UNIVERSIDAD NACIONAL DE
INGENIERÍA
Facultad de Ingeniería Ambiental
Departamento de Estudios Generales
BIOESTADÍSTICA
SILABO
I. INFORMACIÓN GENERAL
CODIGO : AA – 232 Bioestadística
CICLO : 3
CREDITOS : 4
HORAS POR SEMANA : 6 (Teoría – Práctica - Laboratorios): 17 semanas
PRERREQUISITOS : Matemática II
CONDICION : Obligatorio
ÁREA ACADÉMICA : Ciencias Básicas
PROFESOR(AS) : Castañeda Saldaña Beatriz, Arana López Sara
II. SUMILLA DEL CURSO
El curso prepara al estudiante en la aplicación de los conceptos, métodos y técnicas de la estadística
descriptiva e inferencial para describir y analizar grupos de datos y variables a través de sus parámetros
estadísticos relevantes. Los conceptos de probabilidad se presentan y aplican para predecir valores futuros
esperados de variables aleatorias. Los métodos de la inferencia estadística son aplicados para estimar los
parámetros poblacionales y analizar hipótesis acerca de las poblaciones bajo estudio. Se desarrollan
problemas de aplicación en ingeniería y se hace uso de software especializado
III. COMPETENCIAS DE LA ASIGNATURA
Al finalizar la asignatura, el estudiante:
1. Organiza datos para su adecuado análisis e interpretación de las propiedades estadísticas fundamentales y
de la obtención de resultados (valor medio y varianza).
2. Explica y determina la probabilidad de eventos y variables aleatorias, así como su función de densidad de
probabilidad.
3. Interpreta el concepto de distribución muestral y la aplica para calcular la probabilidad de un evento o
variable.
4. Estima los parámetros de una población y realiza análisis de hipótesis acerca de los parámetros
poblacionales.
5. Realiza pruebas de bondad de ajuste a distribuciones de probabilidad así como pruebas de independencia
de criterios.
6. Usa software moderno (SPSS vs-24, Minitab, EViews) de procesamiento y análisis estadístico.
7. Elabora informes técnicos claros detallando el proceso, desarrollando, interpretando resultados y
formulando conclusiones.
1
IV. UNIDADES DE APRENDIZAJE
PRIMERA SEMANA
I. ESTADISTICA DESCRIPTIVA: ORGANIZACIÓN DE DATOS Y PRINCIPALES ESTADIGRAFOS
1.1. Introducción. Conceptos Básicos preliminares. Población, muestra, variables
1.2. Codificación. Tabulación de datos discretos y continuos.
1.3. Representación gráfica: Gráfico de barras, sector circular, histograma, polígono de frecuencias,
ojivas.
1.4. Medidas de resumen: Medidas de posición: media aritmética, media ponderada,
SEGUNDA SEMANA
1.5. Medidas de Resumen: Variables cuantitativas. Cuantiles, moda. Medidas de Dispersión: Varianza y
desviación estándar, coeficiente de variación. Variables categóricas.
1.6. Proporciones y porcentajes. Razones. Tasas.
1.7. Riesgos Relativo (Indicadores en la Medición epidemiológica)
TERCERA SEMANA
II. PROBABILIDADES.
2.1. Introducción. Experimento aleatorio. Espacio muestral.
2.2. Sigma algebra de eventos. Leyes de eventos.
2.3. Función Probabilidad, axiomas. Propiedades.
CUARTA SEMANA
2.4. Métodos de enumeración y conteo.
2.5. Probabilidad condicional y conjunta. Probabilidad Total, Probabilidad de Bayes. Sensibilidad,
Especificidad, Valor Predictivo.
2.6. Aplicaciones del cálculo de probabilidades
PRIMERA PRÁCTICA CALIFICADA
QUINTA SEMANA
III. VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD.
3.1 Definición. Variable discreta (función de cuantía, función de Distribución).
3.2 Variable continua (función de densidad, función de Distribución). Valores Esperado y Momentos.
Propiedades.t
SEXTA SEMANA
3.3 Modelos de Probabilidad Discretos: Bernoulli, Binomial, Hipergeométrica, Poisson.
3.4 Modelos de Probabilidad Continuos: Uniforme. Exponencial.
SÉTIMA SEMANA
3.5 Modelo Normal, características y propiedades,
3.6 Teorema del Límite Central. Aproximación de la Binomial con la normal
3.7 Funciones de variables aleatorias. Aplicaciones
SEGUNDA PRÁCTICA CALIFICADA
OCTAVA SEMANA
EXAMEN PARCIAL
2
NOVENA SEMANA
IV. DISTRIBUCIONES DEL MUESTREO
4.1. Muestreo aleatorio simple, variables del muestreo
4.2. Distribución de la media muestral. Distribución de la varianza muestral y de la proporción
4.3. Distribución de la diferencia de medias y diferencia de proporciones muestrales.
DÉCIMA SEMANA
V. ESTIMACION
5.1. Definición. Clases de estimación. Estimación puntual: Estimador, propiedades, estimadores
puntuales importantes.
5.2. Estimación interválicas: Cantidad pivotal, método cantidad pivotal.
DÉCIMA PRIMERA SEMANA
5.3. Estimación interválicas de la media, varianza, proporción y diferencia de medias poblacionales.
VI. PRUEBA DE HIPOTESIS
6.1. Definiciones preliminares: Hipótesis, decisiones, estadística, errores, región crítica, nivel de
significancia y potencia, nivel crítico o p-value,
TERCERA PRÁCTICA CALIFICADA
DÉCIMA SEGUNDA SEMANA
VI. PRUEBA DE HIPOTESIS
6.2. Prueba de hipótesis para la media, varianza, proporción
DÉCIMA TERCERA SEMANA
6.3. Prueba de hipótesis para la diferencia de medias y diferencia de proporciones, comparación de
varianzas.
6.4. Prueba de bondad de Ajuste. Prueba Ji-Cuadrado de homogeneidad e independencia de criterios
VII. ANALISIS DE REGRESION
7.1. Regresión múltiple/ diagrama de dispersión/ modelo lineal de regresión/ cálculo de los estimadores/
coeficientes de correlación y de determinación
DÉCIMA CUARTA SEMANA
VII. ANALISIS DE REGRESION
7.2. Varianza de los estimadores/ intervalos de confianza de los parámetros/prueba de confiabilidad del
modelo/ prueba de coherencia del modelo/ Análisis de varianza
VIII. DISEÑOS EXPERIMENTALES DE UN FACTOR /ANOVA
8.1. Diseño completamente aleatorizado/ modelo a efectos fijos/ Modelo a efectos aleatorios
DÉCIMA QUINTA SEMANA
VIII. DISEÑOS EXPERIMENTALES DE UN FACTOR /ANOVA
8.2. Efecto del tratamiento/ relación F usado en el ANOVA/procedimiento
CUARTA PRÁCTICA CALIFICADA
3
DÉCIMA SEXTA SEMANA
EXAMEN FINAL
DÉCIMA SÉTIMA SEMANA
EXAMEN SUSTITUTORIO
V. LABORATORIOS Y EXPERIENCIAS PRÁCTICAS
Laboratorio 1: Creación de una base de datos estadísticos, resumen y representación gráfica.
Laboratorio 2: Aplicaciones con las funciones de probabilidad puntual y de densidad de probabilidad.
VI. METODOLOGÍA
El curso se desarrolla en sesiones de teoría, práctica y laboratorio de cómputo. En las sesiones de teoría, el
docente presenta los conceptos, teoremas y aplicaciones. En las sesiones prácticas, se resuelven diversos
problemas y se analiza su solución. En las sesiones de laboratorio se usa el software SPSS y EXCEL para
resolver problemas y analizar su solución. En el desarrollo del curso el estudiante por grupo debe elaborar un
proyecto en el contexto de las especialidades de la Facultad, en el cual aplique conceptos y métodos del
curso. Este proyecto será presentado y expuesto para su evaluación. En todas las sesiones se promueve la
participación activa del estudiante.
VII. FÓRMULA DE EVALUACIÓN
Sistema de Evaluación “F”. Cálculo del Promedio Final
1 EP+2 EF+1 PC
PF=
4
EP: Examen Parcial
EF: Examen Final
PC: Promedio de Prácticas Calificadas
C 1+C 2+C 3+C 4−Min ( C 1 , C 2 , C 3 )
PC=
4 ; C1, C2, C3 y C4: Práctica calificadas
ES: Examen Sustitutorio
La nota de cada Práctica calificada se obtiene de las calificaciones de la prueba escrita (PE), y la
evaluación continua; la cual incluye test´s virtuales, trabajos aplicativos y participación en clase (TP).
C= 0.7 PE + 0.3TP
EL EXAMEN SUSTITUTORIO, reemplaza al examen parcial o al examen final, el estudiante tiene
derecho a rendirlo siempre que los promedios PP y Promedio Final sean, cada uno por separado,
mayor que 07.
VIII. BIBLIOGRAFÍA *
1. DANIEL, w: Bioestadística. Editorial Limusa, S.A. - México 2004.
4
2. DAWSON-SAUNDERS, b. y TRAPP, r.: Bioestadística Médica. 4ª Edición .Manual Moderno,
S.A. de C.V. México. 2004
3. CASTAÑEDA, b.: Bioestadística. Editorial Universitaria de la Universidad Nacional de Ingeniería
– EDUNI. Lima, 2007
4. CLIFFORD, r. y TAYLOR, r.: Bioestadística. PEARSON Educación, México, 2008.
5. DEVORE, J. Probabilidad y Estadística para Ingeniería y ciencias, Octava Edición. Cencage
Learning, 2012. México
REFERENCIAS WEB
Probabilidad y estadística para ingeniería y ciencias .Gabriel Velasco Sotomayor, Piotr Marian
Wisniewski, Piotr Wisniewski. International Thomson Editores, S. A. de C. V., Jan 1, 2001 - 326 pages
