Modela la incertidumbre: aprende estadística matemática

Online or in-person

from March, 23rd 2026 to May, 25th 2026

Print PDF

Muchos son los que están convencidos de que, cuando hablamos de Estadística (o de Estadísticas, como suele decirse), nos referimos a tablas de datos y gráficos que se publican en medios de comunicación (la fuente, por lo general, es el INE; aunque puede ser empresas de comunicación privada) y que están relacionadas con Sociología, Economía, etc.

Es verdad que los primeros pasos en la formación (o aparición) del estado moderno (o no tan moderno como pudiera parecer) hayan sido la creación de censos y registros para la obtención de datos de interés para la administración del estado.

Actualmente la Estadística Matemática es una parte del edificio de las Matemáticas encajado en el ámbito del Análisis Matemático en su sección de Teoría de la Medida. La finalidad de la misma es la obtención de resultados basados en la Teoría de la Probabilidad que permiten, a través de unos modelos, predecir características de una población a partir de datos de una muestra, todo ello con un error controlado. Para la aplicación práctica de los resultados teóricos hacen falta técnicas de tratamiento y organización de los datos de la muestra extraída de la población de la que importa la característica en estudio. La parte de la Estadística que trata de ello se denomina Estadística Descriptiva y será tratada el Tema 1 del curso.

Con el curso que se anuncia, no se pretende estudiar en profundidad la Estadística Matemática, lo que sería objeto de uno o varios cursos universitarios dependiendo del grado o carrera. Se pretende, tan sólo, acercarse a esta materia, cosa que puede lograrse con unos mínimos conocimientos o experiencias como pueden ser: el haberse enfrentado con alguna tabla de datos acompañada de cálculo de medidas como la media o la desviación típica y gráficos que interpreten la distribución y un conocimiento elemental de funciones y sus propiedades. Esto último puede ser adquirido con mucha facilidad y poco esfuerzo si no se tiene al comenzar el curso.

Dates and places: From March, 23rd 2026 to May, 25th 2026
17:30 to 19:30 h.

Lugar: UNED Pontevedra

View Calendar

Hours: Teaching hours: 30

Online or in-person: You can choose in-person assistance or live or delayed online assistance.

More activities

Program

Monday, March, 23rd 2026
- 17:30-19:30 h. Tema 1: Estadística Descriptiva
  Objeto de la Estadística Descriptiva
  Variables estadísticas. Clasificación
  Distribuciones de frecuencias
  Representaciones gráficas
  Parámetros estadísticos de posición, centralización y dispersión
  Características de forma
  Distribuciones estadísticas de varias variables
  Distribución de frecuencias multivariante
  Distribuciones marginales y condicionadas
  Vector de medias
  Matriz de varianzas y covarianzas
  Coeficiente de correlación lineal Recta de regresión
Wednesday, March, 25th 2026
- 17:30-19:30 h. Tema 1: Estadística Descriptiva
  Objeto de la Estadística Descriptiva
  Variables estadísticas. Clasificación
  Distribuciones de frecuencias
  Representaciones gráficas
  Parámetros estadísticos de posición, centralización y dispersión
  Características de forma
  Distribuciones estadísticas de varias variables
  Distribución de frecuencias multivariante
  Distribuciones marginales y condicionadas
  Vector de medias
  Matriz de varianzas y covarianzas
  Coeficiente de correlación lineal Recta de regresión
Wednesday, April, 8th 2026
- 17:30-19:30 h. Tema 2: Probabilidad
  Fenómenos aleatorios y espacio muestral
  Álgebra de sucesos Probabilidad
  Probabilidad condicionada
  Teoremas de la probabilidad total y de Bayes
  Sucesos independientes Experimentos compuestos
Monday, April, 13th 2026
- 17:30-19:30 h. Tema 2: Probabilidad
  Fenómenos aleatorios y espacio muestral
  Álgebra de sucesos Probabilidad
  Probabilidad condicionada
  Teoremas de la probabilidad total y de Bayes
  Sucesos independientes Experimentos compuestos
Wednesday, April, 15th 2026
- 17:30-19:30 h. Tema 3: Variable aleatoria discreta unidimensional (Distribuciones de probabilidad de variable aleatoria discreta unidimensional)
  Variables aleatorias (VA) discretas unidimensionales
  Función de probabilidad y propiedades
  Función de distribución y propiedades
  Momentos y función generatriz
  Media y varianza
  Truncamiento
  Modelos clásicos (Uniforme, Binomial, Poisson, Hipergeométrica y Geométrica)
Monday, April, 20th 2026
- 17:30-19:30 h. Tema 3: Variable aleatoria discreta unidimensional (Distribuciones de probabilidad de variable aleatoria discreta unidimensional)
  Variables aleatorias (VA) discretas unidimensionales
  Función de probabilidad y propiedades
  Función de distribución y propiedades
  Momentos y función generatriz
  Media y varianza
  Truncamiento
  Modelos clásicos (Uniforme, Binomial, Poisson, Hipergeométrica y Geométrica)
Wednesday, April, 22nd 2026
- 17:30-19:30 h. Tema 4: Variable aleatoria discreta n- dimensional (Distribuciones de probabilidad de variable aleatoria n-dimensional)
  Función de probabilidad
  Función de distribución
  Variables independientes
  Momentos
  Modelos clásicos (Multinomial)
Monday, April, 27th 2026
- 17:30-19:30 h. Tema 5: Distribuciones de probabilidad de variable aleatoria continua unidimensionales
  Función de densidad y propiedades
  Función de distribución y propiedades
  Momentos y función generatriz de momentos
  Teorema de Markov. Desigualdad de Tchebycheff
  Truncamiento
  Distribuciones clásicas (Uniforme, Exponencial, De Cauchy, Beta, Gamma, Normal)
Monday, May, 4th 2026
- 17:30-19:30 h. Tema 5: Distribuciones de probabilidad de variable aleatoria continua unidimensionales
  Función de densidad y propiedades
  Función de distribución y propiedades
  Momentos y función generatriz de momentos
  Teorema de Markov. Desigualdad de Tchebycheff
  Truncamiento
  Distribuciones clásicas (Uniforme, Exponencial, De Cauchy, Beta, Gamma, Normal)
Wednesday, May, 6th 2026
- 17:30-19:30 h. Tema 6: Distribuciones de probabilidad de variable continua n-dimensional
  Función de densidad
  Función de distribución
  Momentos
  Independencia
  Distribución clásica (Normal Bivariable)
Monday, May, 11th 2026
- 17:30-19:30 h. Tema 7: Reproductividad de las distribuciones Exponencial, Gamma y Normal
Wednesday, May, 13th 2026
- 17:30-19:30 h. Tema 8: Distribuciones asociadas a la distribución Normal
  Distribución de Pearson Distribución de Student
Monday, May, 18th 2026
- 17:30-19:30 h. Tema 9: Estimación y métodos de estimación
  Estimación puntual. Propiedades de los estimadores
  Método de máxima verosimilitud y método de los momentos
  Estimación por intervalos de confianza
  Estimación por contraste de hipótesis
  Aplicación a las distribuciones clásicas
  Simulación de muestras en el caso de distribuciones clásicas
Wednesday, May, 20th 2026
- 17:30-19:30 h. Tema 9: Estimación y métodos de estimación
  Estimación puntual. Propiedades de los estimadores
  Método de máxima verosimilitud y método de los momentos
  Estimación por intervalos de confianza
  Estimación por contraste de hipótesis
  Aplicación a las distribuciones clásicas
  Simulación de muestras en el caso de distribuciones clásicas
Monday, May, 25th 2026
- 17:30-19:30 h. Tema 10: Muestreo en poblaciones finitas

Attendance

This activity allows to participate in-person assistance or live or delayed online assistance, without having to go to the center.

Enrollment

Tenga en cuenta que con los datos aportados en su solicitud de matrícula se confeccionan los certificados, asegúrese que son correctos y están completos.
Nombre, con mayúscula la primera letra y minúsculas el resto.
Apellidos, ambos e igual que en el caso anterior, con mayúscula la primera letra y minúsculas el resto. Y en ambos casos con las tildes correspondientes.
NIF. número y letra (mayúscula) ej. 12345678H
IMPORTANTE:
La devolución del importe de la matrícula se efectuará únicamente si se solicita con al menos 3 días hábiles de antelación al día de comienzo de la actividad, y siempre justificada por causas de enfermedad o incompatibilidad laboral sobrevenida, para lo que la persona interesada deberá presentar la documentación que así lo acredite.
Una vez comenzado el curso no se realizarán devoluciones.

Se podrá anular un curso sí concurren condiciones excepcionales relacionadas con aspectos docentes o de infraestructura económica y material que impidan su correcta celebración. En tal caso, la persona interesada tendrá un plazo de 6 meses desde la fecha de cancelación, para solicitar la devolución del importe de la matrícula.

El alumno menor de edad, deberá acompañar la matricula de una autorización que puede descargar en el siguiente enlace: http://www.unedpontevedra.com/11192

	Ordinary enrollment
Presencial	65 €
Asistencia online en diferido	65 €
Asistencia online en directo	65 €

Enrollment now

Coordinated by

Rafael Cotelo Pazos: Coordinador de Extensión Universitaria y Actividades Culturales de la UNED en Pontevedra.

Lecturer

José Manuel García Amor: Profesor-Tutor del Centro Asociado a la UNED en Pontevedra

Aimed at

Todo aquél que desee estudiar un grado de cualquier especialidad que incluya como materia la Estadística y necesite un curso introductorio a esta asignatura. Pueden citarse, entre otros, los grados en Economía, Empresa, Medicina, Enfermería, Psicología, Ingenierías, Matemáticas y Física.
Las personas que deseen conocer las aplicaciones de la Estadística Matemática y de su importancia actual en cuestiones relacionadas con la Sociología, Economía, Política y con el funcionamiento de instituciones relacionadas con la organización de los Estados.
Los que deseen conocer algunos programas de manipulación de datos estadísticos y las fuentes de obtención de dichos datos.

Goals

Actualizar conocimientos sobre Estadística Descriptiva.
Conocimiento de los programas informáticos actuales para la manipulación de datos de una muestra de una población (distinguiendo los de uso libre de los que precisan licencia).
Uso de programas como EXCEL y SPSS (con versión de evaluación) y de algún programa informático de cálculo simbólico de uso libre como el programa R.
Adquisición de conocimientos básicos sobre el concepto actual de Probabilidad y resolución de ejercicios de aplicación y, sobre todo, como caso particular, resolver ejercicios en los se pueda aplicar la Regla de Laplace.
Adquisición de los conceptos de variable aleatoria y su tratamiento actual.
Reconocer la utilidad de los modelos clásicos de variables aleatorias y el ámbito de sus aplicaciones.
Resolver problemas de aplicación de variables aleatorias clásicas y generales
Adquirir una idea clara del problema de la estimación de parámetros por diferentes métodos y, en particular, en el caso de variables aleatorias clásicas. Resolver problemas de estimación.
Conocer el trabajo de INE y de los datos que se pueden obtener de este organismo.
Conocer las fuentes de las que se puedan obtener muestras en determinadas poblaciones.
Abordar el problema de la simulación de muestras de variables aleatoria clásicas.

Methodology

Presencial
Streaming en directo.- El alumno matriculado recibe la clase a través de un ordenador donde quiera pero en fechas y horario marcado.
Streaming en diferido.- El alumno matriculado recibe la clases grabadas donde quiere y cuando quiere, dentro de unas fechas marcadas.

Grading system

Presentación de una breve memoria comentada sobre las actividades realizadas. La memoria debería reflejar el hecho de que se han seguido las sesiones con aprovechamiento.

+info.: jmgarcia@pontevedra.uned.es

Collaborates