Probabilidad y Estadística
Horario
Martes 4:00 - 6:00 PM, A201
Jueves 4:00 - 6:00 PM, P202
Libros guía:
- López, A., Rojas-Peña, M. L. & Rojas, A. L. (2022) Herramientas para el Análisis Estadístico de Datos en R. Editorial UPTC.
- Kottegoda, N. T. & Rosso, R. (2008). Applied Statistics for Civil and Environmental Engineers. Blackwell Publishing
Otras referencias:
- Benjamin, J. R. & Cornell, C. A. (2014). Probability, statistics, and decision for civil engineers. Courier Corporation.
- Berthouex, P.M. & Brown, L.C. (2002). Statistics for Environmental Engineers. Lewis Publishers.
- López, A. & Rojas, A. L. (2021) Una Introducción a Python para Estudiantes de Ciencias. Editorial UPTC.
- Shaefer, S.J. & Theodore, L. (2007). Probability and Statitsics Applications for Environmental Science. CRC Press.
Horas de oficina:
Lunes 2:00 - 4:00 PM o por cita.
Lugar: La Colina Casa 2.
Contenidos temáticos mínimos
Unidad 1. Manipulación de bases datos: lectura, filtración de individuos y selección de variables.
Unidad 2. Análisis exploratorio de datos: estadísticas descriptivas, gráficos estadísticos.
Unidad 3. Probabilidad: Axiomas de probabilidad, reglas de probabilidad, probabilidad condicional.
Unidad 4. Variables aleatorias: Definición de variables aleatorias, valores esperados, distribuciones.
Unidad 5. Estimación: puntual e intervalo.
Agenda
| Semana | Fecha | Tema |
|---|---|---|
| 1 | 08-20 | Presentación del curso |
| 08 - 22 | Variables, datos y tipo de estudios [1.1, 1.2] Introducción a Python
[ipynb]
[py].Lectura de datos [1.3.1] | |
| 2 | 08 - 27 | Lectura de datos, continuación Manipulación de datos [1.3.2] [ipynb] [py] |
| 08 - 29 | Manipulación de datos, continuación [ipynb] [py] | |
| 3 | 09 - 03 | Cálculo de estadísticas [1.3.3] [ipynb] [py] |
| 09 - 05 | ||
| 4 | 09 - 10 | Gráficas para una variable [2.1.1]
[ipynb] Gráficas para varias variables [2.1.2] [ipynb] |
| 09 - 12 | Gráficas para varias variables, continuación. Transformaciones [2.2] | |
| 5 | 09 - 17 | Sesión de preguntas |
| 09 - 19 | Primer Examen | |
| 6 | 09 - 24 | Revisión examen |
| 09 - 26 | Probabilidad [3.1] | |
| 7 | 10 - 01 | Probabilídad condicional [3.2] Presentaciones |
| 10 - 03 | Presentaciones | |
| 8 | 10 - 08 | Asamblea |
| 10 - 10 | Asamblea | |
| 9 | 10 - 15 | Presentaciones |
| 10 - 17 | Presentaciones Probabilídad condicional, continuación | |
| 10 | 10 - 22 | Probabilídad condicional, continuación |
| 10 - 24 | Modelos de probabilidad [3.3] Entrega Taller II | |
| 11 | 10 - 29 | Modelos de probabilidad, continuación |
| 10 - 31 | Modelos de probabilidad, continuación | |
| 12 | 11 - 05 | Sesión de preguntas Entrega Taller III |
| 11 - 07 | Examen II | |
| 13 | 11-12 | Estimación puntual |
| 11-14 | Intervalos de confianza | |
| 14 | 11-19 | Intervalos de confianza, continuación |
| 11-21 | Pruebas de hipótesis | |
| 15 | 11-26 | Pruebas de hipótesis, continuación |
| 11-28 | Pruebas de hipótesis, continuación Entrega Taller VI | |
| 16 | 12-03 | Sesión de preguntas |
| 12-05 | Examen III |
Evaluación
La nota final será obtenida así:
- Primer 50: un examen (30%), dos talleres (30%), presentación (30%) y participación (10%).
- Segundo 50: dos exámenes con un peso del 50%, un taller (30%). El examen con mejor nota valdrá 35% y el otro 15%. Participación (20%).
Conjuntos de datos
Por ejemplo:
- https://www.strongmotioncenter.org/wserv/events/query?minmag=4&maxmag=10&orderby=time&format=csvfile&nodata=404
- https://www.strongmotioncenter.org/wserv/events/query?minmag=4&maxmag=10&orderby=magnitude-asc&format=csvfile&nodata=404
import pandas as pd
base = 'https://www.strongmotioncenter.org/wserv/events/query?minmag='
min = 4
max = 8
ordenar = 'time'
pagina = base + min + '&maxmag=' + max + '&orderby=' + ordenar + '&format=csvfile&nodata=404'
mag4a8 = pd.read_csv(pagina, skiprows=1)
- National Highway Traffic Safety Administration
https://www.nhtsa.gov/file-downloads?p=nhtsa/downloads/FARS/2022/National/
