PROGRAMA ANALITICO DE LA ASIGNATURA

Transcripción

1 PROGRAMA ANALITICO DE LA ASIGNATURA

2 IAL ESTADÍSTICA APLICADA PROGRAMA ANALÍTICO DE LA ASIGNATURA ESTADISTICA APLICADA (IAL 300) IDENTIFICACIÓN: NOMBRE DE LA ASIGNATURA ESTADÍSTICA APLICADA VIGENCIA CODIGO IAL 300 PRE-REQ. MAT 204 INTROD.A LA INFORMARTI CA Ing. Jorge Antequera Aragón NOMBRE DEL PROFESOR Programa vigente desde 2004 HTS 4 HPS 2 THM 6 CRED. 5 SEMESTRE 4 to JUSTIFICACIÓN El desarrollo de la Bioestadística se basa en el progreso de la informática que permite manejar grandes volúmenes de información y un segundo factor asociado a este progreso del conocimiento en el ámbito estadístico es el cambio de una sociedad en la que los roles y el desempeño de la profesión estaban ajustados a la mera aplicación de los conocimientos adquiridos, a una sociedad científica donde la investigación ha pasado a formar parte esencial de su competencia. Este cambio en la dimensión del ejercicio profesional determina que los planes de estudio de Ingeniería de Alimentos incluyan la bioestadística como materia que contribuye a la resolución del núcleo problema control de calidad; a través de la aplicación de los instrumentos estadísticos que permitan, abandonando conductas pragmáticas, profundizar y comprender el fundamento científico de su área de trabajo. OBJETIVO Aplicar las técnicas y métodos desarrollados para la recolección, presentación y caracterización de información estadística, así como los conceptos básicos de la teoría de probabilidades, que servirán de base para la toma de decisiones bajo incertidumbre en el ejercicio de la profesión del Ingeniero en Alimentos. CONTENIDO GENERAL Enseñarle a organizar y tabular la información obtenida mediante la construcción de tablas de frecuencia y por último los métodos para elaborar una imagen que sea capaz de mostrar gráficamente los resultados. Los fenómenos biológicos no suelen ser constantes, por lo que será necesario que junto a una medida que indique el valor alrededor del cual se agruparán los datos, se asocie una medida que haga referencia a la variabilidad que refleje dichas fluctuaciones. Los fenómenos aleatorios obedecen ciertas reglas de comportamiento, se deducen los teoremas fundamentales del cálculo de probabilidades. Posteriormente analizamos el eslabón que une la teoría de

3 probabilidades y la estadística aplicada; la noción de variable aleatoria, mostrando de esta manera, cómo puede emplearse la teoría de probabilidad para sacar colusiones precisas a cerca de una población en base a una muestra extraída de ella, lo que nos lleva a utilizar diferentes técnicas de muestreo. Dentro de este contexto, será necesario asumir un estadístico como una variable aleatoria con una determinada distribución y que será la pieza clave en las dos amplias categorías de la inferencia estadística: la estimación y el contraste de hipótesis. La estimación consiste en determinar un posible rango de valores donde se encuentra el valor de un parámetro con una determinad probabilidad. Pueden presentarse en la práctica, situaciones en las que exista una teoría preconcebida relativa a la característica de la población sometida a estudio. Este tipo de circunstancias son las que nos llevan al estudio del contraste de hipótesis. El análisis de la varianza ANOVA surge como una generalización del contraste para dos medias de la t de student, cuando el número de muestras a contrastar es mayor que dos. Existen situaciones en que la variable de interés son cualitativas (o variables cuantitativas agrupadas en intervalos) utilizamos los contrastes asociados con el estadístico X 2. En la práctica encontramos a menudo relación entre dos o mas variables que es el objeto de estudio del análisis de regresión simple. CONTENIDO TEMATICO UNIDAD 1 CONCEPTOS PREVIOS OBJETIVOS Aplicar las herramientas proporcionadas por la estadística descriptiva para transformar los datos experimentales en información útil Habilidad para recolectar, analizar y seleccionar información de diversas fuentes CONTENIDO 1.1 Introducción 1.2 Qué es la estadística? 1.3 Elementos. Población. Caracteres 1.4 Organización de los datos 1.5 Representaciones Gráficas UNIDAD 2 MEDIDAS DESCRIPTIVAS OBJETIVOS Conocer la distribución de las variables aleatorias determinando los estadísticos de tendencia central, posición, asimetría y dispersión. Habilidad de análisis y síntesis en el tratamiento de la información CONTENIDO 2.1 Introducción 2.2 Estadísticos de tendencia central 2.3 Estadísticos de posición 2.4 Medidas de variabilidad o dispersión 2.5 Asimetría y apuntamiento

4 2.6 Problemas UNIDAD 3 CALCULO DE PROBABILIDADES Y VARIABLES ALEATORIAS Aplicar el cálculo de probabilidades en experimentos aleatorios. Capacidad de combinar, adaptar y planear soluciones prácticas en experimentos aleatorios. 3.1 introducción 3.2 Experimentos y sucesos aleatorios 3.3 Operaciones básicas con sucesos aleatorios 3.4 Experimentos aleatorios y probabilidad 3.5 Probabilidad condicionada e independencia de sucesos 3.6 Ciertos teoremas fundamentales del cálculo de probabilidades 3.7 Tests diagnósticos 3.8 Variables aleatorias discretas 3.9 Variables aleatorias continuas 3.10 Problemas UNIDAD 4 PRINCIPALES LEYES DE DISTRIBUCIÓN DE VARIABLES ALEATORIAS Aplicar los principales modelos de distribución de variables discretas y continuas para la resolución de problemas probabilísticas. Capacidad de combinar, adaptar y planear soluciones prácticas en experimentos aleatorios. 4.1 Introducción 4.2 Distribuciones discretas 4.3 Reproductividad de familias de v.a. 4.4 Distribuciones continuas 4.5 Problemas UNIDAD 5 MUESTREO Utilizar los procedimientos adecuados de muestreo para la obtención de una muestra representativa. Capacidad de análisis, síntesis, planeación y organización de la información requerida. 5.1 Introducción 5.2 Técnicas de muestreo sobre una población 5.3 Propiedades deseables de un estimador

5 UNIDAD 6 ESTIMACIÓN CONFIDENCIAL Aplicar la teoría estadística y el cálculo de probabilidades para la estimación por intervalo de los parámetros poblacionales. Capacidad de combinar, adaptar y planear soluciones prácticas en experimentos aleatorios. 6.1 Introducción 6.2 Intervalos de confianza para la distribución normal 6.3 Intervalos de confianza para variables dicotómicas 6.4 Problemas UNIDAD 7 CONTRASTES DE HIPÓTESIS Aplicar la teoría estadística y el cálculo de probabilidades para la toma de decisiones en pruebas de hipótesis. Capacidad de análisis, síntesis, planeación, organización y toma de decisiones 7.1 Introducción 7.2 Contrastes paramétricos en una población normal 7.3 Contrastes de una proporción 7.4 Contrastes para la diferencia de medias apareadas 7.5 Contrastes de dos distribuciones normales independientes 7.6 Contrastes sobre la diferencia de proporciones 7.7 Problemas UNIDAD 8 CONTRASTES BASADOS EN EL ESTADISTICO JI - CUADRADO Utilizar las técnicas estadísticas para el análisis de las relaciones existentes entre dos variables cualitativas. Capacidad de análisis, síntesis, planeación, organización y toma de decisiones 8.1 Introducción 8.2 El estadístico y su distribución 8.3 Contraste de bondad de ajuste para distribuciones 8.4 Problemas

6 UNIDAD 9 ANÁLISIS DE LA VARIANZA Utilizar el análisis de varianza en los diseños experimentales para contrastar varias muestras estadísticas. Capacidad de análisis, síntesis, planeación, organización y toma de decisiones. 9.1 Introducción 9.2 ANOVA con un factor 9.3 ANOVA de varios factores 9.4 Consideraciones sobre las hipótesis subyacentes en el modelo factorial UNIDAD 10 VARIABLES BIDIMENSIONALES Analizar la relación entre dos variables cuantitativas a través de un modelo lineal que permita estimar las variables dependientes en función de las variables independientes. Habilidad y actitud investigativa introducción 10.2 Tablas de doble entrada 10.3 Dependencia funcional e independencia 10.4 Medias y varianzas marginales y condicionadas 10.5 Covarianza y coeficiente de correlación 10.6 Regresión 10.7 Problemas CRONOGRAMA UNIDAD TEMÁTICA HORAS (H) Ó SEMANAS (S) 1 3 H 2 3 H 3 3 H 4 3 H 5 3 H 6 6 H 7 3 H 8 3 H 9 6 H 10 3 H

7 METODOLOGÍA El desarrollo del curso abarca cuatro situaciones de enseñanza aprendizaje diferentes: Seminario, talleres, trabajos prácticos especiales y trabajos de investigación Los seminarios tienen una frecuencia semanal y están a cargo del profesor. Contempla dos actividades distintas, una exposición sistemática de los fundamentos conceptuales de la materia y una discusión crítica de una aplicación del tema expuesto a un problema real. Los talleres tienen una frecuencia semanal y están a cargo del auxiliar de docencia. La actividad se orienta a la resolución de problemas específicos siguiendo los lineamientos de la guía de trabajos prácticos. Los trabajos prácticos especiales.en los cuales se hace uso intensivo de programas de computación para la aplicación de la estadística a situaciones numéricas reales o experimentales. Los trabajos de investigación realizados en grupos de no más de tres alumnos, donde se planifica, ejecuta y presenta (oral y por escrito) un trabajo de investigación orientado a la aplicación de distintas herramientas estadísticas a un problema o situación específica definida y elegida por cada grupo. Esto les da la oportunidad de profundizar distintos temas o incorporar nuevas estrategias de análisis de la información haciendo uso de herramientas modernas de procesamiento de datos (computadoras y software estadístico ) El curso se basa en el desarrollo de clases teóricas expositivas (seminario) y sesiones de prácticas (talleres y trabajos prácticos especiales) sobre temas generales y específicos de la ingeniería de alimentos. En todas las instancias de enseñanza aprendizaje, se busca desarrollar métodos interactivos entre docente y alumnos (y alumnos entre sí) de modo de incentivar la reflexión, el pensamiento crítico, la participación y la síntesis. Esto se logra, a través de la discusión de los conceptos, de las técnicas aplicables a un conjunto definido de datos y de las lecturas de trabajos científicos. Por otra parte la actividad del trabajo de investigación permite ejercitarse en la actividad profesional, durante la realización de un proyecto y desarrollar habilidades para la comunicación oral y escrita a través de la exigencia de informes técnicos y exposiciones de los trabajos de investigación El equipamiento didáctico de la carrera de ingeniería de alimentos está acorde con las metodologías de la enseñanza que se implementa. Los recursos para el aprendizaje en las clases magistrales que se llevará a cabo en el aula son los recursos docentes clásicos que se utilizan: pizarra, proyección de transparencias y presentación en multimedia. Los trabajos prácticos especiales se realizarán en el centro de cómputos de la carrera. Se utilizará como material de apoyo un texto guía elaborado por el docente y una guía de prácticas de laboratorio; así como una página web que permite poner información a

8 disposición del alumno. También se hará uso de los recursos bibliográficos que dispone la Universidad Autónoma Gabriel René Moreno. EVALUACIÓN La evaluación de los alumnos debe ser congruente con los objetivos y metodologías de enseñanzas previamente establecidas. Las evaluaciones deben contemplar de manera integrada la adquisición de conocimientos, la formación de actitudes, el desarrollo de la capacidad de análisis, habilidades para encontrar la información y resolver problemas reales. La evaluación que se realizará a lo largo del periodo constará de evaluaciones continuas, parciales y finales. Debe existir documentación que permita evaluar la calidad del trabajo de los estudiantes. Esta documentación incluye exámenes, trabajos prácticos, informes sobre trabajos prácticos especiales y trabajos de investigacion La evaluación final se hará después de haber concluido el programa y abarcará la totalidad del contenido de la materia. Normas de calificación Para tener derecho a examen final, es necesario contar con una asistencia mínima del 65 % de las clases teóricas y 100 % de las clases prácticas. Evaluaciones parciales (Comprende 2 exámenes parciales e incluye lo registrado en la evaluación continua: 50% Control de talleres, prácticas especiales y trabajos de investigacion 20% Examen final 30% BIBLIOGRAFÍA MONGOMERY. D; RUNGER, G. (1996): Probabilidad y estadística aplicada a la ingeniería. Editorial Mc Graw Hill, México. STEEL, R; TORRIE, J. (1992): Bioestadística: Principios y procedimientos. Editorial Mc Graw Hill, México. CHRISTENSEN, H. (1994): Estadística paso a paso. Editorial Trillas, México WALPOLE, R; y otro (1998): Probabilidad y estadística para ingenieros. Editorial Prentice Hill Hispanoamérica, México. ARMITAGE P. ; BERRY G. (1992): Estadística para la investigación biomédica. Editorial Doyma, Barcelona España. MARTIN A. ; LUNA DEL CASTILLO, J. (1994): Bioestadística para las ciencias de la salud. Editorial Norma, Granada España. RUBIO. E. ; y otro (1992): Bioestadística. Editorial Colección Monografías Didácticas, Zaragoza España.