Dpto. Matemática Aplicada y Estadística

ESTADÍSTICA
INDUSTRIAL

 

 

ETSII

INICIO DATOS PROFESOR DOCENCIA TUTORÍAS INVESTIGACIÓN ENLACES

MATERIAL DISPONIBLE

Portada de la asignatura

Programa de la asignatura

Criterios de evaluación

¿Por dónde vamos?

Apuntes

Problemas

Prácticas

Exámenes de otros cursos

Fechas de exámenes

Programa de la asignatura

 

Descriptores de la asignatura según el Plan de Estudios:

Series temporales y previsión. Análisis multivariantes. Técnicas estadísticas de fiabilidad. 

Objetivos de la asignatura:

·           Formar al alumno en las tres técnicas estadísticas que integran el programa, técnicas de gran interés en la práctica industrial de la profesión:

-         Introducir el análisis multivariante como herramienta de decisión.

-         Aprender a analizar, modelizar y realizar predicciones con una serie temporal.

-         Conocer las técnicas básicas empleadas en el estudio cuantitativo de la Fiabilidad de componentes y sistemas dentro del entorno industrial. 

·            Realizar análisis estadísticos de datos industriales aplicando las técnicas anteriores mediante el empleo de herramientas informáticas.

·            Lograr que el alumno adquiera una madurez y comprensión de los tópicos cubiertos que le permitan utilizarlos y ampliarlos cuando sea necesario. 

Requisitos previos:

- Estadística básica.

- Álgebra matricial. 

 

A. Programa de Teoría:

Introducción: Revisión de conceptos estadísticos

·        Estadística descriptiva: medidas numéricas, métodos gráficos, ajustes por mínimos cuadrados

·        Variables aleatorias: función puntual de probabilidad, función de densidad, media y varianza.

·        Modelos de variables unidimensionales: modelo Normal y Exponencial.

·        Inferencia paramétrica: intervalos de confianza y contrastes de hipótesis. 

Parte I. Análisis multivariante

·        Tema 1: Regresión lineal múltiple.

·        Tema 2: Análisis de componentes principales.

·        Tema 3:  Análisis factorial.

·        Tema 4:   Análisis de conglomerados (cluster). 

·        Tema 5: Análisis discriminante.

Parte II. Series temporales y predicción

·        Tema 6: Conceptos básicos de series temporales y descomposición clásica de una serie.

·        Tema 7: Procesos estocásticos y modelos ARIMA.

·        Tema 8: Métodos básicos en la predicción de series temporales.

Parte III. Técnicas estadísticas de fiabilidad

·        Tema 9: Conceptos básicos y modelos en Fiabilidad.

·        Tema 10: Métodos de estimación y ensayos.

·        Tema 11: Fiabilidad de sistemas.

 

B. Programa de Prácticas (resumido): 

Denominación de la práctica

Duración

(h)

Tipo de práctica

(Aula, laboratorio, informática)

Ubicación física

(sede Dpto., aula informática, ...)

Introducción al programa SPSS

1

Informática

Aula Informática

Repaso de estadística descriptiva e inferencia

2

Informática

Aula Informática

Regresión lineal múltiple

2

Informática

Aula Informática

Análisis de componentes principales

2

Informática

Aula Informática

Análisis de conglomerados

2

Informática

Aula Informática

Análisis factorial

3

Informática

Aula Informática

Análisis discriminante

2

Informática

Aula Informática

Descomposición de series temporales

2

Informática

Aula Informática

Modelos ARIMA

4

Informática

Aula Informática

Predicción y alisado de series

2

Informática

Aula Informática

Fiabilidad de sistemas

3

Informática

Aula Informática

 

C. Bibliografía básica:

  • Aznar, A., Trívez, F.J. (1993). "Métodos de Predicción en Economía II. Análisis de Series Temporales". Ariel Economía.
  • Barlow,  R. (1998). “Engeneering reliability”. SIAM.
  • Peña Sánchez de Rivera, D. (2002). “Análisis de datos multivariantes”. Mac Graw Hill.
  • Uriel, E., Peiró, A. (2000). "Introducción al Análisis de Series Temporales". Editorial AC.
  • Uriel, E., Aldás, J. (2005). "Análisis multivariante aplicado". Paraninfo.
  • Pérez, C. (2001). “Técnicas estadísticas con SPSS”. Prentice may.