Estadística ( EST )

Professors

Responsable:	José Antonio González Alastrue (jose.a.gonzalezupc.edu) M. Pilar Muñoz Gracia (pilar.munyozupc.edu) Roser Rius Carrasco (roser.riusupc.edu).
Altres:	Erik Cobo Valeri (erik.coboupc.edu) Esteve Codina Sancho (esteve.codinaupc.edu) Hector Rene Alvarez Laverde (hector.reneupc.edu) Josep Anton Sánchez Espigares (josep.a.sanchezupc.edu) Karina Gibert Oliveras (karina.gibertupc.edu) Manuel Martí Recober (manuel.marti-recoberupc.edu).

Objectius Generals

L'assignatura presenta, per una part, tècniques d'anàlisi de dades (estadistica descriptiva, ...) que permeten a l'estudiant enfrontar-se de manera addient als reptes d'interpretació de dades que afrontarà a la pràctica professional.
Per altra part, es presenten els fonaments de probabilitat aplicada que un informàtic pot necessitar al llarg del seu exercici professional. Aquests fonaments han de ser la base per a abordar camps com:
o fiabilitat de sistemes i/o software,
o estudi del rendiment de sistemes,
o tractament de les dades de la simulació i teoria de cues,
o disseny de sistemes d'informació quantitativa,
o explotació estadística de bases de dades, etc.

Objectius Específics

Coneixements

1. Conceptes fonamentals de probabilitat: esdeveniment aleatori, dada, població, mostra, probabilitat, variable aleatòria discreta i contínua.
2. Conceptes fonamentals d'inferència: paràmetre poblacional, estimador mostral, estimació per interval, prova d'hipòtesis, model, decisió, risc.
3. Exemples aplicables als conceptes anteriors, des dels jocs d'atzar a situacions habituals al mon de la informàtica.

Habilitats

1. Saber aplicar el formalisme matemàtic per resoldre problemes que comporten incertesa.
2. Saber distingir les components estocàstiques de la part determinista, i veure la necessitat de quantificar el grau d'incertesa.
3. Saber utilitzar un software estadístic, calculadora científica i/o taules per fer càlculs amb les distribucions de probabilitats més importants.
4. Saber utilitzar el software estadístic per analitzar dades i obtenir indicadors numèrics i gràfics que resumeixin la informació rellevant.
5. Saber convertir dades en informació i preparar-les per a la presa de decisions

Competències

1. Capacitat per al raonament crític i lògico-matemàtic
2. Capacitat per dissenyar, dur a terme experiments i analitzar-ne els resultats.
3. Capacitat d'aplicar un model versemblant a una situació no determinista, estimar els paràmetres implicats, estudiar la validesa del model i utilitzar-lo per realitzar previsions o prendre decisions considerant l'error de la mostra.
4. Capacitat per prendre decisions en presència d'incertesa, assumint uns riscos quantificats
5. Preparació per treballar en grup

Continguts

Hores estimades de:

Metodologia docent

Habitualment, s'utilitzarà la classe magistral, amb ús de transparències i pissarra. Eventualment, es podrà sustituir aquests mitjans per ordinador +
canó projector, possibilitant l'ús de tecnologies de la informació, com
exposició de software, ús d'"applets", accés a internet, etc.

Està prevista la resolució de problemes en modalitat cooperativa (un equip d'estudiants resol el problema preparat per altres equips), i també la
resolució de problemes amb ordinador que permet autocorrecció, entorn
anomenat e-status. Puntualment, el professor també explica i resol exercicis
il.lustratius.

Al laboratori, l'estudiant treballarà en grup devant l'ordinador, i seguint
un guió que l'orienta en el treball de la sessió corresponent, mentre el
professor dona orientacions generals i resol dubtes. Per a cada sessió,
l'estudiant haurà de llegir prèviament el guió proposat i, després,
pot haver de passar un cert temps acabant la feina i contestant un
qüestionari.

Mètode d'avaluació

La nota final està composada per:
- dos proves parcials, tipus test, que es fan durant el quadrimestre en l'horari de classe (20%)
- una nota de laboratori corresponent a un mínim de quatre proves realitzades en horari de laboratori al llarg del quadrimestre (30%)
- un examen final (50%)

Hi ha un punt addicional per exercicis voluntaris lliurats a classe de teoria
(fins a un màxim de 10).

Si la nota de l'examen final és superior a la que s'obté amb aquesta
fòrmula, la nota de l'assignatura serà la de l'examen final.

Bibliografía bàsica

• Florac, W. A., Carleton, A. D. Measuring the Software Process, Ed. Addison-Wesley, 1999.
• Dolado, J. J ., Fernández, L. Medición para la gestión en la Ingeniería del Software, Ed. Ra-Ma, 2000.
• Jain, R. The Art of computer systems performance analysis techniques for experimental design, measurement, simulation, and modeling, Ed. John Wiley & Sons cop, 1991.
• Peña, D. Estadística. Modelos y Métodos, vol. I i II , Ed. Alianza, 1995.
• Wonnacott, T.H., Wonnacott, R. J. Introducción a la Estadística , Ed. Limusa, 1997.

Bibliografía complementària

• Allen, A. O. Probability, statistics and queueing theory wiht computer science applications, Academic Press, 1990.
• Kan, S. H. Metrics and Models in Software Quality, Addison-Wesley, 1995.
• Gonick, L., Smith, W. La Estadística en Cómic, Zendrera Zariquey, 2002.

Enllaços web

1. http://www-eio.upc.edu/seccio_fme/docencia/estad/
   Pàgina web de l'assignatura

Capacitats prèvies

Els alumnes han de tenir els coneixements suficients d'àlgebra i anàlisi matemàtic
per poder assimilar els conceptes relacionats amb àlgebra de conjunts, sèries numèriques, funcions de variable real d'una o més dimensions, derivació i integració.