UNIVERSIDAD NACIONAL DEL ESTE

Rectorado
Dirección General de Investigación

Estadística para Investigadores:

“Gestión y Análisis de Datos”
2016
 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

1. Objetivos del Curso

Desarrollar habilidades para la gestión, estrategia de análisis e interpretación de

resultados de un trabajo científico.

Desarrollar habilidades para el uso adecuado de las pruebas estadísticas.

2. Competencias ( Al término del curso el estudiante deberá ser capaz de :

Habilidades Prácticas

- Distinguir variables según su nivel de medición.

- Calcular medidas de tendencia central.
- Calcular medidas de dispersión.
- Construir distribuciones de frecuencia.
- Comparar grupos de datos.
- Comparar unidades de análisis pertenecientes a grupos distintos.
- Distinguir las técnicas de muestreo.
- Determinar la probabilidad de eventos posibles.

Habilidades Teóricas

- Niveles de medición de las variables.

- Descripción de un grupo de datos.
- Técnicas de muestreo.
- Teoría básica de probabilidad.

Curso de Gestión y Análisis de Datos” Página 2

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

Habilidades Formativas

- Promover el orden en la presentación de resultados de los análisis.

- Fomentar el pensamiento del pensamiento cuantitativo.
- Valorar la formalidad del pensamiento estructurado.
- Fomentar la responsabilidad en el trabajo profesional.
- Promover la igualdad entre los seres humanos.

3. Requisitos para participar del curso

Tener experiencia en investigación y contar con datos suficientes para analizarlos

4. Metodología

Clases presenciales y virtuales, trabajos en grupo e individuales con horario a

determinarse.

5. Criterios de evaluación

Cada participante deberá elaborar un informe de análisis de los datos de

investigación de un tema seleccionado en forma individual.

6. Malla curricular

El curso está estructurado en 12 (doce) módulos que contemplan actividades teórico-

prácticas en clases presenciales y virtuales y trabajos en grupo e individuales con
horario a determinarse.

Curso de Gestión y Análisis de Datos” Página 3

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

DISTRIBUCIÓN
MÓDULOS CARGA Modalidad
HORARIA
Presencial Virtual

1. Introducción a la Estadística 4 horas 5 horas Teórico-Práctica

2. Estadística descriptiva __ 4 horas Teórico-práctica

3. Introducción a la probabilidad. Modelos Probabilísticos __ 4 horas Teórico-práctica

4. Principales leyes de distribución de variables aleatorias __ 4 horas Teórico-práctica

5. Introducción a la inferencia estadística __ 4 horas Teórico-práctica

6. Estimación de intervalo de confianza __ 4 horas Teórico-Práctica

7. Contrastes de hipótesis __ 4 horas Teórico-práctica

8. Contrastes basados en el estadístico Chi o Ji Cuadrado __ 4 horas Teórico-práctica

9. Análisis de la varianza. Introducción. ANOVA con un factor __ 4 horas Teórico-práctica

10. Clase de recuperación 4 horas 4 horas Teórico-práctica

11. Contrastes no paramétricos __ 4 horas Teórico-Práctica

12. Variables bidimensionales __ 4 horas Teórico-práctica

13. Regresión logística __ 4 horas Teórico-práctica

14. Clase final 4 horas 5 horas Teórico-práctica

TOTAL DE CARGA HORARIA POR MODALIDAD 12 58

CARGA HORARIA TOTAL 70

7- Metodología de desarrollo del curso

El curso propone una metodología activa, interactiva, mediante recursos didácticos en

espacio físico, además de un espacio virtual proveído por una plataforma (Moodle).
La metodología prevista para esta propuesta formativa se basa fundamentalmente en
los principios de autogestión, aprendizaje colaborativo y cooperativo y, el aprendizaje
autodirigido.

Curso de Gestión y Análisis de Datos” Página 4

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

8- Plan de Estudios – Contenidos mínimos

La propuesta formativa prevé actividades a ser desarrolladas en ambientes físicos y

virtuales, según los objetivos definidos para cada uno de los módulos.

9.1. Módulo 1: Introducción a la Estadística.

Introducción. ¿Qué es la estadística? Elementos: Población. Caracteres.
Organización de los datos. Variables estadísticas. Tablas estadísticas.
Representaciones Gráficas. Gráficos para variables cualitativas. Gráficos para
variables cuantitativas. Problemas.

9.2. Módulo 2: Estadística descriptiva

Introducción. Propósitos de la estadística descriptiva. Variables cuantitativas.

Estadísticos de tendencia central. La media. La mediana. La moda. Relación entre
media, mediana y moda. Estadísticos de posición. Percentiles, deciles y cuartiles.
Medidas de variabilidad o dispersión. Rango, varianza, desviación típica o estándar,
Coeficiente de variación. Rango inter-cuartílico. Ejemplo de cálculo de medidas de
dispersión. Asimetría y apuntamiento. Estadísticos de asimetría. Estadísticos de
apuntamiento. Problemas.

9.3. Módulo 3: Introducción a la probabilidad. Modelos Probabilísticos

Cálculo de probabilidades y variables aleatorias. Introducción. Experimentos y

sucesos aleatorios. Operaciones básicas con sucesos aleatorios. Experimentos
aleatorios y probabilidad. Noción frecuentista de probabilidad. Probabilidad de
Laplace. Definición axiomática de probabilidad. Probabilidad condicionada e
independencia de sucesos. Teoremas fundamentales del cálculo de probabilidades.
Teorema de la probabilidad compuesta. Sistema exhaustivo y excluyente de
sucesos. Teorema de la probabilidad total. Teorema de Bayes. Tests diagnósticos.
Problemas

Curso de Gestión y Análisis de Datos” Página 5

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

9.4. Módulo 4: Principales leyes de distribución de variables aleatorias.

Introducción. Distribuciones discretas. Distribución de Bernoulli. Distribución

binomial. Distribución geométrica (o de fracasos). Distribución binomial negativa.
Distribución hipergeométrica. Distribución de Poisson o de los sucesos raros.
Distribuciones continuas. Distribución uniforme o rectangular. Distribución
exponencial. Distribución normal o gaussiana. Distribución chi-cuadrado.
Distribución t de Student. La distribución F de Snedecor. Problemas.

9.5. Módulo 5: Introducción a la inferencia estadística.

Introducción. Técnicas de muestreo sobre una población. Muestreo aleatorio.

Muestreo aleatorio sin reposición. Muestreo aleatorio con reposición. Tablas de
números aleatorios: Lotería Nacional. Método de Montecarlo. Ejemplo. Muestreo
aleatorio estratificado. Ejemplo. Asignación proporcional. Asignación óptima.
Teorema. Muestreo sistemático. Observación. Muestreo por conglomerados.
Propiedades deseables de un estimador. Ejemplo. Carencia de sesgo.
Consistencia. Teorema. Eficiencia. Suficiencia. Teorema. Estimadores de máxima
verosimilitud. Algunos estimadores fundamentales. Estimador de la esperanza
matemática. Proposición. Estimador de la varianza. Proposición. Proposición.
Cuasivarianza muestral.

9.6. Módulo 6: Estimación de intervalo de confianza

Introducción. Intervalos de confianza para la distribución normal. Intervalo para la
media si se conoce la varianza. Intervalo para la media (caso general). Intervalo
de confianza para la varianza. Estimación del tamaño muestral. Intervalos para la
diferencia de medias de dos poblaciones. Intervalos de confianza para variables
dicotómicas. Intervalo para una proporción. Elección del tamaño muestral para una
proporción. Intervalo para la diferencia de dos proporciones. Problemas

Curso de Gestión y Análisis de Datos” Página 6

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

9.7. Módulo 7: Contrastes de hipótesis.

Introducción. Observaciones. Contrastes paramétricos en una población normal.

Contrastes para la media. Contrastes para la varianza. Contrastes de una
proporción. Contrastes para la diferencia de medias apareadas. Contrastes de dos
distribuciones normales independientes. Contraste de medias con varianzas
conocidas. Contraste de medias homocedáticas. Contraste de medias no
homocedáticas. Contrastes de la razón de varianzas. Caso particular: Contraste de
homocedasticidad. Contrastes sobre la diferencia de proporciones. Problemas

9.8. Módulo 8: Contrastes basados en el estadístico Chi o Ji–Cuadrado

Introducción. El estadístico chi cuadrado y su distribución. Contraste de bondad de

ajuste para distribuciones. Distribuciones de parámetros conocidos. Distribuciones
con parámetros desconocidos. Contraste de homogeneidad de muestras
cualitativas. Contraste de independencia de variables cualitativas. Problemas.

9.9. Módulo 9: Análisis de la varianza. Introducción. ANOVA con un factor.

Especificación del modelo. Algo de notación relativa al modelo. Forma de efectuar

el contraste. Método reducido para el análisis de un factor. Análisis de los resultados
del ANOVA: Comparaciones múltiples. Consideraciones sobre las hipótesis
subyacentes en el modelo Factorial. Contraste de homocedasticidad de Cochran.
Contraste de homocedasticidad de Bartlett. Problemas

Curso de Gestión y Análisis de Datos” Página 7

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

9.10. Módulo 10: . Contrastes no paramétricos

Introducción. Aleatoriedad de una muestra: Test de rachas. Normalidad de una

muestra: Test de D’Agostino. Equidistribución de dos poblaciones. Contraste de
rachas de Wald—Wolfowitz. Contraste de Mann—Withney. Contraste de Wilcoxon
para muestras apareadas. Contraste de Kruskal–Wallis. Problemas

9.11. Módulo 11:. Variables bidimensionales

Introducción. Tablas de doble entrada. Distribuciones condicionadas. Dependencia

funcional e independencia. Dependencia funcional. Independencia. Covarianza.
Coeficiente de correlación lineal de Pearson. Regresión. Bondad de un ajuste.
Regresión lineal. Problemas

9.12. Módulo 12: Regresión Logística

Introducción regresión logística. Regresión simple y múltiple. Regresión logística

simple. La función logística. Estimación de parámetros. Interpretación de
coeficientes. Regresión logística múltiple. Interpretación de los coeficientes.
Codificación de las variables. Ejercicios de aplicación software Epi
2002.Apareamiento. Tipos de apareamiento: por grupos, individual. Odds Ratio
Mantel-Haenszel (weighted). Regresión logística condicional, en estudios de casos
y controles. Apareamiento. Desventajas. Ejercicios de aplicación software Epi 2000

10. Tutora

 Dra. Margarita Samudio

Curso de Gestión y Análisis de Datos” Página 8

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

11. Bibliografía

Wayne, Daniel. Editorial: Limusa

An Introduction to Medical Statistics. 3erd edition. Bland, Martin.
Estadística Médica. Conceptos y aplicaciones al inicio de la formación médica.
Carlos Ketzocian. Coordinador. Universidad de la República. Facultad de
Medicina.
Kleinbaum David.Survival Analysis. A Self Learning Text. Springer. 1995.
Dawson Saunders B, Trapp RG. Bioestadística Médica. Ed. El Manual Moderno,
México D.F. 1993.
Bioestadística. Universidad de Málaga
Presentaciones en ppt. Conceptos y ejercicios.
Paquete estadístico EPI-INFO

Curso de Gestión y Análisis de Datos” Página 9

 Universidad Nacional del Este
Rectorado
Dirección General de Investigación

12. Cronograma de actividades propuesto

Nro. Cronograma Módulos Horario Tutor

Aula presencial Dra. Margarita Samudio

1 Sábado 7 de mayo I
de 08:00 a12:00

9 al 14 de mayo Aula Virtual Dra. Margarita Samudio

2 I
Dra. Margarita Samudio
3 16 al 28 de mayo II y III
Aula virtual
4 1 al 11 de junio IV y V Dra. Margarita Samudio
Aula virtual

5 13 al 25 de junio VI y VII Aula virtual Dra. Margarita Samudio

27 de junio al 1 de Aula virtual

6 VIII Dra. Margarita Samudio
julio

IX y Aula presencial Dra. Margarita Samudio

7 Sábado 2 de julio
Retroalimentación de 08:00 a12:00

8 4 al 16 de julio X y XI Aula virtual Dra. Margarita Samudio

9 18 al 30 de julio XII Aula virtual Dra. Margarita Samudio

Cierre de
Actividades. Aula presencial
10 Sábado 20 de agosto Dra. Margarita Samudio
Entrega de de 08:00 a12:00
Certificados

Curso de Gestión y Análisis de Datos” Página 10