UNIDADES TECNOLÓGICAS DE SANTANDER PROGRAMA DE ASIGNATURA

Transcripción

1 FACULTAD PROGRAMA ACADÉMICO CIENCIAS SOCIOECONOMICAS Y EMPRESARIALES Todos los programas de la Facultad de Ciencias Socio Económicas y Empresariales ASIGNATURA: : Tipo Asignatura: TEORICA Créditos: 4 TP: 64 TI: 128 Semestre académico: III, V Código asignatura: DCB004 Requisitos: DCB025 JUSTIFICACIÓN: Los tecnólogos, dentro de su desempeño institucional, deben estar en capacidad de organizar grandes cantidades de datos, en forma apropiada, para transformarlos en información y llegar a conclusiones razonables sobre una determinada situación. En este proceso, la comprensión de los métodos estadísticos, aumentará la eficiencia de las actuaciones individuales y colectivas en las empresas, mejorando así las posibilidades de que estas puedan sobrevivir y prosperar en ambientes cada vez más competitivos OBJETO DE ESTUDIO: Los datos derivados de observaciones sobre diferentes aspectos de la realidad de las ciencias, la tecnología, los fenómenos organizacionales, profesionales y sociales OBJETIVO DE FORMACIÓN: Al finalizar el curso el estudiante estará en capacidad de aplicar los conocimientos y técnicas básicos de estadística para examinar situaciones o resolver problemas relacionados con su especialidad tecnológica, ya sea representando estas situaciones, describiéndolas, analizando su comportamiento histórico o suministrando información a otros para que realicen inferencias sobre ellas COMPETENCIAS TRANSVERSALES: Lectura comprensiva. Expresión comunicativa escrita y de generación de textos. Resolución de problemas. Capacidad para trabajar y aprender en equipo. COMPETENCIAS ESPECÍFICAS DE LA ASIGNATURA: Explicar las características de un fenómeno determinado, con base en datos recolectados sobre ese fenómeno, utilizando las técnicas tabulares y gráficas de la Estadística. Interpretar el significado de las medidas de tendencia central, de posición y de dispersión, calculadas a partir de datos relacionados con una situación o fenómeno. Realizar proyecciones de situaciones referidas por conjuntos de datos aplicando el modelo de regresión lineal univariado Calcular probabilidades aplicando técnicas de conteo y operaciones con probabilidades Estimar parámetros poblacionales aplicando métodos básicos de. muestreo 1

2 ESTRUCTURA DE LA ASIGNATURA POR UNIDADES TEMÁTICAS COMPETENCIAS ESPECÍFICAS UNIDADES TEMÁTICAS Semanas Explicar las características de un fenómeno determinado, con base en datos recolectados sobre ese fenómeno, utilizando las técnicas tabulares y gráficas de la Estadística. ARREGLO Y PRESENTACIÓN DE DATOS Horas TP TI Interpretar el significado de las medidas de tendencia central, de posición y de dispersión, calculadas a partir de datos relacionados con una situación o fenómeno Realizar proyecciones de situaciones referidas por conjuntos de datos aplicando el modelo de regresión lineal univariado MEDIDAS DE TENDENCIA CENTRAL, DE POSICIÓN Y DE DISPERSIÓN REGRESIÓN Y CORRELACIÓN Calcular probabilidades aplicando técnicas de conteo y operaciones con probabilidades INTRODUCCIÓN AL CÁCULO DE PROBABILIDADES Estimar parámetros poblacionales INTRODUCCIÓN AL MUESTREO aplicando métodos básicos de. muestreo Total

3 UNIDAD 1: ARREGLO Y PRESENTACIÓN DE DATOS COMPETENCIA: Explicar las características de un fenómeno determinado, con base en datos recolectados sobre ese fenómeno, utilizando las técnicas tabulares y gráficas de la Estadística 1.1 Reconoce, a partir de una situación dada, los conceptos básicos de la estadística, estudiados en. 1.2 Construye distribuciones de frecuencia y gráficos estadísticos como: histogramas, polígonos de frecuencia y ojivas, para cualquier conjunto de datos relacionados con su especialidad tecnológica. 1.3 Describe el comportamiento histórico de un fenómeno, apoyándose en arreglos de datos y presentaciones estadísticas Fenómenos propios de un estudio estadístico Utilidad e importancia de la estadística Preparación y etapas de un estudio estadístico. Conceptos básicos de la estadística: dato, información, elemento, población estadística, tamaño de una población, clasificación de las poblaciones, clasificación de variables en estadística, censo, muestra, tamaño de una muestra, parámetro y estadístico Técnicas para agrupar datos en s estadísticas Distribuciones de frecuencias Representación gráfica de una distribución de frecuencias: Histograma, polígono de frecuencias y ojiva Diagramas de puntos, diagramas de tallo y hojas Otras formas de representar un conjunto de datos: series de tiempo, diagramas de barras, diagramas de tortas, pictogramas, etc. Identificación, en una situación particular, los conceptos básicos de la estadística Identificación el elemento que corresponda a una determinada pregunta de investigación Definición adecuada de la población que corresponda a una determinada pregunta de investigación Clasificación de las variables, en estudio, sobre un determinado fenómeno Organización de datos en distribuciones de frecuencias Representación gráfica de una distribución de frecuencias: histograma, polígono de frecuencias y ojiva Representación gráfica de una situación por medio de un diagrama de puntos Representación de una situación por medio de un diagrama de tallo y hojas A partir de datos relacionados con una situación, representarla gráficamente. Describir el comportamiento histórico de situaciones referidas por conjuntos de datos Evaluación diagnóstica Revisión y seguimiento del trabajo extra Exposición del docente. Aclaración de ideas sobre conceptos Desarrollo individual de los ejercicios de las 3

4 UNIDAD 2: MEDIDAS DE TENDENCIA CENTRAL, DE POSICIÓN Y DE DISPERSIÓN COMPETENCIA: Interpretar el significado de las medidas de tendencia central, de posición y de dispersión, calculadas a partir de datos relacionados con una situación o fenómeno 2.1 Calcula, con los datos recolectados sobre un fenómeno o hecho, las medidas de tendencia central y de dispersión, en forma manual, utilizando las funciones estadísticas de las calculadoras o empleando la hoja electrónica Excel 2.2 Interpreta con base en las medidas de tendencia central y de dispersión calculadas, el comportamiento histórico de una situación referida por un conjunto de datos La medida en estadística Las medidas de tendencia central. Idea general de dispersión Clases de medidas de tendencia central La media aritmética simple Interpretación del promedio La media aritmética ponderada Propiedades de la media aritmética La media geométrica Propiedad de la media geométrica La mediana Interpretación de la mediana Cuartiles y percentiles Interpretación de los cuartiles y percentiles Propiedades y características de la mediana, cuartiles y percentiles La moda Interpretación de la moda Propiedades de la moda Sesgo y asimetría Posición relativa de las medidas tendencia central en distribuciones de frecuencias simétricas y sesgadas La variabilidad y la dispersión de los datos Importancia de la dispersión de los datos La curtosis y su relación con la dispersión de los datos Las medidas de dispersión: Rango, Rango Intercuartílico y la Desviación Media Diagrama de caja y bigotes La varianza de poblaciones y muestras Dificultades para interpretar la varianza La desviación estándar de poblaciones y muestras El coeficiente de variación Calculo de las medidas de tendencia central con datos no agrupados y datos agrupados Interpretación del significado de las medidas de tendencia central y de posición Determinación del sesgo de una situación referida por un conjunto de datos utilizando la posición relativa de las medidas de tendencia central Cálculo del rango y el rango intercuartílico con datos no agrupados y datos agrupados Construcción y aplicación de un diagrama de caja y bigotes Cálculo de la desviación media con datos no agrupados y datos agrupados Cálculo de la varianza y la desviación estándar con datos no agrupados y datos agrupados Cálculo del coeficiente de variación Comparación de la dispersión de dos o más conjuntos de datos 4

5 Exposición del docente Revisión y seguimiento del trabajo extra Desarrollo individual de los ejercicios de las UNIDAD 3: REGRESIÓN Y CORRELACIÓN COMPETENCIA:. Realizar proyecciones de situaciones referidas por conjuntos de datos aplicando el modelo de regresión lineal univariado 3.1 Calcula los parámetros de un modelo de regresión lineal univariado utilizando las funciones de las calculadoras científicas 3.2 Calcula el grado de correlación entre las variables de un modelo de regresión lineal, utilizando las funciones de las calculadoras científicas 3.3 Interpreta el significado de los coeficientes de regresión y de determinación de un modelo de regresión Situaciones que requieren el análisis de dos o más variables Tipos de relaciones que se pueden presentar entre dos variables La regresión Las variable independiente y variable dependiente en un modelo de regresión Diagramas de dispersión Parámetros de un modelo de regresión lineal y su significado gráfico Cálculo de los parámetros de un modelo de regresión lineal por el método de los mínimos cuadrados La correlación Cálculo e interpretación del coeficiente de correlación Cálculo e interpretación del coeficiente de determinación Construcción del diagrama de dispersión de un conjunto de datos Calculo de los parámetros de un modelo de regresión lineal Pronostico del valor de la variable dependiente de un modelo de regresión lineal Cálculo de los coeficientes de correlación y determinación, de un modelo de regresión lineal Interpretación de los valores de los coeficientes de correlación y determinación en un modelo de regresión lineal Revisión y seguimiento del trabajo extra Desarrollo individual de los ejercicios de las 5

6 Exposición del docente UNIDAD 4: INTRODUCCIÓN AL CÁLCULO DE PROBABILIDADES COMPETENCIA:. Calcular probabilidades aplicando técnicas de conteo y operaciones con probabilidades 4.1 Calcula las probabilidades de sucesos simples y compuestos, aplicando las técnicas básicas del cálculo de probabilidades 4.2 Calcula la probabilidad de un suceso, con información posterior, utilizando el Teorema de Bayes Importancia de las probabilidades en el análisis estadístico Clasificación de los fenómenos en determinísticos y aleatorios Concepto de experimento aleatorio Definiciones del concepto de probabilidad Conceptos básicos de probabilidades: el Espacio Muestral, Resultados o puntos Muestrales, Eventos o Sucesos, Propiedades Fundamentales del Cálculo de Probabilidades Métodos para asignar probabilidades Ley de los grandes números El muestreo de urna Muestreo con remplazamiento y muestreo sin remplazamiento Los ensayos en un muestreo aleatorio Muestreo ordenado y desordenado Técnica del diagrama de árbol para establecer el espacio muestral de un experimento aleatorio Técnicas de conteo para calcular probabilidades: Principio Fundamental del conteo, Combinaciones, Permutaciones Clasificación de los sucesos en Mutuamente Excluyentes y Compatibles o en Sucesos Independientes y Sucesos Dependientes. Operaciones con probabilidades: Suma, Complemento, Probabilidad Conjunta, Probabilidad Condicional. Asignación de probabilidades a sucesos simples Determinación del espacio muestral utilizando diagramas de árbol Aplicación de las técnicas de conteo al cálculo de probabilidades Cálculo de probabilidades aplicando las reglas de adición y complemento Cálculo de probabilidades de sucesos independientes y dependientes Cálculo de probabilidades de sucesos condicionales Cálculo de probabilidades de sucesos, con información posterior 6

7 Probabilidades de sucesos con información posterior: El teorema de Bayes Revisión y seguimiento del trabajo extra Exposición del docente Desarrollo individual de los ejercicios de las UNIDAD 5: INTRODUCCIÓN AL MUESTREO COMPETENCIA:. Estimar parámetros poblacionales aplicando métodos básicos de. muestreo 5.1 Selecciona el método de muestreo adecuado para estimar el parámetro de una población, en una situación determinada 5.2 Calcula el tamaño óptimo de una muestra para un nivel de confianza predeterminado Motivos por los que se utiliza el muestreo. La estimación Conceptos de Muestra y Muestreo Objetivo del muestreo Métodos o técnicas de muestreo Conceptos de: Estimadores Puntuales y Estimadores por Intervalos. Concepto del Nivel de Confianza Conceptos de Error de Muestreo y Margen de Error Factores que afectan el tamaño de una muestra Cálculo del tamaño de la muestra para estimar la media poblacional en poblaciones infinitas Condiciones para tomar una muestra. Marco muestral o marco de referencia. Tablas de números aleatorios Procedimiento para realizar un muestreo aleatorio simple Procedimiento para realizar un muestreo aleatorio estratificado Procedimiento para realizar un muestreo aleatorio sistemático Cálculo del tamaño de una muestra para Identificación de los conceptos de: muestra, muestreo, estimador, estimador puntual, intervalo de confianza, nivel de confianza, error de muestreo, margen de error y marco de referencia o marco muestral Reconocimiento de los factores que afectan el tamaño de una muestra. Aplicación correcta del procedimiento para realizar un muestreo aleatorio simple Aplicación correcta del procedimiento para realizar un muestreo aleatorio estratificado Aplicación correcta del procedimiento para realizar un muestreo aleatorio sistemático Cálculo del tamaño de la muestra para estimar la media poblacional en poblaciones finitas e infinitas. Calculo del tamaño de una muestra para estimar la proporción de la población en poblaciones finitas e infinitas. 7

8 estimar la media poblacional en poblaciones finitas Cálculo del tamaño de una muestra para estimar la proporción de una población en poblaciones infinitas Cálculo del tamaño de una muestra para estimar la proporción de una población en poblaciones finitas Revisión y seguimiento del trabajo extra Exposición del docente Desarrollo individual de los ejercicios de las ESTRATEGIAS DE ENSEÑANZA ESTRATEGIAS DE APRENDIZAJE La metodología será plural y tratará de combinar múltiples estrategias de enseñanza con una diversificación de las tareas dirigidas al aprendizaje. - Las s teóricas expositivas (lección magistral). - Las s prácticas de aula y fuera de ella. - Las actividades interdisciplinares. - Guías de ejercicios y de profundización. - Talleres evaluativos, quices, evaluaciones escritas individuales. Se promoverán estrategias básicas (técnicas) de aprendizaje como: la comprensión lectora; identificar y subrayar las ideas principales; hacer resúmenes; la expresión escrita y oral; estrategias de memorización para recordar vocabulario, definiciones, fórmulas; realización de síntesis y esquemas; estrategias para los exámenes, para aprovechar las s y para tomar apuntes; elaboración de mapas conceptuales; cómo utilizar la biblioteca; cómo organizar y archivar la información en el estudio; cómo realizar informes de lectura y hacer citas bibliográficas. CRITERIOS INSTITUCIONALES DE EVALUACIÓN La evaluación se hará teniendo como referente los resultados de aprendizaje previstos en cada unidad y corte, los cuales serán comunicados a los estudiantes antes de valorar su desempeño. Se hará uso de diversas estrategias para recoger, como mínimo, tres evidencias de aprendizaje en cada uno de los tres cortes que establece el calendario académico semestral. Para garantizar un seguimiento efectivo del aprendizaje es necesario realizar una evaluación diagnóstica al comienzo del semestre con el fin de determinar los presaberes requeridos para iniciar el nuevo proceso de aprendizaje. Igualmente, se deben realizar evaluaciones periódicas para observar progresos en el aprendizaje de los estudiantes. 8

9 Al finalizar cada corte se realizará una evaluación escrita (parcial) para evidenciar los aprendizajes esperados y certificarlos mediante una calificación (valoración cuantitativa) en una escala de 0.0 a 5.0. INSTRUMENTOS DE EVALUACIÓN Talleres individuales dentro y fuera del aula. Talleres grupales de refuerzo dentro y fuera del aula. Quices. Evaluaciones parciales escritas BIBLIOGRAFÍA BIBLIOGRAFÍA BÁSICA RINCÓN REY, Germán. APUNTES DOCENTES LIND, Marchal y otro. Estadística Aplicada a los Negocios y la Economía. Décimo Quinta edición. Mc. Graw Hill, 2012 ANDERSON David y otros. Estadística para Negocios y Economía. 11a LEARNING 2012 edición CENGAGE KAZMIER Leonard. Mc.Graw Hill, 2006 Estadística Aplicada a la Administración y la Economía. Cuarta edición SPIEGEL, Murray y STEPHENS Larry. Cuarta edición. Estadística. Mc. Graw Hill, 2009 BIBLIOGRAFÍA SUGERIDA 519,5G216e ESTADISTICA García Alvaro UIS FEDI 519,5H241e ESTADISTICA PARA NEGOCIOS Hanke y Reitch McGraw Hill 2 ed 5 519,5L735e ESTADISTICA PARA ADMINISTRACION Y ECONOMIA Lind Mason Marchal McGraw Hill 3 ed S755p 2ed. PROBABILIDAD Y ESTADISTICA Spiegel Schiller Srinivansan McGraw Hill 2 ed. 55 9