Departamento de Estadística e Investigación Operativa Desirée Romero Molina

1. ORIENTAMAT PID 11-247 Departamento de Estadística e Investigación Operativa Desirée Romero Molina Granada, 22 de febrero de 2012

2. Composición Sección departamental de Melilla Unidades docentes: Bioestadística y Cartuja. • Facultad de Ciencias • Facultad de Ciencias Económicas y Empresariales • Facultad de Ciencias de la Actividad Física y del Deporte • Facultad de Ciencias Políticas y Sociales • Facultad de Ciencias del Trabajo • Facultad de Ciencias de la Salud • Facultad de Ciencias Sociales de Melilla • Facultad de Comunicación y Documentación • Facultad de Educación y Humanidades de Ceuta • Facultad de Farmacia • Facultad de Medicina • Facultad de Odontología • E.T.S. de Ingeniería, Canales y Puertos • E.T.S. de Ingeniería Informática y Telecomunicaciones

3. Docencia Grados • Biología • Bioquímica • Ciencias y Tecnología de los Alimentos • Ciencias Ambientales • Ciencias de la Actividad Física y del Deporte • Enfermería • Estadística • Farmacia • Física • Fisioterapia • Geología • Información y Documentación • Ingeniería Civil • Ingeniería de Tecnologías de la Computación • Ingeniería Electrónica Industrial • Ingeniería Informática • Ingeniería Informática y Matemáticas • Ingeniería Química • Matemáticas • Medicina • Nutrición Humana y Dietética • Odontología • Relaciones Laborales y Recursos Humanos • Terapia Ocupacional • Turismo

4. Docencia Masters y Doctorados • Master Universitario en Física y Matemática (FisyMat) • Master Universitario en Matemáticas • Master Universitario en Estadística Aplicada

5. Asignaturas en el Grado en Ingeniería Informática y Matemáticas Primer Curso: Estadística Descriptiva e Introducción a la Probabilidad (Asignatura obligatoria del segundo semestre, 6 créditos) • Estadística descriptiva y análisis de datos. • Espacios de probabilidad. • Variables aleatorias: características y modelos.

6. Asignaturas en el Grado en Ingeniería Informática y Matemáticas Tercer Curso: Probabilidad (Asignatura obligatoria del primer semestre, 6 créditos) • Variables aleatorias continuas: características y modelos. • Vectores aleatorios: características y modelos. • Distribuciones condicionadas: problemas de regresión y correlación. • Independencia de variables aleatorias. • Leyes de los grandes números y teorema central del límite.

7. Asignaturas en el Grado en Ingeniería Informática y Matemáticas Cuarto 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.

8. Asignaturas Optativas Quinto 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.

9. Asignaturas Optativas Quinto 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+.

10. Asignaturas Optativas Quinto 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.

11. Otros Módulos Optativos Análisis 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).

12. Otros Módulos Optativos Análisis 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.

13. Otros Módulos Optativos Demografía 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.

14. Otros Módulos Optativos Estadística 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,

15. Otros Módulos Optativos Técnicas de análisis multivariante y aplicaciones (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.

16. 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 SUPERVIVENCIA • FQM307 - MODELIZACIÓN Y PREDICCIÓN CON DATOS FUNCIONALES • FQM365 - DISEÑO Y ANÁLISIS ESTADÍSTICO DE ENCUESTAS POR MUESTREO

17. 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.

18. Máster en Estadística Aplicada • El título de éste Máster virtual se desarrolla en tres partes: Docencia, PrácticasdeEmpresa y Trabajofindemáster, 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