Scribd
Cargar
131 vistas5 páginas

Métodos Estadísticos para Investigación I

Este sílabo describe un curso de Métodos Estadísticos para la Investigación I. El curso cubrirá diseños experimentales, análisis de regresión, pruebas no paramétricas y el uso del programa Minitab y Excel. El curso tendrá evaluaciones que incluyen prácticas calificadas, exámenes parcial y final, y participación. El contenido incluirá diseños experimentales como DCA, DBCA y DCL, así como análisis de correlación, regresión y covarianza.

Cargado por

Gabriel P-chang
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
131 vistas5 páginas

Métodos Estadísticos para Investigación I

Este sílabo describe un curso de Métodos Estadísticos para la Investigación I. El curso cubrirá diseños experimentales, análisis de regresión, pruebas no paramétricas y el uso del programa Minitab y Excel. El curso tendrá evaluaciones que incluyen prácticas calificadas, exámenes parcial y final, y participación. El contenido incluirá diseños experimentales como DCA, DBCA y DCL, así como análisis de correlación, regresión y covarianza.

Cargado por

Gabriel P-chang
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Facultad de Economía y Planificación


Departamento de Estadística e Informática

SÍLABO

I. DATOS GENERALES

1.1. Curso: Métodos Estadísticos para la Investigación I


1.2. Código: EP3042
1.3. Crédito: 3-2-4
1.4. Semestre: 2021 - I
1.5. Requisitos: Estadística General

II. SUMILLA

El curso de Métodos Estadísticos para la Investigación I brindará al estudiante


los fundamentos de los Diseños Experimentales, Análisis de Regresión y las
pruebas no paramétricas, técnicas estadísticas utilizadas para el análisis de
datos. Para el desarrollo del curso, se hará uso del programa estadístico
Minitab y la hoja de cálculo Excel.

III. OBJETIVOS GENERALES

Al finalizar el curso, el estudiante estará en condiciones de:


 Analizar datos experimentales mediante los principales diseños
experimentales.
 Utilizar adecuadamente las pruebas no paramétricas como métodos
alternativos de análisis de datos.
 Analizar datos mediante la Regresión Lineal Simple y Múltiple.

IV. OBJETIVOS ESPECIFICOS

Al finalizar el curso el estudiante estará en capacidad de:


 Aplicar las pruebas Chi Cuadrado, para analizar datos resumidos en tablas
de frecuencias y tablas de contingencia.
 Entender y utilizar adecuadamente la terminología y conceptos de diseños
experimentales.
 Conducir adecuadamente los experimentos atendiendo el cumplimiento de
los principios básicos de los diseños experimentales, así como la verificación
de los supuestos y aplicación correcta de la metodología e hipótesis de los
métodos estadísticos utilizados.
 Utilizar las pruebas no paramétricas Kruskal-Wallis y Friedman como
métodos alternativos de análisis de datos.
 Analizar datos para estimar y utilizar el modelo de Regresión Lineal Simple
y Múltiple.
 Analizar e interpretar los resultados de experimentos publicados en tesis y
revistas científicas.
 Resolver e interpretar problemas experimentales mediante el uso de un
programa estadístico.

1
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
Facultad de Economía y Planificación
Departamento de Estadística e Informática

V. CONTENIDO

Primera Semana:
CAPÍTULO I: APLICACIONES DE LA DISTRIBUCION CHI CUADRADO
 Introducción.
 Pruebas de Bondad de Ajuste: a la distribución Binomial, a la distribución de
Poisson y de frecuencias. Aplicaciones

Segunda Semana:
 Pruebas con Tablas de Contingencia: Prueba de Independencia y de
Homogeneidad de Subpoblaciones. Aplicaciones

Tercera Semana:
 Prueba de Bartlett de Homogeneidad de Varianzas. Aplicación.

Cuarta Semana:
CAPÍTULO II: DISEÑOS EXPERIMENTALES
 Introducción. Conceptos Básicos. Diseño Experimental. Tipos.
 Error Experimental. Principios Básicos de un Diseño Experimental. Modelo
Aditivo Lineal. Tipos de modelos. Análisis de Varianza
Quinta Semana:
CAPÍTULO III: DISEÑO COMPLETAMENTE AL AZAR (D.C.A.)
 Introducción. Ventajas y desventajas. Modelo Aditivo Lineal. Estimación de
efectos. Supuestos.
 Análisis de Varianza. Coeficiente de variabilidad. Aplicaciones

Sexta Semana:
 Pruebas de Comparación: DLS, T. Aplicaciones
 Pruebas de Comparación: Tukey, Dunnett y Contrastes Ortogonales.
Aplicaciones.

Séptima Sema:
CAPÍTULO IV: DISEÑO DE BLOQUES COMPLETOS AL AZAR (D.B.C.A.)
 Introducción. Ventajas, desventajas. Modelo Aditivo Lineal. Estimación de los
efectos. Supuestos
 Análisis de Varianza. Coeficiente de variabilidad. Aplicaciones
 Pruebas de Comparación: DLS, T. Aplicaciones
 Pruebas de Comparación: Tukey, Dunnett y Contrastes Ortogonales.
Aplicaciones.

Octava Semana: EXAMEN PARCIAL

CAPÍTULO V: DISEÑO CUADRADO LATINO (D.C.L.)


 Introducción. Ventajas, desventajas. Modelo Aditivo Lineal. Estimación de los
efectos. Supuestos
 Análisis de Varianza. Coeficiente de variabilidad. Aplicaciones.
 Pruebas de Comparación: DLS, T. Aplicaciones
2
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
Facultad de Economía y Planificación
Departamento de Estadística e Informática

 Pruebas de Comparación: Tukey, Dunnett y Contrastes. Aplicaciones.

Novena Semana:

CAPÍTULO VI: PRUEBAS NO PARAMÉTRICAS RELACIONADOS A


DISEÑOS EXPERIMENTALES
 Introducción. Ventajas y desventajas del uso de las pruebas.
 Prueba de Kruskal-Wallis. Aspectos generales. Procedimiento. Prueba de
comparaciones múltiples. Aplicaciones.
 Prueba de Friedman. Aspectos generales. Procedimiento. Prueba de
comparaciones múltiples. Aplicaciones

Décima Semana
CAPITULO VII: ARREGLOS FACTORIALES
 Arreglo Factorial en D.C.A. Introducción. Ventajas, desventajas. Modelo
Aditivo Lineal. Estimación de los efectos. Supuestos
 Análisis de Varianza. Coeficiente de variabilidad. Análisis de Efectos Simples.
 Pruebas de Comparación: DLS, T, Tukey, Dunnett. Aplicaciones

Décima Primera Semana:


 Arreglo Factorial en D.B.C.A. Introducción. Ventajas, desventajas. Modelo
Aditivo Lineal. Estimación de los efectos. Supuestos
 Análisis de Varianza. Coeficiente de variabilidad. Análisis de Efectos Simples.
 Pruebas de Comparación: DLS, T, Tukey, Dunnett. Aplicaciones

Décima Segunda Semana:

CAPÍTULO VIII: ANÁLISIS DE CORRELACIÓN


 Asociación para Variables cuantitativas: Correlación de Pearson. Prueba de
Hipótesis. Correlación de Spearman. Prueba de Hipótesis
 Asociación para variables cualitativas: Coeficiente de correlación phi. C de
Person y V de Cramer

CAPÍTULO IX: ANÁLISIS DE REGRESIÓN LINEAL SIMPLE Introducción.


Análisis de Regresión Simple. Supuestos. Estimación de parámetros.
 Análisis de Varianza. Prueba de hipótesis para la pendiente. Coeficiente de
determinación. Coeficiente de correlación. Aplicaciones.
 Análisis de correlación. Prueba de hipótesis
Décima Tercera

3
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
Facultad de Economía y Planificación
Departamento de Estadística e Informática

CAPÍTULO X: ANÁLISIS DE REGRESION LINEAL MULTIPLE


 Introducción. Análisis de Regresión Múltiple. Estimación de parámetros.
Interpretación de coeficientes.
 Análisis de Varianza. Prueba de hipótesis para los coeficientes de regresión.
Aplicaciones

Décima Cuarta y Décima Quinta Semana :

CAPÍTULO XI: ANÁLISIS DE COVARIANZA


 Introducción. Modelo Aditivo Lineal. Estimación de los efectos. Supuestos.
 Análisis de Covarianza en DCA. Pruebas de Comparación. Aplicaciones.
 Análisis de Covarianza en DBCA. Pruebas de Comparación. Aplicaciones.

Décima Sexta
EXAMEN FINAL

VI. METODOLOGÍA

Las clases virtuales teóricas y prácticas, se hará en modalidad sincrónica y


asincrónica: uso de la plataforma de Meet o Zoom, y Moodle, con
presentaciones ppt y pizarra virtual, etc. Las clases serán complementadas
con el uso del programa estadístico Minitab y Excel.

VII. EVALUACIÓN

Prácticas Calificadas (2) 30%


Examen Parcial 30%
Examen Final 30%
Participación 10%

Nota:
 No se duplica ninguna nota.
 Las prácticas tendrán una nota máxima de 16 y los 4 puntos restantes se
evaluará de manera asincrónica en el Moodle, 4 tareas.
 Para los exámenes parcial y final:
15 puntos preguntas cortas: teoría y casos (cuestionario Moodle)
05 puntos de un caso (investigar) para resolver en grupo (presentación de
reporte)
Para la nota de participación se considerará la respuesta participativa de los
foros.
 Los alumnos que no rindan alguna evaluación, deberán justificar ante el
profesor de teoría o práctica según corresponda, dentro de los 8 días
siguientes a esta (Artículo 135° RG-UNALM 2017).
 El estudiante sólo puede rezagar una sola evaluación. Si se rezaga en más de
una, en el resto de evaluaciones rezagadas tiene el calificativo de cero.

4
UNIVERSIDAD NACIONAL AGRARIA LA MOLINA
Facultad de Economía y Planificación
Departamento de Estadística e Informática

 Son motivos de inasistencia a una evaluación:


 Enfermedad (con certificado médico solo de UNALM )
 Asistencia a una actividad académica (con constancia del Dpto.
académico).

VIII. FUENTES DE INFORMACIÓN

8.1 Bibliografía Básica:


 Guía del curso de Métodos estadísticos para la investigación I. Dpto. de
Estadística e Informática. UNALM
 Kuehl, R. (2000) Diseño de Experimentos: Principios estadísticos de diseño y
análisis de investigación. Segunda Edición. Editorial Thomson. (Código BAN.
Sala Ciencias: QA279.K8)
 Montgomery, D. (2005) Diseño y análisis de experimentos. Segunda edición.
Editorial Limusa Wiley. (Código BAN. Sala Ciencias: QA279.M6d5 2005)

8.2 Bibliografía Complementaria:


 Box, G; Hunter, S.; Hunter W. (2008). Estadística para Investigadores. Diseño
Innovación y descubrimiento. Editorial Reverte. Barcelona. (código BAN. Sala
Ciencias QA279.B69 2008)
 Gutiérrez, H. (2008) Análisis y diseño de experimentos. Segunda edición.
Editorial Mc Graw Hill. (código BAN. Sala Ciencias: QA279.G8)
 Calzada, J. (1982) Métodos estadísticos para la investigación. (código BAN.
Sala Perú: HA29.C34m 1982)
 Peña, D. (2002) Regresión y diseño de experimentos. Madrid (código BAN.
Sala Ciencias: QA278.2.P4)
 Steel, R. Torrie, J. (1988) Bioestadística: principios y procedimientos. México.
(código BAN. Sala Perú: HA29.S9p)

También podría gustarte