Las nuevas enseñanzas de Grado surgidas a partir del acuerdo de Bolonia transfieren el centro de gravedad del aprendizaje de donde estaba hasta ahora en las Licenciaturas que era el profesor, al alumno el cual debe cambiar su mentalidad en el sentido de que ahora ya no debe basar su aprendizaje en la memorización de conocimientos sino, especialmente, en la utilización de los conceptos adquiridos. Así por ejemplo, cuando aprenda Tests de Hipótesis, deberá entender en qué consiste este método, aprender a establecer correctamente las hipótesis a contrastar, aprender a verificar las suposiciones necesarias para poder ejecutarlo y, además, deberá aprender a utilizarlo; es decir, deberá hacer un Análisis de Datos. Por tanto, deberá aprender no sólo en qué consiste este método sino, principalmente, deberá aprender a modelizar un problema real en el que aplicar esta técnica y deberá aprender a ejecutarla con R. Ése es el concepto del nuevo crédito ECTS. En este sentido, conviene aclarar que no deberá aprender, por ejemplo, el desarrollo matemático del Análisis de la Varianza o la Regresión Lineal, pero sí tendrá que saber cuándo y cómo se aplican, además de saber entender las conclusiones obtenidas con estas técnicas, aprendiendo además a utilizarlas con R. Es decir, se pretende que el alumno aprenda Estadística, utilizándola.
Con estas premisas, al finalizar el curso, el alumno obtendrá una formación que se sustenta, esencialmente, en los siguientes resultados de aprendizaje:
Adquisición de un buen conocimiento de R, en especial de su aplicación como herramienta de ejecución de las técnicas enunciadas en el Programa de la asignatura.
Saber representar y resumir de datos.
Saber manejar y calcular probabilidades sencillas.
Saber qué es un Estadístico aprender a utilizar su distribución en el muestreo en el cálculo de probabilidades y cuantiles.
Manejo de las distribuciones en el muestreo más destacadas.
Conocer en qué consisten los Intervalos de Confianza y aprender a calcularlos.
Saber qué es un Test de Hipótesis y su aplicación.
Conocer y saber aplicar los principales Métodos no Paramétricos.
Saber aplicar las técnicas del Análisis de la Varianza y la Regresión Lineal.
Saber aplicar todas estas técnicas al caso de datos reales, a nivel de ejercicios simples.
