UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE SISTEMAS SYLLABUS

Transcripción

1 UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE SISTEMAS MATERIA: PROBABILIDADES Y ESTADÍSTICA PROFESOR: Dr. Gustavo Speranza CRÉDITOS: 3 PRE REQUISITOS: Matemáticas II HORAS PRESENCIALES: 48 H. SYLLABUS HORARIO: 07h30 08h50 SEMESTRE: I DÍAS: MARTES Y JUEVES AULA: HORAS NO PRESENCIALES:96H. 1. DESCRIPCIÓN Este curso proporciona las herramientas necesarias para la colección y manejo de los datos para trabajos de investigación y estudios en el campo de sistemas, telecomunicaciones o electrónica, así como también brinda el soporte para la toma de decisiones de forma oportuna y acertada. Se promueve el uso eficiente de herramientas estadísticas y computacionales y de teoría para clarificar los procesos de análisis y toma de decisiones. 2. METODOLOGÍA Al inicio de cada clase se hará un breve repaso de lo revisado en la clase anterior. Deberá existir participación activa por parte de los estudiantes durante las horas de clase. Se enviaran deberes para ser desarrollados en casa y entregados al profesor en la siguiente clase. Se enviaran trabajos de investigación de tipo individual o en grupos de trabajo dependiendo del número de estudiantes inscritos dentro del curso. Los trabajos de investigación consisten en la entrega de un documento escrito, material de soporte y la respectiva presentación Cualquier tipo de copia o plagio será motivo de sanción acorde a los reglamentos de la Universidad. El concepto "Participación en clases" incluye: Respuestas a preguntas, actuación, presentaciones, foros de discusión, etc. Los estudiantes participaran activamente en trabajos de investigación bibliográfica y/o de campo. Presentación y desarrollo de ejercicios en clase mediante uso de calculadoras y/o computadores NOTA: Los estudiantes deberán preparar las lecturas asignadas relacionadas a la materia a tratarse en cada clase, así la apropiación de conocimiento en clase resultará rápida, consistente, significativa y gratificante. Los deberes y trabajos de investigación no entregados en la fecha oportuna, serán sancionados con el total de la calificación. Solo en el caso extremo del que el estudiante justifique de manera comprensible el atraso en la entrega de una tarea, éste será sancionado con un 30% de la nota por el primer día de atraso y 10% por cada día de atraso posterior llegando hasta un 50% de la nota total. No se aceptaran deberes fuera del tiempo estipulado. Los trabajos de investigación deben ser entregados en la fecha señalada por el profesor, los mismos que serán enviados con una o dos semanas de anticipación de acuerdo con la extensión del mismo, no se aceptaran trabajos a destiempo.

2 3. CONTENIDO PROGRAMÁTICO FECHAS & SESIONES Sesión 1 3 mayo 2007 Sesión 2 8 mayo 2007 Sesión 3 10 mayo 2007 Sesión 4 15 mayo 2007 Sesión 5 17 mayo 2007 COMPETENCIAS ESPECÍFICAS Ayuda a identificar de manera crítica los medios necesarios básicos para el análisis estadístico descriptivo de diferentes fenómenos dentro del ámbito de sistemas, electrónica y telecomunicaciones UNIDADES/CONTENIDOS HORAS NO PRESENCIALES EVALUACIÓN Lineamientos y reglas generales para el desarrollo del curso Entrega del Syllabus Capitulo: Conceptos y Definiciones: Estadística descriptiva e inferencial Población, Muestra y métodos estadísticos Capitulo: Conceptos y Definiciones: Muestra aleatoria Tamaño muestral Estadígrafos y Parámetros Tablas de frecuencia para variables discretas Métodos gráficos para variables discretas: Grafico de barras y grafico circular Métodos gráficos de variables continuas: Diagrama de punto, Diagrama de tallo y hoja, histogramas Lección escrita No. 1 Lectura: Población, muestras y variables Lectura: Métodos gráficos y numéricos Envío de deber No.1 Lectura: Gráficos de variables continuas Lectura: Métodos numéricos, medidas de tendencia central, Media de datos agrupados y no agrupados Sondeo de conocimientos básicos Lección escrita No. 1, teórico práctico Sesión 6 22 mayo 2007 Métodos numéricos: Medidas de tendencia central, Media de datos no agrupados y datos agrupados Lectura: Mediana para datos no agrupados y datos agrupados

3 FECHAS & SESIONES Sesión 7 24 mayo 2007 Sesión 8 29 mayo 2007 Sesión 9 31 mayo 2007 COMPETENCIAS ESPECÍFICAS UNIDADES/CONTENIDOS HORAS NO PRESENCIALES EVALUACIÓN Métodos numéricos: Medidas de tendencia central, Mediana de datos no agrupados y datos agrupados Capitulo: Análisis de datos Detección de sesgos en las distribuciones a través de la media y mediana Métodos numéricos: Medidas de dispersión, Rango, varianza y desviación estándar Interpretación de la desviación estándar: Teorema de Chebyshev y Regla Empírica Calculo rápido de la desviación estándar Lectura: Distribución unimodal, bimodal y multimodal Lectura: relación entre media y medianas para detección de sesgos en las muestras Lectura: Teorema de Chebyshev y Regla Empírica Envío deber No. 2Lectura: Medidas de dispersión, varianza, desviación estándar Lectura: Medidas de posición relativa Sesión 10 5 junio 2007 Métodos numéricos: Medidas de Posición relativa, valor Z y cuartiles Lectura: Detección de valores atípicos con valor Z y diagrama de caja Sesión 11 7 junio 2007 Lección escrita No. 2 Lección escrita No. 2, teórico practico Sesión junio 2007 Detección de valores atípicos: Lectura y preparación de presentaciones (Trabajos de investigación bibliográfica): Métodos de recolección de datos, Diseño de un cuestionario, Planeación de una encuesta, Fuentes de error en las encuestas, Tipos de muestreo, etc

4 FECHAS & SESIONES COMPETENCIAS ESPECÍFICAS UNIDADES/CONTENIDOS HORAS NO PRESENCIALES EVALUACIÓN Sesión junio 2007 Sesión junio 2007 Amplia conocimientos de diferentes aspectos que giran en torno a un estudio estadístico bien organizado y planificado Presentaciones de trabajos de investigación: Métodos de recolección de datos, Diseño del cuestionario y planeación de la encuesta Presentaciones de trabajos de investigación: Fuentes de error de las encuestas, tipos de muestreo Presentaciones Presentaciones Sesión junio 2007 Ayuda a identificar de manera crítica los medios necesarios básicos para el análisis estadístico descriptivo de diferentes fenómenos dentro del ámbito de sistemas, electrónica y telecomunicaciones Capitulo: Análisis de datos Elaboración y aplicabilidad del diagrama de caja Lectura: definiciones de probabilidad Sesión junio 2007 Integra conocimiento sobre aspectos Sesión junio 2007 Sesión 18 3 julio 2007 básicos previos a la aplicación de estudios de estadística inferencial Capitulo Probabilidades: Introducción a probabilidades Examen de Primer parcial Capitulo: Probabilidades Probabilidades de dos o mas eventos: Eventos mutuamente excluyentes, no mutuamente excluyente, dependientes e independientes Lectura: Diferentes tipos de interpretación de probabilidades Lectura: Distribuciones de probabilidad, Distribución Binomial y de Poisson Examen de Primer parcial: Teórico Práctico Sesión 19 5 julio 2007 Capitulo: Distrib..de Probabilidad Distribución Binomial Indicaciones para proyecto de investigación Lectura: Distribución Normal

5 FECHAS & SESIONES Sesión julio 2007 COMPETENCIAS ESPECÍFICAS UNIDADES/CONTENIDOS HORAS NO PRESENCIALES EVALUACIÓN Capitulo: Distribuciones de Probabilidad Distribución Binomial y Distribución Normal Envío de deber No. 3 Propiedades matemáticas de la distribución normal Sesión julio 2007 Lección escrita No. 3 Lección escrita No. 3, teórico - practico Sesión julio 2007 Capitulo: Distribuciones de Probabilidad Propiedades matemáticas de la distribución normal Lectura: Aplicaciones de la curva normal Sesión julio 2007 Capitulo: Distribuciones de Probabilidad Aplicaciones de la curva normal: Determinar si un valor (x) es significativo o no Determinar probabilidades (áreas bajo la curva) Aplicaciones de la curva normal: Uso inverso de la tabla (Z) de probabilidad estándar normal Lectura: Uso inverso de la tabla Z Envío de deber No. 4 Lectura: Distribución t de Student Sesión julio 2007 Capitulo: Distribuciones de Probabilidad La distribución t de Student para muestras pequeñas Lectura: Regresiones y correlaciones Sesión julio 2007 Sesión julio 2007 Sesión 27 2 agosto 2007 Desarrolla las habilidades críticas para la selección de aplicaciones apropiadas para la realización de pronósticos a nivel poblacional a través de la inducción estadística Capitulo: Regresión y correlación lineal simple Introducción Modelos probabilísticos Capitulo: Regresión y correlación lineal simple Ajuste de línea recta por métodos de mínimos cuadrados Capitulo: Regresión y correlación lineal simple Modelo de regresión normal y error estándar estimado de la muestra Lectura: Método de los mínimos cuadrados Lectura: Intervalos de confianza estimados para la regresión lineal Lectura: Aplicaciones de los análisis de regresión y correlación

6 FECHAS & SESIONES Sesión 28 7 agosto 2007 COMPETENCIAS ESPECÍFICAS UNIDADES/CONTENIDOS HORAS NO PRESENCIALES EVALUACIÓN Capitulo: Regresión y correlación lineal simple Evaluando la utilidad del modelo Uso de modelo para estimación y predicción Lectura: Coeficiente determinístico y de correlación Sesión 29 9 agosto 2007 Capitulo: Regresión y correlación lineal simple Análisis de correlación Lectura: Definición de pruebas de hipótesis Error tipo I y error tipo II Sesión agosto 2007 Sesión agosto 2007 Capitulo: Prueba de hipótesis Introducción Hipótesis nula e hipótesis alterna Errores tipo I y Tipo II Probabilidades de errores Tipo I y Tipo II Capitulo: Prueba de hipótesis Elementos de una prueba de hipótesis Procedimiento de una prueba de hipótesis Pruebas de una cola y dos colas de una media poblacional Lectura: Pruebas de una cola y dos colas de una media poblacional Lectura: Pruebas bilateral y unilateral de una media poblacional proporcional Sesión agosto 2007 Capitulo: Prueba de hipótesis Niveles significativos observados: Valores de P Pruebas bilateral y unilateral de una media poblacional proporcional Lectura: Comparación de dos medias poblacionales Trabajo escrito Sesión agosto 2007 Examen 2do Parcial Examen 2do parcial, teórico práctico Entrega de Proyecto de Investigación.

7 4. EVALUACIÓN Se evaluarán actividades como: tareas, lecturas, investigaciones, aportes, exposiciones y se tomarán dos exámenes, 1 parcial y 1 final. Las actividades de clase corresponden al 50% de la nota final y el examen el otro 50% Se calificará sobre 100 puntos (números enteros) Primer Parcial Puntaje Deberes clase a clase 20 pts Trabajos de investigación (documento escrito, material de soporte y presentación) 30 pts Aportes (lecciones) 50 pts Examen del parcial 100 pts Nota promedio del primer Parcial 100 pts Segundo Parcial Deberes clase a clase 20 pts Proyecto de investigación 50 pts Aportes (lecciones) 30 pts Examen final 100 pts Nota promedio del segundo parcial 100 pts 5. BIBLIOGRAFÍA BÁSICA 1. SPIEGEL, Murria. Estadística. Segunda edición, HOEL, Paul. Estadística Elemental. Editorial CECSA. Séptima edición 5.1. BIBLIOGRAFÍA COMPLEMENTARIA 1. SCHEAFFER & MENDENHALL. Elementos de muestreo. Editorial Iberoamérica. Tercera edición CEDEÑO, Iván. Texto de clase. Copias PÁGINAS WEB:

8 6. DATOS DEL PROFESOR NOMBRE: Gustavo Speranza TITULO DE PREGRADO: Médico Veterinario

9 UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE SISTEMAS MATERIA: PROBABILIDADES Y ESTADÍSTICA PROFESOR: Dr. Gustavo Speranza CRÉDITOS: 3 PRE REQUISITOS: Matemáticas II HORAS PRESENCIALES: 48 H. PROGRAMA ANALITICO HORARIO: 07h30 08h50 SEMESTRE: I DÍAS: MARTES Y JUEVES AULA: HORAS NO PRESENCIALES:96H. 1. DESCRIPCIÓN Este curso proporciona las herramientas necesarias para la colección y manejo de los datos para trabajos de investigación y estudios en el campo de sistemas, telecomunicaciones o electrónica, así como también brinda el soporte para la toma de decisiones de forma oportuna y acertada. Se promueve el uso eficiente de herramientas estadísticas y computacionales y de teoría para clarificar los procesos de análisis y toma de decisiones. 2. METODOLOGÍA NOTA: Al inicio de cada clase se hará un breve repaso de lo revisado en la clase anterior. Deberá existir participación activa por parte de los estudiantes durante las horas de clase. Se enviaran deberes para ser desarrollados en casa y entregados al profesor en la siguiente clase. Se enviaran trabajos de investigación de tipo individual o en grupos de trabajo dependiendo del número de estudiantes inscritos dentro del curso. Los trabajos de investigación consisten en la entrega de un documento escrito, material de soporte y la respectiva presentación Cualquier tipo de copia o plagio será motivo de sanción acorde a los reglamentos de la Universidad. El concepto "Participación en clases" incluye: Respuestas a preguntas, actuación, presentaciones, foros de discusión, etc. Los estudiantes participaran activamente en trabajos de investigación bibliográfica y/o de campo. Presentación y desarrollo de ejercicios en clase mediante uso de calculadoras y/o computadores Los estudiantes deberán preparar las lecturas asignadas relacionadas a la materia a tratarse en cada clase, así la apropiación de conocimiento en clase resultará rápida, consistente, significativa y gratificante. Los deberes y trabajos de investigación no entregados en la fecha oportuna, serán sancionados con el total de la calificación. Solo en el caso extremo del que el estudiante justifique de manera comprensible el atraso en la entrega de una tarea, éste será sancionado con un 30% de la nota por el primer día de atraso y 10% por cada día de atraso posterior llegando hasta un 50% de la nota total. No se aceptaran deberes fuera del tiempo estipulado. Los trabajos de investigación deben ser entregados en la fecha señalada por el profesor, los mismos que serán enviados con una o dos semanas de anticipación de acuerdo con la extensión del mismo, no se aceptaran trabajos a destiempo.

10 3.- JUSTIFICACIÓN El estudiante de sistemas debe de contar con las suficientes bases estadísticas para enfrentar problemas y tener la capacidad de generar las recomendaciones mas efectivas para la toma de decisiones a través de la determinación de parámetros a partir de las muestras dentro de un margen de tolerancia aceptable. 4. OBJETIVO GENERAL: Adquirir los conocimientos básicos de estadística como ciencia y su correcta aplicación para el seguimiento de fenómenos 5. OBJETIVOS ESPECIFICOS: Aplicar correctamente la amplia gama de análisis estadísticos que le permitan hacer un manejo adecuado de datos. Desarrollar el conocimiento sobre como manejar y aplicar de manera correcta las formulas y métodos de procedimiento en el cálculo de estadígrafos variados. Obtener conocimiento así como una actitud más conciente sobre la importancia del manejo de información. Entender de manera clara como los conocimientos son aplicados en el campo de trabajo para la evaluación y toma de decisiones. Motivar la participación en clase, donde cada uno pueda opinar y promover el desarrollo de discusiones productivas en algún tema de interés. 6. COMPETENCIAS 1. Desarrollar e incrementar la capacidad de análisis crítico con respecto a los fenómenos observados en el campo de sistemas, electrónica y telecomunicaciones a través de la debida aplicación de metodologías en la recolección, procesamiento, análisis e interpretación de datos así como también la aplicación de conocimientos de informática con énfasis en excel para la realización de estudios de calidad científica con un alto nivel de organización y planificación 2. Aplicar los conocimientos adquiridos en fenómenos reales y observables, fomentando diferentes aspectos como lo son: el trabajo en equipo, razonamiento crítico, compromiso ético y por sobre todo la motivación de alcanzar un alto desarrollo personal en cuanto a calidad con iniciativa y espíritu emprendedor. 7. PROGRAMACIÓN DE LOS CONTENIDOS DEL CURSO 1. DEFINICIONES 1.1. Conceptos 1.2. Población y muestra 1.3. Métodos estadísticos 1.4. Variables 1.5. Estadístico y parámetro 1.6. Estadísticos paramétricos y no paramétricos

11 2. ANÁLISIS DE DATOS 2.1. Métodos gráficos Datos discretos Datos continuos 2.2. Métodos numéricos Medidas de tendencia central a) Media aritmética (datos sin agrupar y agrupados) b) Mediana (datos sin agrupar y agrupados) c) Moda (comparación de la media y la mediana) Medidas de variación a) El Rango (Amplitud) b) La varianza c) Desviación Estándar d) Interpretación de la desviación estándar e) Teorema de Chebyshev f) La Regla Empírica g) El teorema de Chebyshev y la regla empírica Medidas de posición relativa a) Cuartiles b) El valor Z c) Métodos para detectar valores atípicos (El valor Z y diagrama de caja) d) Interpretación del diagrama de caja 3. METODOS DE MUESTREO Y DISTRIBUCIONES MUESTRALES 3.1. Introducción Métodos de recolección de datos Diseño de un cuestionario Planeación de una encuesta Fuentes de error en las encuestas 3.2. Diseño muestral 3.3. Tipos de muestreo Muestreo Probabilístico Muestreo no probabilística 3.4. Tipos de diseños de muestreo Muestreo aleatorio simple Muestreo sistemático Muestreo estratificado 3.5. Distribuciones muestrales de la media 3.6. Relaciones entre la población y la distribución muestral de la media 3.7. Distribución normal de 3.8. Aplicaciones de la distribución de

12 3.9. Distribución muestral de la población. 4. PROBABILIDAD 4.1. Concepto 4.2. Distintas interpretaciones de la probabilidad a) Método clásico o teórico b) Frecuencia relativa (empírica o experimental) c) Estimación personal (Subjetiva o grado de creencia) Eventos, espacio muestral y probabilidad a) Espacio muestral b) Experimento c) Evento 4.4. Probabilidad de dos o más eventos a) Eventos mutuamente excluyentes b) Eventos no mutuamente excluyentes c) Eventos independientes d) Eventos dependientes (probabilidad condicionada) e) Clasificación de los eventos 5. MODELOS DE DISTRIBUCIÓN DE PROBABILIDAD 5.1. Distribución Binomial 5.2. Distribución de Poisson 5.3. Distribución Normal Algunas propiedades de la curva normal Estandarizando la curva normal Aplicaciones de la curva normal a) Determinar si un valor (x) es significativo o no Muestras grandes: la tabla Z Muestras pequeñas: la distribución t b) Determinar probabilidades (áreas bajo la curva) c) Uso inverso de la tabla (Z) de probabilidad estándar normal 6. REGRESION Y CORRELACION LINEAL SIMPLE 6.1. Introducción 6.2. Modelos probabilísticos 6.3. Ajuste de línea recta por métodos de mínimos cuadrados 6.4. Modelo de regresión normal y error estándar estimado de la muestra 6.5. Evaluando la utilidad del modelo 6.6. Uso de modelo para estimación y predicción 6.7. Análisis de correlación

13 6.8. Regresión no lineal 7. PRUEBA DE HIPOTESIS 7.1 Introducción 7.2 Hipótesis nula e hipótesis alterna 7.3 Errores tipo I y Tipo II 7.4 Probabilidades de errores Tipo I y Tipo II 7.5 Elementos de una prueba de hipótesis 7.6 Procedimiento de una prueba de hipótesis 7.7 Pruebas de una cola y dos colas de una media poblacional 7.8 Niveles significativos observados: Valores de P 7.9 Pruebas bilateral y unilateral de una media poblacional proporcional 8. EVALUACIÓN Se evaluarán actividades como: tareas, lecturas, investigaciones, aportes, exposiciones y se tomarán dos exámenes, 1 parcial y 1 final. Las actividades de clase corresponden al 50% de la nota final y el examen el otro 50% Se calificará sobre 100 puntos (números enteros) Primer Parcial Puntaje Deberes clase a clase 20 pts Trabajos de investigación (documento escrito, material de soporte y presentación) 30 pts Aportes (lecciones) 50 pts Examen del parcial 100 pts Nota promedio del primer Parcial 100 pts Segundo Parcial Deberes clase a clase 20 pts Proyecto de investigación 50 pts Aportes (lecciones) 30 pts Examen final 100 pts Nota promedio del segundo parcial 100 pts 9. BIBLIOGRAFÍA BÁSICA 1. SPIEGEL, Murria. Estadística. Segunda edición, HOEL, Paul. Estadística Elemental. Editorial CECSA. Séptima edición

14 9.1 BIBLIOGRAFÍA COMPLEMENTARIA 1. SCHEAFFER & MENDENHALL. Elementos de muestreo. Editorial Iberoamérica. Tercera edición CEDEÑO, Iván. Texto de clase. Copias 9.2 PÁGINAS WEB: DATOS DEL PROFESOR NOMBRE: Gustavo Speranza TITULO DE PREGRADO: Médico Veterinario