Estadística
Estadística
Estadística
F AC ULT AD D E I NG EN IE R I A
SYLLABUS
Alternativas metodológicas:
Clase Magistral (X), Seminario ( ), Seminario – Taller ( ), Taller ( ), Prácticas ( ), Proyectos tutoriados ( ), Otro: _______
HORARIO:
DÍA HORAS SALÓN
Contexto: Aunque es una asignatura propia del área de ciencias, se espera promover la autocrítica del conocimiento
que se va a adquirir y la crítica del conocimiento en torno a la comunidad académica al que pertenece el estudiante.
Básicas: Se espera que el estudiante, a través del curso, como mínimo fomente y desarrolle la capacidad de interpretar
métodos y metodologías estadísticas básicas; la argumentación usando principios y desarrollos estadísticos, así como la
capacidad de proponer problemas y soluciones basados en pensamiento estadístico.
Laborales: Se espera que el estudiante se apropie del conocimiento básico y de las metodologías propias de la
Estadística para comprender, analizar y abordar problemas en su formación y ejercicio profesional como Ingeniero
Catastral y Geodesta.
Programa sintético: 1. Introducción. Distribuciones muestrales y el Teorema del Límite Central
1.1. Revisión de conceptos fundamentales de estadística descriptiva y exploratoria
1.2. Distribuciones multinomial y normal multivariada
1.3. Valor esperado y varianza de funciones lineales de variables aleatorias
1.4. Funciones de variables aleatorias
1.5. Distribuciones muestrales
1.6. Teorema del Límite Central
1.7. Estimación puntual de parámetros
1.8. Propiedades de los estimadores
2. Inferencia estadística
2.1. Estimación por intervalo bajo normalidad
2.2. Problemas de una muestra
2.3. Problemas de dos muestras
2.4. Juzgamiento de hipótesis estadísticas. Definición y propiedades
2.5. Pruebas bajo normalidad. Problemas de una y dos muestras
2.6. Inferencia estadística no paramétrica
3. Modelos de regresión lineal y Análisis de Varianza
3.1. Modelos de regresión lineal simple y múltiple
3.2. Inferencia estadística sobre el modelo
3.3. Evaluación de supuestos del modelo de regresión
3.4. Variables explicativas cualitativas
3.5. Análisis de varianza para modelos a una y dos vías de clasificación
4. Otros métodos multivariados
4.1. Modelos lineales generalizados
4.2. Análisis de componentes principales
4.3. Análisis de correspondencias
4.4. Análisis de conglomerados
III. ESTRATEGIAS
Metodología Pedagógica y Didáctica:
La asignatura es de carácter teórico, por lo cual el desarrollo de los contenidos se llevará a cabo por medio de
sesiones magistrales y algunas prácticas en aulas de informática. La primera parte tendrá una motivación del tema a
partir de ejemplos donde se destaque su relevancia, paso seguido se brindaran los lineamientos teóricos así como la
base matemática mínima que justifican los conceptos. Los estudiantes desarrollarán talleres de ejercicios donde
apliquen los conocimientos adquiridos.
Horas Horas Total Horas
Horas profesor/semana Estudiante/semana Estudiante/semestr Créditos
e
Tipo de Curso TD TC TA (TD + TC) (TD + TC +TA) X 16 semanas
Asignatura 2 2 2 4 6 96 2
Trabajo Presencial Directo (TD): Trabajo de aula con plenaria de todos los estudiantes.
Trabajo Mediado Cooperativo (TC): Trabajo de tutoría del docente a pequeños grupos o de forma individual a los
estudiantes.
Trabajo Autónomo (TA): Trabajo del estudiante sin presencia del docente, que se puede realizar en distintas
instancias: en grupos de trabajo o en forma individual, en casa o en biblioteca, laboratorio, etc.
IV. RECURSOS
Medios y Ayudas:
Aula normal con tablero para sesiones de cátedra y para sesiones de discusión.
Salas de computación, con un computador por alumno, para las sesiones de laboratorio; cada equipo debe contar
con herramientas de MS Office (Word, Excel, PowerPoint), visor de documentos Acrobat Reader, el programa
estadístico R con los paquetes completos.
Acceso fuera de clases a laboratorios de computación que cuenten con los programas mencionados anteriormente.
Acceso al material bibliográfico recomendado
BIBLIOGRAFÍA
TEXTOS GUÍAS
[1] Canavos, G. C. (1988), Probabilidad y estadística: aplicaciones y métodos, Mc Graw Hill.
[2] Montgomery, D. C. y Runger, G. C. (2008), Probabilidad y Estadística: aplicadas a la ingeniería, Limusa Wiley.
[3] Ross, S. M. (2004), Introduction to Probability and Statistics for Engineers and Scientists, ELSEVIER
Academic Press.
TEXTOS COMPLEMENTARIOS
[1] Acuña, E. (2008), Análisis de regression, Universidad de Puerto Rico. Departamento de Matemáticas.
[2] Blanco, L. (2004), Probabilidad, Bogotá: Universidad Nacional de Colombia. Facultad de Ciencias.
[3] Cepeda, E. (2008), Notas de clase: Estadística matemática, Bogotá: Universidad Nacional de Colombia. Facultad de
Ciencias.
[4] Díaz, L. G. (2007), Estadística multivariada: inferencia y métodos, Bogotá: Universidad Nacional de Colombia.
Facultad de Ciencias.
[5] Díaz, L. G. y Morales, M. A. (2009), Análisis estadístico de datos categóricos, Bogotá: Universidad Nacional de
Colombia. Facultad de Ciencias.
[6] Levine, D. M., Krehbiel, T. C. y Berenson, M. L. (2006), Estadística para administración, Prentice Hall.
[7] Mayorga, J. H. (2004), Inferencia estadística, Bogotá: Universidad Nacional de Colombia. Facultad de Ciencias.
[8] Montgomery, D. C. (2002), Introducción al análisis de regresión lineal, Compañía Editorial Continental.
[9] Novales, A. (1997), Estadística y econometría, Mc Graw Hill.
[10] Peña, D. (1986), Estadística: modelos y métodos, Vol. 1, Alianza Editorial.
[11] Peña, D. (1986), Estadística: modelos y métodos, Vol. 2, Alianza Editorial.
[12] Peña, D. (2001), Fundamentos de Estadística, Alianza Editorial.
[13] Peña, D. (2002), Análisis de datos multivariantes, Mc Graw Hill.
[14] Soto, O. F. (2002), Notas de clase: Fundamentos conceptuales de estadística, Bogotá: Universidad Nacional
De Colombia. Facultad de Ciencias.
[15] Wackerly, D., Mendehall, W. y Scheaffer, R. L. (2002), Estadística Matemática con Aplicaciones, Grupo
Editorial Iberoamérica.
[16] Walpole, R. E., Myers, R. H., Myers, S. L. y Ye, K. (2007), Probabilidad y Estadística para ingeniería y
ciencias, Prentice Hall.
DIRECCIONES DE INTERNET
http://www.fisicarecreativa.com/sitios_vinculos/ciencia/statistics.htm
http://www.math.uah.edu/stat/
http://www.ruf.rice.edu/~lane/stat_sim/sampling_dist/index.html
http://www.coventry.ac.uk/ec/~nhunt/oatbran/
V. ORGANIZACIÓN / TIEMPOS
Temas Semana
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Distribuciones muestrales y el Teorema del Límite Central
Revisión de conceptos de estadística descriptiva y exploratoria
Distribuciones multinomial y normal multivariada
Valor esperado y varianza de funciones lineales de variables aleatorias
Funciones de variables aleatorias
Distribuciones muestrales
Teorema del Límite Central
Estimación puntual de parámetros
Propiedades de los estimadores
Ejercicios
Parcial 1
Inferencia estadística
Estimación por intervalo bajo normalidad
Problemas de una muestra
Problemas de dos muestras
Juzgamiento de hipótesis estadísticas. Definición y propiedades
Pruebas bajo normalidad. Problemas de una y dos muestras
Inferencia estadística no paramétrica
Ejercicios
Parcial 2
Modelos de regresión lineal y Análisis de Varianza
Modelos de regresión lineal simple y múltiple
Inferencia estadística sobre el modelo
Evaluación de supuestos del modelo de regresión
Variables explicativas cualitativas
Análisis de varianza para modelos a una y dos vías de clasificación
Ejercicios
Parcial 3
Otros métodos multivariados
Modelos lineales generalizados
Análisis de componentes principales
Análisis de correspondencias
Análisis de conglomerados
VI. EVALUACIÓN
TIPO DE EDUCACIÓN FECHA PORCENTAJE
PRIMERA NOTA Parcial 1 Semana 5 10%
SEGUNDA NOTA Parcial 2 Semana 9 20%
TERCERA NOTA Parcial 3 Semana 13 20%
CUARTA NOTA Trabajo semestral Semana 15 20%
QUINTA NOTA Examen final Semana 17 30%
ASPECTOS A EVALUAR DEL CURSO
Claridad y entendimiento de los conceptos.
Que se haya identificado correctamente el problema y la posible metodología para su solución.
Apego a la formalidad y teoría requerida.
La asistencia a las clases magistrales y a los laboratorios.
El esfuerzo y dedicación en la resolución de ejercicios y problemas.
En las pruebas escritas se consideran en forma parcial los aspectos considerados en la aplicación de los métodos,
así como la comprensión conceptual.
DATOS DEL DOCENTE
NOMBRE:
PREGRADO:
POSTGRADO:
2.
3.
__________________________________________
FECHA DE ENTREGA: