Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADISTICA II
ESTD-081
Marzo, 2019
1
2
PROGRAMA DE ASIGNATURA
Código: ESTD-081
Identificación General
Docente
Dr.(C). JORGE CORTES QUINTANA Docentes colaboradores
responsable
jorge.cortes@uach.cl Correo electrónico
Correo electrónico
3
Antecedentes de la asignatura, según proyecto curricular de la carrera
Asignaturas-
requisito (con código) Estadística I Créditos SCT-Chile 5
Vinculante-
Área de formación Especialidad General X Optativa
profesional
La asignatura de Estadística II tiene como objetivo que el estudiante adquiera una comprensión operativa de los
Descripción de la
elementos fundamentales de los modelos de regresión, que le permitan enfrentar la incertidumbre en que está
asignatura
inmerso el proceso de toma de decisiones en la gestión, la economía y las finanzas.
4
Aporte de la asignatura al Perfil de Egreso, según proyecto curricular de la carrera
-Específicas:
Básico Medio Superior Avanzado
C.1: Evaluar las variables económicas, políticas, legales, sociales y
X
tecnológicas del entorno, para la toma de decisiones en la
organización con una mirada sistémica.
C.3: Evaluar el logro de los objetivos de la organización, a través de un X
sistema de control de gestión, contribuyendo a su viabilidad y
sustentabilidad.
C.4: Integrar herramientas y técnicas de gestión en los procesos de X
toma de decisiones organizacionales.
C.5: Desarrollar procesos de gestión relacionados con el capital
X
humano, recursos financieros, tecnológicos, mercados y clientes,
para alcanzar los objetivos organizacionales con eficacia y
eficiencia X
C.6: Innovar en la generación de ideas de negocios, procesos y
productos con espíritu emprendedor, considerando un enfoque de
sustentabilidad y creación de valor X
5
-Genéricas: Básico Medio Superior Avanzado
6
Programación por Unidades de Aprendizaje
7
Prof. Jorge Cortés Q.
Semanas 9 - 13 1. Analizar modelos de
Unidad 2 REGRESIÓN LINEAL regresión lineal
MÚLTIPLE. múltiple aplicados a
la solución de
problemas en Clases
2.1. Modelo de Regresión Lineal
ingeniería (testear expositivas, con
Múltiple y Supuestos.
parámetros, modelar, apoyo multimedia
predicción). y Software Evidencia a través de 20 horas 40 horas no
2.2. Hipótesis (ANOVA) e Intervalos de Estadístico. talleres asistidos en el teóricas- presenciales
Confianza asociados al Modelo de desarrollo de la prácticas
2. Realizar Análisis de
Regresión Lineal Múltiple. Trabajo Autónomo unidad, como una presenciales
varianza del modelo
de regresión lineal y en equipo en el forma de generar
2.3. Análisis de modelos de regresión múltiple aplicados a aula con talleres participación y otorgar
lineal múltiple con variables la solución de aplicados. incentivos que
cualitativas dummy. problemas en permitan profundizar
ingeniería. en los conocimientos
y mejorar el
3. Analizar modelos de rendimiento
regresión lineal académico.
múltiple con
variables dummy
aplicados a la
solución de
problemas en
ingeniería.
8
Prof. Jorge Cortés Q.
Semanas 14 - 15 Realizar análisis de
Unidad 3 ANÁLISIS DE diagnóstico de los Evidencia a través de
DIAGNÓSTICO EN MODELOS DE modelos de regresión talleres asistidos a
lineal simple y múltiple través del desarrollo
REGRESIÓN
mediante: Análisis Clases de la unidad, como
3.1. Análisis de diagnóstico de modelos
residuales (normalidad), expositivas, con una forma de generar
de regresión lineal simple.
multicolinealidad, apoyo multimedia participación y otorgar
heterocedasticidad y y Software incentivos que
3.2. Análisis de diagnóstico de modelos
autocorrelación, Estadístico. permitan profundizar
de regresión lineal múltiple.
aplicados a la solución en los conocimientos
de problemas en Trabajo Autónomo y mejorar el
ingeniería. y en equipo en el rendimiento
aula con talleres académico. 8 horas
aplicados. Teóricas-
Evidencia de prácticas 16 horas no
conocimiento a través presenciales presenciales
de:
era
3 Prueba de
Cátedra (25%).
Unidades 2 y 3.
9
Prof. Jorge Cortés Q.
Semanas 16 - 17 1. Analizar modelos de
Unidad 4 MODELO DE regresión Logit Evidencia a través de
REGRESIÓN CON VARIABLE aplicados a la talleres asistidos a
solución de través del desarrollo
DEPENDIENTE DISCRETA.
problemas en de la unidad, como
ingeniería. Clases una forma de generar
4.1. Introducción al modelo lineal de expositivas, con participación y otorgar
probabilidad. apoyo multimedia incentivos que
2. Analizar modelos de
regresión Probit y Software permitan profundizar
4.2. Modelo de regresión no lineal Logit, aplicados a la Estadístico. en los conocimientos
ideas generales, estimación e solución de y mejorar el 8 horas 16 horas no
interpretación. problemas en Trabajo Autónomo rendimiento Teóricas- presenciales
ingeniería. y en equipo en el académico. prácticas
4.3. Modelo de regresión no lineal aula con talleres presenciales
Probit, estimación e interpretación. 3. Analizar modelos de aplicados. Evidencia de
regresión no lineales conocimiento a través
4.4. Análisis de modelos no lineales. aplicados a la de:
solución de
ta
problemas en 4 Prueba de
ingeniería (testear Cátedra (25%).
parámetros, modelar, Unidad 4.
predicción).
10
Requisitos de aprobación
Asistencia: La asistencia a clases es libre en los aspectos teóricos y prácticos, pero controlada a fin de considerarla en situaciones especiales en el
rendimiento de los estudiantes. Por tanto, para recibir dicho beneficio, tendrán derecho sólo aquellos estudiantes que hayan asistido a más del 70 por
ciento de las clases programadas. Además, se requiere Puntualidad a la hora de ingresar al aula, según acuerdo asumido en claustro ampliado de la
Facultad. Y finalmente, el % de rendimiento para la nota 4, será de un 60%. La prueba sustitutiva o Recuperativa, es para máximo una nota y son
excluyentes.
Evaluaciones (fechas y ponderaciones):
PRUEBAS FECHAS TEMAS O CAPÍTULOS PONDERACIÓN %
11
Recursos de aprendizaje
Referencias Bibliográficas
Obligatoria:
Material multimedia de elaboración propia del docente responsable.
Gujarati, D., y Porter, D. (2010). Econometría, Quinta Edición. Editorial Mc. Graw-Hill. México.
Levin, R. y Rubin, D. (2004). Estadística para Administración y Economía. Séptima edición, Editorial Pearson Educación, México.
Levin, R. y Rubin, D. (2004). Estadística para Administración y Economía. Séptima edición, Editorial Pearson Educación, México.
Complementaria:
Mendenhall William & Sincich Terry (1997). Probabilidad y Estadística para Ingeniería y Ciencias. Prentice hall.
David, Belsley and Kuh, Edwin and Welsch, Roy (1980). Regression diagnostics: identifying influential data and sources of collinearity. John
Wiley & Sons, New York.
Montgomery, D. y Runger, G. (2003). Probabilidad y Estadística Aplicadas a la Ingeniería. México: Mc Graw Hill.
Sugerida:
Pérez C. (2003). Estadística, problemas resueltos y aplicaciones. Editorial Parson Pretince Hall, pp. 335 – 378.
Pérez C. (2005). Técnicas Estadísticas con SPSS 12, aplicaciones al análisis de datos. Editorial Pearson Pretince Hall. pp. 379 – 436.
Otros recursos:
Plataforma SIVEDUC (https://siveduc.uach.cl/)
12