Es conveniente haber estudiado previamente una asignatura básica de Estadística a nivel de grado y manejar con soltura el cálculo matricial. No obstante, se repasarán conceptos básicos estadísticos en los primeros temas y se darán ayudas sobre cálculo matricial cuando se necesite. Por otra parte, es recomendable conocer (leer y escribir) el inglés técnico.

Como recomendación general para esta asignatura conviene tener en cuenta lo siguiente:

• El foro de la plataforma virtual es un espacio vivo en el que el equipo docente está presente de forma continua para ayudar al alumno a progresar en su estudio.
• En el foro de la plataforma virtual, se va marcando un ritmo de estudio semanal para poder llevar al día la asignatura (para aquél que pueda y/o desee).
• En todo momento es factible reengancharse a la asignatura gracias a los resúmenes que se van poniendo en la plataforma virtual dentro de las FAQ.
• Existen en la plataforma virtual exámenes resueltos de otros años. La forma de utilizarlos es intentar primero resolver los ejercicios sin mirar la solución. Está desaconsejado mirar la solución sin antes haber intentado resolver el ejercicio al menos durante 10 minutos.

Así mismo, conviene remarcar que es importante que el estudiante rellene las encuestas de satisfacción de esta asignatura (y de todas) dando sugerencias porque éstas nos ayudan a ir mejorando la docencia en ella.

Por último, se recomienda hacer el siguiente test que intenta ayudar al alumno para saber si éste tiene frescos los conocimientos requeridos para esta asignatura. Las soluciones se encuentran en Twitter (no es necesario tener cuenta de Twitter) buscando los hashtags #conocimientosrequeridos #med #uned. Si se obtienen 7 o menos respuestas acertadas es conveniente repasar, antes de Octubre, algún libro con conceptos estadísticos básicos propios de una asignatura de grado de Estadística (ver, por ejemplo las referencias de Peña (2014) y Ramos et al. (2019) de la bibliografía complementaria).

• Preg #varianzamuestral: Sea {xi} un conjunto de datos. Si se define yi=xi+b, entonces se verifica que los dos conjuntos de datos tienen la misma varianza muestral.
  • a) Verdadero.
  • b) Falso.
• Preg #covarianzamuestral: La covarianza muestral de dos conjuntos de datos {xi} e {yi} es adimensional.
  • a) Verdadero.
  • b) Falso.
• Preg #bernoulli: La varianza poblacional de una variable aleatoria Bernoulli de parámetro p es p(1-p).
  • a) Verdadero.
  • b) Falso.
• Preg #binomial: La varianza poblacional de una variable aleatoria Binomial de parámetros n y p coincide con su media poblacional si p=1/2.
  • a) Verdadero.
  • b) Falso.
• Preg #funciondensidad: La función de densidad de una variable aleatoria siempre es menor o igual que 1.
  • a) Verdadero.
  • b) Falso.
• Preg #funciondistribucion: La función de distribución de una variable aleatoria discreta siempre es escalonada.
  • a) Verdadero.
  • b) Falso.
• Preg #covarianzapoblacional: Si Y es una variable aleatoria, entonces la covarianza poblacional de Y con Y es la varianza de Y.
  • a) Verdadero.
  • b) Falso.
• Preg #varianzapoblacional: Si Y1 e Y2 son dos variables aleatorias independientes, entonces la varianza poblacional verifica que V[Y1-Y2]=V[Y1]+V[Y2].
  • a) Verdadero.
  • b) Falso.
• Preg #intervaloconfianza: Un intervalo de confianza de un parámetro poblacional siempre es simétrico alrededor de la estimación de dicho parámetro.
  • a) Verdadero.
  • b) Falso.
• Preg #tstudent: El test de la t de Student sirve para comparar varianzas.
  • a) Verdadero.
  • b) Falso.