1. No category

FORMATO: M-01-2015 (V. 1.15)
PROGRAMA ANALÍTICO DE ASIGNATURA
DATOS GENERALES
ASIGNATURA:
ESTADISTICA INFERENCIAL
CAMPO AMPLIO
CONOCIMIENTO:
Ciencias Naturales,
Matemáticas y
Estadística.
DEL CAMPO ESPECÍFICO DEL CONOCIMIENTO: (Según CINE,
HORAS DE
ACTIVIDADES: 160 h CÓDIGO:
CG-3-FT-13
CD
CP
CA
64 h 32 h
64 h
Clasificación Internacional Normalizada de la Educación)
DISCIPLINA CURRICULAR QUE LA
ARTICULA:
Matemáticas y Estadística
Matemáticas
CAMPO DETALLADO DEL CONOCIMIENTO:
Estadística
PRERREQUISITOS: Conceptos de población, muestra, medidas de tendencia central, media, mediana y moda.
A. CARACTERIZACIÓN DE LA ASIGNATURA
La asignatura Estadística Inferencial se articula con las disciplinas del área Matemática, contribuye al perfil del egresado en
tanto potencia conocimientos y habilidades para el análisis, resolución y aplicación de problemáticas del entorno.
Se contribuye a desarrollar competencias genéricas, con énfasis en la:

Actuación ética con compromiso social: Demostrar en el accionar profesional valores universales y propios de
la profesión, con inteligencia emocional y creatividad , con respeto a la diversidad cultural y equidad de género

Cultura de investigación en la solución de problemas: resolver problemas de la realidad aplicando métodos
generales de investigación y específicos de las ciencias; tecnologías de la información y diversas fuentes de
información en idioma nacional y extranjero

Comunicación efectiva: Realizar lectura crítica y resúmenes con identidad propia; redactar documentos
profesionales y argumentar de forma oral fundamentos teóricos y criterios, con coherencia y fluidez

Liderazgo y emprendimiento: Demostrar cualidades de liderazgo y espíritu emprendedor para la gestión de
proyectos sociales, tecnológicos y empresariales;

Protección del ambiente: Promover una cultura de conservación del ambiente en la práctica profesional y social
B. OBJETIVOS DE LA ASIGNATURA
Valorar y resolver problemas con respecto a un gran conjunto de personas, mediciones u otros entes (población) con base en
las observaciones hechas sobre sólo una parte (muestra) de dicho gran conjunto. La capacidad para "decir algo" sobre
poblaciones con base en muestras está basada en supuestos con respecto a algún modelo de probabilidad que permite explicar
las características del fenómeno bajo observación.
C. CONTENIDOS DE ESTUDIO
Unidad de Aprendizaje1:
PROBABILIDADES Y DISTRIBUCION DE PROBABILIDADES
1.
2.
3.
4.
5.
Probabilidades
Variables aleatorias y distribuciones de probabilidad
Esperanza matemática
Distribuciones de probabilidades discretas
Distribuciones de probabilidades continuas
Unidad de Aprendizaje 2:
MUESTREO Y ESTIMACION
1.
2.
3.
4.
5.
Muestreo
Distribuciones de muestreo
Estimacion
Prueba de significancia
Analisis de varianza
D. METODOLOGÍAS DE ENSEÑANZA Y APRENDIZAJE
“El proceso educativo en la asignatura se desarrollará a través de los componentes: docencia directa, actividades prácticas y
trabajo autónomo; los cuales se ejecutan en ambientes de aprendizajes físicos y virtuales: aulas, laboratorios, talleres y
plataforma de aprendizaje virtual; con la aplicación de métodos interactivos, donde el estudiante será un activo protagonista
que busca información, sistematiza bases teóricas, logra la comprensión del material de estudio, hace la traslación a la práctica,
resuelve problemas, trabaja en redes colaborativas y demuestra creatividad en nuevas propuestas tecnológicas, económicas y
sociales.
En especial, se jerarquiza al ABP: aprendizaje basado en problemas de la realidad, para derivar procesos investigativos y trabajo
práctico que permiten sistematizar las bases teóricas de la profesión de estudio; y, la realización de proyectos integradores de
saberes, planificados dentro de la estructura curricular, como soporte interdisciplinario y articulador de aprendizajes
significativos de diversas asignaturas.
Se realizan conferencias interactivas, clases prácticas y foros-debates; que se articulan con actividades prácticas en laboratorios,
talleres y actividades de campo, para favorecer la integración y sistematización de conocimientos; así como al
perfeccionamiento de habilidades para consolidar un modo de actuar práctico-investigativo”.
E. PROCEDIMIENTOS DE EVALUACIÓN
La evaluación de los resultados de aprendizaje tiene un carácter integrador sobre el desarrollo de los conocimientos,
habilidades y comportamiento humano alcanzados por los estudiantes; mediante una evaluación sumativa e integradora en un
entorno de heteroevaluación guiada por el profesor.
La evaluación de los resultados de aprendizaje comprende actividades teóricas, orales y prácticas, que se organizan y
desarrollan dividiendo cada período académico en dos etapas parciales (EP1 y EP2), cada una de 8 semanas de actividades, con
la aplicación de los procedimientos siguientes:
-actividades evaluativas sistemáticas o de seguimiento que significan el 30 % de la nota final (15 % en el EP1 y 15 % en el EP2):
comprenden preguntas en clases, solución de problemas, elaboración de productos escritos, defensas orales y otras;
-una prueba parcial por cada etapa, que entre las dos tienen un peso del 40 % (15 % en el EP1 y 25 % en el EP2) en la
construcción de la nota final, la cual se integra con la nota de seguimiento.
-y para garantizar la concepción integradora de la evaluación se realiza un examen final que tiene un valor del 30 %.
Dentro de la estrategia de evaluación de la asignatura se definen los objetivos a evaluar, los tipos de pruebas a realizar, los
indicadores de calidad y la rúbrica que guía el análisis y valoración de los posibles resultados a demostrar por los estudiantes.
Se aprueba con el 70% de conocimientos.
1. DATOS
F. BIBLIOGRAFÍA BÁSICA Y COMPLEMENTARIA
F.1. Libros de textos que se utilizarán en la asignatura (físicos y virtuales)
TITULO
TEXTO
BÁSICO
TEXTOS
COMPLE
-MENTARIOS
AÑO
IDIOMA
EDITORIAL
ESTADISTICA
Murray R. Spiegel –
Larry J Stevhens
2009
Español
Editorial Mc
Graw Hill
Estadística Aplicada a los
Negocios y la Economía
Lind, Douglas y Marchal, 2012
William
Español
Editorial Mc
Graw Hill
2010
Español
Editorial
Harla
2010
Español
Editorial
Prentice
Hall,
Pearson
Estadística para Administración y Stevenson William J.
Economía, Conceptos y
Aplicaciones
Probabilidad y Estadística para
Ingenieros
2.
AUTOR
GENALES
Walpole, Myers
Si el libro es virtual
indicar URL
FORMATO: M-02-2015 (V. 6.15)
SÍLABO DE ASIGNATURA
A. DATOS GENERALES Y ESPECÍFICOS DE LA ASIGNATURA
ASIGNATURA:
CARRERA DONDE SE
NIVEL DE ESTUDIO:
IMPARTE:
TODAS
LAS TERCERO
ESTADISTICA
CARRERAS DE LA OFERTA
INFERENCIAL
ACADÉMICA DE LA UISRAEL
HORAS DE
ACTIVIDADES: 160
h
CD
CP
CA
64 h 32 h
64 h
CÓDIGO:
CG-3-FT-13
CAMPO
AMPLIO
DEL CAMPO ESPECÍFICO DEL CONOCIMIENTO (según DISCIPLINA CURRICULAR QUE
CINE, Clasificación Internacional Normalizada de la LA ARTICULA:
CONOCIMIENTO:
Educación ): Matematicas y Estadistica
Ciencias Naturales,
Matematicas y Estadistica
Matematicas
CAMPO DETALLADO DEL CONOCIMIENTO:
Estadistica
PRERREQUISITOS: Conceptos de población, muestra, medidas de tendencia central, media, mediana y moda.
Competencias genéricas a desarrollar (actitudes y valores):
Actuación ética con compromiso social: demostrar en el accionar profesional valores universales y propios de la
profesión, con inteligencia emocional y creatividad , con respeto a la diversidad cultural y equidad de género
Cultura de investigación en la solución de problemas: resolver problemas de la realidad aplicando métodos
generales de investigación y específicos de las ciencias; tecnologías de la información y diversas fuentes de
información en idioma nacional y extranjero
Comunicación efectiva: realizar lectura crítica y resúmenes con identidad propia; redactar documentos
profesionales y argumentar de forma oral fundamentos teóricos y criterios, con coherencia y fluidez
Liderazgo y emprendimiento: demostrar cualidades de liderazgo y espíritu emprendedor para la gestión de proyectos
sociales, tecnológicos y empresariales;
Protección del ambiente: promover una cultura de conservación del ambiente en la práctica profesional y social
RESULTADO MÁXIMO DEL APRENDIZAJE, A LOGRAR EN LA ASIGNATURA:
“Diseñar la estructura metodológica y cognitiva de casos de estudio cotidianos con la aplicación de las distribuciones
poblacionales discretas y continuas así como con las distribuciones muéstrales y en función de las necesidades reales del
entorno para contribuir a tomar decisiones acertadas con el procesamiento de los datos de interés.
B. ESTRUCTURA DE LA ASIGNATURA
No
Unidades de aprendizaje y sus
contenidos
(temas y subtemas a desarrollar)
Resultados de aprendizaje que se
esperan lograr en la unidad
Indicadores de evaluación de los
resultados del aprendizaje
(evidencias concretas que expresan:
cantidad, tiempo, profundidad, recursos,
expresión oral y escrita; y otras variables)
Unidad de Aprendizaje para el 1er.
Parcial ( 8 semanas de trabajo):
1.-Teoria elemental de probabilidad, modelo de
frecuencia relativa, modelo subjetivo, modelo a
priori.
2.- Tablas de contingencia y tablas de
probabilidad.
3.-Probabilidad condicional, Eventos
dependientes e independientes, eventos
mutuamente excluyentes y no mutuamente
excluyentes. Teorema de bayes.
4.- Distribución de probabilidad, Esperanza
matemática.
5.- Permutaciones, combinaciones.
6.-Probabilidad condicional y análisis
combinatorio.
1
7.- Distribuciones discretas, media y varianza de
distribuciones discretas.
8.- Distribución binomial, media, varianza
desviación estándar, coeficiente momento de
sesgo, coeficiente momento de curtosis de una
distribución binomial
Determinar la relación entre la variables y
sistemas de coordenadas.
Establecer las diferencias entre las series
estadísticas.
Analizar los diferentes sistemas de graficacion
probabilistica.
Identificar los términos y conceptos de las
probabilidades.
Interpretar las características y principios de las
permutaciones y combinaciones.
Resuelve 10 ejercicios sobre el tipo de
variables
Consulta sobre los diferentes tipos de
gráficos que existen
Realiza un resumen de los diferentes tipos
de probabilidades estadísticas que existen
Efectúa una asociación de términos
estadísticos de distribuciones de
probabilidades.
Presenta un ejemplo de aplicación sobre las
Analizar las fortalezas y debilidades para aplicar el
permutaciones estadisticas.
análisis combinatorio.
Determinar la aplicación de los modelos de
distribuciones discretas.
Selecciona un modelo estadístico para
resolver las combinaciones.
Analizar las aplicaciones estadísticas del
entorno empresarial.
Debate y argumenta sobre las similitudes y
diferencias entre permutaciones y
Investigar las aplicaciones estadísticas en el campo combinaciones.
laboral.
Elabora un ensayo sobre los enfoques de
Definir las metodologías estadísticas existente. las probabilidades.
Establecer la relación directa entre distribuciones Analiza metodología aplicable para casos
continuas y discretas.
propuestos.
Analizar los casos empresariales donde serian
aplicables la metodología estadística.
Investiga los elementos integrantes de una
distribución binomial.
Recomendar aplicaciones en casos prácticos de Evalúa casos aplicados de distribuciones
las distribuciones de probabilidades.
discretas.
Analiza en un caso determinado los
elementos constitutivos del coeficiente
momento de curtosis.
.
2
Unidad de Aprendizaje para el 2do.
Parcial (8 semanas de trabajo):
1.- Distribución binomial acumulada, distribución
hipergeometrica.
Determinar la relación entre la distribución
binomial simple y acumulada.
Resuelve 10 ejercicios sobre distribuciones
binomiales acumuladas
2.- Distribución de poisson, media, varianza,
desviación estándar, coeficiente momento de
sesgo, coeficiente momento de curtosis,
distribuciones continúas.
Establecer las diferencias entre las distribuciones
binomial e hipergeometrica.
Consulta sobre las aplicaciones de la
distribución hipergeometrica
3.- Distribución exponencial, distribución uniforme.
Analizar las diferencias entre las distribuciones
binomial y normal.
Identificar los términos y conceptos de las
4.- Distribución normal, desviación normal, calculo distribuciones exponencial y uniforme.
de probabilidades con desviación normal,
Interpretar las características y principios de la
distribución normal.
5.- Calculo de un valor x a partir de una
probabilidad conocida, aproximación normal a la
Analizar las fortalezas y debilidades para aplicar la
distribución binomial.
distribución normal.
6.- Distribuciones muestrales para medias
Determinar la aplicación de los modelos de
muestrales. Error de muestreo ,la media de las
medias muestrales, el error estándar, aplicaciones distribuciones muestrales.
para una distribución normal, el teorema del limite
Analizar las aplicaciones de los errores de
central, factor de corrección
muestreo.
7.- Distribuciones muestrales para proporciones
muestrales. Error de muestreo, el error estándar,
aplicaciones para una distribución normal,
teorema del limite central, factor de corrección
8.-Procedimientos de muestreo, errores, sesgo,
métodos de muestreo, método aleatorio simple,
muestreo sistemático, muestreo estratificado,
muestreo por conglomerados.
Realiza un resumen de la distribución de
poisson
Efectúa una asociación de términos
estadísticos de la distribución normal.
Presenta un ejemplo de aplicación sobre la
distribución normal.
Selecciona una metodologia estadística
para resolver las combinaciones.
Debate y argumenta sobre las similitudes y
diferencias entre distribuciones poblacionales
y muestrales.
Investigar las aplicaciones muestrales en el campo Elabora un ensayo sobre los enfoques de
laboral.
las distribuciones muestrales.
Definir los procedimientos de muestreo
existentes.
Analiza metodología aplicable para casos
propuestos.
Establecer la relación directa entre distribuciones
poblacionales y muestrales.
Investiga los elementos integrantes de una
distribución muestral.
Evalúa casos aplicados de distribuciones
poblacionales y muestrales.
.
C. DESARROLLO DE LA ASIGNATURA EN RELACIÓN AL MODELO PEDAGÓGICO
“El proceso educativo en la asignatura se desarrollará en ambientes de aprendizajes físicos y virtuales: aulas, laboratorios, talleres y plataforma de
aprendizaje virtual; con la aplicación de métodos interactivos, donde el estudiante será un activo protagonista que busca información, sistematiza
bases teóricas, logra la comprensión del material de estudio, hace la traslación a la práctica, resuelve problemas, trabaja en redes colaborativas y
demuestra creatividad en nuevas propuestas tecnológicas, económicas y sociales.
En especial, se jerarquiza al ABP: aprendizaje basado en problemas de la realidad, para derivar procesos investigativos y trabajo práctico que
permiten sistematizar las bases teóricas de la profesión de estudio; y, la realización de proyectos integradores de saberes, planificados dentro de
la estructura curricular, como soporte interdisciplinario y articulador de aprendizajes significativos de diversas asignaturas.
Se realizan conferencias interactivas, clases prácticas y foros-debates; que se articulan con actividades prácticas en laboratorios, talleres y
actividades de campo, para favorecer la integración y sistematización de conocimientos; así como al perfeccionamiento de habilidades para
consolidar un modo de actuar práctico-investigativo”.
D. ESCENARIOS DE APRENDIZAJE ( aulas, laboratorios, talleres, empresas, trabajo en condiciones reales y virtuales)
“Los aprendizajes se realizarán en las aulas que se asignen para la asignatura, laboratorios, talleres, biblioteca física y virtual, plataforma virtual
de aprendizaje, Moodle”.
“Además se realizarán trabajos de campo en empresas y comunidades para aplicar los conocimientos tratados en la asignatura y sistematizar
bases teóricas”
E. CRITERIOS NORMATIVOS PARA LA EVALUACIÓN DE LA ASIGNATURA
“La evaluación de los resultados de aprendizaje tiene un carácter integrador sobre el desarrollo de los conocimientos, habilidades y
comportamiento humano alcanzados por los estudiantes; mediante una evaluación sumativa e integradora en un entorno de heteroevaluación
guiada por el profesor.
La evaluación de los resultados de aprendizaje comprende actividades teóricas, orales y prácticas, que se organizan y desarrollan dividiendo cada
período académico en dos etapas parciales (EP1 y EP2), cada una de 8 semanas de actividades, con la aplicación de los procedimientos
siguientes:
-actividades evaluativas sistemáticas o de seguimiento que significan el 30 % de la nota final: comprenden preguntas en clases, solución de
problemas, elaboración de productos escritos, defensas orales y otras;
-una prueba parcial por cada etapa, que entre las dos tienen un peso del 40 % en la construcción de la nota final, la cual se integra con la nota de
seguimiento.
-y para garantizar la concepción integradora de la evaluación se realiza un examen final que tiene un valor del 30 %.
Dentro de la estrategia de evaluación de la asignatura se definen los objetivos a evaluar, los tipos de pruebas a realizar, los indicadores de calidad
y la rúbrica que guía el análisis y valoración de los posibles resultados a demostrar por los estudiantes”.
Etapas parciales del
período académico
UNIDAD DE
APRENDIZAJE PARA EL
1er. PARCIAL
0UNIDAD DE
APRENDIZAJE PARA EL
2do. PARCIAL
Examen Final
TIPOS DE
CANTIDAD DE
ACTIVIDADES
ACTIVIDADES
EVALUATIVAS
Actividades del
4-8
componente práctico
Actividades de trabajo
4-8
autónomo
EP1
1
Prueba Parcial
Subtotal Primer Parcial:
Actividades del
4-8
componente práctico
Actividades de trabajo
4-8
autónomo
EP2
1
Prueba Parcial
Subtotal Segundo Parcial:
1
PORCENTAJE DE LA
CALIFICACIÓN
0.75%
1,5 pts.
0.75%
15%
30%
1,5 pts.
3 pts.
0.75%
1,5 pts.
0.75%
25%
40%
2,5 pts.
4 pts.
30%
TOTAL
TOTAL
100%
3 pts.
10 pts.
H. PLANIFICACIÓN DEL SISTEMA DE RESULTADOS DE APRENDIZAJE POR SEMANA DE TRABAJO
H.1. MODALIDAD PRESENCIAL (relación de 1 hora de clase por a 1,5 hora de componente práctico y trabajo autónomo)
SEMANAS
1
2
TEMÁTICAS A DESARROLLAR
CLASES
Teoría elemental de probabilidad, modelo de
frecuencia relativa, modelo subjetivo, modelo a
priori.
4
Tablas de contingencia y tablas de probabilidad.
4
2
Componente de Prácticas de Aplicación de los
Aprendizajes: (tareas de aplicación)
4
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con probabilidades
Elaborar un resumen sobre la relación entre
probabilidades en estudios estadísticos.
4
2
Identificar un entorno que necesite la
utilización de las tablas de probabilidad como
herramientas estadísticas
3
Probabilidad condicional, Eventos dependientes e
independientes, eventos mutuamente excluyentes y
no mutuamente excluyentes. Teorema de bayes
4
4
2
Elaborar una investigación de profundización
sobre las diferentes tablas de contingencia y
proponer un ejemplo de aplicación para cada
caso
4
Realizar el análisis de las reglas para
probabilidades condicionales y realice en
ejemplo tipo.
4
Componente de Trabajo Autónomo
(tareas de profundización)
2
Identificar en un ejemplo las diferentes
probabilidades condicionales
Consultar sobre las exclusiones y no
exclusiones en eventos.
Evaluación Intermedia EP1 a
4
Distribución de probabilidad, Esperanza matemática.
Elaborar los diagramas de bayes para varios
casos
5
4
2
Realizar ejercicios de aplicación de las
permutaciones y combinaciones
4
Efectuar una lectura de profundización sobre la
importancia de las combinaciones
4
2
Realizar ejercicios de aplicación de las
probabilidades condicionales y análisis
combinatorio
4
Efectuar una lectura de profundización sobre la
importancia de las integración entre probabilidad
condicional y análisis combinatorio
4
2
Realizar un ejercicio de aplicación de eventos
con distribuciones discretas
4
Evaluar la eficiencia de las distribuciones
discretas aplicando los métodos estadísticos.
Permutaciones, combinaciones.
6
Probabilidad condicional y análisis combinatorio.
7
Distribuciones discretas, media y varianza de
Realizar el reforzamiento en la conceptualización
de distribuciones de probabilidades
distribuciones discretas.
8
4
2
4
Elaborar en base a la consulta bibliográfica y
aporte personal un estudio sobre la aplicación
de del coeficiente momento de sesgo y curtosis
Realizar la Evaluación EP1b
4
Investigar bibliográficamente y exponer los
elementos que se relacionan en la distribución
hipergeometrica
4
Aplicar la metodología para el desarrollo de la
distribución de poisson en un caso típico
4
Elaborar una consulta sobre el alcance de las
aplicaciones de las distribuciones exponencial y
uniformes.
En base a un problema propuesto, establecer
los alcances de la distribución binomial
Distribución binomial, media, varianza desviación
estándar, coeficiente momento de sesgo, coeficiente
momento de curtosis de una distribución binomial
Realizar EP1
9
4
2
4
2
Distribución binomial acumulada, distribución
hipergeometrica.
10
Distribución de poisson, media, varianza, desviación
estándar, coeficiente momento de sesgo, coeficiente
momento de curtosis, distribuciones continuas.
11
Realizar el análisis de las reglas para la
distribución de Poisson y realice en ejemplo
tipo
4
2
Aplicar la metodología de distribución
exponencial y uniforme en un caso típico
Distribución exponencial, distribución uniforme.
12
4
2
Estructurar los parámetros entre la
distribución normal y realice en ejemplo tipo
para cada caso.
4
Seleccionar un caso puntual que permita el
desarrollo de la distribución normal
4
2
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con la distribución normal
4
Aplicar la metodología de distribución normal
para un caso típico
50% EP2. Prueba sobre temas abordados.
4
2
Realizar ejercicios de aplicación de las
distribuciones muestrales
4
Distribución normal, desviación normal, calculo de
probabilidades con desviación normal,
13
Calculo de un valor x a partir de una probabilidad
conocida, aproximación normal a la distribución
binomial.
14
Distribuciones muestrales para medias muestrales.
Error de muestreo ,la media de las medias
muestrales, el error estándar, aplicaciones para una
distribución normal, el teorema del limite central,
factor de corrección
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con la distribución
hipergeometrica
Investigar y exponer sobre distribuciones
muéstrales
15
Distribuciones muestrales para proporciones
muestrales. Error de muestreo, el error estándar,
aplicaciones para una distribución normal, teorema
del limite central, factor de corrección
4
2
Realizar ejercicios de aplicación de las
distribuciones muestrales para proporciones
muestrales
4
Describir la metodología aplicable para el calculo
de los errores en distribuciones muéstrales
16
Procedimientos de muestreo, errores, sesgo,
métodos de muestreo, método aleatorio simple,
muestreo sistemático, muestreo estratificado,
muestreo por conglomerados.
4
2
Realizar ejercicios tipo que permitan
diferencias los diferentes métodos de
muestreo
4
Investigar y exponer sobre la forma de calculo y
los alcances de las diferencias muéstrales
Realizar EP2
H.2. MODALIDAD SEMIPRESENCIAL (relación de 1 hora de clase por 2 horas de componente práctico y trabajo autónomo)
SEMANAS
1
2
TEMÁTICAS A DESARROLLAR
Docenci
a
presenci
al y a
través
del
espacio
virtual
Teoría elemental de probabilidad, modelo de
frecuencia relativa, modelo subjetivo, modelo a
priori.
3
Tablas de contingencia y tablas de probabilidad.
3
Componente de Trabajo Autónomo
(tareas de profundización)
Componente de Prácticas de Aplicación de los
Aprendizajes: (tareas de aplicación)
2
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con probabilidades
2
5
Elaborar un resumen sobre la relación entre
probabilidades en estudios estadísticos.
5
Identificar un entorno que necesite la
utilización de las tablas de probabilidad como
herramientas estadísticas
3
Probabilidad condicional, Eventos dependientes e
independientes, eventos mutuamente excluyentes y
no mutuamente excluyentes. Teorema de bayes
3
2
Elaborar una investigación de profundización
sobre las diferentes tablas de contingencia y
proponer un ejemplo de aplicación para cada
caso
5
Realizar el análisis de las reglas para
probabilidades condicionales y realice en
ejemplo tipo
Identificar en un ejemplo las diferentes
probabilidades condicionales
Consultar sobre las exclusiones y no
exclusiones en eventos.
Evaluación Intermedia EP1 a
4
3
2
Elaborar los diagramas de bayes para varios
casos
Distribución de probabilidad, Esperanza matemática.
5
3
2
3
5
2
Evaluar la eficiencia de las distribuciones
discretas aplicando los métodos estadísticos.
5
En base a un problema propuesto, establecer
los alcances de la distribución binomial
Distribución binomial, media, varianza desviación
estándar, coeficiente momento de sesgo, coeficiente
momento de curtosis de una distribución binomial
3
2
Elaborar en base a la consulta bibliográfica y
aporte personal un estudio sobre la aplicación
de del coeficiente momento de sesgo y curtosis
Realizar la Evaluación EP1b
5
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con la distribución
hipergeometrica
Distribución binomial acumulada, distribución
hipergeometrica.
3
Distribución de poisson, media, varianza, desviación
Efectuar una lectura de profundización sobre la
importancia de las integración entre probabilidad
condicional y análisis combinatorio
Realizar un ejercicio de aplicación de eventos
con distribuciones discretas
3
10
5
2
Distribuciones discretas, media y varianza de
distribuciones discretas.
9
Efectuar una lectura de profundización sobre la
importancia de las combinaciones
Realizar ejercicios de aplicación de las
probabilidades condicionales y análisis
combinatorio
3
8
5
2
Probabilidad condicional y análisis combinatorio.
Realizar EP1
7
Realizar el reforzamiento en la
conceptualización de distribuciones de
probabilidades
Realizar ejercicios de aplicación de las
permutaciones y combinaciones
Permutaciones, combinaciones.
6
5
2
Investigar bibliográficamente y exponer los
elementos que se relacionan en la distribución
hipergeometrica
5
Realizar el análisis de las reglas para la
Aplicar la metodología para el desarrollo de la
estándar, coeficiente momento de sesgo, coeficiente
momento de curtosis, distribuciones continuas.
11
distribución de Poisson y realice en ejemplo
tipo
3
2
distribución de poisson en un caso típico
5
Aplicar la metodología de distribución
exponencial y uniforme en un caso típico
Distribución exponencial, distribución uniforme.
Elaborar una consulta sobre el alcance de las
aplicaciones de las distribuciones exponenciales
y uniformes.
12
Distribución normal, desviación normal, calculo de
probabilidades con desviación normal,
3
2
Estructurar los parámetros entre la
distribución normal y realice en ejemplo tipo
para cada caso
5
Seleccionar un caso puntual que permita el
desarrollo de la distribución normal
13
Calculo de un valor x a partir de una probabilidad
conocida, aproximación normal a la distribución
binomial.
3
2
Consultar diversas fuentes bibliográficas y
elaborar un glosario de 10 términos
relacionados con la distribución normal
5
Aplicar la metodología de distribución normal
para un caso típico
50% EP2. Prueba sobre temas abordados.
14
Distribuciones muéstrales para medias muéstrales.
Error de muestreo ,la media de las medias
muéstrales, el error estándar, aplicaciones para una
distribución normal, el teorema del limite central,
factor de corrección
3
2
15
Distribuciones muéstrales para proporciones
muéstrales. Error de muestreo, el error estándar,
aplicaciones para una distribución normal, teorema
del limite central, factor de corrección
3
2
Realizar ejercicios de aplicación de las
distribuciones muéstrales para proporciones
muestrales
5
Describir la metodología aplicable para el calculo
de los errores en distribuciones muéstrales
16
Procedimientos de muestreo, errores, sesgo,
métodos de muestreo, método aleatorio simple,
muestreo sistematico, muestreo estratificado,
muestreo por conglomerados.
3
2
Realizar ejercicios tipo que permitan
diferencias los diferentes métodos de
muestreo
5
Investigar y exponer sobre la forma de calculo y
los alcances de las diferencias muéstrales
Realizar EP2
5
Realizar ejercicios de aplicación de las
distribuciones muéstrales
Investigar y exponer sobre distribuciones
muéstrales