Universidad de Colima Facultad de Ciencias Licenciatura en Ciencia Ambiental y Gestión de Riesgos I. DATOS GENERALES: Área: Aplicada Materia: Estadística aplicada Créditos: 9 Ubicación: Cuarto Semestre Horas Teoría Práctica Total Semana Semestre Créditos 4 1 5 76 19 95 8 1 9 Materias Relacionadas: Antecedentes: Probabilidad Respuestas sociales al riesgo-desastre, Métodos de campo, Vulcanología, Sismología Evaluación de riesgo, Métodos de investigación social aplicados Consecutivas: a desastres Paralelas: Elaboró: Osval Antonio Montesinos López Centro de trabajo, cubículo: Facultad de Telemática. Cubículo en la Facultad de Ciencias, Edificio D, D4. Teléfono (opcional): Correo electrónico: oamontes1@ucol.mx Fecha de elaboración: 9 de agosto de 2006. II. PRESENTACIÓN: La estadística juega un papel primordial en el desarrollo de la sociedad moderna, al proporcionar herramientas metodológicas para analizar la variabilidad, determinar relaciones entre variables, diseñar en forma óptima estudios y experimentos y mejorar las predicciones y toma de decisiones en situaciones de incertidumbre. Además de su carácter instrumental para muchas disciplinas, se reconoce el valor del desarrollo del razonamiento estadístico en una sociedad caracterizada por la disponibilidad de información y la necesidad de toma de decisiones en ambiente de incertidumbre. Por tanto, actualmente la enseñanza de la estadística se incorpora, en forma generalizada en la mayoría de las carreras universitarias. III. PROPÓSITOS DEL CURSO: Proporcionar conocimientos sobre las principales herramientas estadísticas que le permita a los estudiantes: comprender para cada procedimiento los conceptos básicos, la racionalidad, la forma de análisis y la interpretación de los resultados. Adquirir experiencia para identificar la herramienta más apropiada, para cada situación práctica que se le presente; además familiarizarlos con el software estadístico. IV. CONTENIDOS TEMÁTICOS: Unidad I: Conceptos básicos de estadística Objetivo: Temas: Entender y 1.1 Definiciones de estadística conocer los 1.2 Reseña histórica de la estadística conceptos 1.3 Clasificación de la estadística básicos de la Estadística descriptiva estadística para Estadística inferencial comprender la 1.4 Importancia de la estadística en el siglo XXI: el siglo de dimensión de su la información importancia y 1.5 Definición e importancia de la población y muestra para hacer un 1.6 ¿Qué es y en que consiste el proceso estadístico? buen uso de ella. 1.7 Escalas de medición Escala nominal Escala ordinal Escala de intervalo Escala de proporción 1.8 Diferencia entre pruebas parámetricas y no parámetricas, 1.9 Distribución normal, su importancia y pruebas de verificación del supuesto de normalidad 1.10 Distribuciones de probabilidad en Inferencia 1.11 Conceptos básicos de pruebas de hipótesis 1.12 El riesgo de una decisión equivocada: Errores Tipo I y II. Unidad II: Estadística descriptiva y algunas técnicas de muestreo estadístico Objetivo: Temas: Adquirir los 2.1 Estadística Descriptiva conocimientos básicos de la estadística descriptiva y del muestreo estadístico que le permitan determinar un tamaño de muestra, realizar las estimaciones pertinentes y hacer una adecuada presentación de datos numéricos en gráficos y tablas. 2.1.1 2.1.1.1 Métodos gráficos para describir datos Histogramas, Frecuencia absoluta, acumulada, relativa y relativa acumulada; polígono de frecuencias y de frecuencias acumuladas, y diagrama de dispersión. 2.1.2 Medidas de tendencia central para datos agrupados y sin agrupar 2.1.2.1 Media, Mediana y Moda 2.1.3 Medidas de dispersión para datos agrupados y sin agrupar 2.1.3.1 Rango,Varianza, Desviación estándar y Coeficiente de variación. 2.2 2.2.1 2.2.2 2.2.3 Técnicas de muestreo estadístico Conceptos básicos Muestreo y censo Ventajas del muestreo en el diseño de encuestas 2.2.4 Poblaciones y marcos de muestreo 2.2.5 Errores en las encuestas 2.2.6 Tipos de muestreo Muestreo probabilistico Muestreo no probabilistico 2.2.7 Precisión en las estimaciones 2.2.8 Muestreo aletorio simple Estimación de medias Estimación de totales 2.2.9 Muestreo cualitativo Estimación de proporciones Estimación de totales 2.2.10 Muestreo estratificado Estimación de medias Estimación de totales Unidad III: Diseño de experimentos Objetivo: Temas: Entender los 3. 1 Inferencia para una sola muestra principios 3.1.1 Prueba para la media básicos, la 3.1.2 Prueba para la varianza terminología, la 3. 2 Inferencia para dos muestras racionalidad, la 3.2.1 Pruebas para dos muestras independientes forma de análisis Comparación de dos medias bajo el supuesto y la interpretación de varianzas iguales desconocidas. de los resultados Comparación de dos medias bajo el supuesto de cada diseño de varianzas diferentes desconocidas. de experimento 3.2.2. Pruebas para dos muestras dependientes para que pueda Comparación de dos medias bajo el supuesto utilizarlos de varianzas iguales desconocidas. adecuadamente Comparación de dos medias bajo el supuesto en problemas de varianzas diferentes desconocidas. relacionados a su 3.2.3 Prueba de igualdad de dos varianzas profesión. 3.3 Inferencia para proporciones y datos derivados del conteo 4.3.1 Prueba para proporciones en una sola muestra 4.3.2 Prueba para proporciones para dos muestras 3.4. 3.4.1 Análisis de varianza ANOVA- un factor Definiciones básicas en el diseño de experimentos Diseño Completamente al Azar con igual y diferente número de repeticiones Pruebas de comparación de medias Prueba de Diferencia Mínima Significativa Prueba de Tukey Prueba de Dunnett Prueba de Dunncan Verificación del los supuestos del modelo Normalidad Homogeneidad de Varianzas Independencia 3.4.2. ANOVA- multifactorial Diseño en Bloques completos al Azar Diseño en Cuadro Latino Diseño con dos factores completamente al azar Diseño con dos factores en bloques completos al azar Diseño con tres factores en completamente al azar Diseño tres factores en bloques completos al azar Verificación de los supuestos. Unidad VI: Análisis de Correlación y de Regresión Utilizar 4.1 Análisis de correlación adecudamente el Coeficiente de correlación de Pearson análisis de Coeficiente de correlación de Spearman correlación para 4.2 Análisis de regresión medir Regresión lineal simple (RLS) dependencia Modelo estadístico y supuestos del modelo de lineal. RLS Métodos de estimación en el modelo de RLS Utilizar Mínimos cuadrados correctamente un modelo de regresión lineal simple o multiple para propósitos de estimación y predicción. Máxima verosimilitud Verificación del ajuste en la regresión lineal simple a) Por medio del ANOVA b) Con el estadístico t-Student c) Con el Coeficiente de Determinación d) Con el Coeficiente de Determinación Ajustado e) Con el Coeficiente de Correlación f) Error Estándar de Estimación g) Media del Error Absoluto h) Análisis Grafico de los Residuales Estimación y predicción con el Modelo de RLS 4.3 Regresión lineal Multiple (RLM) Importancia de la Regresión lineal Multiple Modelo Estadístico y supuestos del Modelo de RLM Métodos de Estimación del modelo de RLM Verificación del ajuste del Modelo de RLM Estimación y predicción con el Modelo de RLM Unidad V: Técnicas no parametricas en el análisis de datos Entender los 5.1 Prueba de rachas principios 5.2 La prueba del signo básicos, la 5.3 La prueba de rangos con signo de Wilcoxon terminología, la 5.4 Prueba de Mann y Whitney racionalidad, la 5.5 Prueba de Ji-Cuadrada forma de análisis 5.5.1 Prueba de bondad de ajuste para una y la interpretación distribución de frecuencias de los resultados 5.5.1 Prueba de bondad de ajuste para una de cada prueba distribución de probabilidades para que pueda 5.5.1 Prueba de bondad de ajuste para una utilizarlos distribución de frecuencias adecuadamente 5.5 Prueba de Kruskal y Wallis en problemas 5.6 Prueba de Fridman. relacionados a su profesión. V. LINEAMIENTOS DIDÁCTICOS: Técnicas Modalidades de enseñanza: interactiva (profesor-alumno); trabajo en equipo (alumnos-alumnos) y autoaprendizaje (alumno por sí mismo). Actividades: investigación, análisis de discursos orales y escritos, ejercicios de autoevaluación y reflexión metacognitiva. Técnicas de enseñanza: Expositivo Diacrónica Interrrogativa Investigación Recreativa Conferencia Mesa redonda Diálogosimultáneo Corrillos Discusión Bibliográfica Debate. Técnicas de aprendizaje: Exposición del maestro, investigación y exposición complementaria por los alumnos, discusión dirigida. Métodos: Inductivo Deductivo Recursos Computadora, software estadístico (Minitab, SPSS, Statistics, SAS), libros de la materia, pizarrón. VI. CRITERIOS DE EVALUACIÓN: Primera parcial Segunda parcial Tercera parcial Tareas Examen Participación Asistencia 10% Tareas 30% Examen Participación Asistencia 10% Tareas 30% Examen Participación Asistencia 30% 50% 10% 50% 10% 50% 10% 10% VII. BIBLIOGRAFÍA Básica Infante, G. S. y Zarate de Lara, G. P. (1984). Métodos Estadísticos. Un enfoque interdiciplinario. México: Trillas. Montgomery, D. C.( 2003). Diseño Experimentos. México: Limusa Wiley. y análisis de Montgomery, D.C. (1992). Introduction to Linear Regression Analysis, New York: Wiley. Neter, J., Kutner, M. H., Nachtsheim C. J. y Wasserman, W. (1996). Applied Linear Statistical Models. New York: McGraw Hill. Cochcran, W. G. (1996). Técnicas de Muestreo. México: Continental. Steel, R.G.D., y J.H. Torrie,J.H. (1980). Principles and Procedures of Statistics, A Biomedical Approach, Second Edition: New York: McGraw-Hill. Conover, W.J. (1980). Practical Non-parametric Statistics. New York: John Wíley & Sons. Complementaria Mendenhall, W. y Sincich, T. (1997). Probabilidad y estadística para ingeniería y ciencias. México: Prentice hall Hispanoamericana. Mendenhall et al. Estadística Matemática con aplicaciones. México: Grupo Editorial Iberoamérica. Pérez, C. (2000). Técnicas de muestreo estadístico, teoría, práctica y aplicaciones informáticas. Madrid: Alfaomega.