Inf 403 estadistica by kserrano

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS

DATOS INFORMATIVOS 1.1.

FACULTAD:

INGENIERÍA, CIENCIAS FÍSICAS Y MATEMÁTICA

1.2.

CARRERA:

INGENIERIA INFORMATICA

1.3.

ASIGNATURA:

ESTADISTICA

1.4.

CÓDIGO DE ASIGNATURA:

403

1.5.

CRÉDITOS:

1.6.

SEMESTRE:

1.7.

UNIDAD DE CURRICULAR:

1.8.

TIPO DE ASIGNATURA:

Obligatoria

1.9.

PROFESOR COORDINADOR DE ASIGNATURA:

Mat. Jorge Arroba

ORGANIZACIÓN

Básica

1.10. PROFESORES DE LA ASIGNATURA:

Ing. Carlos Izurieta

1.11. PERÍODO ACADÉMICO:

SEPTIEMBRE 2018 - FEBRERO 2019

1.12. N°. HORAS DE CLASE:

Presenciales:

Prácticas:

1.13. N°. HORAS DE TUTORIAS:

Presenciales:

144

Virtuales:

1.14. PRERREQUISITOS

Asignaturas:

Probabilidades

Códigos:

1.15. CORREQUISITOS

Asignaturas:

303

Códigos:

2. DESCRIPCIÓN DE LA ASIGNATURA El curso pretende cubrir elementos de la estadística infencial clásica, partiendo de la conceptualización de las distribuciones de muestreo para lograr estimadores de intervalo y posteriormente plantear pruebas de hipótesis paramétricas y no paramétricas; dando paso luego al tratamiento básico de muestreo. Se termina con el tratamiento de modelos de regresión simple y múltiple desde una perspectiva que topa conceptos de heteroscedasticid, autocorrelación y multicolinealidad.. Sin duda la presencia de variabilidad es parte común al momento de desarrollar, implementar servicios y sistemas, por lo que contar con un base científica para medirla, manejarla o incluso controlarla se convierte en una necesidad de todo profesional, particularmente los ingenieros en informática con el perfil de egreso propuesto. Así, la asignatura pretende mostrar como el tratamiento de datos, está presente en casi todas las aplicaciones afines al quehacer del profesional en ingeniería informática.

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página1

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS

3. OBJETIVO GENERAL DE LA ASIGNATURA (Con fundamento en los objetivos generales de la carrera) Empoderar en el estudiante el manejo conceptual de variables desde una perspectiva matemática para el tratamiento de problemas frecuentes presentados al momento de desarrollar, implementar servicios y sistemas.

4. OBJETIVOS ESPECÍFICOS DE LA ASIGNATURA (Con fundamento en los objetivos generales de la carrera) 

Aplicar herramientas de la estadística básica para describir poblaciones.



Plantear hipótesis y contrastarlas de manera paramétrica y no paramétrica, complementando el análisis con intervalos de confianza donde sea factible.



Diseñar de manera básica, estudios por muestreo probabilístico, incluyendo el cálculo del tamaño de la muestra y la estimación de prámetros.



Construir y validar modelos de regresión simple y múltiple.

5. CONTRIBUCIÓN DE LA ASIGNATURA EN LA FORMACIÓN DEL PROFESIONAL (Perfil de Egreso) Desde la perspectiva de que el desarrollo, implementación servicios y sistemas frecuentemente requieren del manejo de datos, estimación de parámetros, contraste de hipótesis e incluso modelación básica, el introducirse al manejo científico de los mismos mediante el curso regular de estadística, permitirá que el profesional en ingeniería informática aborde tal problemática y le de un tratamiento metodológico. Este curso complementado con asignaturas como probabilidades, investigación aplicada y diseño de experimentos, minería de datos, simulación y otras que conllevan el manejo de información sin duda dan fortaleza el ingeniero informático al dotarle de conocimiento para manejar información.

6. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA: (Para alcanzar los resultados de aprendizaje del perfil de egreso de la carrera) Identifica los potenciales resultados de un proceso de desarrollo, implementación de servicios y sistemas; valorando la injerencia de la variabilidad de los datos. Aplica las herramientas estadísticas asociadas a intervalos de confianza, pruebas de hipótesis, construcción de modelos lineales y técnicas de muestreo al análisis de parámetros poblacionales en diversas áreas del conocimiento como biociencias y ciencias sociales, siempre con criterio ético en el manejo de la información.

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página2

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS

7. PROGRAMACIÓN DE UNIDADES CURRICULARES DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 1 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD:

CÁLCULO DE HORAS DE LA UNIDAD

Estadística Básica Genera base de datos de las variables investigadas y obtiene estadísticos básicos según el objetivo de la investigación, a nivel uni y bi variante. Identifica tipos de variables resultantes del proceso de desarrollo, implementación de servicios y sistemas, con la ayuda de software construye estadísticos numéricos y gráficos para describir poblaciones. 8 N°. Horas aprendizaje Teóricas ESCENARIOS DE 4 APRENDIZAJE N°. Horas Prácticas- laboratorio 4

N°. Horas Presenciales TUTORÍAS

N°. Horas Aprendizaje Aula Virtual

TRABAJO AUTÓNOMO

Horas de Trabajo Autónomo

PROGRAMACIÓN CURRICULAR

CONTENIDOS 1.- Variables  Tipos de variables  Escalas de medida  Unidades de medida

2.- Medidas de tendencia central, posición y dispersión  Media, media recortada, media estudentizada.  Moda, mediana  Cuantiles, fractiles  Desviación promedio  Varianza, desviación estándar 3.- Representaciones en tablas y graficas de una variable  Frecuencia absoluta y relativa de variables cualitativas.  Construcción de rangos para variables cuantitativas y tablas de frecuencia.  Representaciones gráficas  Calculo de estadísticos

ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD

MECANISMOS DE EVALUACIÓN

Lectura artículo

Prueba de lectura

Levantamiento de datos

Presentación de base de datos en SPSS

Construcción de base de datos en SPSS Procesamiento en SPSS de una base de datos para lograr indicadores básicos

Informe en grupo

Ejercicios de cálculo manual basados en el texto de trabajo

Quiz

Procesamiento en SPSS de una base de datos para lograr indicadores básicos

Informe en grupo

Ejercicios de cálculo manual basados en el texto de trabajo

Quiz

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página3

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS 4.- Representación en tablas y graficas de dos variables.  Tablas de doble entrada para variables cualitativas  Tablas de desagregados para variables cuali-cuanti.  Representaciones graficas de doble entrada

Procesamiento en SPSS de una base de datos para lograr indicadores básicos

     

METODOLOGÍAS DE APRENDIZAJE:

RECURSOS DIDÁCTICOS:

Informe en grupo

Exposición oral (clase magistral) Ejercicios dentro de clase Prácticas de laboratorio Trabajos de investigación Ejercicios fuera del aula Trabajo de campo.

Bibliografía física y magnética complementaria Listados con ejercicios resueltos Videos en youtube.com

BIBLIOGRAFÍA:

Basica:  Mendenhall W., W. D. (2010). Estadística matemática con aplicaciones. México: Cengage Learning Editores, S.A.



Galindo E., (2012) Probabilidad y Estadística.

Complementaria:  Videos en youtube.com, uso de SPSS. DISPONIBILIDAD EN BIBLIOTECA OBRAS FÍSICAS SI NO Mendenhall x

BÁSICA

Galindo

VIRTUAL

NOMBRE BIBLIOTECA VIRTUAL

COMPLEMENTARIA

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 2 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD:

Estadística Inferencial Contrastar de manera clásica parámetros poblacionales Distingue entre estimador y parámetro, contrasta de manera paramétrica, no paramétrica o por intervalos de confianza, parámetros poblacionales. ESCENARIOS DE APRENDIZAJE

CÁLCULO DE HORAS DE LA UNIDAD

N°. Horas aprendizaje Teóricas N°. Horas Prácticas- laboratorio N°. Horas Presenciales

TUTORÍAS TRABAJO AUTÓNOMO

36 18 12

N°. Horas Aprendizaje Aula Virtual Horas de Trabajo Autónomo

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página4

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS PROGRAMACIÓN CURRICULAR

CONTENIDOS 1.- Distribuciones de muestreo  Para la media y diferencia de medias  Para la proporción y diferencia de proporciones  Para la varianza y relación de varianzas

2.- Estimación de parámetros    

Insesgados De máxima verosimilitud De momentos Por intervalos de confianza

3.- Pruebas de hipótesis paramétricas  

  

Conceptualizaciones: Ho, Ha, regiones de confianza Para la media y diferencia de medias (independientes o relacionadas) Para la proporción y diferencia de proporciones Para la varianza y relación de varianzas Potencia de la prueba

4.- Pruebas de hipótesis no paramétricas

 Definiciones  Para una, dos o más variables  Bondad de ajuste METODOLOGÍAS DE APRENDIZAJE:

RECURSOS DIDÁCTICOS:

ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD

MECANISMOS DE EVALUACIÓN

Resolución de ejercicios teóricos.

Presentación de ejercicios resueltos

Procesamiento en SPSS de una base de datos para lograr estimadores por intervalo

Informe en grupo

Ejercicios de cálculo manual basados en el texto de trabajo Procesamiento en SPSS de una base de datos.

Prueba

Ejercicios de cálculo manual basados en el texto de trabajo

Informe en grupo

Prueba

Investigación de aplicaciones teóricas y aplicadas

Informe

Procesamiento en SPSS de una base de datos

Informe en grupo

Ejercicios de cálculo manual basados en el texto de trabajo     

Prueba

Exposición oral (clase magistral) Ejercicios dentro de clase Prácticas de laboratorio Trabajos de investigación Ejercicios fuera del aula

Bibliografía física y magnética complementaria Listados con ejercicios resueltos Videos en youtube.com

BIBLIOGRAFÍA: Basica:

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página5

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS 



Mendenhall W., W. D. (2010). Estadística matemática con aplicaciones. México: Cengage Learning Editores, S.A.

Galindo E., (2012) Probabilidad y Estadística.

Complementaria:



Sheskin David J., (2003). Handbook of parametric and nonparametric statistical procedures, CHAPMAN & HALUCRC



Videos en youtube.com, uso de SPSS. DISPONIBILIDAD EN BIBLIOTECA OBRAS FÍSICAS SI NO Mendenhall x

BÁSICA

COMPLEMENTARIA

NOMBRE BIBLIOTECA VIRTUAL

VIRTUAL

Galindo Sheskin

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 3 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD:

CÁLCULO DE HORAS DE LA UNIDAD

Elementos de muestreo Diseñar estudios básicos por muestreo Diseña de manera probabilística estudios por muestreo, construye formularios, digitaliza datos, estima parámetros según el tipo de muestreo y presenta resultados de investigaciones. 12 N°. Horas aprendizaje Teóricas ESCENARIOS DE 6 APRENDIZAJE N°. Horas Prácticas- laboratorio 6

N°. Horas Presenciales TUTORÍAS

N°. Horas Aprendizaje Aula Virtual

TRABAJO AUTÓNOMO

Horas de Trabajo Autónomo

PROGRAMACIÓN CURRICULAR

CONTENIDOS 1.- Introducción al muestreo  Muestreo probabilístico y no probabilístico  Tipos de muestreos probabilísticos  Métodos de selección aleatoria 2.- Estimación  Calculo de tamaños de muestra  Estimación de parámetros: media, proporción y total METODOLOGÍAS DE APRENDIZAJE:

ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD

MECANISMOS DE EVALUACIÓN

Diseñar un estudio por muestreo

Presentación del diseño muestral

Ejercicios de cálculo manual basados en el texto de trabajo

Presentación de resultados

 

Exposición oral (clase magistral) Ejercicios dentro de clase

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página6

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS   

RECURSOS DIDÁCTICOS:

Prácticas de laboratorio Trabajos de investigación Ejercicios fuera del aula

Bibliografía física y magnética complementaria Listados con ejercicios resueltos Videos en youtube.com

BIBLIOGRAFÍA: Basica:



Galindo E., (2012) Probabilidad y Estadística.



Mendenhall W., W. D. (2010). Estadística matemática con aplicaciones. México: Cengage Learning Editores, S.A. Complementaria:



Sheskin David J., (2003). Handbook of parametric and nonparametric statistical procedures, CHAPMAN & HALUCRC



Videos en youtube.com



www.bioestadistico.com DISPONIBILIDAD EN BIBLIOTECA SI NO

OBRAS FÍSICAS Mendenhall

BÁSICA COMPLEMENTARIA

Galindo Sheskin

VIRTUAL

NOMBRE BIBLIOTECA VIRTUAL

x x x

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 4 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD:

Introducción a modelos lineales Modelar relaciones lineales entre una variable dependiente y una o más variables independientes Modela y valida la relación lineal entre una variable dependiente y una o más variables independientes ESCENARIOS DE APRENDIZAJE

CÁLCULO DE HORAS DE LA UNIDAD

N°. Horas aprendizaje Teóricas N°. Horas Prácticas- laboratorio N°. Horas Presenciales

TUTORÍAS

8 4 4

N°. Horas Aprendizaje Aula Virtual

TRABAJO AUTÓNOMO

Horas de Trabajo Autónomo

PROGRAMACIÓN CURRICULAR

CONTENIDOS

ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD

MECANISMOS DE EVALUACIÓN

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página7

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS 1.-Relaciones funcionales    

Regresión lineal simple Regresión lineal múltiple Pruebas de bondad de ajuste Pruebas de hipótesis, intervalos de confianza, heterocedasticidad y autocorrelación. METODOLOGÍAS DE APRENDIZAJE:

Analizar el ajuste un grupo de variables según un modelo lineal.

   

RECURSOS DIDÁCTICOS:

Presentación de un caso de estudio.

Exposición oral (clase magistral) Ejercicios dentro de clase Prácticas de laboratorio Trabajos de investigación

Bibliografía física y magnética complementaria Listados con ejercicios resueltos Videos en youtube.com

BIBLIOGRAFÍA: Basica:



Galindo E., (2012) Probabilidad y Estadística.



Mendenhall W., W. D. (2010). Estadística matemática con aplicaciones. México: Cengage Learning Editores, S.A.

Complementaria:



Sheskin David J., (2003). Handbook of parametric and nonparametric statistical procedures, CHAPMAN & HALUCRC



Videos en youtube.com



www.bioestadistico.com OBRAS FÍSICAS

BÁSICA COMPLEMENTARIA

Mendenhall

Galindo Sheskin

DISPONIBILIDAD EN BIBLIOTECA SI NO

VIRTUAL

NOMBRE BIBLIOTECA VIRTUAL

x x x

8. RELACIÓN DE LA ASIGNATURA CON LOS RESULTADOS DEL PERFIL DE EGRESO DE LA CARRERA RESULTADOS O LOGROS DE APRENDIZAJE DEL PERFIL DE EGRESO DE LA CARRERA ( Copiar los elaborados por cada unidad) a) Identifica tipos de variables resultantes del proceso de desarrollo, implementación de servicios y sistemas, con la ayuda de software construye estadísticos numéricos y gráficos para describir poblaciones.

EL ESTUDIANTE DEBE (Evidencias de aprendizaje: Conocimientos, habilidades y valores) Detecta casi de inmediato los tipos de variables, sus escalas y procesamientos válidos en función del objetivo de la investigación.

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página8

UNIVERSIDAD CENTRAL DEL ECUADOR SYLLABUS b) Distingue entre estimador y parámetro, contrasta de manera paramétrica, no paramétrica o por intervalos de confianza, parámetros poblacionales.

La identificación de herramientas de inferencia aplicables se hace de manera expedita.

c) Diseña de manera probabilística estudios por muestreo, construye formularios, digitaliza datos, estima parámetros según el tipo de muestreo y presenta resultados de investigaciones.

Al manejar conceptos de inferencia y muestreo, puede trabajar conjuntamente con investigadores en el diseño, básico, de investigaciones por muestreo.

d) Modela y valida la relación lineal entre una variable dependiente y una o más variables independientes

La conceptualización de la relación, lineal, se plasma en la interpretación de justes.

9. EVALUACIÓN DEL APRENDIZAJE

ESTUDIANTE

POR

PRIMER HEMISEMESTRE (PUNTOS)

TÉCNICAS Evaluación hemisemestral Prueba y/o lecciones Trabajos de investigación Trabajo autónomo y/o virtual Trabajos grupales Trabajos de laboratorio

(8 Puntos) ( 12 Puntos) El máximo valor que se asigna a estas evaluaciones es de 6 puntos TOTAL

(20 Puntos)

RESULTADOS

SEGUNDO HEMISEMESTRE (PUNTOS) (8 Puntos) ( 12 Puntos) El máximo valor que se asigna a estas evaluaciones es de 6 puntos (20 Puntos)

10. PERFIL DEL DOCENTE QUE IMPARTE LA ASIGNATURA Matemático, Ingeniero matemático, estadístico o afín con estudios de postgrado en Estadística Aplicada, de preferencia maestría o doctorado en Probabilidad y Estadística; experiencia docente y profesional en diseño de estudios, líneas de base o evaluación, construcción y análisis de indicadores. Manejo de software estadístico.

11. REVISIÓN Y APROBACIÓN ELABORADO POR: FIRMA DE LOS DOCENTES QUE DICTAN LA ASIGNATURA

REVISADO Coordinador del Área: Matemáticas NOMBRE: Mat. Jorge Arroba

FECHA: 2018-09 FECHA: 2018-09 Docente: ______________________ Ing. Carlos Izurieta

APROBADO Director de Carrera Ingeniería Informática Ing. Boris Herrera FECHA: 2018-09

FIRMA: ______________________ FIRMA: ______________________

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO DIRECCIÓN GENERAL ACADÉMICA Período 2018-2019

Página9