PROGRAMA DE ASIGNATURA - SÍLABO
1. DATOS GENERALES
Modalidad: PRESENCIAL Departamento: Área de Conocimiento:
ESPE MATRIZ SANGOLQUI CIENCIAS EXACTAS ESTADISTICA
Nombre Asignatura: Período Académico:
ESTADÍSTICA PREGRADO S-I MAY21 - SEP21
Fecha Elaboración: Código: NRC: Nivel:
22/01/21 10:35 AM A0501 3181 PREGRADO
Docente:
GALVIS CORREA ANDRES ALEJANDRO
[email protected]
Unidad de Organización BÁSICA
Campo de Formación: FUNDAMENTOS TEÓRICA
Fundamentos, métodos, principios básicos, materiales y condiciones
diagnóstica, para caracterizar y analizar prospectivamente los recursos
Núcleos Básicos de
productivos del sistema agropecuario.
CARGA HORARIA POR COMPONENTES DE APRENDIZAJE SESIONES
SEMANALES
PRACTICAS DE APLICACIÓN Y APRENDIZAJE AUTÓNOMO
DOCENCIA
EXPERIMENTACIÓN
3
48 48 48
Fecha Elaboración Fecha de Actualización Fecha de Ejecución
08/04/2020 16/04/2020 30/11/2020
Descripción de la Asignatura:
Estadística es una asignatura que introduce al estudiante en el ámbito de la organización, análisis e interpretación de datos, mediante el
conocimiento progresivo de teoremas, reglas, leyes, principios y técnicas, con el apoyo de herramientas tecnológicas para resolver o
proyectarlos en aplicaciones reales sobre una y más muestras e inferirlos a la población. En esta asignatura el estudiante hace suyo el lenguaje
Matemático y Estadístico, alrededor del cual se articula su formación de ingeniero, apoyándose en el uso de software estadístico.
Contribución de la Asignatura:
Esta asignatura corresponde a la primera etapa del eje de formación profesional, por lo que proporciona al futuro profesional las bases
conceptuales de leyes y principios del análisis estadístico. En tal sentido el estudiante puede resolver problemas y realizar informes estadísticos
básicos con todo el proceso que ellos conllevan y aplicarlos en la toma de decisiones, apoyándose siempre en herramientas y software
estadístico.
Resultado de Aprendizaje de la Carrera: (Unidad de Competencia)
Realiza análisis exploratorio de datos e interpreta resultados empleando herramientas de estadística descriptiva, resuelve problemas aplicando
teoría de probabilidades y de las principales distribuciones de probabilidades tanto discretas como continuas. Aplica las diferentes técnicas de
inferencia estadística para estimar parámetros a partir de muestreo. Construye modelos de regresión a partir de una base de datos y aplica
técnicas no paramétricas a partir de un conjunto de datos.
Objetivo de la Asignatura: (Unidad de Competencia)
Utilizar las herramientas informáticas específicas para el análisis estadístico, con criticidad y creatividad de forma sistemática, como soporte
para la toma de decisiones lo que permite su desarrollo profesional en forma eficiente.
Resultado de Aprendizaje de la Asignatura: (Elemento de Competencia)
Entiende los conceptos de la Estadística Descriptiva, comprende la teoría de probabilidades, las principales distribuciones de probabilidad así
como las diferentes técnicas de inferencia estadística y modelos de regresión.
Realiza análisis exploratorio de datos, resuelve problemas probabilísticos y de inferencia estadística, utilizando principios, leyes estadísticas y de
teoría de la probabilidad, construye modelos de regresión, relacionados con su entorno y situaciones concretas de su carrera.
Trabaja en equipo con creatividad, responsabilidad, criticidad, rigurosidad científica, honestidad en el manejo de la información, aportando
significativamente al desarrollo y bienestar de la sociedad.
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 1 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
Proyecto Integrador
Propio de cada Carrera.
PERFIL SUGERIDO DEL DOCENTE
TÍTULO Y DENOMINACIÓN
GRADO: Ingeniero, Economista, Matemático
POSGRADO: Máster o PhD en: Estadística, Matemática, Matemática Aplicada, Enseñanza de la Matemática o afines.
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE
CONTENIDOS
Unidad 1 Horas/Min: 30:00 HORAS DE TRABAJO AUTÓNOMO
Estadística Descriptiva y Cálculo de Probabilidades. Prácticas de Aplicación y Experimentación
1.1. Análisis exploratorio de datos
1.1.1. Medidas de Tendencia Central, de Dispersión, de
Tarea 1 Foro: Medidas
Posición y de Forma.
1.1.2. Aplicación con Software estadístico: Tablas de
Tarea 2 Foro: Uso de Software
frecuencias, métodos gráficos y medidas descriptivas
1.2. Teoría de probabilidad
1.2.1. Introducción a las probabilidades. Axionas y reglas Tarea 3 Tarea 1: Identificación de paquetes
1.2.2. Variables aleatorias, Esperanza matemática y
Tarea 4 Taller: Enfoques de probabilidad
Varianza
1.2.3. Distribuciones de probabilidad DISCRETAS: Uniforme,
Binomial, Geométrica, Hipergeométrica, Poisson. CONTINUAS: Tarea 5 Control 1: Análisis Exploratorio
Uniforme, Normal, Exponencial.
1.2.4. Aplicación con Software estadístico Tarea 6 Examen Parcial
ACTIVIDADES DE APRENDIZAJE / HORAS CLASE
COMPONENTES DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTONOMO 16
TOTAL HORAS POR UNIDAD 48
CONTENIDOS
Unidad 2 Horas/Min: 34:00 HORAS DE TRABAJO AUTÓNOMO
Inferencia estadística invariante Prácticas de Aplicación y Experimentación
2.1 Introducción al muestreo probabilístico
2.1.1 Diseños muestrales: aleatorio simple, sistemático, Foro: Homogeneidad y
Tarea 1
estratificado, por conglomerados representatividad
2.2 Estimación
2.2.1 Distribución muestral de la media
2.2.2 Teorema central del límite
2.2.3 Estimación puntual y por intervalos
2.2.4 Cálculo de tamaños de muestras Tarea 2 Tarea: Distribuciones de Muestreo
2.3 Contrastes de hipótesis
2.3.1 Prueba de hipótesis para la media.
2.3.2 Prueba de hipótesis para la proporción
Control 2:Distribuciones de Muestreo
2.3.3 Prueba de hipótesis para la varianza Tarea 3
2.3.4 Prueba de hipótesis para dos medias
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 2 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
2. SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJE
2.3.5 Prueba de hipótesis para la razón de varianzas Tarea 4 Taller 2: Inferencia estadística
2.3.6 Prueba de hipótesis para dos proporciones
Examen Parcial: Inferencias Estadística
2.3.7 Aplicación con Software estadístico Tarea 5
ACTIVIDADES DE APRENDIZAJE / HORAS CLASE
COMPONENTES DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTONOMO 16
TOTAL HORAS POR UNIDAD 48
CONTENIDOS
Unidad 3 Horas/Min: 32:00 HORAS DE TRABAJO AUTÓNOMO
Modelos de Regresión y Pruebas no Paramétricas Prácticas de Aplicación y Experimentación
3.1 Modelos de Regresión Simple
Foro: Aplicabilidad de los modelos de
3.1.1 Definiciones básicas Tarea 1
regresión
3.1.2 Estimación por Mínimos cuadrados
3.1.3 Modelo lineal, exponencial, logarítmico y potencial
3.1.4 Inferencia, predicción y diagnosis
DEBER: APLICABILIDAD DEL LOS
3.1.5 Aplicación con Software estadístico Tarea 2
MODELOS DE REGRESIÓN
3.2 Modelos de regresión lineal múltiple
3.2.1 Matriz de varianzas – covarianzas y de correlaciones
3.2.2 Modelo matricial
3.2.3 Inferencia, predicción y diagnosis
3.2.4 Aplicación con Software estadístico Tarea 3 Taller: Modelos de Regresión Lineal
3.3 Análisis de Varianza (Anova)
3.3.1 Anova de un factor
3.3.2 Pruebas de homogeneidad y post hoc
3.3.3 Aplicación con Software estadístico, contraste de
Tarea 4 Control: Modelos lineales y ANOVA
homogeneidad y normalidad
3.4 Pruebas no paramétricas
3.4.1 Prueba de Wilcoxson
3.4.2 Prueba de Mann Whitney
3.4.3 Kruskal Wallis
3.4.4 Rangos de Spearman
3.4.5 Pruebas Chi cuadrado
Examen Parcial: Modelos lineales y
3.4.6 Aplicación con Software estadístico. Tarea 5
Pruebas no paramétricas
ACTIVIDADES DE APRENDIZAJE / HORAS CLASE
COMPONENTES DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTONOMO 16
TOTAL HORAS POR UNIDAD 48
3. PROYECCIÓN METODOLÓGICA Y ORGANIZATIVA PARA EL DESARROLLO DE LA
Metodos de Enseñanza - Aprendizaje
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 3 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
1 Talleres
2 Clase Magistral
3 Resolución de Problemas
Empleo de Tics en los Procesos de Aprendizaje
1 Herramientas Colaborativas (Google, drive, onedrives, otros)
2 Video Conferencia
3 Software de Simulación
4 Aula Virtual
4. RESULTADOS DEL APRENDIZAJE, CONTRIBUCIÓN AL PERFIL DEL EGRESO Y TÉCNICA DE
PROYECTO INTEGRADOR DEL
NIVEL Niveles de logro:
RESULTADO DE APRENDIZAJE Alta(A), Media (B), ACTIVIDADES INTEGRADORAS
POR UNIDAD CURRICULAR C(Baja).
REALIZA EFICIENTEMENTE
ANÁLISIS ESTADÍSTICOS
DESCRIPTIVOS DE CONJUNTOS DE
DATOS, APOYADO EN EL USO DE • SOLUCIÓN DE EJERCICIOS
HERRAMIENTAS INFORMÁTICAS. • CONSULTAS
1. APLICA TÉCNICAS Y MODELOS DE Alta A • FOROS
DISTRIBUCIÓN DE PROBABILIDAD • TALLERES
ADECUADAS PARA RESOLVER • PRUEBAS PARCIALES
PROBLEMAS RELACIONADOS A SU
CAMPO PROFESIONAL.
SELECCIONA DE MANERA
APROPIADA LOS ESTIMADORES
PARA REALIZAR PROCESOS DE
INFERENCIA Y ANALIZA SUS • SOLUCIÓN DE EJERCICIOS
PROPIEDADES • CONSULTAS
2. RESPECTIVAS. Alta A • FOROS
UTILIZA LAS TÉCNICAS DE • TALLERES
INFERENCIA ESTADÍSTICA • PRUEBAS PARCIALES
ADECUADAS PARA EL ANÁLISIS
ESTADÍSTICO DE DATOS EN SU
CONTEXTO PROFESIONAL.
CONSTRUYE MODELOS DE
REGRESIÓN QUE RELACIONAN DE
FORMA VÁLIDA Y CONFIABLE UNA
VARIABLE DEPENDIENTE CON UNA
O MÁS VARIABLES DEPENDIENTES.
REALIZA INFERENCIAS PARA
COMPARAR EL EFECTO DE • SOLUCIÓN DE EJERCICIOS
DISTINTOS TRATAMIENTOS • CONSULTAS
3. SUJETOS A UN SOLO FACTOR DE Alta A • FOROS
VARIACIÓN. • TALLERES
UTILIZA PROCEDIMIENTOS NO • PRUEBAS PARCIALES
PARAMÉTRICOS ALTERNATIVOS
PARA REALIZAR INFERENCIAS
ESTADÍSTICA EN UN CONJUNTO DE
DATOS RELACIONADOS A SU
ÁMBITO PROFESIONAL
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 4 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
6. TÉCNICAS Y PONDERACION DE LA EVALUACIÓN
Técnica de evaluación 1er Parcial 2do Parcial 3er Parcial
Tareas o guías 2 2 2
Foro 2 2 2
Examen Parcial 7 7 7
Pruebas oral/escrita 5 5 5
Talleres 4 4 4
TOTAL: 20 20 20
7. BIBLIOGRAFÍA BÁSICA/ TEXTO GUÍA DE LA ASIGNATURA
Titulo Autor Edición Año Idioma Editorial
Probabilidad y estadística para México : Pearson
Walpole, Ronald E. - 2012 español
ingeniería y ciencias Educación
Miller y Freund : probabilidad y
Johnson, Richard A. 8 2012 spa Pearson
estadística para ingenieros
PROBABILIDAD Y ESTADISTICA
MONTGOMERY,
APLICADAS A LA INGENIERIA - 2009 ESPAÑOL LIMUSA
DOUGLAS *
Introducción a la probabilidad y
estadística / William Mendenhall,
Mendenhall, William 12 2008 spa Cengage Learning
Robert J. Beaver y Barbara M.
Beaver
10. ACUERDOS
Del Docente:
Mantener en todo momento un clima de empatía y consideración entre estudiantes, profesores, administrativos, trabajadores, etc.
1
Cumplir con las leyes y reglamentos institucionales y orientar todos los esfuerzos en la dirección de los grandes propósitos de la
2
Universidad (Misión, Visión)
3 Esforzarme en conocer con amplitud al campo académico y práctico
4 Asistir a clases siempre y puntualmente dando ejemplo al estudiante para exigirle igual comportamiento
Motivar, estimular y mostrar interés por el aprendizaje significativo de los estudiantes y evaluar a conciencia y con justicia
5
De los Estudiantes:
1 Mantener en todo momento un clima de empatía y consideración entre estudiantes, profesores, administrativos, trabajadores,
etc.
2 Cumplir con las leyes y reglamentos institucionales y orientar todos los esfuerzos en la dirección de los grandes propósitos de la
Universidad (Misión, Visión)
3 Ser honesto, no copiar, no mentir
4 Colaborar con los eventos programados por la institución e identificarme con la carrera
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 5 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
PROGRAMA DE ASIGNATURA - SÍLABO
FIRMAS DE LEGALIZACIÓN
FIRMADO
NO Y
DOCENTE
APROBADO
SELLADO
ANDRES ALEJANDRO GALVIS CORREA PATRICIA EULALIA GUEVARA VALLEJO
COORDINADOR DE AREA DE CONOCIMIENTO
ELENA DEL ROSARIO MAFLA JIMENEZ
DIRECTOR DE DEPARTAMENTO
CÓDIGO: SGC.DI.321
VERSIÓN: 1.3 Página 6 de 6
FECHA ÚLTIMA REVISIÓN: 23/09/14
