Programa - Universidad de Colima

Universidad de Colima
Facultad de Ciencias
Licenciatura en Ciencia Ambiental y Gestión de Riesgos
I. DATOS GENERALES:
Área: Aplicada
Materia: Estadística aplicada
Créditos: 9
Ubicación: Cuarto Semestre
Horas
Teoría
Práctica
Total
Semana
Semestre
Créditos
4
1
5
76
19
95
8
1
9
Materias Relacionadas:
Antecedentes: Probabilidad
Respuestas sociales al riesgo-desastre, Métodos de campo,
Vulcanología, Sismología
Evaluación de riesgo, Métodos de investigación social aplicados
Consecutivas:
a desastres
Paralelas:
Elaboró: Osval Antonio Montesinos López
Centro de trabajo, cubículo: Facultad de Telemática. Cubículo en la Facultad de
Ciencias, Edificio D, D4.
Teléfono (opcional):
Correo electrónico: [email protected]
Fecha de elaboración: 9 de agosto de 2006.
II. PRESENTACIÓN:
La estadística juega un papel primordial en el desarrollo de la sociedad
moderna, al proporcionar herramientas metodológicas para analizar la variabilidad,
determinar relaciones entre variables, diseñar en forma óptima estudios y
experimentos y mejorar las predicciones y toma de decisiones en situaciones de
incertidumbre.
Además de su carácter instrumental para muchas disciplinas, se reconoce el
valor del desarrollo del razonamiento estadístico en una sociedad caracterizada
por la disponibilidad de información y la necesidad de toma de decisiones en
ambiente de incertidumbre. Por tanto, actualmente la enseñanza de la estadística
se incorpora, en forma generalizada en la mayoría de las carreras universitarias.
III. PROPÓSITOS DEL CURSO:
Proporcionar conocimientos sobre las principales herramientas estadísticas que le
permita a los estudiantes: comprender para cada procedimiento los conceptos
básicos, la racionalidad, la forma de análisis y la interpretación de los resultados.
Adquirir experiencia para identificar la herramienta más apropiada, para cada
situación práctica que se le presente; además familiarizarlos con el software
estadístico.
IV. CONTENIDOS TEMÁTICOS:
Unidad I: Conceptos básicos de estadística
Objetivo:
Temas:
Entender y
1.1
Definiciones de estadística
conocer los
1.2
Reseña histórica de la estadística
conceptos
1.3
Clasificación de la estadística
básicos de la
Estadística descriptiva
estadística para
Estadística inferencial
comprender la
1.4
Importancia de la estadística en el siglo XXI: el siglo de
dimensión de su
la información
importancia y
1.5
Definición e importancia de la población y muestra
para hacer un
1.6
¿Qué es y en que consiste el proceso estadístico?
buen uso de ella. 1.7
Escalas de medición
Escala nominal
Escala ordinal
Escala de intervalo
Escala de proporción
1.8
Diferencia entre pruebas parámetricas y no
parámetricas,
1.9
Distribución normal, su importancia y pruebas de
verificación del supuesto de normalidad
1.10 Distribuciones de probabilidad en Inferencia
1.11 Conceptos básicos de pruebas de hipótesis
1.12 El riesgo de una decisión equivocada: Errores Tipo I y
II.
Unidad II: Estadística descriptiva y algunas técnicas de muestreo
estadístico
Objetivo:
Temas:
Adquirir
los 2.1
Estadística Descriptiva
conocimientos
básicos de la
estadística
descriptiva y del
muestreo
estadístico que le
permitan
determinar
un
tamaño
de
muestra, realizar
las estimaciones
pertinentes
y
hacer
una
adecuada
presentación de
datos numéricos
en gráficos y
tablas.
2.1.1
2.1.1.1
Métodos gráficos para describir datos
Histogramas, Frecuencia absoluta, acumulada,
relativa y relativa acumulada; polígono de
frecuencias y de frecuencias acumuladas, y
diagrama de dispersión.
2.1.2
Medidas de tendencia central para datos
agrupados y sin agrupar
2.1.2.1
Media, Mediana y Moda
2.1.3
Medidas de dispersión para datos agrupados y
sin agrupar
2.1.3.1
Rango,Varianza, Desviación estándar y
Coeficiente de variación.
2.2
2.2.1
2.2.2
2.2.3
Técnicas de muestreo estadístico
Conceptos básicos
Muestreo y censo
Ventajas del muestreo en el diseño de
encuestas
2.2.4
Poblaciones y marcos de muestreo
2.2.5
Errores en las encuestas
2.2.6
Tipos de muestreo
Muestreo probabilistico
Muestreo no probabilistico
2.2.7
Precisión en las estimaciones
2.2.8
Muestreo aletorio simple
Estimación de medias
Estimación de totales
2.2.9
Muestreo cualitativo
Estimación de proporciones
Estimación de totales
2.2.10 Muestreo estratificado
Estimación de medias
Estimación de totales
Unidad III: Diseño de experimentos
Objetivo:
Temas:
Entender
los 3. 1
Inferencia para una sola muestra
principios
3.1.1 Prueba para la media
básicos,
la 3.1.2
Prueba para la varianza
terminología, la 3. 2
Inferencia para dos muestras
racionalidad,
la 3.2.1
Pruebas para dos muestras independientes
forma de análisis
Comparación de dos medias bajo el supuesto
y la interpretación
de varianzas iguales desconocidas.
de los resultados
Comparación de dos medias bajo el supuesto
de cada diseño
de varianzas diferentes desconocidas.
de experimento 3.2.2. Pruebas para dos muestras dependientes
para que pueda
Comparación de dos medias bajo el supuesto
utilizarlos
de varianzas iguales desconocidas.
adecuadamente
Comparación de dos medias bajo el supuesto
en
problemas
de varianzas diferentes desconocidas.
relacionados a su 3.2.3
Prueba de igualdad de dos varianzas
profesión.
3.3
Inferencia para proporciones y datos derivados
del conteo
4.3.1
Prueba para proporciones en una sola muestra
4.3.2
Prueba para proporciones para dos muestras
3.4.
3.4.1
Análisis de varianza
ANOVA- un factor
Definiciones básicas en el diseño de
experimentos
Diseño Completamente al Azar con igual y
diferente número de repeticiones
Pruebas de comparación de medias
Prueba de Diferencia Mínima Significativa
Prueba de Tukey
Prueba de Dunnett
Prueba de Dunncan
Verificación del los supuestos del modelo
Normalidad
Homogeneidad de Varianzas
Independencia
3.4.2. ANOVA- multifactorial
Diseño en Bloques completos al Azar
Diseño en Cuadro Latino
Diseño con dos factores completamente al azar
Diseño con dos factores en bloques completos
al azar
Diseño con tres factores en completamente al
azar
Diseño tres factores en bloques completos al
azar
Verificación de los supuestos.
Unidad VI: Análisis de Correlación y de Regresión
Utilizar
4.1
Análisis de correlación
adecudamente el
Coeficiente de correlación de Pearson
análisis de
Coeficiente de correlación de Spearman
correlación para
4.2
Análisis de regresión
medir
Regresión lineal simple (RLS)
dependencia
Modelo estadístico y supuestos del modelo de
lineal.
RLS
Métodos de estimación en el modelo de RLS
Utilizar
Mínimos cuadrados
correctamente un
modelo de
regresión lineal
simple o multiple
para propósitos
de estimación y
predicción.
Máxima verosimilitud
Verificación del ajuste en la regresión lineal
simple
a) Por medio del ANOVA
b) Con el estadístico t-Student
c) Con el Coeficiente de
Determinación
d) Con el Coeficiente de
Determinación Ajustado
e) Con el Coeficiente de Correlación
f) Error Estándar de Estimación
g) Media del Error Absoluto
h) Análisis Grafico de los Residuales
Estimación y predicción con el Modelo de RLS
4.3
Regresión lineal Multiple (RLM)
Importancia de la Regresión lineal Multiple
Modelo Estadístico y supuestos del Modelo de
RLM
Métodos de Estimación del modelo de RLM
Verificación del ajuste del Modelo de RLM
Estimación y predicción con el Modelo de RLM
Unidad V: Técnicas no parametricas en el análisis de datos
Entender
los 5.1
Prueba de rachas
principios
5.2
La prueba del signo
básicos,
la 5.3
La prueba de rangos con signo de Wilcoxon
terminología, la 5.4
Prueba de Mann y Whitney
racionalidad,
la 5.5
Prueba de Ji-Cuadrada
forma de análisis 5.5.1
Prueba de bondad de ajuste para una
y la interpretación
distribución de frecuencias
de los resultados 5.5.1
Prueba de bondad de ajuste para una
de cada prueba
distribución de probabilidades
para que pueda 5.5.1
Prueba de bondad de ajuste para una
utilizarlos
distribución de frecuencias
adecuadamente
5.5
Prueba de Kruskal y Wallis
en
problemas 5.6
Prueba de Fridman.
relacionados a su
profesión.
V. LINEAMIENTOS DIDÁCTICOS:
Técnicas
Modalidades de enseñanza: interactiva (profesor-alumno);
trabajo en equipo (alumnos-alumnos) y autoaprendizaje (alumno
por sí mismo).
Actividades: investigación, análisis de discursos orales y
escritos, ejercicios de autoevaluación y reflexión metacognitiva.
Técnicas de enseñanza: Expositivo Diacrónica Interrrogativa
Investigación Recreativa Conferencia Mesa redonda Diálogosimultáneo Corrillos Discusión Bibliográfica Debate.
Técnicas de aprendizaje: Exposición del maestro, investigación
y exposición complementaria por los alumnos, discusión dirigida.
Métodos: Inductivo Deductivo
Recursos
Computadora, software estadístico (Minitab, SPSS, Statistics,
SAS), libros de la materia, pizarrón.
VI. CRITERIOS DE EVALUACIÓN:
Primera
parcial
Segunda
parcial
Tercera
parcial

Tareas

Examen

Participación

Asistencia
10%

Tareas
30%

Examen

Participación

Asistencia
10%

Tareas
30%

Examen

Participación

Asistencia
30%
50%
10%
50%
10%
50%
10%
10%
VII. BIBLIOGRAFÍA
Básica
Infante, G. S. y Zarate de Lara, G. P. (1984). Métodos
Estadísticos. Un enfoque interdiciplinario. México: Trillas.
Montgomery, D. C.( 2003). Diseño
Experimentos. México: Limusa Wiley.
y
análisis
de
Montgomery, D.C. (1992). Introduction to Linear Regression
Analysis, New York: Wiley.
Neter, J., Kutner, M. H., Nachtsheim C. J. y Wasserman,
W. (1996). Applied Linear Statistical Models. New York:
McGraw Hill.
Cochcran, W. G. (1996). Técnicas de Muestreo. México:
Continental.
Steel, R.G.D., y J.H. Torrie,J.H. (1980). Principles and
Procedures of Statistics, A Biomedical Approach, Second
Edition: New York: McGraw-Hill.
Conover, W.J. (1980). Practical Non-parametric Statistics.
New York: John Wíley & Sons.
Complementaria Mendenhall, W. y Sincich, T. (1997). Probabilidad y
estadística para ingeniería y ciencias. México: Prentice hall
Hispanoamericana.
Mendenhall et al. Estadística Matemática con aplicaciones.
México: Grupo Editorial Iberoamérica.
Pérez, C. (2000). Técnicas de muestreo estadístico, teoría,
práctica y aplicaciones informáticas. Madrid: Alfaomega.