UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERA MECNICA ELCTRICA, ELECTRNICA Y SISTEMAS

E SCUELA P ROFESIONAL

DE

I NGENIERA

DE

S ISTEMAS

DEPARTAMENTO ACADMICO DE INGENIERA DE SISTEMAS

SILABO
I.

IDENTIFICACIN ACADMICA.
1.1 Asignatura
a) Nombre
b) Cdigo
c) Prerrequisito (s)
d) Nmero de Horas
e) Crditos
f) Ao y Sem.Acadmico
g) Duracin de la Asignatura
h) rea Curricular
i) Condicin
j) Grupo

:
:
:
:
:
:
:
:
:
:

1.2 Docente
a) Nombres y Apellidos
b) Condicin
c) Categora
d) Especialidad

Ing. Oliver Amadeo Vilca Huayta.

Nombrado.
Asociado.
Magster - Ciencias de la Computacin.

:
:
:
:

Mtodos Predictivos
300.
209 [Estocstica].
Tericas 02 + Prcticas 02 = Total 04
3
2010II IV SEMESTRE acadmico.
Del 07 de marzo al 01 de Julio del 2011.
Formacin Profesional Especfico.
Obligatorio.
nico.

1.3 Ambiente donde se realiza el aprendizaje.

Aula N.
:
102 Pabelln: EPIS.
II.

SUMILLA Y CONTENIDOS TRANSVERSALES.

a) Sumilla. La finalidad de los modelos predictivos es la obtencin de pronsticos acerca de la evolucin

a)

III.

futura de determinadas variables. Es importante en muchas empresas y entidades ya que las predicciones
de hechos futuros se pueden incorporar al proceso de toma de decisiones. Las etapas de la construccin
de un modelo son el planteamiento, especificacin, estimacin de parmetros y prediccin. El anlisis de
regresin es una tcnicca estadstica para investigar y modelar la relacin entre variables. Son muchas
las aplicaciones y las hay en casi cualquier campo: ingeniera, ciencias, fsicas y qumicas, economa,
administracin, biologa y en las ciencias sociales, de hecho, puede ser que el anlisis de regresin sea la
tcnica estadstica ms usada (Montgomery et al., 2007).
Contenidos tranversales.
Formacin tica y de compromiso social.
Desarrollo de una cultura de comunicacin e informacin.

COMPETENCIAS.
Realiza la estimacin de modelos de ecuaciones lineales y de mltiples variables utilizando
diversas tcnicas que permitan especificar y estimar modelos, actuando con creatividad y
eficiencia.
Realiza la solucin y correccin de modelos utilizando diversas tcnicas y enfoques de
regresin, actuando con creatividad y eficiencia.

IV. PROGRAMACIN DE LA ASIGNATURA.

1.
PRIMERA UNIDAD DIDACTICA: Modelos de ecuaciones lineales y de mltiples variables.
Total de Horas por Unidad: 34 horas.
Tiempo de Desarrollo: Marzo-Abril (2 meses).
Pg. 1

CAPACIDADES

INDICADORES DE ACTITUDES
LOGRO
Conoce los fundamentos - Describe los
Creatividad y
necesarios para el desarrollo principios y tcnicas
eficiencia.
y planteamiento de Modelos - Posee el conocimiento
necesario para proponer
modelos

CAPACIDADES
Utiliza ecuaciones con varias
variables aplicando regresin
lineal simple y de multiples
variables

INDICADORES DE
LOGRO
- Describe los
principios y tcnicas
- Resuelve modelos de
regresin

INDICADORES
DE LOGRO
- Presenta
trabajos
puntualmente.
- Asiste
puntualmente a
las sesiones
tericas y
prcticas.

ACTITUDES INDICADORES
DE LOGRO
Creatividad y - Presenta
eficiencia.
trabajos
puntualmente.
- Asiste
puntualmente a
las sesiones
tericas y
prcticas.

CONTENIDOS POR
SEMANA
- Requerimientos Necesarios de
Modelos
- Datos
- Variables Parmetros
- Parmetros/
- Secciones Transversales
- Relaciones
- Estructura del Modelo
TOTAL:

Tiempo

CONTENIDOS POR
SEMANA
- Objetivos del Anlisis de
Regresin
- Modelos de regresin de
Mnimos Cuadrados
- Errores en Estimadores
- Medidas de Bondad de
Ajuste/
- Caso de Tres Variables
- Hiptesis sobre las variables
aleatorias
- Modelo de Correlacin
Lineal
- Pruebas de Correccin
- Elasticidad y Coeficientes
TOTAL:

Tiempo

SEGUNDA UNIDAD DIDACTICA: Solucin y correccin de modelos.

Total de Horas por Unidad: 34 horas.
Tiempo de Desarrollo: Maryo - Junio (2 meses).
CAPACIDADES
INDICADORES DE ACTITUDES INDICADORES
CONTENIDOS POR
LOGRO
DE LOGRO
SEMANA
Desarrolla soluciones de
- Describe los
Creatividad y - Presenta
- Hiptesis del Modelo lineal
ecuaciones de modelos de
principios y tcnicas
eficiencia.
trabajos
general
mltiples variables utilizando - Resuelve modelos de
puntualmente.
- Precisin de los estimadores
mtodos que permitan
regresin
- Asiste
- Pruebas de Correccin
predecir acontecimientos.
- Predice en base a la
puntualmente a
- Elasticidad y Coeficientes./
teora y aplicacin de
las sesiones
- Hiptesis del modelo lineal
los modelos de
tericas y
- Estimadores de mnimos
mnimos cuadrados
prcticas.
cuadrados
ordinarios
- Solucin de Ecuaciones
Mltiples
- Regresiones con retrasos de
tiempo.
- Propiedades de los
estimadores de mnimos
cuadrados
- Estimacin de la varianza
Poblacional
TOTAL:

17 h.

17 h.

17 h.

17 h.

2.

CAPACIDADES

INDICADORES DE
LOGRO
Utiliza la correccin de - Describe los
modelos formulados para la principios y tcnicas
solucin
de
ecuaciones - Corrige modelos
mltiples.

ACTITUDES INDICADORES
CONTENIDOS POR
DE LOGRO
SEMANA
Creatividad y - Presenta
- Fundamentos Bsicos
eficiencia
trabajos
- Autocorrelacin
puntualmente
- Heterocedasticidad
- Multicolinealidad
TOTAL:

Pg. 2

Tiempo
17 h.

17 h.
Tiempo
17 h.

17 h.

VI. ESTRATEGIAS MTODOS Y TCNICAS DIDCTICAS (Diseo Metodolgico).

Estrategias:
Resumen.
Ilustraciones.
Mtodos:
Mtodo Acadmico Universitario: Clase Magistral o Curso Magistral.
Tcnicas:
Tcnica Expositiva.
VII. MEDIOS Y MATERIALES Y DIDCTICOS.
Textos.
Programas para computadoras.
VIII. EVALUACIN Y REQUISITOS DE APROBACIN.
Capacidades y
Indicadores
Tcnicas
Actitudes
Capacidades
1
1.
Examen
2
3
2.
Examen
Actitudes
1
1.
Observacin
2
3
2.
Observacin

Instrumentos
Prueba Escrita

Ponderacin

90%

Prueba Escrita
Escala/Evaluacin

10%

Escala/Evaluacin

Criterio de evaluacin: De acuerdo a lo establecido en la Estructura Curricular de la Escuela Profesional.

- Haber participado en todas las evaluaciones programadas con fecha previamente anticipada.
- Haber asistido regularmente a las sesiones de clases tericas y prcticas programadas.
Calificacin: El promedio final se obtendr mediante la siguiente formula:
PROMEDIO_FINAL = 0.9 (PROMEDIO_CAPACIDADES) + PROMEDIO_ACTITUDES
VIII. BIBLIOGRAFA GENERAL.
Aznar, A. y Otros. (1993). Mtodos Predictivos en Economa (I). Ariel.
Bowerman, L. B., O'Connell, R. T., Koehler A. B. (2007). Pronsticos Series de Tiempo y Regresin. Un enfoque
aplicado. (4ta. Ed.). Cengage Learning Editores S.A.
Daz Fernndez, Montserrat., y Llorente Marrn, Maria del Mar. (2007). Econometra. (Tercera Edicin). Ediciones
Pirmide.
Gujarati, Damodar N. (2005). Econometra. (Cuarta Edicin). McGraw-Hill.
Montgomery, D. C., Peck, E. A. y Vining G. G. (2007). Introduccin al Anlisis de Regresin Lineal. (1ra Ed.).
Grupo Editorial Patria. S.A.
Montgomery, D. C., y Runger, G. C. (2005). Probabilidad y Estadstica. Aplicadas a la Ingeniera. (Segunda
Edicin). Editorial Limusa Wiley. [Traduccin: Applied Statictics and Probability for Engineers]
Shumay, Robert y Soffer David (2011) Time Series Analysis and Its Applications. 3ra edicin. Nueva York: Springer.
Uriel E., Peir A. (2005). Introduccin al Anlisis de Series Temporales. (1ra Ed.). Thompson Editores.
Wooldridge, J. M. (2006). Introduccin a la Econometra un enfoque moderno. (Segunda Edicin). International
Thomson Editores. [Ttulo original: Introductory Econometrics a modern approach, 2e.]

Pg. 3