Departamento de Estadística e

Investigación Operativa

Desirée Romero Molina

ORIENTAMAT PID 11-247

Granada, 12 de Enero de 2012

ComposiciónSección departamental de Melilla

Unidades docentes: Bioestadística y Cartuja.

Facultad de CienciasFacultad de Ciencias Económicas y EmpresarialesFacultad de Ciencias de la Actividad Física y del DeporteFacultad de Ciencias Políticas y SocialesFacultad de Ciencias del TrabajoFacultad de Ciencias de la SaludFacultad de Ciencias Sociales de MelillaFacultad de Comunicación y DocumentaciónFacultad de Educación y Humanidades de CeutaFacultad de FarmaciaFacultad de MedicinaFacultad de OdontologíaE.T.S. de Ingeniería, Canales y PuertosE.T.S. de Ingeniería Informática y Telecomunicaciones

DocenciaGrados

BiologíaBioquímicaCiencias y Tecnología de los AlimentosCiencias AmbientalesCiencias de la Actividad Física y del DeporteEnfermería EstadísticaFarmaciaFísicaFisioterapiaGeologíaInformación y DocumentaciónIngeniería Civil

Ingeniería de Tecnologías de la ComputaciónIngeniería Electrónica IndustrialIngeniería InformáticaIngeniería Informática y MatemáticasIngeniería QuímicaMatemáticasMedicinaNutrición Humana y DietéticaOdontologíaRelaciones Laborales y Recursos HumanosTerapia OcupacionalTurismo

DocenciaMasters y Doctorados

Master Universitario en Física y Matemática (FisyMat)

Master Universitario en Matemáticas

Master Universitario en Estadística Aplicada

Asignaturas en el Grado en Matemáticas

Primer Curso: Estadística Descriptiva e Introducción a la Probabilidad(Asignatura obligatoria del primer semestre, 6 créditos)

Tema 1. Introducción a la Estadística. Estadística descriptiva unidimensional. Tema 2. Estadística descriptiva bidimensional. Regresión y correlación. Análisis de atributos. Tema 3. Espacios de probabilidad: definición axiomática y propiedades básicas de la probabilidad. Tema 4. Probabilidad condicionada: teoremas básicos. Independencia de sucesos. Tema 5. Variables aleatorias: distribuciones de probabilidad y características. Tema 6. Algunos modelos de distribuciones discretas.

Asignaturas en el Grado en Matemáticas

Segundo Curso: Probabilidad(Asignatura obligatoria del segundo semestre, 6 créditos)

Tema 1. Variables aleatorias continuas: características y modelos. Tema 2. Vectores aleatorios: características. Tema 3. Distribuciones condicionadas: regresión y correlación. Tema 4. Independencia de variables aleatorias. Tema 5. Algunos modelos de distribuciones multidimensionales. Tema 6. Introducción a las leyes de los grandes números y al problema central del límite.

Asignaturas en el Grado en Matemáticas

Tercer Curso: Inferencia Estadística(Asignatura obligatoria del primer semestre, 6 créditos)

Planteamiento y formulación de un problema de inferencia estadística.Estimación puntual: propiedades básicas de los estimadores puntuales. Métodos de estimación puntual.Estimación por regiones de confianza: propiedades básicas; construcción de intervalos de confianza en poblaciones unidimensionales.Contraste de hipótesis: test de Neyman-Pearson y test de la razón de verosimilitudes.Introducción a los modelos lineales: inferencia bajo hipótesis de normalidad.

Asignaturas en el Grado en Matemáticas

Tercer Curso: Historia de las matemáticas II(Asignatura obligatoria del primer semestre, 6 créditos, compartida con los departamentos de

Álgebra y Ciencias de la Computación)

Historia de las Probabilidades, la Estadística y la Investigación Operativa. Historia del Álgebra. Historia de la Computación.

Asignaturas Optativas

Cuarto Curso: Estadística Multivariante

Distribución normal multivariante: aspectos probabilísticos, caracterizaciones. Inferencia en la distribución normal multivariante: inferencia máximo verosímil, distribución de los estimadores. Contrastes sobre vectores media: metodología de la T2 de Hotelling. Inferencia sobre coeficientes de correlación. Técnicas factoriales: Análisis de componentes principales, Análisis factorial. Correlación canónica. Técnicas de clasificación y discriminación: Análisis Discriminante.

Asignaturas Optativas

Cuarto Curso: Estadística Computacional

Computación Estadística y Estadística Computacional. Evolución histórica. Lenguajes de programación: Visual Basic Metodología del Análisis Estadístico Computacional con SPSS. Metodología del Análisis Estadístico Computacional con los entornos de análisis y programación estadística R y S+. Casos prácticos: análisis estadístico de datos reales. Comparación de software. Resolución práctica de problemas clásicos de la Estadística con R y S+.

Asignaturas Optativas

Cuarto Curso: Procesos Estocásticos

Teoría general de procesos estocásticos: definición, clasificación, trayectorias, distribución.Cadenas de Markov: ecuación de Chapman-Kolmogorov, distribución, clasificación de los estados y comportamiento límite.Procesos de Markov. Procesos homogéneos. Distribuciones estacionarias.Otros tipos de procesos: procesos de nacimiento y muerte, procesos de Poisson.

Otros Módulos OptativosAnálisis estadístico de datos discretos (12 créditos, primer y segundo semestre)

Análisis de independencia y asociación en tablas de contingencia.Modelos log-lineales. Modelos logit. Modelos probit.Estadística computacional para datos categóricos.Aplicaciones en distintos campos como la sociología, la epidemiología y las ciencias biomédicas.

Análisis estadístico y evaluación de riesgos (12 créditos, primer y segundo sem.)

Riesgo e incertidumbre: Aspectos conceptuales y epistemológicos. Teoría de la decisión estadística e introducción a la teoría de valores extremos. Procesos puntuales en el análisis de riesgos. Series temporales y volatilidad. Modelos GARCH. Metodologías VaR. Métodos estadísticos multivariantes y simulación Monte Carlo. Estudio de casos significativos en distintos campos del aplicación (Finanzas, Ingeniería, Geofísica, Medio Ambiente, Epidemiología, Seguros, entre otros).

Otros Módulos OptativosAnálisis exploratorio y minería de datos (12 créditos, primer y segundo semestre)

Análisis exploratorio y minería de datos. Conceptos básicos. Técnicas cuantitativas AED. Técnicas de Minería de Datos para problemas de agrupamiento. Técnicas de Minería de Datos para problemas de clasificación. Técnicas de Minería de Datos para problemas de asociación. Herramientas software para el AED y MD.

Bioestadística (12 créditos, primer y segundo semestre)

Análisis exacto y asintótico de una o varias tablas 2x2. Test de independencia. Medidas de asociación epidemiológicas. Ensayos clínicos. Metaanálisis. Bioequivalencia de medias y proporciones. Medidas de concordancia o acuerdo. Métodos de diagnóstico. Análisis de supervivencia. Regresión logística en Bioestadística.

Otros Módulos OptativosDemografía estadística (12 créditos, primer y segundo semestre)

Fuentes de datos demográficos autonómicos, nacionales y de otros países. Modelos de crecimiento de poblaciones. Logística de Robertson. Perspectivas demográficas. Herramientas básicas. Diagrama de Lexis. Fenómenos demográficos en una generación y del momento. Interferencias. Técnicas avanzadas para el ajuste, estudio y proyección de los fenómenos dem. Modelos estocásticos de crecimiento de poblaciones.

Estadística industrial (12 créditos, primer y segundo semestre)

Fiabilidad y calidad. Fiabilidad de componentes y sistemas. Distribuciones de tiempos de vida usuales en fiabilidad. Análisis grafico de tiempos de fallo en modelos paramétricos y construcción de la función de fiabilidad empírica. Sistema de calidad en la empresa. Planes de inspección estadística y gráficos de control por atributos y variables. Análisis de la capacidad de un proceso y diseño de experimentos aplicado a la calidad.

Otros Módulos OptativosEstadística pública (12 créditos, primer y segundo semestre, tercer curso)Organización estadística Autonómicas, Nacional, Unión Europea e Internacional. Planes y programas estadísticos Autonómicos, nacional, Unión Europea e Inter. Clasificaciones y difusión estadísticas. Estadísticas de población. Estadísticas económicas. Estadísticas sociales. Otras estadísticas. Derechos fundamentales y tratamiento de datos personales. Legislación sobre: protección de datos, secreto estadístico y estadística pública. Procedimientos de reclamación en los supuestos de vulneración de derechos fundamentales derivados de esta actividad administrativa.

Optimización estadística mediante simulación estocástica (12 créditos, 1º y 2º )

Métodos clásicos de generación de variables aleatorias, vectores aleatorios y matrices aleatorias. Métodos de remuestreo. Integración Monte Carlo. Generación de procesos aleatorios básicos. Simulación de cadenas de Markov. Algoritmos Data Augmentation y Gibbs sampling. Algoritmos de Metropolis-Hastings e Híbridos. Aplicaciones: Modelos lineales mixtos.

Otros Módulos OptativosTécnicas de análisis multivariante y aplicacioes (12 créditos, 1º y 2º semestre) Análisis de componentes principales y análisis factorial exploratorio. Análisis factorial confirmatorio. Modelos LISREL. Análisis de correlaciones canónicas. Técnicas probabilísticas de clasificación. Análisis discriminante. Modelos estadísticos lineales multivariantes de rango máximo. Regresión lineal. Modelos estadísticos lineales mult. de rango no máximo. MANOVA y MANCOVA.

Métodos matemáticos avanzados (12 créditos, primer y segundo sem., tercer curso)

Derivación matricial y Teoría de Operadores. Funciones de variable compleja y cálculo integral complejo. Teoría de residuos. Series de Fourier. Transformadas integrales. Técnicas de continuación para la resolución de sistemas de ecuaciones no lineales. Interpolación y ajuste de datos con funciones splines. Programación con Cálculo Simbólico y Cálculo Numérico.

Grupos de Investigación

Grupos de la Junta de Andalucía

FQM145 - ESTADÍSTICA COMPUTACIONAL Y APLICADA FQM147 - ANÁLISIS ESTADÍSTICO DE DATOS MULTIVARIANTES Y PROC. EST.FQM157 - CÁLCULO ESTOCÁSTICO FQM224 - ANÁLISIS DE SUPERVIVENCIA, DISTRIBUCIONES DE PROBABILIDAD FQM235 - BIOESTADÍSTICA FQM299 - MODELIZACIÓN ESTOCÁSTICA EN FIABILIDAD Y SUPERVIVENCIAFQM307 - MODELIZACIÓN Y PREDICCIÓN CON DATOS FUNCIONALES FQM365 - DISEÑO Y ANÁLISIS ESTADÍSTICO DE ENCUESTAS POR MUESTREO

FQM147 Análisis Estadístico de Datos Multivariantes y Procesos Estocásticos

PersonalInvestigador Principal: Ramón Gutiérrez JáimezFrancisco Javier Alonso MoralesJosé Miguel Angulo IbáñezRamón Gutiérrez SánchezAna Esther Madrid GarcíaAhmed NafidiEva María Ramos Ávalos

Palabras Clave: Análisis multivariante. Campos aleatorios. Procesos de Markov. Procesos estocásticos de difusión.

Líneas de investigación: Procesos estocásticos de difusión y campos aleatorios. Métodos estadísticos multivariantes y aplicaciones. Modelización estocásica en economía, finanzas, ciencias naturales y de la vida. Estadística medioambiental. Métodos de análisis estadísticos.

Nuria Rico CastroPatricia Román RománDesirée Romero MolinaMaría Dolores Ruíz MedianFrancisco de Asís Torres Ruíz

Máster en Estadística Aplicada

Coordinador: Dr. Andrés González Carmona

Objetivos: Formar en técnicas avanzadas para desarrollar tareas específicas en empresas

privadas, organismos públicos y asesoría estadística. Ampliar conocimientos transmitiéndoles métodos y técnicas no estudiadas en

los cursos de grado y que son de interés para una formación completa y actualizada.

Incrementar la capacidad, crítica, respecto de las posibilidades que la Estadística tiene para abordar y resolver problemas que se plantean en distintos campos.

Formar en la metodología de la investigación propia de este área de conocimiento, lo que se plasmará en el trabajo de investigación a realizar en el Módulo de Investigación del programa y, por supuesto, más profundamente en caso de que realicen su tesis doctoral.

Máster en Estadística Aplicada

El título de éste Máster virtual se desarrolla en tres partes: Docencia, Prácticas de Empresa y Trabajo fin de máster, que se pueden realizar en un curso académico.

La docencia se divide en dos módulos atendiendo al carácter de los mismos:

MÓDULO I: Formación para la investigación. MÓDULO II: Aplicaciones de la estadística.

El máster puede realizarse eligiendo entre las siguientes opciones:

OPCIÓN I (orientada al mundo de la empresa): Obligatorio prácticas de empresa y cursos a elegir entre los Módulos I y II.

OPCIÓN II (orientada a la investigación, en este caso el máster supone el período de formación del programa de doctorado en matemáticas y estadística): Obligatorio 5 cursos a elegir en el Módulo I y además 6 cursos a elegir entre los Módulos I y II o bien 3 cursos a elegir entre los Módulos I y II y las prácticas de empresa.

Información completa en http://www.moea.es