| Competences |
| Type A | Code | Competences Specific |
| A1 | Apply basic knowledge of mathematics, physics, chemistry and biology to oenology. | |
| Type B | Code | Competences Transversal |
| Type C | Code | Competences Nuclear |
| Learning outcomes |
| Type A | Code | Learning outcomes |
| A1 |
Aplicar els conceptes i les tècniques estadístiques al tractament de resultats experimentals, que permetin estimar la fiabilitat dels valors finals Formular models d'ajust de resultats experimentals a les funcions teòriques fisicoquímiques Conèixer les bases dels models de distribució de probabilitat discrets i continus Aplicar l'estimació matemàtica i els tests estadístics, útils quan s'han de prendre decisions sobre els valors de paràmetres i els seus marges d'error Utilitzar eines informàtiques per fer el tractament estadístic de dades Utilitzar eines informàtiques per a resoldre equacions, sistemes d'equacions, integrals i equacions diferencials ordinàries | |
| Type B | Code | Learning outcomes |
| Type C | Code | Learning outcomes |
| Contents |
| Topic | Sub-topic |
| 1. Introducció a l’anàlisi de dades. | 1.1. Concepte d’Estadística. Contingut de l’Estadística. 1.2. Concepte de població, mostra, individu i variable estadística. 1.3. Classificació de les variables estadístiques. 1.4. Paràmetres de posició. 1.5. Paràmetres de dispersió. |
| 2. Variables aleatòries. | 2.1. Concepte de probabilitat i propietats. 2.2. Concepte de variable aleatòria. 2.3. Variables aleatòries discretes: funció de probabilitat i funció de distribució. 2.4. Variables aleatòries contínues: funció de densitat i funció de distribució. 2.5. Esperança matemàtica. 2.6. Variància. |
| 3. Models de distribució de probabilitats. | 3.1. Distribucions discretes: Bernoulli, binomial, Poisson, uniforme. 3.2. Distribucions contínues: uniforme, exponencial, normal. 3.3. Llei normal general. Llei normal reduïda: N(0,1). 3.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor. 3.5. Convergència a la llei normal: teorema del límit central. 3.6. Ús de les taules estadístiques. |
| 4. Teoria de l’estimació. | 4.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals. 4.2. Propietats dels estimadors: biaix, eficiència i consistència. 4.3. Alguns mètodes d’estimació: el mètode dels moments i el mètode del màxim de versemblança. 4.4. Noció d’interval de confiança. Coeficient de confiança. 4.5. Determinació d’alguns intervals de confiança per a: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions. |
| 5. Contrast d’hipòtesis. | 5.1. Hipòtesis estadístiques. Tipus d’hipòtesis. 5.2. Concepte de regió crítica i regió d’acceptació. 5.3. Tipus d’errors. Potència d’un contrast. Nivell de significació. 5.4. Aplicació dels contrastos d’hipòtesis per: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions. |
| 6. Anàlisi de la variància. | 6.1. Generalitats sobre l’anàlisi de la variància. 6.2. Disseny d’un factor. 6.3. Disseny de dos factors sense interacció. Blocs aleatoritzats. 6.4. Disseny de dos factors amb interacció. |
| 7. Regressió lineal. | 7.1. Model de regressió mostral simple. 7.2. Estimació de la recta de regressió pel mètode dels mínims quadrats. 7.3. Mesures de bondat d’ajust. 7.4. Contrastos de significació. 7.5. Construcció d’intervals de predicció. 7.6. Regressió no lineal. 7.7. Regressió lineal múltiple. |
| 8. Mètodes numèrics. | 8.1. Anàlisi de l'error. 8.2. Zeros de funcions. 8.3. Resolució de sistemes d'equacions lineals. 8.4. Integració numèrica. 8.5. Resolució numèrica d'equacions diferencials. |
| Planning |
| Methodologies :: Tests | ||||||||||
| Competences | (*) Class hours |
Hours outside the classroom |
(**) Total hours | |||||||
| Introductory activities |
|
1.2 | 0 | 1.2 | ||||||
| Lecture |
|
28 | 44.8 | 72.8 | ||||||
| Practicals using information and communication technologies (ICTs) in computer rooms |
|
28 | 42 | 70 | ||||||
| Personal tuition |
|
0 | 0 | 0 | ||||||
| Objective short-answer tests |
|
3 | 3 | 6 | ||||||
| (*) 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 |
| Description | |
| Introductory activities | Introducció de l'assignatura on s'expliquen els continguts a treballar, els objectius a avaluar, la metodologia que s'usa i el mètode d'avaluació. |
| Lecture | El professor explica els continguts teòrics de cada tema. S'usa la pissarra i la projecció dels apunts. |
| Practicals using information and communication technologies (ICTs) in computer rooms | Es demanen als alumnes que facin i lliurin pràctiques, realitzades amb ordinador, relacionades amb els continguts que s'estan treballant en cada moment. Aquestes pràctiques formen part de l'avaluació continuada de l'assignatura. |
| Personal tuition | Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula. |
| Personalized attention |
| Description |
| Els alumnes poden tenir atenció personalitzada de qualsevol aspecte del curs durant les hores d'atenció d'alumnes i en les hores de resolució d'exercicis i pràctiques a l'aula. |
| Assessment |
| Methodologies | Competences | Description | Weight | ||||
| Practicals using information and communication technologies (ICTs) in computer rooms |
|
L’estudiant, amb ajuda del professor, haurà de resoldre problemes dels diversos continguts de l'assignatura. Es valorarà l’aprofitament de les pràctiques. |
50% | ||||
| Objective short-answer tests |
|
Examen final individual de caràcter de síntesi. Només es pot portar i consultar el següent material: calculadora científica, taules estadístiques i un formulari d'un màxim de 3 fulls. | 50% | ||||
| Others |
| Other comments and second exam session | |||
|
A la segona convocatòria hi haurà un examen final individual de caràcter de síntesi on només es pot portar i consultar el següent material: calculadora científica, taules estadístiques i un formulari d'un màxim de 3 fulls. Es guarda la nota de pràctiques si aquesta és superior a 5 (en aquest cas, la nota de pràctiques i la de l'examen ponderen un 50% cadascuna). Si la nota de pràctiques és inferior a 5 no es guarda aquesta nota i l'examen pondera un 100%. Donada la diferent dificultat respecte l'examen de la 1a convocatòria, la nota final de la 2a convocatòria serà un 5 com a màxim. Durant les proves d'avaluació, els telèfons mòbils, tablets i altres aparells que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista. La realització demostrativament fraudulenta d'alguna activitat avaluativa d'alguna assignatura tant en suport material com virtual i electrònic comporta a l'estudiant la nota de suspens d'aquesta activitat avaluativa. Amb independència d'això, davant la gravetat dels fets, el centre pot proposar la iniciació d'un expedient disciplinari, que serà incoat mitjançant resolució del rector o rectora. |
|||
| Sources of information |
| Basic |
Mateo, J.M., Estadística pràctica pas a pas, , URV |
||||||||
| Complementary | |||||||||
| Recommendations |
(*)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.