IDENTIFYING DATA 2015_16
Subject (*) STATISTICS II Code 16904110
Study programme
Double Degree in Business Admin. and Management and Finance Accountancy
Cycle 1st
Descriptors Credits Type Year Period
6 Compulsory Second 2Q
Language
Castellà
Department Economia
Coordinator
LÓPEZ-REY LAURENS, JUAN MANUEL
E-mail juanmanuel.lopezrey@urv.cat
Lecturers
LÓPEZ-REY LAURENS, JUAN MANUEL
Web
General description Distribucions de Probabilitat i inferència estadística

Competences
Type A Code Competences Specific
 A2 Find, analyze and interpret quantitative and qualitative information of a financial, accounting, economic, social and legal nature that is relevant to the taking of business decisions.
Type B Code Competences Transversal
 B1 Learning to learn
Type C Code Competences Nuclear
 C3 Be able to manage information and knowledge
 C4 Be able to express themselves correctly both orally and in writing in one of the two official languages of the URV

Learning outcomes
Type A Code Learning outcomes
 A2 Use and correctly define the concepts and tools of probability (random variables, the population-sample distinction, etc.)
Apply probability-derived tools appropriate to the problem being dealt with.
Solve problems without errors.
Understand and correctly interpret the results of probability and statistical inference.
Type B Code Learning outcomes
 B1 Put into practice the approaches, methods and experiments put forward by the teaching staff in a disciplined fashion.
Type C Code Learning outcomes
 C3 Locate and access information effectively and efficiently.
 C4 Produce written texts that are appropriate to the communicative situation

Contents
Topic Sub-topic
1. VARIABLES ALEATÒRIES UNIDIMENSIONALS 1.1. Variables aleatòries discretes
1.1.1. Funció de probabilitat (de quantia). Propietats
1.1.2. Funció de distribució. Propietats
1.2. Variables aleatòries contínues
1.2.1. Funció de distribució. Propietats
1.2.2. Funció de densitat. Propietats
CARACTERÍSTIQUES DE LES VARIABLES ALEATÒRIES
1.3. Esperança d’una variable aleatòria. Propietats
1.4. Variància d’una variable aleatòria. Propietats
1.5. Desigualtat de Txebitxev
2. MODELS DE DISTRIBUCIÓ DE PROBABILITAT 2.1. DISTRIBUCIONS DISCRETES
2.1.1. Distribució uniforme discreta
2.1.2. Distribució de Bernoulli
2.1.3. Distribució binomial
2.1.4. Distribució de Poisson
2.2. DISTRIBUCIONS CONTÍNUES
2.2.1. Distribució uniforme
2.2.2. Distribució exponencial
3. DISTRIBUCIÓ NORMAL I DISTRIBUCIONS RELACIONADES 3.1. Definició. Normal tipificada
3.2. Propietats. Ús de taules
3.3. Aproximació de la binomial per la normal. Correcció per continuïtat
3.4. Importància de la distribució normal: teorema central del límit
3.5. Distribucions relacionades amb la normal
3.5.1. Distribució t de Student
4. MOSTREIG. DISTRIBUCIONS MOSTRALS 4.1. Mostreig. Tipus de mostreig
4.2. Paràmetres poblacionals i estadístics mostrals
4.3. Error mostral
4.4. Distribució mostral de l’estadístic mitjana mostral
4.5. Distribució de la variància i de la quasivariància mostral
4.6. Distribució d’altres estadístics mostrals
5. TEORIA DE L’ESTIMACIÓ 5.1. Concepció clàssica de l’estimació
ESTIMACIÓ PUNTUAL
5.2. Concepte d’estimador
5.3. Propietats desitjables dels estimadors
5.3.1. Estimadors no esbiaixats
5.3.2. Estimadors eficients
5.3.3. Propietats asimptòtiques
ESTIMACIÓ PER INTERVALS
5.4. Concepte d’interval de confiança
5.5. Determinació d’alguns intervals de confiança
6. CONTRAST D’HIPÒTESI PARAMÈTRICA 6.1. Plantejament general. Conceptes bàsics
6.2. Tipus d’hipòtesis estadístiques
6.3. Estadístic de prova. Regió crítica
6.4. Tipus d’error
6.5. Nivell de significació. p-valor
6.6. Contrastos sobre la mitjana i sobre la diferència de mitjanes
6.7. Contrastos sobre proporcions i sobre diferència de proporcions
7. INTRODUCCIÓ A L’ECONOMETRIA 7.1 Model de regressió lineal simple. Ajust per mínims quadrats ordinaris
7.2 Contractes d’hipòtesi sobre els paràmetres

Planning
Methodologies  ::  Tests
  Competences (*) Class hours
Hours outside the classroom
(**) Total hours
Introductory activities
1 0 1
Lecture
A2
B1
C3
C4
30 45 75
Problem solving, classroom exercises
A2
B1
C3
C4
25 45 70
Personal tuition
0 0 0
 
Mixed tests
A2
B1
C3
C4
1 0 1
Mixed tests
A2
B1
C3
C4
3 0 3
 
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies
  Description
Introductory activities Presentació assignatura
Lecture Classe expositiva
Problem solving, classroom exercises Realització explicativa de problemes
Personal tuition Utilització de les hores d'atenció a l'estudiant per resoldre qüestions i dubtes concrets

Personalized attention
Description
Resoldre dubtes concrets de l'assignatura al despatx

Assessment
Methodologies Competences Description Weight        
Mixed tests
A2
B1
C3
C4
Examen parcial que pot ser tipus preguntes curtes o tipus test (en aquest cas les respostes errònees resten punts).
20% nota final de l'assignatura
Mixed tests
A2
B1
C3
C4
L'examen en convocatòria oficial constarà de preguntes objectives (preguntes curtes o tipus test, en aquest cas les respostes errònies resten punts) i resolució de problemes en aquest cas amb formulari de màxim 2 fulls. 70% nota final de l'assignatura
Others  

Prova pràctica o examen. A l'inici de curs el professor responsable del grup explicarà en que consistirà en aquell grup aquesta prova pràctica o examen.

10% nota final de l'assignatura
 
Other comments and second call

La segona convocatòria: L'estructura de l'examen és idèntica a la de la primera convocatòria però la nota d'aquesta prova és el 100% de la nota final de l'assignatura.

En els exàmens caldrà portar les taules de Gauss i t-Student i es podran emprar calculadores científiques i únicament queden prohibits els dispositius que permeten la connexió a xarxes de dades.

Així mateix queden totalment prohibits a l'aula l'ús de telèfons i altres dispositius mòbils que puguin connectar-se a l'exterior. L'ús d'aquests dispositius suposaran per l'estudiant l'expulsió de l'aula.


Sources of information

Basic
TEORIA

ALEA, M.V. et al. Estadística aplicada a les ciències econòmiques i socials. Ed. McGraw-Hill, 1999.

RUIZ-MAYA, L.; MARTÍN, F.J. Estadística II: Inferencia. Ed. Thomson, 2001.

MARTíN PLIEGO, F. J.; RUIZ-MAYA, L. Estadística I: . Ed. Thomson, 2004.

PROBLEMES

ALLEPÚS et al. Exercicis d’inferència estadística. Cossetània Edicions, 2002.

SARABIA, J. Curso práctico de Estadística. Ed. Civitas, 1993

Complementary
TEORIA

ARANDA, J.; GOMEZ, J. Fundamentos de Estadística para Economía y Administración de empresas. Ed. PPU, 1992.

CANAVOS, G.C. Probabilidad y Estadística. Aplicaciones y métodos. Ed. Mc Graw, 1988.

LÓPEZ CACHERO, M. Fundamentos y métodos de Estadística. Ed. Pirámide, 1990.

MARTÍN, F.J.; RUIZ-MAYA, L. Estadística I: Probabilidad. Ed. Thomson, 2004.

NOVALES, A. Estadística y econometría. Ed. Mc Graw-Hill, 1997.

Recommendations

Subjects that continue the syllabus
STATISTICS I/16214007

Subjects that are recommended to be taken simultaneously
MATHEMATICS II/16214009

Subjects that it is recommended to have taken before
MATHEMATICS I/16214008
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.