Amb el grau d'Estadística (amb excel·lència acreditat per AQU Catalunya), coordinat per la Universitat de Barcelona (UB) i amb la participació de la UPC, estudiaràs assignatures relacionades amb estadística, probabilitat, investigació operativa, . Indústria i serveis (inclosa la informàtica): disseny d'experiments, control de qualitat, millora de processos i productes, logística, gestió d'inventaris, planificació de la producció i gestió òptima dels recursos i sistemes energètics.
Bachelor's degree in Statistics (interuniversity UB-UPC degree)
Sistemes d’equacions lineals
Determinants
Espais vectorials
Producte escalar
Aplicacions lineals
Diagonalització
Formes quadràtiques
La nota de l'assignatura serà el valor més alt entre la nota de la prova de coneixements sobre el terreny i la nota de l'examen final. Conèixer i comprendre els diferents mètodes utilitzats en l'anomenada anàlisi determinista de sèries temporals per calcular previsions i estimar-ne els components.
Introducció a les sèries temporals
Conèixer els fonaments teòrics i pràctics relacionats amb la identificació, estimació, validació i modelització de sèries temporals mitjançant models SARIMA. Donada una sèrie temporal, es pot decidir quin tipus de model SARIMA és el més adequat.
Metodologia Box-Jenkins
El consell de professors fixa un termini per als alumnes en què poden declarar si volen participar en l'avaluació continuada o uniforme de coneixements. Els alumnes que faran el seguiment de la prova de coneixements en curs i no participaran en la prova final de coneixements seran avaluats amb la qualificació de "no s'ha presentat".
Conceptes i inferència Introducció
La nota final de l'assignatura és el resultat d'una prova escrita dels continguts teòrics i pràctics del pla d'estudis. En ambdues licitacions, la nota final del curs és el resultat d'una prova escrita dels continguts teòrics i pràctics del pla d'estudis.
Introducció
En aquesta temàtica, es dóna especial importància a la formació en determinades competències transversals importants per al desenvolupament professional de l'estadístic, com ara la capacitat d'anàlisi, síntesi, comunicació, integració de coneixements, redacció d'informes i sobretot treballar amb equips, sota les quals
Classificació automàtica
Anàlisi en correspondències simples
Anàlisi en correspondències múltiples
Anàlisi discriminant
Altres mètodes multivariants
La nota de la prova (NP) consisteix en una sèrie de proves de contingut teòric, que es fan al llarg del curs i que puntuen igual (entre 3 i 5, segons l'assignatura del curs). Per aprovar l'assignatura amb avaluació contínua s'ha d'aconseguir un mínim de 5 en la nota de teoria i s'han de lliurar tots els treballs en equip i la memòria final.
Funcions de diverses variables
Calcular derivades parcials i aplicar les regles de derivació; calcular vectors de gradient, i calcular el pla tangent a la gràfica d'una funció de dues variables i el pla tangent a una superfície donada implícitament. Calcular extrems de funcions de diferents variables sobre conjunts oberts, conjunts compactes i extrems subjectes a lligadura.
Diferenciació
Derivades d’ordre superior. Extrems
Es considera "no presentat" l'alumne que no tingui una nota de cadascuna de les dues parts de l'assignatura. Descriu la transició del règim demogràfic antic al modern i el seu impacte en la composició de la població.
Característiques i evolució de la població Introducció
Es pot realitzar individualment o en grup de dos alumnes i té un pes del 20% de la nota final de l'assignatura. Treballar per dur a terme diferents nivells de pràctica sota l'orientació del professorat.).
L’enquesta com a tècnica d’investigació social
Estudia com es construeix un qüestionari, quines parts ha de tenir i com s'han d'escriure les preguntes. S'estudia com s'han d'introduir les dades recollides en un suport informàtic per tal de construir una base de dades per realitzar anàlisis estadístiques.
L’informe d’investigació
La majoria de les activitats es fan en grup i sempre es garanteix que tots els membres de l'equip treballin. L'objectiu central de l'assignatura és que els estudiants reconeguin els principals plans i els puguin aplicar en una situació experimental concreta.
Dissenys amb factors fixos
Capacitat per recollir i interpretar dades rellevants que permetin derivar informes i conclusions raonades en problemes científics o altres camps que requereixin eines matemàtiques. És per això que abans de qualsevol disseny concret cal entendre quin és l'objectiu i en quines situacions experimentals és més adequat.
Dissenys amb factors aleatoris i mixtos
Conèixer i comprendre les eines i tècniques d'anàlisi associades a l'ús del model de regressió lineal múltiple. Interpretar de manera rigorosa i correcta els resultats de l'estimació d'un model de regressió lineal múltiple en les seves possibles especificacions.
El model de regressió lineal múltiple: especificació i estimació 1. Especificació del model
Incompliment de les hipòtesis bàsiques del terme de pertorbació 1. Matrius de variàncies i covariàncies escalars i no escalars
Heteroscedasticitat
Models de variable dependent discreta 1. Model de probabilitat lineal
Aquesta prova de reavaluació sempre té les característiques de la prova d'avaluació individual, permet que els alumnes assoleixin la màxima qualificació i és possible. Aquesta prova de reavaluació sempre té les característiques de la prova d'avaluació individual, permet que els alumnes assoleixin la màxima qualificació i és possible. presentar cada alumne, independentment de si ha optat per avaluació única o contínua.
Metodologia de millora sis sigma
Realitzar un control estadístic del procés en un procés real, tenint en compte la naturalesa del procés i els costos associats al mateix. Realitzar estudis de repetibilitat i reproductibilitat per assegurar-se que el sistema de mesura utilitzat en el procés és adequat.
Disseny d’experiments a la indústria i metodologia de superfície de resposta
Aplicar tècniques estadístiques en estudis empírics en ciències de la salut i interpretar correctament els resultats. Prendre consciència dels problemes ètics inherents a la recerca empírica en ciències de la salut.
Medicina basada en l’evidència
Aplicar les tècniques estadístiques del model lineal generalitzat als estudis de ciències de la salut i interpretar correctament els resultats. Aplicar les tècniques estadístiques aplicades a la revisió sistemàtica d'estudis en ciències de la salut i interpretar correctament els resultats.
Predicció
Entendre i prendre consciència de per què les estadístiques són una eina important en la gestió de la qualitat. Identificar en quines situacions les eines de millora de la qualitat poden ser útils i saber utilitzar-les correctament.
Introducció a la gestió de la qualitat
Capacitat per aplicar tècniques estadístiques i investigació operativa per millorar la qualitat i la productivitat en entorns diversos (tecnològic, industrial, etc.). Prendre consciència de la importància i les possibilitats de l'estadística en el context de la gestió de la qualitat.
Variabilitat: causes i mesura
Control estadístic de processos
Inspecció per mostreig
Conèixer algunes de les aplicacions de les matemàtiques a altres branques de la ciència i la tecnologia. Capacitat per utilitzar mètodes estadístics com a base per a la presa de decisions en organitzacions de diferents disciplines.
Estadística i bioinformàtica
I] Millorar la capacitat de reflexió i crítica treballant amb conjunts de dades d'estudis de biociència.
Estadística i biodiversitat
La prova única d'avaluació es farà en la data que determini el Consell d'Educació (abans del període de matrícula d'alumnes). Els alumnes que vulguin abandonar l'avaluació continuada i optar per l'avaluació única poden fer-ho abans de la data fixada, que es fa pública amb antelació.
Arxius i bases de dades Conceptes bàsics
Capacitat per utilitzar llenguatges de programació per implementar algorismes i sistemes de gestió de bases de dades. Ser capaç d'aplicar els coneixements teòrics mitjançant programari de gestió de bases de dades.
Introducció a l’empresa
Direcció
Recursos humans
Finances
Comercial i màrqueting
Entrega de la pràctica 1 i lliuraments parcials (al final del tema 3 "Personal"): 10% de la nota. L'estudiant que vulgui renunciar a l'avaluació continuada i optar per l'avaluació única ho ha de fer abans de la data que es determini i es faci pública amb la suficient antelació.
Model estadístic
Conèixer el concepte d'estimador d'intervals, així com alguns mètodes per construir intervals de confiança. Aconseguir un nivell de càlcul suficient per poder derivar proves UMP explícites, quan estiguin disponibles, així com desenvolupaments bàsics de la prova de relació de versemblança.
Mètodes de construcció i avaluació d’intervals de confiança
Saber utilitzar les proves d'hipòtesis i els intervals de confiança com a eines de presa de decisions. Calcular i interpretar proves de mitjanes i variàncies assumint la normalitat, en percentatges en un binomi, en els paràmetres d'una distribució de Poisson.
Inferència estadística: introducció i conceptes bàsics Introducció, objectius i programa de l’assignatura
Conèixer els tipus bàsics de mostreig i distribucions en el mostreig en les situacions més habituals.
Estimació puntual
Proves d’hipòtesi per a una població. Conceptes fonamentals
Comparació de dues poblacions
Realització, durant el període lectiu, d'una prova parcial [PP], amb un valor del 15% de la nota total, consistent en preguntes teòriques i/o conceptuals (vinculades al tipus 1 de l'apartat "Metodologia"). Realització, durant el període d'exàmens, d'un exercici d'anàlisi global de dades amb R [PR], amb un valor del 25% de la nota total.
Introducció a l’algorísmica
Analitzeu i utilitzeu tipus de dades estructurades com ara vectors, taules, cadenes i tuples, segons sigui necessari. Si cal, utilitzeu els algorismes bàsics associats a alguns tipus de dades estructurades: algorismes de cerca i algorismes d'ordenació.
Constructors de tipus i algorismes
Activitats complementàries (ACT): activitats grupals i individuals per fomentar l'aprenentatge actiu dels fonaments de la informàtica i el disseny algorítmic. Comprendre els avantatges i els inconvenients de la modelització com a pas previ en el procés de resolució de problemes reals.
El procés de modelització
Introduir l'ús de determinades estructures bàsiques de modelització i, en particular, d'aquelles estructures que són objecte de desenvolupament en altres assignatures de l'assignatura impartida a l'assignatura. S'introdueix la capacitat de resoldre models d'optimització com a resposta a les qüestions plantejades amb el sistema d'estudi.
Formulació i resolució dels models no lineals d’optimització
Els estudiants que ho prefereixin (sobretot si no poden assistir a classe amb regularitat) poden optar per ser avaluats amb una prova final i única, que determina el 100% de la nota. Un cop anunciades les qualificacions finals, els alumnes que no hagin superat l'assignatura tenen dret a una prova de reavaluació durant el mes de juliol, que té les mateixes característiques que la prova d'avaluació única.
Probabilitat condicionada i independència estocàstica 1. Probabilitat condicionada
Calculeu probabilitats a partir de l'especificació del model, proporcionada per la funció de densitat o funció de distribució, per a variables discretes i contínues.
Vectors aleatoris bivariants
La realització d'una prova parcial (assignatura no eliminatòria) cap a la meitat del quadrimestre i que suposa el 30% de la nota final. S'avalua amb una única prova en la mateixa data que la prova de síntesi de l'avaluació contínua.
Els nombres reals
Funcions. Límits i continuïtat
Derivació. Polinomis de Taylor
Integració
Successions i sèries
Conèixer el paper de la distribució prèvia i la de les distribucions anteriors de referència i saber com passar de la distribució prèvia a la posterior. Resoldre problemes d'inferència bayesiana analíticament quan s'utilitzen models de la família exponencial i s'ajusten distribucions prèvies.
Model bayesià
Inferència bayesiana
Models jeràrquics
Validació i construcció de models
L'avaluació de l'assignatura té una doble finalitat: d'una banda, comprovar el grau en què cada alumne ha assolit els objectius, qualificant-lo amb una qualificació; al seu torn, donar-li-ho. L'alumnat que vulgui renunciar a l'avaluació contínua i optar per l'avaluació única ho ha de fer abans de la data de venciment, que es fa pública amb antelació.
Teoremes límit com a fonament del mostreig 3. Estadístics i estimadors
Mostreig en població finita
Mostreig aleatori simple (MAS)
Mostreig aleatori estratificat (MAE)
Mostreig amb probabilitats desiguals
Mostreig per conglomerats (MC)
Un coneixement ampli del programari Sampling, un paquet R, és molt important. Els conceptes es presenten formalment i s'utilitzen pràctiques per destacar les propietats dels diferents mètodes d'extracció de mostres. Es poden proposar activitats de classe que substitueixin part de la nota o completen la nota dels exàmens parcials.).
Introducció a la mineria de dades
Capacitat per proposar, modelitzar, analitzar, validar i interpretar situacions i problemes reals, adaptar els models teòrics a les necessitats específiques de les diferents àrees d'aplicació.
Visualització de les dades
Clusterització (o clustering)
Regles d’associació
Regles de classificació. Anàlisi discriminada paramètrica
Mètodes flexibles de discriminació
Xarxes neuronals
Si l'estudiant no supera l'avaluació contínua, sempre té dret a presentar-se a l'examen extraordinari (repetit) del mes de juliol, en les mateixes condicions que per a l'avaluació única. Si l'estudiant no supera la prova d'avaluació única, sempre té dret a presentar-se a l'examen extraordinari (repetit) del mes de juliol, en les mateixes condicions que per a l'avaluació única.
Introducció a les assegurances
Desenvolupar i discutir activitats (amb suport informàtic) que utilitzin tot el procés d'anàlisi estadística requerit en inversions financeres, anàlisi de riscos i
Estadística per a les assegurances de vida
Introducció als mercats financers, preus i riscos
Estadística aplicada a la gestió de carteres 1. Correlació i gestió de carteres
Estadística aplicada a la gestió del risc 1. Tipologia de riscos financers
Els estudiants d'avaluació contínua hauran de realitzar només dos exercicis de la part d'estadística d'assegurances (escollits entre els quatre proposats) i dos de la part d'estadística de finances (escollits entre els quatre proposats). Els quatre exercicis de l'apartat d'estadística de finances representen el 50% de la nota final i els altres dos per als 50 restants.
Proves de permutacions i d’aleatorització
Coneixement dels fonaments de les proves de significació basades en permutació i de les principals alternatives de permutació a les proves d'hipòtesis paramètriques més habituals. Algunes proves bàsiques de permutació: dues mostres independents, dades aparellades, significació de correlació, ANOVA unidireccional.
Mètodes basats en l’estimació de la funció de distribució i en el remostreig
Estadística no paramètrica basada en rangs
L'alumnat que vulgui abandonar l'avaluació continuada i optar per l'avaluació única ha de fer-ho abans de la data fixada, que es fa pública amb antelació. La prova de reavaluació sempre té les característiques de la prova única d'avaluació (pel que fa a l'estructura i els pesos de les peces que la formen).
Preliminars
