresos Internacionales 61. Junio 1-3, 2011

Faulín, J., Juan A., Lera, F. and Grasman, S. “Solving the Capacitated Vehicle Routing Pro-blem with Environmental Criteria Based on Real Estimations in Road Transportation: A Case Study”. 14th EURO Working Group on Transportation Meeting & 26th Mini-EURO Conference. Poznan (Poland). Septiembre 6-9, 2011

Lourenço, H., Juan, A., Faulín, J., Ferrer, A.; Dragos, I. “Multi-start biased randomization heuristics for solving non-smooth routing problems”. EURO 24- Lisbon 2010. Euro-pean Conference on Operational Research. Lisboa. (Portugal). Julio 11-14, 2010

Juan, A., Faulín, J. and Llorente, M.A. “SR-1: A Simulation-Based Algorithm for the Ca-pacitated Vehicle Routing Problem”. RCRA-HAROSA 2011. Barcelona (España). Julio 17-18, 2011


Juan, A., Faulín, J., Jorba, J., Grasman S. “Teaching Operations Research Online: Expe-riences and Challenges using Virtual Campuses”. IFORS 2011. Melbourne (Australia). Julio 11-15, 2011

Juan, A., Faulín, J., Jorba, J., Grasman S. “Solving the VRP with Stochastic Demands using Distributed and Parallel Computing”. IFORS 2011. Melbourne (Australia). Julio 11-15, 2011

Faulín, J., De Paz, E., Lera, F. and Juan, A. “Multicriteria Procedures for Environmental Assessment of Transport Routes Crossing the Pyrenees in Navarre (Spain)”. 21st Con-ference of Multiple Criteria Decision Making. Jyvaskyla (Finlandia). Junio 13-17, 2011

Faulín, J., Juan, A., Riera, D., Cáceres, J. and Grasman. S. “Use of Parallel Computing to Solve the VRP with Stochastic Demands”. VII ALIO/EURO. Workshop on Applied Com-binatorial Optimization. Oporto (Portugal). Mayo 4-6, 2011

Faulín, J., Juan, A., Riera, D. and Grasman. S. “The Stochastic Vehicle Routing Problem Solved Using Simulation Techniques: A Review”. ROADEF. Saint Étienne (Francia). Mar-zo 2-4, 2011

Juan, A., Dragos I., Marques, J.M. and Faulín, J. “Reliability and Availability issues in Large-scale Distributed Systems. In Proceedings of the 2010 Winter Simulation Confe-rence (WSC10)”. Winter Simulation Conference. Baltimore Maryland, USA. Diciembre 5-8, 2010

Faulín, J., Lera, F. and Juan, A. “Optimizing Routes Safety and Environmental Criteria in Transportation Management in Spain: A Case Study”. 2010 IN3-HAROSA Workshop. Noviembre 22-23, 2010

Del Valle, A.G., Crespo, D., Del Rio, D., Faulín, J., Ríos, R. “Simulation of Multimodal Transport of Goods between the Atlantic and Mediterranean Regions in Spain”. IN-FORMS Annual Meeting. Austin, Texas (USA). Noviembre 7-10, 2010

Juan, A., Faulín, J., Grasman, S., Del Valle, A.G. “SimuRial: A Reliability-Based Algorithm to Solve the Vehicle Routing Problem with Stochastic Demands using Monte Carlo Simulation”. INFORMS Annual Meeting. Austin, Texas (USA). Noviembre 7-10, 2010

Juan, A., Dragos, I., Faulín, J., Ferrer, A. “Using multi-start randomized heuristics to solve non-smooth optimization problems and non-convex”. Conference on Numerical Op-timization and Applications in Engineering (NUMOPEN 2010). Barcelona (España). Octubre 13-15, 2010

Galbete, A., Moler, J. A., Plo, F. “Response-adaptive designs based on the Ehrenfest urn”. (Exposición oral). Pyrenees International Workshop on Statistics, Probability and Operations Research, SPO 2011. Publicaciones Seminario García Galdeano. Jaca (Es-paña). Septiembre 13-16, 2011

García Magariños, M. “Cluster analysis based on identity-by-descent (IBD) and poste-rior probability to detect distant relationships. Computational aspects and biomedical applications”. 17th European Young Statisticians Meeting. Lisboa (Portugal). Sep-tiembre 5-9, 2011

Goicoa, T., Ugarte, M.D., Militino, A.F., and Etxeberria, J. “Prediction of cancer mortality risks in spatio-temporal disease mapping” (Comunicación oral). Spatial Data Methods for Environmental and Ecological Processes- Second Edition (Spatial 2). Universidad de Foggia (Italia). Septiembre 1-2, 2011

González-Torres, M.A., Mirapeix, C., Fernández-Rivas, A., Goicoa, T., Gallego, A., Inchausti, L. “Factors associated to “treatment/dose” (number of therapeutic interventions) in a multicomponent integrative public program for personality disorders” (Poster). XIIth International Society for the Study of Personality Disorders Congress. Melbourne (Aus-tralia). Marzo 1-4, 2011

Bárcena, M.J.; Menéndez, P.; Palacios, M.B.; Tusell, F. “Measuring the real estate Dub-ble: a house Price index for Bilbao”. 26th International Workshop on Statistical Mode-lling IWSM 2011). Valencia (España). Julio 11-15, 2011

Azcárate, C., Blanco R., and Mallor, F. “Including management policies in a simulation model of a renewable energy system”. 2010 Winter Simulation conference. Baltimore (USA). Diciembre 5-8, 2010

Azcárate, C., Barado, J., and Mallor, F. “Estimating Management Policies in Intensive Care Units Joining Historical Data and Expert Opinions”. INFORMS Healthcare 2011. Montreal (Canadá). Junio 20-22, 2011

Paniello, I. “Pairs of quotients of strongly nonsingular Jordan pairs” (Poster). Encuentro en Teoría de Grupos y sus aplicaciones en ocasión del 60 cumpleaños de Javier Otal. Organiza: Departamento de Matemáticas, Universidad de Zaragoza; Instituto de Ma-temáticas y Aplicaciones. Zaragoza (España). Junio 10-11, 2011

Paniello, I. “Noncommutative probability and quantum systems”. Cuarto Curso de Esta-dística Algebraica. Organiza: Centro de Investigación en Matemáticas, Informática y Estadística de la Universidad de la Rioja, Departamento de Matemáticas y Computa-ción. Logroño (España). Abril 28-30, 2011

Paniello, I. “Coalgebraic models for discrete evolutionary phenomena”. Centennial Con-gress of the Spanish Royal Mathematical Society R.S.M.E. 2011. Organiza: Real So-ciedad Matemática Española. Ávila (España). Febrero 1-5, 2011

Ugarte, M. D., Goicoa, T., Etxeberria, J., Militino, A.F. “Spatio-temporal modelling of prostate cancer mortality risks in small areas”. (Comunicación oral). SAE 2011. Trier University (Alemania). Agosto 11-13, 2011

Ugarte, M. D., Goicoa, T., Etxeberria, J., Militino, A.F. and Pollán, M. “Spatio-temporal analysis of breast cancer mortality risks” (Comunicación oral). 6th EMR-IBS Conferen-ce. Creta (Grecia). Mayo 8-12, 2011

Closas, A.H., Ugarte, M. D. and Sanz de Acedo, ML. “Aspectos metodológicos para la modelización estadística del rendimiento matemático”. (Expositor). II Encuentro de docentes e investigadores de Estadística en Psicología. Buenos Aires (Argentina). Noviembre 18-20, 2010

Nacionales con comunicación

Etxeberria J., Ugarte MD., Goicoa T., and Militino A.F. “Predicting cancer mortality risks using P-spline models” (Comunicación Oral). XIII Conferencia Española y III Encuentro Iberoamericano de Biometría. Universidad de Barcelona. Septiembre 7-9, 2011

Galbete, A., Moler, J. A., Plo, F. “Un diseño adaptado a la respuesta basado en la urna de Ehrenfest”. (Comunicación Oral). I Congreso de Jóvenes investigadores en estadís-tica: diseño de experimentos y Bioestadística. Actas del congreso.

Toledo. Noviembre 24 al 26, 2010

Galbete, A., Moler, J. A., Plo, F. “Diseños adaptados a la respuesta”. (Grupo de trabajo en diseños de respuesta adaptada). Summer School on Statistical Experimental De-sign. Almagro, Ciudad Real (España). Junio 7 al 10, 2011

Moler, J. A. “Ensayos clínicos: ética, aleatorización e inferencia”. (Charla invitada). I Congreso de Jóvenes investigadores en estadística: diseño de experimentos y Bioes-tadística”. Actas del congreso. Toledo. Noviembre 24 al 26, 2010

Contribuciones relevantes a congresos

Juan, A., Faulín, J. “On the Use of Monte Carlo Simulation techniques to solve the Vehicle Routing Problem” (conferencia invitada). XIX International Symposium on Application of Systems Theory. Zakopane (Poland). Septiembre 25-27, 2011


Phillips, C., Lareu, M.V., García-Magariños, M., Quintela, I., Carracedo, A., and Salas, A. “A distant relationship resolved with genome-wide SNP analysis”. 24th World Con-gress of the International Society of Forensic Genetics (ISFG). Viena (Austria). Agosto, 29– Septiembre, 3, 2011

Fernández-Formoso, L., Phillips, C., García Magariños, M., Fondevilla, M., Carracedo, A., and Lareu, M.V. (Poster) “Development of an ancestry informative STR multiplex”. 24th World Congress of the International Society of Forensic Genetics (ISFG). Viena (Austria). Agosto, 29– Septiembre, 3, 2011

Militino A. F. (Ponencia invitada). “Potencia de un contraste en Diseño de Experimen-tos”. II Jornadas para la Enseñanza y el Aprendizaje de la Estadística e Investigación Operativa. Las Palmas de Gran Canaria (España). Junio 27-28, 2011

Militino, A.F. “How Statistics can help to solve real problems in Agriculture, Environment and Climatology”. Jornadas de Estadística y Climatología. Sevilla (España). Mayo 27, 2011

Paniello, I. “Conference on Non-associative Algebra in Action, Conference in Honor of Professor Kevin McCrimmon”. Universidad de Virginia, Charlottesville (EEUU). Sep-tiembre 9-11, 2011

09/09/2011-11/09/2011Lozano, J.A., Santafé, G., Inza, I. “Honest evaluation of classification models”. Tutorial

impartido en la Asian Conference on Machine learning (ACML2010), Tokyo (Japan). Noviembre 8-10, 2010

Lozano, J.A., Santafé, G., Inza, I. “Classifier performance evaluation and comparison”. Tutorial impartido en la IEEE International Conference on Machine Learning and Appli-cations (ICMLA 2010), Washington DC (USA). Dec. Diciembre 12-14, 2010

Torres, L.M., Magana, E., Izal, M., Morato, D., Santafé, G. “An anomaly-based intrusion detection system for IEEE 802.11 networks”. Artículo presentado en la IFIP Wireless Days Conference. págs 1-6. Venecia (Italia). Octubre 20-22, 2010

Ugarte, M.D. (Ponencia invitada). “S-ANOVA Models in space-time disease mapping”. Spanish-Italian Seminar on Statistics. Granada (España). 27-28 Septiembre, 2011

Ugarte, M.D. (Ponencia invitada). “Test de Permutaciones y Test Bootstrap”. II Jornadas para la Enseñanza y el Aprendizaje de la Estadística e Investigación Operativa. Las Palmas de Gran Canaria (España). Junio 27-28, 2011

Ugarte, M.D. “Organizadora de dos sesiones sobre Small Area Estimation” (con D. Mo-rales, J. Rao y R. Chambers). 3rd International Conference of the ERCIM WG on COM-PUTING & STATISTICS (ERCIM’10). Londres (Reino Unido). Diciembre 10-12, 2010

4.2. Publicaciones

Internacionales

Revistas

Buckland G., Agudo A., Travier N., María Huerta J., Cirera L., Tormo MJ., Navarro C., Do-lores Chirlaque M., Moreno-Iribas C., Ardanaz E., Barricarte A., Etxeberria J., Marin P., Ramón Quirós J., Redondo ML., Larrañaga N., Amiano P., Dorronsoro M., Arriola L., Basterretxea M., Sánchez MJ., Molina E., González CA. “Adherence to the Mediterra-nean diet reduces mortality in the Spanish cohort of the European Prospective Inves-tigation into Cancer and Nutrition” En: (EPIC-Spain). Br J Nutr. 2011. Pág. 1-11 (11)

Juan, A., Faulín, J., Grasman, S., Riera, D., and Méndez, C. “Using Safety Stocks and Simulation to Solve the Vehicle Routing Problem with Stochastic Demands”. En: Trans-portation Research Part C: Emerging Technologies- Special Issue of ODYSSEUS 2009 - the 4th International Workshop on Freight Transportation and Logistic. Vol. 19, No. 5, August 2011. Pág. 751-765

Juan, A., Faulín, J., Jorba, J., Riera, D., Masip, D., and Barrios, B. “On the Use of Monte Carlo Simulation, Cache and Splitting Techniques to Improve the Clarke and Wright Savings Heuristics”. En: Journal of Operational Research Society. Vol. 62, No 6, June 2011. Pág. 1085-1097

Úbeda, S., Faulín, J., and Arcelus, F. “Green Logistics at Eroski: A Case Study”. En: In-ternational Journal of Production Economics. Vol. 131, No 1, May 2011. Pág. 44-51

Juan, A., Ruiz, R., Faulín, J., Barrios, B., and Caballé, S. “The SR-GCWS Hybrid Algorithm for Solving the Capacitated Vehicle Routing Problem”. En: Applied Soft Computing. Vol. 10, No. 1, January 2010. Pág. 215-224

Faulín, J., Juan, A., Lera, F., and Grasman, S. “Solving the Capacitated Vehicle Routing Problem with Environmental Criteria Based on Real Estimations in Road Transporta-tion: A Case Study”. En: Procedia Social and Behavioral Sciences. Vol. 20, 1, 2011. Pág. 323-334

Faulín, J., Lera, F., and Juan, A. “Optimization Routes with Safety and Environmental Crite-ria in Transportation Management in Spain: A Case Study”. En: International Journal of Information Systems and Supply Chain Management. Vol. 4, No. 3, 2011. Pág. 38-59

Juan, A., Riera, D., Faulín, J., and Grasman, S. “Hybrid Algorithms for Solving Realistic Routing, Scheduling and Availability Problems”. En: International Journal of Informa-tion Systems and Supply Chain Management- HAROSA Special Issue. Vol. 4, No. 2, 2011. Pág. 1-87

Phillips, C., Fernández-Formoso, L., García-Magariños, M., Porras, L., Tvedebrink, T., Ami-go, J., Fondevila, M., Gómez-Tato, A., Alvarez-Dios, J.A. Freire-Aradas, A., Gómez-Carba-lla, A., Mosquera-Miguel, A., Carracedo, M.V., Lareu. “Analysis of global variability in 15 established and 5 new European Standard Set (ESS) STRs using the CEPH human genome diversity panel”. En: Forensic Science International: Genetics, 5, 155-169 (2011)

Ariz I., García-Olaverri C. et al.: “Depletion of the heaviest stable N isotope is associated with NH4+/NH3 toxicity in NH4+-fed plants”. En: BMC Plant Biology. 2011 11(1). p.83 (1-13)

García Olaverri, C., Huerta, E. “Union’s influence in the performace of the spanish com-panies: an overview”. En: International Labour Review. 2011. Vol 150 (3)

Goicoa, T., Militino, A.F., and Ugarte, M.D. “Modelling aboveground tree biomass while achieving the additivity property”. En: Environmental and Ecological Statistics. 18, pp. 367-385, 2011

C. Mallor, M. Carravedo, G. Estopañán, F. Mallor. “Characterization of genetic resources of onion (Allium cepa L.) from the Spanish secondary centre of diversity”. En: Spanish Journal of Agricultural Research. 9 (1) 144-155, 2011

González-Izal, M., Malanda, A., Navarro, I., Gorostiaga, E.M., Mallor, F., Ibañez, J., Izquier-do, M. “EMG spectral indices and muscle power fatigue during dynamic contractions”. En: Journal of Electromyography and Kinesiology, 20, 233-240, 2010.

Gastón, M., León, T., Mallor, F. “Using Analysis of Accurate Arrival Processes in Simu-lation Studies”. En: International Journal of Technology, Modeling & Management, 1, 93-106, 2011

Moler, J.A., Urmeneta, H., Plo, F. “Stochastic recursive techniques in response adaptive designs”. En: Monografías matemáticas García Galdeano, nº 36, Pg. 109-116

I. Paniello.; “Stochastic matrices arising from genetic inheritance” En: Linear Algebra and its Applications 434 (2011) 791-800.

Closas, A.H., Sanz de Acedo, M.L., and Ugarte, M.D. “An Explanatory Model of the Rela-tions Between Cognitive and Motivational Variables and Academic Goals”. En: Journal of Psychodidactics, 16 (1), pp. 19-38, 2011

http://www.sc.ehu.es/ccwbayes/members/guzman/acml2010-tutorial/

http://sugiyama-www.cs.titech.ac.jp/ACML2010/

http://www.icmla-conference.org/icmla10/

http://www.icmla-conference.org/icmla10/


Nacionales

Revistas

Ionescu, D., Juan, A., Faulín, J. y Albert Ferrer. “A parameter-free approach for solving combinatorial optimization problems through biased randomization of efficient heu-ristics”. En: Centre de Recerca Matemática. Universidad Autónoma de Barcelona. Preprint número 991 - January 2011. Pág. 21

Libros

Grande, I., Abascal, E., “Fundamentos y técnicas de investigación comercial”. 11ª edi-ción revisada y actualizada. ESIC. 2011. ISBN 978-84-7356-747-3

Juan, A., Daradoumis, T., Roca, M., Grasman, S., and Faulín, J. “Collaborative and Dis-tributed E-Research: Innovations in Technologies, Strategies and Applications”. IGI Global Books Hershey. Pennsylvania. USA. February 2012. ISBN13: 9781466601253

Montoya-Torres, J.R., Juan, A., Huaccho-Huatuco, L., Faulín, J., and Rodríguez-Verján. G. “Hybrid Algorithms for Service, Computing and Manufacturing Systems: Routing, Sche-duling and Availability Solutions”. IGI Global Books. Hershey. Pennsylvania. USA. August 2011. Hardcover Edition: 978-1-61350-086-6. E-Book Edition: 978-1-61350-087-3-350

Rivera, R., Paniello, I., Portilla, M., García Magariños, M. “Herramientas Estadísticas para el Análisis de Datos Socioeconómicos”. ISBN: 978-84-615-2536-2 Depósito le-gal: NA-2613/2011

Santafé, G. “Advances in Supervised and Unsupervised Learning of Bayesian Networks. Application to Population Genetics”. Lambert Academic Publishing. ISBN: 978-3-8383-3344-1

Capítulos de libros

Daradoumis, T., Juan, A., Lera-López, F., and Faulín, J. “Using Collaboration Strategies to Support the Monitoring of Online Collaborative Learning Activity. Technology Enhan-ced Learning: Quality of Teaching and Educational Reform”. En: Communications in Computer and Information Science con Lytras, et al (Eds.). Vol. Vol. 73, May 2010. Springer-Verlag, Berlin-Heidelberg, ISBN: 978-3-642-13165-3. Pág. 271-277

Juan, A., Monteforte, A., Faulín, J., Guo, H., and Simosa, J. “Structural Reliability and Avai-lability Analysis Through Simulation”. En: N3 Working Paper Series. ISSN: 2013-8644. IN3 Working Paper Series (2010) ISSN 2013-8644. Pág. 1-26

Faulín, J., Juan, A., Lera, F., Barrios, B., and Forcada, A. “E-Mentoring: Issues and Ex-periences in Starting e-Research Collaborations in Graduate Programs”. IGI Global Books. Hershey. Pennsylvania. USA. February 2012. ISBN13: 9781466601253; ISBN10: 1466601256; pp. 22

Juan, A., Faulín, J., Bektas, T., and Grasmann, E. “A Hybrid Algorithm Based on Monte-Carlo Simulation for the Capacitated Vehicle Routing Problem with Route Length Res-trictions Including Customer Service Times”. IGI Global Books. Hershey. Pennsylvania. USA. 2011.. 978-1-61350-086-6, pp.121-134

Daradoumis, T., Juan, A., Lera, F., and Faulín, J. “Using Collaboration Strategies to Support the Monitoring of Online Collaborative Learning Activities”. Chapter in the book entitled “Technology Enhanced Learning: Quality of Teaching and Educational Reform”. Series: Communications in Computer and Information Science, Vol. 73, edi-ted by Miltiades D. Lytras et al., The American College of Greece, Gerakas Attikis, Greece. Editorial: Springer Berlin-Heidelberg. Berlín 2010. ISBN: 978-3-642-13165-3, pp. 271-277

Actas de Congresos

Azcárate, C., Mallor, F. “Assessing the influence of operation theatres on the bed oc-cupancy level of intensive care units l”. 24th European Conference of Operational Research (EURO XXIV). Lisboa (Portugal). Julio 11-14, 2010

Galbete, A., Moler, J. A., Plo, F. “Un diseño adaptado a la respuesta basado en la urna de Ehrenfest”. (Comunicación Oral).I Congreso de Jóvenes investigadores en estadística: diseño de experimentos y Bioestadística. Actas del congreso. Toledo. Noviembre 24 al 26, 2010

Galbete, A., Moler, J. A., Plo, F. “Response-adaptive designs based on the Ehrenfest urn”. (Exposición oral). Pyrenees International Workshop on Statistics, Probability and Operations Research, SPO 2011. Publicaciones Seminario García Galdeano. Jaca (Es-paña). Septiembre 13-16, 2011

Goicoa, T., Ugarte, M. D., Militino, A.F., and Etxeberria, J. “Prediction of cancer mor-tality risks in spatio-temporal disease mapping. En: Proceedings of the Spatial Data Methods for Environmental and Ecological Processes”. 2nd Edition. Barbara Cafarelli. (Eds). ISBN: (978-88-96025-12-3). Foggia: CDP Service Edizioni. Clave: CD.

Bárcena, M.J.; Menéndez, P.; Palacios, M.B.; Tusell, F. “Measuring the real estate bub-ble: a house Price index for Bilbao”. En: Proceeding of the 26th Workshop on Statistical Modelling, Conesa, D., Forte, A., López-Quílez, A., and Muñoz, F. (Eds). ISBN: (978-84-694-5129-8). Valencia: Copyformes, SL, pp. 67-70 (2011)

Moler, J. A. “Ensayos clínicos: ética, aleatorización e inferencia”. (Charla invitada). I Congreso de Jóvenes investigadores en estadística: diseño de experimentos y Bioes-tadística”. Actas del congreso. Toledo. Noviembre 24 al 26, 2010

Ugarte, M. D., Goicoa, T., Etxeberria, J. and Militino, A.F., “Spatio-temporal risk smoothing and forecasting with P-splines”. En.: Proceedings of the 26th International Workshop on Statistical Modelling, Conesa, D., Forte, A., López-Quílez, A., and Muñoz, F. (Eds). ISBN: (978-84-694-5129-8). Valencia: Copyformes, SL, pp. 612-615 (2011)

Closas, A. H., Sanz de Acedo, M. L., Ugarte, M.D. y Sanz de Acedo, M. T. “Factores psicoeducativos y metodología cuantitativa en la modelización del rendimiento ma-temático de estudiantes universitarios”. En: J. M. Roman, M. A. Carbonero y J. D. Valdivieso (Eds.), Educación, aprendizaje y desarrollo en una sociedad multicultural. ISBN 978-84-614-8296, pp. 2189-2203 (2011). Madrid: Ediciones de la Asociacion Nacional de Psicología y Educación

Closas, A.H., Ugarte, M.D. y Sanz de Acedo, M.L. “Aspectos metodológicos para la mo-delización estadística del rendimiento matemático”.En: Memorias del II Encuentro de docentes de investigadores de estadística en psicología. Eje temático III: Estadística y metodología de la investigación. ISSN No. 1852-3560, pp 11-14 (2010). Buenos Aires: FP-UBA

Reseñas

“Assignment Problems” by Burkard, R., Dell’Amico, M. and Martello, S. (Book Review by Faulín, J. En: Interfaces. Vol. 40 Number 6 – November-December 2010. Pág. 480-481 (2)

“Scientific Computing with Case Studies” by O`Leary, D.P. (Book Review by Faulín, J.). En: Interfaces. Vol. 40 Number 6 – November-December 2010. Pág. 483-485 (3)

Kashuba, I., Ovsienko, S., Shestakov, I., Paniello I. “Representation type of Jordan alge-bras” En: Reseña para Zentralblatt MATH.

Adv. Math. 226, No. 1, 385-418 (2011). Ugarte, M. D. “Statistical Methods for Disease Clustering” En: Journal of the Royal Sta-

tistical Society Series A, 174, 848-849, 2011Ugarte, M. D. “An Introduction to Spatial Econometrics”. En: Journal of the Royal Statis-

tical Society Series A, 174, 513-514, 2011

http://www.navactiva.com/web/es/alog/doc/informes/2006/01/35722_print.jsp


4.3. Grupos y lineas de investigación

Estadística EspacialResponsable del Grupo: Fernández Militino, Ana Equipo: Cerveto Peña, Francisco; Etxeberría Andueza, Jaione,; Fernández Militino, Ana; García Magariños, Manuel; Goicoa Mangado, Tomás; Huguet Pérez, Sandra; Menén-dez Galván, Patricia; Palacios Navarro, Mª Blanca; Santafé Rodrigo, Guzmán; Ugarte Martínez, Mª Dolores.

Líneas de Investigación:• Estimación en áreas pequeñas• Modelización espacial y temporal• Ensayos agronómicos. Diseño de experimentos. Análisis de datos longitudinales

DECYL (Datos, Estadística, Calidad y Logística)Responsable del Grupo: Mallor Giménez, FermínEquipo: Abascal Fernández, Elena; Azcárate Camio, Cristina; Blanco Gómez, Rosa; Eraso Goicoechea, Mª Luisa; Faulín Fajardo, Fco. Javier; Galbete Jiménez, Arkaitz; Gar-cía Lautre, Ignacio; Gastón Romeo, Martín; Gómez Elvira, Sagrario; Mallor Giménez, Fermín; Moler Cuiral, José Antonio; Paniello Alastruey, Irene; Pérez Prados, Antonio; Portilla Manjón, Miren; Rivera Martín, Rafael; Urmeneta Martín-Calero, Henar. Líneas de Investigación:

• Diseño óptimo de experimentos• Simulación y optimización de sistemas de producción de salud, logísticos y de

energías renovables• Métodos estadísticos multivariantes aplicados a estudios sociales, económicos

y de marketing• Fiabilidad y control estadístico de la calidad.• Diseño y análisis de encuestas• Aplicaciones estadísticas de la lógica difusa• Probabilidad. Procesos estocásticos. Aplicaciones

Organización de EmpresasResponsable del Grupo: Huerta Arribas, EmilioEquipo: Bayo Moriones, José Alberto; Boz, Gokhan; Franco Pueyo, Juan Francisco; García Marco, Mª Teresa; García Olaverri, Mª Carmen; Huerta Arribas, Emilio; Larraza Quintana, Martín; Merino Díaz de Cerio, Francisco Javier; Morán Bonaut, Mariano; Ollo López, Andrea; Trif Kairuz, Rudy Trif Kairuz; Urtasun Alonso, Ainhoa.Líneas de Investigación:

• Empresas y estrategias competitivas• Productividad y competitividad en empresas• La innovación tecnológica y organizativa en la empresa.

4.4. Proyectos de investigación

De carácter Internacional

Título: “HAROSA@IB: Red Iberoamericana de Algoritmos, Software Libre y Computa-ción Distribuida para la resolución de problemas de Routing, Scheduling y Disponibili-dad de Sistemas.

Referencia: CYTED2010-511RT0419.Investigador responsable: Angel A. Juan IN3-Open University of Catalonia, SpainMiembros de equipo: Faulín, J.Entidad/organismo financiador: Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo (CYTED)Duración: Enero 2011- Diciembre 2015

Título.: “Internacionalización de programas de postgrado relacionados con la Investi-gación de Operaciones y la Matemática Aplicada en universidades latino-iberoamerica-nas para el fortalecimiento científico y cooperación institucional”

Referencia: C/032842/10Investigador responsable: Lluis Miquel Pla Aragonés (Universidad de Lleida)Miembros del equipo: Faulín, J.Entidad/organismo financiador: Ministerio de Asuntos Exteriores- Secretaría de Esta-do de Cooperación Internacional-Gobierno de EspañaDuración: Diciembre 2010- Diciembre 2011

Título: “Red VERTEVALLEE - Desarrollo de Métodos y Algoritmos Híbridos con Crite-rios Medioambientales en la Gestión Sostenible del Transporte en los Pirineos”

Referencia: IIQ13172.RI1-CTP09-R2Investigador responsable: Faulín, J.Entidad/organismo financiador: Comunidad de Trabajo de los PirineosDuración: Enero 2010- Diciembre 2011

Título: “Visualización de los procesos territoriales pirenaicos en relación con el con-junto francoespañol desde el análisis de la población, las infraestructuras y la inter-modalidad”

Referencia: IIQ13159.RI1 - CTP09Investigador responsable: Ángel Pueyo Campos (Universidad de Zaragoza)Miembros de equipo: Faulín, J.Entidad/organismo financiador: Comunidad de Trabajo de los PirineosDuración:1 Enero 2010- 31 Diciembre 2011

De carácter nacional

Título: “Efectos de la internalización de los costes ambientales en la gestión de rutas y en el uso de infraestructuras viarias para el transporte de mercancías por los Pirineos”

Referencia: TRA2010-21644-C03-01Investigador responsable: Faulín, J.Entidad/organismo financiador: Ministerio de Ciencia e Innovación. Dirección General de Investigación y Gestión del Plan NacionalDuración: Enero 2011- Diciembre 2013

Título: “Evolución espacio-temporal de riesgos y detección de zonas con riesgos ex-tremos”

Referencia: MTM2008-03085Investigador responsable-: Ugarte, M.D.Miembros del equipo: Militino, A.F., Goicoa, T., Etxeberria, J. otrosEntidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: desde 2009 – hasta 2011

Título: “Contribuciones a la modelización espacio-temporal con aplicaciones en epide-miología, climatología, paleoecología y sistemas de navegación global de satélites”

Referencia: MTM2011-22664Investigador responsable: Ugarte, M.D.Miembros del equipo: 9 entre ellos Ana Fernández Militino, Tomás Goicoa, Jaione Etxeberria, Manuel García, Patricia Menéndez, Francisco CervetoEntidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: desde: 2012 hasta 2014


Título: “Inferencia estadística no paramétrica: aplicaciones en análisis térmico, riesgo de crédito, malherbología y genómica”

Referencia: MTM2008-00166Investigador responsable: Ricardo Cao Abad (Universidad de A Coruña)Equipo Investigador: García Magariños, M. y otrosEntidad/organismo financiador: Ministerio Ciencia e InnovaciónDuración: 2008 - 2011

Título: “Internal Drivers of Firms succes: Innovation, People and the Organization in the workplace”

Referencia: ECO2010-21393-C04-03Investigador responsable: Larraza, M. (Departamento de Gestión de Empresas de la Universidad Pública de Navarra)Miembros del equipo: García Olaverri, C., Gómez Elvira, S., y otrosEntidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: Octubre 2010 – Octubre 2013

Título: “Modelado de la actividad bioeléctrica del músculo esquelético basado en aná-lisis morfométricos. Aplicación al estudio de la patología neuromuscular”

Referencia: SAF2007-65383Investigador responsable: Malanda Trigueros, Armando (Universidad Pública de Na-varra)Equipo investigador: Gómez-Elvira, S., Mallor, F. más 8 participantesEntidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: 1 Octubre 2007 a 4 Octubre 2010

Título: “Modelos estocásticos con interacciones”Investigador responsable: Sanz Saiz, G. (Universidad de Zaragoza)Miembros del equipo: Moler, J.A.Entidad/organismo financiador: DGI (MCyT) Plan Nacional de I+D+I Duración: 1 de Enero de 2010 – 31 de Diciembre de 2012.

Título: “Metodología para el cálculo de índices de precios de la vivienda”Referencia: ECO2008-05622Miembros del equipo: Palacios, M.B., Portilla, M.J. y otros.Entidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: 1 Enero de 2009 - 31 Diciembre 2012

Título: “Álgebras y superálgebras de Lie y de Jordan”Referencia: MTM2007-67884-C04-02Investigador responsable: Elduque Palomo, A.C. (Departamento de Matemáticas de la Universidad de Zaragoza).Equipo investigador: Paniello, I. y otros.Entidad/organismo financiador: Ministerio de Ciencia y Tecnología y FEDER.Duración: 1 de Octubre de 2007 a 3 de Agosto de 2010. Prorrogado hasta 30/06/2011

De carácter regional o autonómico

Título: Red “Sustainable TransMET”- Sustainable Transportation: Metaheuristics for Routing Decisions in Areas with Natural Resources.

Investigador responsable: Faulín, J. Entidad/organismo financiador: Departamento de Educación del Gobierno de Nava-rra. Programa Jerónimo de Ayanz de Intensificación de la Investigación

Duración: Enero 2011- Diciembre 2011

Título: “Logística y Distribución en empresas de La Rioja: Diseño de Rutas Sostenibles de Reparto para la Minimización del Impacto Medioambiental. Proyecto LYDER-1”

Investigador responsable: Faulín, J.Entidad/organismo financiador: Departamento de Educación y Cultura. Instituto de Estudios Riojanos. Gobierno de La Rioja

Duración: Julio 2010- Julio 2011

Título: “Desarrollo de un sistema de electromiografía de barrido (scanning-EMG). Apli-cación al estudio de la estructura de la unidad motora en sujetos sanos y obtención de valores de normalidad”.

Investigador responsable: Navallas, J. (Departamento de Ingeniería Eléctrica y Elec-trónica de la UPNA)

Miembros del Equipo: Mallor, F. y otros

Entidad/organismo financiador: Gobierno de Navarra (Departamento de Salud)

Duración: Desde 2010 hasta 2013

4.5. Contratos de investigación y de desarrollo

Título: “Elaboración de mapas climáticos mediante técnicas de geoestadística”Código OTRI 2010 015 163

Empresa/Administración Financiadora: ITGA-Instituto Técnico y de Gestión Agrícola

Investigadores responsables: Militino A. F. y Ugarte, M. D. Duración desde: 23 de Diciembre de 2010 HASTA: 23 de Agosto de 2011

Título: “Asistencia técnica y metodológica en la estimación e implementación de in-dicadores estadísticos para pequeñas áreas geográficas de operaciones de EUSTAT”Código OTRI: 2010 015 151

Empresa/Administración Financiadora: Instituto Vasco de Estadística-EUSTAT

Investigadores responsables: Militino A. F. y Ugarte, M. D.Duración: Desde 1 de Enero de 2011 hasta: 31 de Diciembre de 2011

Título: “Informe técnico análisis de piezas de reclamación”.Código OTRI: 2010 015 092

Investigadores responsables: Militino, A.F. y Ugarte, M.D.Empresa/Administración financiadora: NACESA – Navarra de Componentes

Duración: Agosto de 2010 hasta 1 Octubre 2010.


Título: “Análisis y modelización estadística del precio de las viviendas colectivas de Alava en 2011”

codigo OTRI: 2011015 006Investigadores responsables: Militino A. F. y Ugarte, M. D.Empresa/Administración financiadora: LKS TasacionesDuración: Desde 18 de enero de 2011 hasta 31 de diciembre de 2011.

Título: “Análisis y modelización estadística del precio de las viviendas colectivas en Álava en 2009 y 2010”

Código OTRI: 2009 015 004Investigador responsable: Militino A. F. y Ugarte, M. D.Entidad/organismo financiador: LKS TasacionesDuración: 15 Mayo 2009 – 31 Diciembre 2010

4.6. Tesis doctorales leídas

Título: “Aportaciones a la clasificación de datos funcionales utilizando morfología mate-mática”Doctorando: Martín Gastón RomeoUniversidad: Universidad Pública de NavarraFecha de Lectura: 27 Mayo de 2011Calificación: Sobresaliente Cum Laude.Directores: Dr. Fermín Mallor Giménez (Universidad Pública de Navarra) y Dra. Mª Teresa León Mendoza (Universidad de Valencia)

4.7. Tesis doctorales en curso

Jaione Etxeberria Andueza “Modelización espacio-temporal flexible. Aplicación a la re-presentación cartográfica de enfermedades”. Directores de Tesis: Dra. Mª Dolores Ugarte Martínez y Dr. Tomás Goicoa Mangado.

Barado Hualde, Julio “Desarrollo de un modelo de simulación para la ocupación de las camas de la Unidad de Cuidados Intensivos A del Complejo Hospitalario de Navarra”. Directores de Tesis: Dra. Cristina Azcárate Camio y Dr. Fermín Mallor Giménez.

Galbete Liménez, Arkaitz “Análisis probabilístico en diseño de experimentos adaptativo”. Director de Tesis: Dr. José Antonio Moler Cuiral

José Miguel Aranda Latorre “Desarrollo de modelos de simulación para la toma de de-cisiones en los centros de salud de Navarra”. Directores de Tesis: Dr. Fermín Mallor Giménez, Dra. Cristina Azcárate Camio y Dr. Antonio Brugos.

Sergio Úbeda Munárriz: “Diseño de rutas seguras y ambientalmente sostenibles para el transporte de mercancías por carretera”. Directores de Tesis: Dr. Javier Faulín Fajardo y Dr. Patxi Arcelus.

Marta Moro Fuentes (Universidad de Deusto): “Un análisis multivariante sobre el papel del sistema financiero en la economía española”. Directoras de Tesis: Dra. Carmen García Olaverri y Dra. Olga del Orden.

4.8. Estancias y visitas del profesorado

Corta duración (inferiores a tres meses)

Faulín Fajardo, Javier. Faculté des Sciences Economiques. Université de Rennes 1. Ren-nes. (France). Professeur Invité. Área de Investigación: Supply Chain Management, Transportation and Routing. Del 15 de febrero al 28 de febrero de 2011

García Magariños, Manuel. Department of Mathematics. Universitat i Oslo. Estancia de investigación (beca, NILS mobility) del 2 al 10 de diciembre de 2010

Palacios Navarro, Mª Blanca. “School of Mathematics and Statistics University of New South Wales, Sidney (Australia)”. Estancia de investigación durante el período com-prendido del 6 al 28 de mayo de 2011

Ugarte Martínez, Mª Dolores y Ana Fernández Militino. Centro: Texas A&M University (De-partment of Statistics). College Station (EEUU). Del 26 de noviembre al 4 de Diciembre de 2010. Tema: Estadística Espacial y Espacio-Temporal.

Larga duración (superior a tres meses)

Mallor, F. Concesión de una subvención del programa de “Estancias de profesores e investigadores seniors en centros extranjeros de enseñanza superior”, referencia PR2010-0430. Ministerio de Educación. Centro: Missouri University of Science and Technology Localidad: Rolla, Missouri. (Estados Unidos). Duración: 1 de junio de 2011 a 31 de diciembre de 2011

4.9. Becas, ayudas y premios

Paniello Alastruey, Irene. Bolsa de Viaje del Vicerrectora de Investigación de la Univer-sidad Pública de Navarra para la asistencia al “Centennial Congress of the Spanish Royal Mathematical Society R.S.M.E. 2011”. Organiza: Real Sociedad de Matemática Española (Ávila). Febrero 1-5, 2011


5. Conferencias, seminarios y cursos

Impartidas por profesores invitados al Departamento

Scott E. Grasman (Rochester Instituto of Technology, Missouri University of Science and Technology – USA). “Sustainability in supply chain management and facility logistics”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 7 y 8 de junio de 2011

Helena Ramalhinho Lourenço (Universidad Pompeu Fabra – Barcelona). “An iterative lo-cal seaarc to solve a multiobjective integrated distribution problema”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 13 de mayo de 2011

Miguel Ángel Martínez Beneito (Centro Superior de Investigación en Salud Pública – Va-lencia). “Mapeo espacio-temporal de enfermedades mediante series temporales con estructura espacial”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 4 de mayo de 2011

Massimo Ventrucci (Universidad de Glasgow) “False discovery rate based rules for se-lecting high risk áreas in an exploratory epidemiological study”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 1 de abril de 2011

Salvador Naya (Universidad de A Coruña). “Algunas aplicaciones recientes de la estadís-tica a la ciencia de los materiales”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 8 de marzo de 2011

Anastassia Baxevani (Chalmers University of Technology Göteborg - Sweden). “Dynamica-lly evolving Gaussian spatial fields”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 23 de noviembre de 2010

Impartidos por profesores del Departamento

Faulín Fajardo, Javier. “On the Use of Monte Carlo Simulation techniques to solve the Vehi-cle Routing Problem. (Javier Faulín and Angel A. Juan) (Plenary Session)”. XIX Interna-tional Symposium on Application of Systems Theory. Zakopane (Polonia). Septiembre 25-27, 2011

Faulín Fajardo, Javier. “El diseño de rutas óptimas para el transporte de mercancías: Análisis de casos representativos en empresas reales”. UIT-Université Jean Monnet- St Etienne (Francia). 1- 3 Marzo 2011

García Lautre, Ignacio. “La estadística en los medios de comunicación” y “Los pilares de las matemáticas”. IES: Iturrama (Pamplona); COLEGIOS: Sagrado Corazón (Pamplo-na); Larraona (Pamplona); Calasanz (Pamplona). Dentro del programa de charlas de la Universidad para Institutos de enseñanza Secundaria, coordinado por Actividades Culturales. Diciembre de 2010 a abril de 2011


García Olaverri, Carmen, Urmeneta Martín-Calero, Henar. “Curso de formación en técni-cas estadísticas multivariantes” impartido para investigadores del Centro Nacional de Tecnología de alimentos (CNTA). Septiembre 2010

Moler Cuiral, José Antonio. “La estadística en los medios de comunicación” y “Los pilares de las matemáticas”. IES: Toki Ona (Pamplona); Sierra de Leyre (Sangüesa), Ribera del Arga (Peralta); Pedro de Ursua (Mendillorri); Lekaroz (Elizondo BHI); Iturrama (Pamplo-na); Barañain (Pamplona); Askatasuna (Pamplona); Alaittz BHI Barañain (Pamplona). Dentro del programa de charlas de la Universidad para Institutos de enseñanza Se-cundaria, coordinado por Actividades Culturales. Diciembre de 2010 a abril de 2011

Ugarte, M.D. “Spatio-temporal modeling of mortality risks. An application to brain can-cer”. Department of Statistics, Texas & M University. Noviembre 30, 2010

Urmeneta Martín-Calero, Henar. “La estadística en los medios de comunicación” y “Los pilares de las matemáticas”. IES: Toki Ona (Pamplona); Ribera del Arga (Peralta); Pa-blo Sarasate (Lodosa); Amazabal (Pamplona); Askatasuna (Pamplona); Marqués de Villena (Marcilla); Ikastola San Fermín (Pamplona). Dentro del programa de charlas de la Universidad para Institutos de enseñanza Secundaria, coordinado por Actividades Culturales. Diciembre de 2010 a abril de 2011

Recibidos por miembros del Departamento

Etxeberría J. “Análisis geográfico de datos en áreas pequeñas en ciencias de la salud”. Impartido por Martínez-Beneito M.A. - Dell’ Olmo M.M. Agencia de Salud Pública de Barcelona. Tipo de actividad: Curso (duración 28 horas). Marzo 21-24, 2011

Goicoa, T y Etxeberría J. “Bayesian spatio-temporal analysis”. Impartido por Montserrat Fuentes. Madrid. (Tipo de actividad: Curso (duración 16 horas). Junio 20-24, 2011

Goicoa, T., Etxeberría J., Palacios, M.B. “Bayesian computing with INLA”. Impartido por Havard Rue. Santiago de Compostela. Tipo de actividad: Curso (duración 10 horas). Noviembre 10-11, 2010

Moler, J.A. “Primeros pasos en Matlab”. Organizado por el Centro Superior de Innovación Educativa, UPNA. Noviembre 12 y 19, 2010

Ugarte, MD y Militino, AF. “SARMA/TIES Workshop on visualization of climate data”. Im-partido por: Hadley Wickham, Heike Hofmann,a nd Dianne Cook. Reykjavik (Islandia). Tipo de actividad: Workshop. Agosto 15-18, 2011

Ugarte, MD y Militino, AF “Asistencia a las II Jornadas para la Enseñanza y Aprendizaje de la Estadística e I.O. orientadas a la Formación Docente Universitaria”. Impartido por: Antonio Gámez, Luis Marín, Carlos Carleo, Juan José González, Nicanor Guerra. Las Palmas de Gran Canaria (España). Tipo de actividad: Asistencia y participación activa en las jornadas. Junio 27-28, 2011

6. Otras actividades reseñables

Abascal Fernández, Elena

– Miembro del Consejo Editorial de la revista “Metodología de Encuestas”.

Eraso Goicoechea, M. Luisa

– Coordinadora de Matemáticas aplicadas a las Ciencias Sociales para las Pruebas de Acceso a la Universidad.

Faulín Fajardo, Javier

– Revistas con participación en el comité editorial:A) International Journal of Applied Management Science (IJAMS) – Member of the

Editorial Board. B) International Journal of Operations Research and Information Systems (IJORIS) – Mem-

ber of the Editorial Board http://www.igi-global.com/journals/details.asp?id=33359C) The Open Environmental Sciences Journal (TOENVIRSJ) - Member of the Editorial

Board http://www.bentham.org/open/toenvirsj/– Evaluator of the European Research projects for the call FP7- ICT for a low carbon eco-

nomy- March 2011 made by the European Commission.

– Miembro del tribunal de Tesis “A Microscopic Traffic Simulation Based Decision Support System for Real-Time Fleet Management”. Realizada por D. Jesús Arturo Orozco Leyva. Dirigida por el Dr. D. Jaime Barceló Bugueda (Universidad Politécnica de Cataluña). Abril 2011

– Miembro del tribunal de Tesis “Contribution à la Gestion des Opérations de la Sûreté Aéroportuaire: Modélisation et Optimisation”. Realizada por D. Kaffa Jackou Rakiatou Christelle. Dirigida por el Dr. D. Félix Mora-CaMino y Hadj Batatia (Université de Toulouse. École Nationale de l’Aviation Civile. Toulouse-Francia). Noviembre 2010

– Miembro del Comité de Gestión en representación de España en la European Concer-ted Research Action designated as COST Action TU0804: SHANTI - Survey Harmonisa-tion with New Technologies Improvement.

– Miembro del cluster de Logística y Transporte de Mercancías en Navarra: 1) Foro de trabajo de Formación y Conocimiento 2) Foro de trabajo de Management y Desarrollo de Negocio. 3) Foro de trabajo de I+D+I/ Tecnología.

– Coordinador Erasmus de la Facultad de Ciencias Económicas y Empresariales de la Uni-versidad Pública de Navarra con las universidades de Hasselt (Bélgica); IUT St Etienne (St Etienne, Francia), Université de Pau (Pau, Francia) y Lycée St Louis (St. Etienne,

http://www.igi-global.com/journals/details.asp?id=33359

http://www.bentham.org/open/toenvirsj/


Francia); Fachhochschule des bfi Wien (Viena, Austria), FHS Kufstein Tirol University of Applied Sciences (Kufstein, Austria) y IMC Fachhoschule Krems (Krems, Austria).

– Miembro del Claustro Ordinario de la Universidad Pública de Navarra durante el período Octubre 2007-Junio 2011

Fernández Militino, Ana

– Editora asociada de la revista “Test”.– Editora asociada de la revista Journal of the Royal Statistical Society, Serie A. 2010-

2014.– Evaluadora de la Agencia Nacional de Evaluación y Prospectiva (ANEP, 2010, 2011).– Labores de revisión de artículos durante el año 2011 en las revistas: – Journal of Official Statistics– Participación en el Plan de Tutoría de la Universidad Pública de Navarra para estudian-

tes de la Escuela Técnica Superior de Ingenieros Industriales y de Telecomunicación durante el curso 2010/2011

García Olaverri, Carmen

– Miembro de la Junta de Facultad de Ciencias Económicas y Empresariales.– Vocal del Consejo de Gobierno del Instituto de Estadística de Navarra.– Acreditación positiva para el Cuerpo Docente de Catedrática de Universidad en el área

de Ciencias sociales.– Evaluadora de las revistas:

• Risk Analysis• CEDE (Cuadernos de Economía y Dirección de Empresas).• Production, Planning and Control.

– Miembro del tribunal de Tesis “Aportaciones a la clasificación de datos funcionales utilizando morfología matemática”. Realizada por D. Martín Gastón Romeo. Dirigida por el Dr. D. Fermín Mallor Giménez (Universidad Pública de Navarra) y la Dra. Dña. Teresa León Mendoza (Universidad de Valencia). Mayo de 2011

– Miembro del tribunal de Tesis “Los fondos mutuos en el mercado de valores del Perú: ¿Una oportunidad de inversión? Realizada por D. José Jesús Tong Chang. Dirigida por la Dra. Dña. Olga del Orden Olasagasti (Universidad de Deusto). Septiembre de 2011

Gómez Elvira, Sagrario

– Miembro de la Comisión Estatutaria, por encargo del Claustro– Miembro del grupo de trabajo para la elaboración del título de Grado en Finanzas y

Contabilidad.– Miembro de la Junta Electoral.

Mallor Giménez, Fermín

– Coordinador ERASMUS con las Universidades: Economische Hogeschool Sint-Aloysius (Bruselas) y con Budapest University of Economic Sciences. Internacional Business School of Budapest.

– Evaluador de proyectos de investigación para la Xunta de Galicia.– Editor Jefe de la revista International Journal of Technology, Modeling and Management.

– Revisor de artículos científicos para las revistas:

• International Journal of Health Management and InformationRisk analysis.

• International Journal of Health Management and Information.

• Monografías matemáticas “García de Galdeano”.

• European Journal of Industrial Engineering.

• Mathematical Problems in Engineering.

Moler Cuiral, José Antonio

– Director de área de profesorado de la Universidad Pública de Navarra.

Paniello Alastruey, Irene

– Miembro del Comité Organizador del “VI International Conference on Non-associative algebra and its applications. A Conference in Honor of the 60th Birthday of Santos Gon-zález. Organiza: Universidad de Zaragoza, Departamento de Matemáticas, Instituto de Matemáticas y Aplicaciones. Noviembre 1-5 (2011)

– Plan de Tutoría de la Universidad Pública de Navarra para estudiantes de la Facultad de Ciencias Económicas y Empresariales, Curso 2010-2011

Pérez Prados, Antonio

– Miembro del Consejo Consultivo de la Agencia Española de Protección de Datos.

– Miembro del Comité Técnico de Ciencias Experimentales en el Consejo de Universida-des.

– Miembro del Pleno del Consejo Superior de Estadística del Gobierno de España.

– Miembro de la Comisión Permanente del Consejo Superior de Estadística del Gobierno de España.

– Miembro de la Comisión de Expertos del Consejo de Universidades para Reclamacio-nes de Verificación de Grado.

– Parlamentario del Gobierno de Navarra.

Ugarte Martínez, Mª Dolores

– Editora de las siguientes revistas: Statistical Modelling: An International Journal y Com-putational Statistics and Data Analysis.

– Miembro del equipo editorial de: Spatial and Spatio-temporal Epidemiology.– Evaluadora de la Agencia Nacional de Evaluación y Prospectiva (ANEP, 2010, 2011).– Evaluadora de proyectos de excelencia 2011 de la Junta de Andalucía.– Labores de revisión de artículos durante el año 2011 en las revistas: Statistical

Modelling: An International Journal, Stochastic Environmental Research and Risk Assessment, Statistics and Computing, BMC Medical Research Methodology, Com-putational Statistics and Data Analysis, Spatial and Spatio-temporal Epidemiology y Environmetrics.

– Participación en el Plan de Tutoría de la Universidad Pública de Navarra para estudian-tes de la Escuela Técnica Superior de Ingenieros Industriales y de Telecomunicación durante el curso 2010/2011

– Participación en el Plan de Tutoría de la Universidad Pública de Navarra para estudian-tes de Master en Modelización Matemática, Estadística y Computación / Máster en Agrobiotecnología durante el curso 2010/2011.


– Elaboración del III Plan Estratégico de la Universidad 2011-2014 -eje Transversal.– Miembro de la Comisión Académica (Vocal) del Master en Agrobiotecnología– Miembro de la Comisión Académica (Responsable de Calidad) del Master en Modeliza-

ción Matemática, Estadística y Computación.– Vicepresidenta de la Sociedad Española de Estadística e Investigación Operativa (sec-

ción Estadística).– Presidenta del Jurado de la I Fase Nacional de la Incubadora de Sondeos y Experimen-

tos– Vocal de la tesis “Modelos marginales: nuevos procedimientos de inferencia para da-

tos longitudinales”. Lugar: Universidad Complutense de Madrid– Miembro de la Comisión de Posgrado de la Universidad Pública de Navarra (desde

25-9-2007).– Representante de los cuerpos docentes en la Escuela Técnica Superior de Ingenieros

Industriales y de Telecomunicación. Desde el 15 de enero de 2010 hasta la actualidad.– Miembro de la Junta de Escuela de Estudios Sanitarios (designada por la Directora).

Desde el 11 de abril de 2008 hasta la actualidad.

Urmeneta Martín-Calero, Henar

– Representante de PDI contratado y funcionario no doctor en el Consejo de Gobierno.– Miembro de las siguientes comisiones del consejo de Gobierno:

• Comisión Permanente• Comisión Académica• Comisión Económica

– Representante de PDI contratado y funcionario no doctor en la Junta de la Escuela de Ingenieros industriales y de Telecomunicaciones.

– Miembro del equipo director para el plan estratégico 2010-2013.– Vicepresidenta del Comité de Empresa para el PDI contratado.

7. Innovación educativa

En el proceso de adaptación al Espacio Europeo de Educación Superior los siguientes profesores del Departamento han participado en actividades organizadas por la propia Universidad.

Actividades de formación recibidas

Asistencia al “I Encuentro sobre buenas prácticas docentes en la implantación de los Grados en Economía y Empresa

Organizado por: Facultad de Ciencias Económicas y Empresariales (Universidad Pú-blica de Navarra)Fecha: 15 de junio de 2011Asistentes: Miren Portilla Manjón; Irene Paniello Alastruey

Documents

€¦ · Departamento de Estadística e Investigación Operativa. Memoria. Curso 2010-2011 5 Índice 1. Personal