1. DATOS INFORMATIVOS UNIVERSIDAD CENTRAL DEL ECUADOR 1.1. FACULTAD: CIENCIAS ECONÓMICAS 1.2. CARRERA: ESTADÍSTICA 1.3. ASIGNATURA: METODOS MULTIDIMENSIONALES II 1.4. CÓDIGO DE ASIGNATURA: 63704 1.5. CRÉDITOS: 6 1.6. SEMESTRE: SETO 1.7. UNIDAD DE ORGANIZACIÓN CURRICULAR: PROFESIONALIZANTE 1.8. TIPO DE ASIGNATURA: OBLIGATORIA 1.9. PROFESOR COORDINADOR DE ASIGNATURA: 1.10. PROFESORES DE LA ASIGNATURA: Ing. José Cajas Cadena Ing. José Cajas Cadena 1.11. PERÍODO ACADÉMICO: Abril 2016 Septiembre 2016 1.. N. HORAS DE CLASE: Presenciales: 48 Prácticas: 48 1.13. N. HORAS DE TUTORIAS: Presenciales: 8 Virtuales: 2 1.14. PRERREQUISITOS Asignaturas: Algebra Lineal Códigos: 53405 1.15. CORREQUISITOS Asignaturas: Programación Estadística Códigos: 73706 2. DESCRIPCIÓN DE LA ASIGNATURA Las técnicas factoriales se basan en el álgebra lineal, la geometría Euclidiana y la estadística. El tratamiento de grandes tablas de datos de n * p (n individuos y p características o variables), implica un análisis en R n, es decir, en un espacio multidimensional que desconocemos su estructura geométrica y que mediante los procedimientos matemáticos estadísticos y geométricos podemos reducir la multidimensión a un plano factorial, donde se visualiza la relación o asociación de las variables y la semejanza entre individuos y por supuesto, al final conducen estos métodos a clasificar, agrupar, estratificar, caracterizar (clúster análisis) o construir tipologías de individuos de acuerdo a las características que los definen. 3. OBJETIVO GENERAL DE LA ASIGNATURA (Con fundamento en los objetivos generales de la carrera) Introducir a los estudiantes en el manejo y aplicación de los métodos multidimensionales descriptivos como herramientas adecuadas que le permitan resumir grandes cantidades de datos simultáneamente sobre el fenómeno a investigarse y permitir la asimilación y comprensión mediante gráficos o planos factoriales, consintiendo pérdidas mínimas de información. Página1
4. OBJETIVOS ESPECÍFICOS DE LA ASIGNATURA (Con fundamento en los objetivos generales de la carrera) Estudiar los métodos de la estadística multivariada como herramienta para el estudio de fénomenos socioeconómicos. Emplear de manera eficiente los datos para toma de cecisiones. Realizar análisis de datos referente a fenómenos del país utilizado información del INEC. Usar herramientas y software estadístico de manera eficiente. 5. CONTRIBUCIÓN DE LA ASIGNATURA EN LA FORMACIÓN DEL PROFESIONAL (Perfil de Egreso) La asignatura aporta al perfil del Ingeniero Estadístico a analizar fenómenos multidimensionales en cual área de la ciencia, a través de la aplicación coherente de herramientas estadísticas multivariantes descriptivas factoriales. 6. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA: (Para alcanzar los resultados de aprendizaje del perfil de egreso de la carrera) Comprende los fundamentos básicos del análisis factorial, con rigurosidad científica. Sistematiza grandes tablas de datos extraídas de las encuestas de Condiciones de Vida y aplica las técnicas de componentes principales, interpreta y analiza los resultados. Aplica a los resultados obtenidos del ACP las técnicas de partición; Decide sobre el número de particiones previo análisis de la nube de puntos, interpreta y analiza los resultados. Resuelve problemas sobre indicadores de precio y cantidad determinando su grado de variación a través del tiempo 7. PROGRAMACIÓN DE UNIDADES CURRICULARES DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 1 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: Descripción de datos multidimensionales descriptivos. Comprende los conceptos fundamentales del análisis exploratorio de datos Identifica e interpreta distribuciones, multidimensionales, medidas de inercia y centroide; Identifica e interpreta escalas de medición, sus distancias. RESULTADOS DE APRENDIZAJE DE LA UNIDAD: Organiza y sistematiza información de fuentes primarias y bibliografía actualizada El alumno explora los datos unidimensionales, bidimensionales y multidimensionales, usa y aplica las herramientas básicas de y análisis exploratorio de datos-eda- con apoyo del SPSS y SPAD, interpreta y analiza los resultados y propone recomendaciones para la toma de decisiones. Página2
ESCENARIOS DE APRENDIZAJE N. Horas aprendizaje Teóricas N. Horas Prácticas- laboratorio CÁLCULO DE HORAS DE LA UNIDAD PROGRAMACIÓN CURRICULAR TUTORÍAS TRABAJO AUTÓNOMO N. Horas Presenciales N. Horas Aprendizaje Aula Virtual Horas de Trabajo Autónomo 2 24 CONTENIDOS Análisis exploratorio de datos: Observar, conservar y resumir datos Matriz de datos. Centro de gravedad, robustez ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD Lecturas Trabajos individuales y grupales Ejercicios de aplicación MECANISMOS DE EVALUACIÓN Control de lectura individual y grupal. Medidas de dispersión y concentración univariadas, bivariadas y multivariadas. Inercia Trabajos individuales y en grupo Ejercicios de aplicación Tarea individual, Prueba de aplicación, resolución de problemas Cantidad de información, distancias Similitud, disimilitud Trabajos individuales y en grupo Ejercicios de aplicación Control de lectura individual y grupal. Presentación grupal sobre herramientas estadísticas exploratorias METODOLOGÍAS DE APRENDIZAJE: RECURSOS DIDÁCTICOS: Para el desarrollo adecuado de la signatura se prevé la participación activa del estudiante a través de la Lectura de textos relacionados con la materia; resolución de problemas cotidianos; exposición y discusión conjunta de los temas expuestos por parte del docente que permita el afianzamiento de los conocimientos, desarrollo de casos prácticos aplicados a las distintas áreas del conocimiento, mediante la utilización de datos suministrados por el INEC, Banco Central, encuestas realizadas y tratados con software especializado Tutorías: solución de problemas e inquietudes de la asignatura. Se utilizará el aula de clase, y aula virtual, manejo de software estadístico (Spad), computador, proyector, pizarra ti za líquida. Se emplearán textos de biblioteca y el internet para consulta y lectura. Página3
BIBLIOGRAFÍA: 1. Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. 2. Bienvenido, Visauta, Vinacua. (2002).Análisis Estadístico con SPSS para Windows, vol. II,. España. McGraw- Hill. 3. Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. 4. Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España OBRAS FÍSICAS Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. DISPONIBILIDAD EN BIBLIOTECA SI NO NOMBRE BIBLIOTECA BÁSICA Bienvenido, Visauta, Vinacua. (2002).Análisis Estadístico con SPSS para Windows, vol. II,. España. McGraw- Hill. COMPLEMENTARIA Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España Página4
DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 2 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD: CÁLCULO DE HORAS DE LA UNIDAD PROGRAMACIÓN CURRICULAR Análisis de Componentes Principales. Plantea y estructura adecuadamente un problema de análisis multivariante y recoge la información relevante para el posterior análisis. Identifica el tipo de técnica adecuada, o combinación de ellas, a aplicar en cada situación concreta. Interpreta los resultados del análisis. Redacta correctamente un informe con los resultados del análisis. Adquirir destreza en el uso de software estadístico Aplica a grandes tablas de datos extraídas de las encuestas de Condiciones de Vida y otras, las técnicas de componentes principales; interpreta y analiza los resultados. ESCENARIOS DE APRENDIZAJE TUTORÍAS TRABAJO AUTÓNOMO N. Horas aprendizaje Teóricas N. Horas Prácticas- laboratorio N. Horas Presenciales N. Horas Aprendizaje Aula Virtual Horas de Trabajo Autónomo 2 24 CONTENIDOS Lectura de datos de una tabla nxp Descripción de las variable baricentro e inercia Centrado y reducido de la tabla de datos, cálculo de la matriz de correlaciones Diagonalización de la matriz de correlaciones. Obtención de valores propios, decisión cuántos ejes conservar Obtención de vectores propios. Cálculo de componentes principales o factores. Análisis en R n y R p Cálculo de la inercia explicada, contribuciones y calidad de representación Ejemplos de aplicación complementaria del ACP, con SPAD. ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD Lecturas Trabajos individuales y en grupo Ejercicios de aplicación Lecturas Trabajos individuales y en grupo Ejercicios de aplicación Lectura, tarea individual, ejercicios de aplicación Trabajos de investigación MECANISMOS DE EVALUACIÓN Control de lectura Evaluación y discusión de ejercicios de aplicación Control de lectura Exposiciones temas puntuales Evaluación de base estructurada Informe trabajo de aplicación Página5
METODOLOGÍAS DE APRENDIZAJE: RECURSOS DIDÁCTICOS: BIBLIOGRAFÍA: UNIVERSIDAD CENTRAL DEL ECUADOR Para el desarrollo adecuado de la signatura se prevé la participación activa del estudiante a través de la Lectura de textos relacionados con la materia; resolución de problemas cotidianos; exposición y discusión conjunta de los temas expuestos por parte del docente que permita el afianzamiento de los conocimientos, desarrollo de casos prácticos aplicados a las distintas áreas del conocimiento, mediante la utilización de datos suministrados por el INEC, Banco Central, encuestas realizadas y tratados con software especializado Tutorías: solución de problemas e inquietudes de la asignatura. Se utilizará el aula de clase, y aula virtual, Manejo de software estadístico (Spad), computador, proyector, pizarra tiza líquida. Se emplearán textos de biblioteca y el internet para consulta y lectura. 1. Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. 2. Bienvenido, Visauta, Vinacua. (2002).Análisis Estadístico con SPSS para Windows, vol. II,. España. McGraw- Hill. 3. Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. 4. Laura E. Pla. (1994). Análisis de Componentes Principales. Universidad del Valle. 5. Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. 6. Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España BÁSICA OBRAS FÍSICAS Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. DISPONIBILIDAD EN BIBLIOTECA SI NO NOMBRE BIBLIOTECA COMPLEMENTARIA Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España Laura E. Pla. (1994). Análisis de Componentes Principales. Universidad del Valle. Página6
DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 3 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD: CÁLCULO DE HORAS DE LA UNIDAD PROGRAMACIÓN CURRICULAR Métodos de clasificación automática Plantear y estructurar adecuadamente un problema de análisis multivariante y recoger la información relevante para el posterior análisis. Identificar el tipo de técnica adecuada, o combinación de ellas, a aplicar en cada situación concreta. Interpretar los resultados del análisis. Redactar correctamente un informe con los resultados del análisis. Adquirir destreza en el uso de software estadístico Aplica a los resultados obtenidos del ACP las técnicas de partición; Decide sobre el número de particiones previo análisis de la nube de puntos, interpreta y analiza los resultados (varianza intra e inter). ESCENARIOS DE APRENDIZAJE TUTORÍAS TRABAJO AUTÓNOMO N. Horas aprendizaje Teóricas N. Horas Prácticas- laboratorio N. Horas Presenciales N. Horas Aprendizaje Aula Virtual Horas de Trabajo Autónomo 2 24 CONTENIDOS Introducción a los métodos de clasificación Teorema de Huygens Etapas de aplicación de un métodos de clasificación Semejanzas entre individuos de una tabla Algunos métodos de clasificación jerárquica ascendente. Algunos procedimientos de partición. Estrategias de análisis de tablas T (n,p) de grandes dimensiones Ejemplos de aplicación complementaria del ACP y de los métodos de clasificación. METODOLOGÍAS DE APRENDIZAJE: ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD Lectura Ejercicios de aplicación. Seguimiento de trabajos grupales Discusión de casos MECANISMOS DE EVALUACIÓN Control de lectura Trabajo de aplicación real Informe No. 2 Evaluación de base estructurada Exposiciones de temas puntuales Para el desarrollo adecuado de la signatura se prevé la participación activa del estudiante a través de la Lectura de textos relacionados con la materia; resolución de problemas cotidianos; exposición y discusión conjunta de los temas expuestos por parte del docente que permita el afianzamiento de los conocimientos, desarrollo de casos prácticos aplicados a las Página7
RECURSOS DIDÁCTICOS: BIBLIOGRAFÍA: UNIVERSIDAD CENTRAL DEL ECUADOR distintas áreas del conocimiento, mediante la utilización de datos suministrados por el INEC, Banco Central, encuestas realizadas y tratados con software especializado Tutorías: solución de problemas e inquietudes de la asignatura. Se utilizará el aula de clase, y aula virtual, Manejo de software estadístico (Spad), computador, proyector, pizarra tiza líquida. Se emplearán textos de biblioteca y el internet para consulta y lectura. 1. Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. 2. Bienvenido, Visauta, Vinacua. (2002).Análisis Estadístico con SPSS para Windows, vol. II,. España. McGraw- Hill. 3. Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. 4. Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. 5. Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España OBRAS FÍSICAS Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. DISPONIBILIDAD EN BIBLIOTECA SI NO NOMBRE BIBLIOTECA BÁSICA Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. COMPLEMENTARIA Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. Página8
DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 4 NOMBRE DE LA UNIDAD: OBJETIVO DE LA UNIDAD: RESULTADOS DE APRENDIZAJE DE LA UNIDAD: CÁLCULO DE HORAS DE LA UNIDAD PROGRAMACIÓN CURRICULAR Métodos de correspondencia simple y múltiple Plantear y estructurar adecuadamente un problema de análisis multivariante y recoger la información relevante para el posterior análisis. Identificar el tipo de técnica adecuada, o combinación de ellas, a aplicar en cada situación concreta. Interpretar los resultados del análisis. Redactar correctamente un informe con los resultados del análisis. Adquirir destreza en el uso de software estadístico. Aplica a tablas de contingencia y disyuntivas completas extraídas de las encuestas de Condiciones de Vida y otras, las técnicas de correspondencias simples y múltiples; interpreta y analiza los resultados. ESCENARIOS DE APRENDIZAJE TUTORÍAS TRABAJO AUTÓNOMO N. Horas aprendizaje Teóricas N. Horas Prácticas- laboratorio N. Horas Presenciales N. Horas Aprendizaje Aula Virtual Horas de Trabajo Autónomo 2 24 CONTENIDOS Introducción a las tablas de contingencia Lectura de la tabla de datos Transformación de datos, cálculo de perfiles: línea, columna y total ACTIVIDADES DE TRABAJO AUTÓNOMO, ACTIVIDADES DE INVESTIGACIÓN Y DE VINCULACIÓN CON LA SOCIEDAD Ejercicios de aplicación. Lectura MECANISMOS DE EVALUACIÓN Control de lectura. Evaluación trabajos individuales Diagonalización de la matriz, cálculo de valores propios, vectores propios Cálculo de factores Ejercicios de aplicación. Evaluación trabajo individual Prueba parcial Cálculo de la inercia explicada, contribuciones y correlaciones Tablas disyuntivas múltiples Diagonalización de la matriz, cálculo de valores propios, vectores propios, cálculo de factores Cálculo de la inercia explicada, contribuciones y correlaciones. Ejercicios de aplicación Preparación informe de investigación Seguimiento proyecto de fin de curso Discusión Informe trabajo real Presentación tarea Evaluación de informes parciales Informe de investigación grupal Página9
BIBLIOGRAFÍA: 1. Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. 2. Bienvenido, Visauta, Vinacua. (2002).Análisis Estadístico con SPSS para Windows, vol. II,. España. McGraw- Hill. 3. Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. 4. Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. 5. Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España OBRAS FÍSICAS Crivisqui, Eduardo. (1997). Análisis Factorial (ACP, AFCS). Red PRESTA, Universidad Libre de Bruselas. DISPONIBILIDAD EN BIBLIOTECA SI NO NOMBRE BIBLIOTECA BÁSICA Brigitte, Escofier, Jérôme Pagès. (1992). Análisis Factoriales simples y múltiples: objetivos, métodos e interpretación. España. Editorial de la Universidad del país Vasco. COMPLEMENTARIA Abascal, Elena y Grande Ildefonso. (1989). Métodos Multivariantes para la Investigación Comercial. Editorial Ariel S.A. España Magdalena, Ferrán. (2005). Análisis Estadístico con SPSS. España. McGraw-Hill. Página10
8. RELACIÓN DE LA ASIGNATURA CON LOS RESULTADOS DEL PERFIL DE EGRESO DE LA CARRERA RESULTADOS O LOGROS DE APRENDIZAJE DEL PERFIL DE EGRESO DE LA CARRERA ( Copiar los elaborados por cada unidad) a) Comprende los fundamentos básicos del análisis factorial, con rigurosidad científica. b) Sistematiza grandes tablas de datos extraídas de las encuestas de Condiciones de Vida y aplica las técnicas de componentes principales, interpreta y analiza los resultados. c) Aplica a los resultados obtenidos del ACP las técnicas de partición; Decide sobre el número de particiones previo análisis de la nube de puntos, interpreta y analiza los resultados. d) Resuelve problemas sobre indicadores de precio y cantidad determinando su grado de variación a través del tiempo EL ESTUDIANTE DEBE (Evidencias de aprendizaje: Conocimientos, habilidades y valores) Conocer los conceptos fundamentales del análisis exploratorio de datos univariantes, bivariantes y multivariantes. Construir tablas de datos, calcular e interpretar los planos factoriales Decidir sobre el número de grupos a particionar, caracterizar a los individuos de acuerdo a las variables estudiadas. Construir tablas de contingencia y tablas de disyuntivas completas, calcular e interpretar los planos factoriales. 9. EVALUACIÓN DEL ESTUDIANTE POR RESULTADOS DE APRENDIZAJE TÉCNICAS PRIMER HEMISEMESTRE (PUNTOS) SEGUNDO HEMISEMESTRE (PUNTOS) Evaluación escrita o práctica, parcial o final (10 Puntos) (10 Puntos) Trabajo autónomo y/o virtual ( 4 Puntos) ( 4 Puntos) Trabajos individuales ( 3 Puntos) ( 3 Puntos) Trabajos grupales ( 3 Puntos) ( 3 Puntos) Trabajos integradores ( Puntos) ( Puntos) TOTAL (20 Puntos) (20 Puntos) 10. PERFIL DEL DOCENTE QUE IMPARTE LA ASIGNATURA El docente que imparte esta materia debe acreditar un conocimiento basto en el análisis exploratorio de datos unidimensional, bidimensional y multidimensional, aplicado a la resolución de los fenómenos socioeconomícos y ambientales. Además, es necesario que maneje y utilice gran cantidad de datos para procesarlos a través de software estadítisco. Página11
11. REVISIÓN Y APROBACIÓN UNIVERSIDAD CENTRAL DEL ECUADOR ELABORADO POR: REVISADO APROBADO FIRMA DE LOS DOCENTES QUE DICTAN LA ASIGNATURA FECHA: 2016/03/29 Docente 1: Ing. José Cajas Cadena FECHA: 2016/04/05 Econ. Vicente Paspuel FIRMA: FECHA: 2016/04/08 Ing. Enrique Noboa. Firma:.. FIRMA: Coordinador de Carrera (Director) Ing. Vanesa Mena. FIRMA: Consejo de Carrera Página