Está en la página 1de 4

MATE3026 Introduccin a la Estadstica con Computadoras

Primer semestre 2014-2015





Informacin general

Nmero de crditos: 3
Coordinadora: Prof. Mara-Egle Prez
maria.perez34@upr.edu
Oficina: C-123



Objetivos del curso
Al finalizar el curso el estudiante podr
1. Realizar anlisis exploratorios de conjuntos de datos estadsticos.
2. Usar los axiomas y las propiedades bsicas de la Probabilidad para el
clculo de probabilidades
3. Calcular probabilidades de eventos asociados con variables aleatorias
con distribucin Binomial y Normal.
4. Aplicar las tcnicas bsicas de inferencia estadstica, incluyendo
regresin lineal simple y anlisis de varianza con un criterio de
clasificacin.
5. Usar un programa estadstico para realizar anlisis descriptivos o
inferencia.

Materiales

Libro de Texto:
Agresti, Alan and Christine Franklin (2012). Statistics: The Art and Science of
Learning from Data. Pearson/Prentice Hall, 3rd edition

Programa estadstico
Durante el curso se emplear el programa estadstico R, el cual puede ser
obtenido en http://cran.r-project.org, y puede ser instalado y usado gratuitamente
por cualquier persona en diversas plataformas (Windows, Mac y distintas
distribuciones de Linux). En el mismo sitio puede encontrarse documentacin
tanto en ingls como en espaol. El documento simpleR Using R for
Introductory Statistics de John Verzani puede tambin ser de utilidad
(http://cran.r-project.org/doc/contrib/Verzani-SimpleR.pdf )
Tambin se sugiere instalar R-Studio, el cual facilitar el trabajo con R
(http://www.rstudio.com)


Otros
Enunciados de proyectos, reglas para su presentacin y material de apoyo,
sern publicados en el servidor Moodle del High Performance Computer Facility
(HPCF) (http://moodle.hpcf.upr.edu). La primera vez que entre al sitio web,
podr crear una cuenta nueva. Una vez que ya posea un nombre de usuario,
matriclese en el curso MATE3026: Introduccin a la Estadstica con
Computadoras usando como palabra clave MATE3026S##, donde ## es el
nmero de su seccin (01, 02, etc)


Prerrequisitos

Nivel equivalente al curso de Preclculo (curso preparatorio para Clculo y
Geometra Analtica) o 3 puntos o ms en el Advanced Placement II del College
Board.


Evaluacin

La evaluacin del curso estar basada en dos exmenes parciales (15% c/u),
un examen final (25%) , dos proyectos (15% el primero y 20% el segundo) y un 10%
de la calificacin que ser decidido por cada profesor. Las fechas para la entrega de los
proyectos y para los exmenes parciales sern las siguientes:

Martes 23 de septiembre: Entrega Proyecto 1 (Ser asignado el martes 2 de
septiembre)
Martes 30 de septiembre, 5:30 a 7:30pm: Primer examen parcial
Martes 18 de noviembre, 5:30 a 7:30pm: Segundo examen parcial
Martes 2 de diciembre: Entrega Proyecto 2 (Ser asignado el mircoles 12 de
noviembre)

Los proyectos se realizarn en parejas, y deben seguir un formato especfico, el
cual estar disponible en Moodle. As mismo, en Moodle estar disponible la rbrica
para la correccin de los proyectos.


Poltica del curso

Se espera que las solicitudes de revisin de exmenes y proyectos se hagan en
un perodo prudencial despus de entregadas las calificaciones. Esto significa que el
primer examen y el primer proyecto no sern revisados al final del semestre.
La entrega de tareas y proyectos puede hacerse en clase, en el apartado en el
departamento o a travs de Moodle. NO SE ACEPTARN TRABAJOS QUE SEAN
ENTREGADOS TARDE (casos especiales podrn considerarse en forma individual).
Se espera la mxima honestidad intelectual por parte de cada estudiante. Esto
significa que los exmenes y proyectos deben ser completamente individuales a menos
que se especifique lo contrario (trabajos de grupo). SI SE DETECTA COPIA, LAS
CALIFICACIONES CORRESPONDIENTES SERN ANULADAS. Otras acciones
pueden ser tomadas en caso de copia de ser necesario. Tambin se espera que cada
estudiante d crdito a fuentes de informacin que haya usado en el desarrollo de sus
proyectos.


Recomendaciones

Tenga en cuenta que este es un curso con un contenido muy ambicioso sobre
un tema que probablemente sea novedoso para Ud. Se recomienda empezar a estudiar
desde el primer da, no permita que el material se acumule. Hacer los ejercicios
recomendados le permitir mantenerse al da con el contenido del curso y estudiar para
los exmenes.


Ley de Servicios Educativos Integrales para Personas con Impedimentos (Ley 51
del 7 de junio de 1996)

Los estudiantes que reciban servicios de Rehabilitacin Vocacional deben
comunicarse con el instructor al inicio del semestre para planificar el acomodo
razonable y equipo asistivo necesario conforme a las recomendaciones de la Oficina de
Asuntos para las Personas con Impedimentos (OAPI) del Decanato de Estudiantes.
Tambin aquellos estudiantes con necesidades especiales que requieren de algn tipo
de asistencia o acomodo deben comunicarse con el instructor.


Calendario tentativo

Semana Secciones texto Contenido
11 ago - 15 ago Cap 1, 1.1-1.3
Cap 2, 2.1-2.2
Using data to answer statistical questions. Sample vs
population. i!!erent t"pes o! data. #rap$ical summaries o!
data.
1% ago - 22 ago Cap 2, 2.3-2.& 'easuring t$e center o! quantitative data. 'easuring t$e
varia(ilit" o! quantitative data. Using measures o! position to
descri(e varia(ilit". )ecogni*ing and avoiding misuses o!
grap$ical summaries
25 ago - 2+ ago Cap 3, 3.1-3.2
Cap ,, ,.1-,.,
-$e association (etween two categorical varia(les. -$e
association (etween two quantitative varia(les. .xperimental
and o(servational studies. #ood and poor wa"s to sample. #ood
and poor wa"s to experiment.
/1 sep - /5 sep Cap 5, 5.1-5.2 0ow pro(a(ilit" quanti!ies randomness. 1inding pro(a(ilities
Asignacin Proyecto 1: martes 2 de septiembre
/% sep - 12 sep Cap 5, 5.3-5., Conditional 2ro(a(ilit"3 -$e pro(a(ilit" o! 4 given 5. 4ppl"ing
t$e pro(a(ilit" rules
15 sep - 1+ sep Cap &, &.1-&.3 Summari*ing possi(le outcomes and t$eir pro(a(ilities.
2ro(a(ilities !or (ell-s$aped distri(utions. 2ro(a(ilities w$en
eac$ o(servation $as two possi(le outcomes
22 sep - 2& sep Cap 6, 6.1-6.3 Sampling distri(utions3 0ow sample proportions var" around
t$e population proportion. 0ow sample means var" around t$e
population mean. -$e 5inomial istri(ution is a sampling
distri(ution
Entrega Proyecto 1: martes 23 de septiembre
2+ sep - /3 oct Cap %, %.1-%.3 2oint and interval estimates o! population parameters,
Constructing a con!idence interval to estimate a population
proportion. Constructing a con!idence interval to estimate a
population mean
Primer examen parcial: martes 30 de septiembre
/& oct - 1/ oct Cap +, +.1 " +., Steps !or per!orming a signi!icance test. ecisions and t"pes o!
errors in signi!icance tests
13 oct - 16 oct Cap +, +.2-+.3,
+.5
Signi!icance tests a(out proportions, signi!icance tests a(out
means, limitations o! signi!icance tests
2/ oct - 2, oct Cap 1/, 1/.1-1/.2 Categorical response3 Comparing two proportions. 7uantitative
response3 comparing two means
26 oct - 31 oct Cap 1/, 1/.3-1/., 8t$er 9a"s o! Comparing 'eans and Comparing 2roportions.
4nal"*ing ependent Samples
/3 nov - /6 nov Cap 11, 11.1-11.3 4ssociation (etween categorical varia(les3 :ndependence and
association, testing categorical varia(les !or independence,
determining t$e strengt$ o! t$e association.
1/ nov - 1, nov Cap 12, 12.1-12.2 4ssociation (etween quantitative varia(le ;regression anal"sis)
'odel 0ow -wo <aria(les 4re )elated escri(e Strengt$ o!
4ssociation
16 nov - 21 nov Cap12, 12.3-12., 4ssociation (etween quantitative varia(le ;regression anal"sis)
'a=e in!erence a(out t$e association. 0ow t$e data var"
around t$e regression line
Segundo examen parcial: martes 18 de noviembre
2, nov - 2% nov Cap. 1,, 1,.1-1,.2 8ne-9a" 4>8<43 Comparing several means. .stimating
di!!erences in groups !or a single !actor.
/1 dic ? /2 dic Entrega Proyecto 2: martes 2 de diciembre