Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Syllabus del curso Inferencia Estadística, Código 551112

1. Datos del curso

Unidad a la que pertenece el curso: Escuela de Ciencias de la Educación ECEDU

Nivel de formación: Profesional Campo de formación: Disciplinar

Número de Créditos: 2 Tipología de Curso: Teórico

Docente que diseña el curso: Fernando

El curso Sí se puede habilitar
Alonso Vélez Reyes

Docente que actualiza el curso: María Camila González Reina

Fecha de elaboración del curso: Fecha de actualización del curso:

miércoles, 18 de noviembre de 2015 miércoles, 10 de junio de 2020

Descripción del curso:

Inferencia estadística es el conjunto de métodos y técnicas a partir de la información

derivada por la muestra. Los métodos paramétricos se basan en el conocimiento de la
distribución de probabilidad del estadístico de muestra que se utiliza como estimador de un
parámetro. Estos métodos se dividen en métodos de estimación de parámetros y contrastes
de hipótesis.

El curso Inferencia Estadística es un curso de tipo disciplinar que reúne los métodos clásicos
de inferencia estadística que se emplean en cualquier tipo de análisis o investigación
cuantitativa. El objetivo central del curso es proveer las herramientas estadísticas básicas de
estimación y contrastación de hipótesis que permitan la realización de inferencias validas
acerca de los parámetros poblacionales.
Este curso hace parte del núcleo problémico 2 (NP-2), donde se aborda la fundamentación
matemática que posibilita el quehacer pedagógico, crítico y reflexivo de los futuros
licenciados.

La mayoría de los métodos que se abordan a lo largo de las actividades corresponden a

estadística paramétrica en la cual se realiza algún tipo de suposición acerca de la
1
distribución de los datos en tanto que los métodos que no asumen ninguna distribución
están en la parte final del curso y corresponde a lo que se conoce como estadística no
paramétrica.

2. Propósito de formación:

El propósito de formación del curso es el siguiente:

Aplicar los métodos de estimación de parámetros a partir de información muestral y

realizar el planteamiento y contrastación de hipótesis en los diferentes escenarios que
aborda el curso.

3. Resultados de aprendizaje

Al finalizar el curso académico el estudiante estará en la capacidad de evidenciar:

Resultado de aprendizaje 1: El estudiante maneja conceptos básicos de probabilidad y

estadística para un buen desarrollo del curso.

Resultado de aprendizaje 2: El estudiante emplea distribuciones muestrales en la

descripción probabilística de estadísticas obtenidas de una muestra aleatoria, además de
desarrollar procesos de estimación de parámetros involucrando los términos de variabilidad
estadística.

Resultado de aprendizaje 3: El estudiante realiza procesos de contrastación de hipótesis

estadísticas para diferentes tipos de parámetros, diferencia los métodos de inferencia
paramétricos y no paramétricos.

Resultado de aprendizaje 4: El estudiante diferencia las distribuciones muestrales que se

emplean dependiendo de la muestra aleatoria, contrastación de pruebas de hipótesis que le
permitan argumentar la toma de decisiones y además de diferenciar los métodos
paramétricos y no paramétricos identificando sus ventajas y desventajas en términos de la
información muestral.

2
 4. Estrategia de aprendizaje:

La estrategia de aprendizaje del curso es: Aprendizaje baso en Problemas.

Esta estrategia consiste en: usar los problemas como estímulo y como centro de actividad
del estudiante. Durante el proceso de interacción de los estudiantes para entender y
resolver el problema se logra, además del aprendizaje del conocimiento propio de la
materia, que puedan elaborar un diagnóstico de sus propias necesidades de aprendizaje.

La estrategia de aprendizaje se organiza en 4 Pasos

• Paso 1: Actividad de reconocimiento

• Paso 2: Actividad sobre distribuciones muestrales y estimadores
• Paso 3: Actividad sobre prueba de hipótesis
• Paso 4: Actividad final del curso

5. Contenidos y referentes bibliográficos del curso

Unidad 1: Distribuciones muestrales y estimación

En esta unidad se abordarán los siguientes contenidos:
• Distribución muestral
• Estimación puntual y por intervalo

Para abordar los contenidos se requiere consultar los siguientes referentes bibliográficos:

• Canavos, G., Meyer, P., Spiegel, M., & Mendenhall, S. (1988). Probabilidad y
estadística. Aplicaciones y métodos. Recuperado de
https://gsosa61.files.wordpress.com/2008/03/10-canavos-g-probabilidad-y-
estadistica-aplicaciones-y-metodos.pdf

• Wackerly, D., Mendenhall, W., & Scheaffer, R. (2009). Wackerly, D.D. and
Mendenhall, W. and Scheaffer, R.L. Estadística Matemática Con Aplicaciones, Séptima
Edición, Cengage Learning. Recuperado de
https://docs.google.com/viewer?a=v&pid=sites&srcid=Y2llbmNpYXMudW5hbS5teHxt
LWVzdGFkaXN0aWNhMXkyfGd4OjQyZDI5ZDE1ZjE2MjhhNzg
3
 • Sáez, A. (2010). Métodos Estadísticos con R y R Commander, Universidad de Jaen,.
Recuperado de https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf

OVI - Unidad 1 – Implementación de la herramienta RStudio en estadística

En el Objeto Virtual de Información presenta un preámbulo de la implementación de
RStudio en el área de estadística.

• González R., María Camila (2020). Implementación de la herramienta RStudio en

estadística [Archivo de video]. Recuperado de
https://repository.unad.edu.co/handle/10596/30914

Unidad 2: Prueba de hipótesis estadísticas

En esta unidad se abordarán los siguientes contenidos:
• Prueba de hipótesis paramétrica
• Prueba de hipótesis no paramétrica

Para abordar los contenidos se requiere consultar los siguientes referentes bibliográficos:

• Abreu, J. (2012). Hipótesis, método & diseño de investigación (hypothesis, method &
research design). Daena: International Journal of Good Conscience, 7(2), 187-197.
Recuperado de http://www.spentamexico.org/v7-n2/7(2)187-197.pdf

• Ostle, B. (1981). Estadística aplicada. Limusa. Recuperado de

http://dspace.ucbscz.edu.bo/dspace/bitstream/123456789/4390/1/678.pdf

• Wackerly, D., Mendenhall, W., & Scheaffer, R. (2009). Wackerly, D.D. and
Mendenhall, W. and Scheaffer, R.L. Estadística Matemática Con Aplicaciones, Séptima
Edición, Cengage Learning. Recuperado de
https://docs.google.com/viewer?a=v&pid=sites&srcid=Y2llbmNpYXMudW5hbS5teHxt
LWVzdGFkaXN0aWNhMXkyfGd4OjQyZDI5ZDE1ZjE2MjhhNzg

OVI - Unidad 2 – Pruebas de hipótesis

En el Objeto Virtual de Información presenta la definición de prueba de hipótesis

• González R., María Camila (2020). Pruebas de hipótesis [Archivo de video].

Recuperado de https://repository.unad.edu.co/handle/10596/34032

4
 6. Organización de las actividades académicas por semanas
Momento inicial

Paso 1: Actividad de reconocimiento.

Se desarrolla entre la semana 1 y la semana 2
Responde al resultado de aprendizaje 1
Las actividades son: reconocimiento del curso, el cual consiste en realizar la
evaluación de conocimiento de presaberes.

Momento intermedio

Paso 2: Actividad sobre distribuciones muestrales y estimadores

Se desarrolla entre la semana 3 y la semana 8
Responde al resultado de aprendizaje 2
Las actividades son: Los estudiantes realizarán los ejercicios planteados en la guía de
actividades, sobre los temas de distribuciones muestrales y estimadores. Entregando así un
solo documento de manera colaborativa.

Paso 3: Actividad sobre prueba de hipótesis

Se desarrolla entre la semana 9 y la semana 14
Responde al resultado de aprendizaje 3
Las actividades son: Los estudiantes realizarán los ejercicios planteados en la guía de
actividades, sobre prueba de hipótesis. Entregando así un solo documento de manera
colaborativa.

Momento final

Paso 4: Actividad final del curso

Se desarrolla entre la semana 15 y la semana 16
Responde al resultado de aprendizaje 4

5
Las actividades son: Los estudiantes realizarán los ejercicios planteados en la guía de
actividades, sobre los temas del curso. Entregando así un solo documento de manera
colaborativa.

7. Estrategias de acompañamiento docente

Para desarrollar las actividades del curso usted contará con el acompañamiento del docente.
Los espacios en los cuales usted tendrá interacciones con su docente son los siguientes:
• Foros de trabajo
• Correo en campus virtual
• Sesiones de conferencia en línea o webconference
• Sesiones de chat en skype

8. Plan de Evaluación del curso

Momento de evaluación inicial:

Paso 1:
Responde al resultado de aprendizaje 1
Los criterios con los que será evaluado son: Realizar la evaluación de presaberes, la cual
ayuda a evidenciar los conceptos básicos que se deben de tener para el desarrollo de este
curso.
Las evidencias de aprendizaje son: El estudiante maneja conceptos básicos de probabilidad
y estadística para un buen desarrollo del curso.

La valoración máxima de esta actividad es de 25 puntos, equivalente al 5% de la evaluación

del curso.

Momento de evaluación intermedio:

Paso 2:
Responde al resultado de aprendizaje 2
Los criterios con los que será evaluado son: Participación significativa en el foro, realizar
aportes de los ejercicios planteados en la guía de actividades presentando el paso a paso de
ellos. Entrega del documento en el entorno de evaluación.
Las evidencias de aprendizaje son: El estudiante emplea distribuciones muestrales en la
descripción probabilística de estadísticas obtenidas de una muestra aleatoria, además de

6
desarrollar procesos de estimación de parámetros involucrando los términos de variabilidad
estadística.
La valoración máxima de esta actividad es de 175 puntos.

Paso 3:
Responde al resultado de aprendizaje 3
Los criterios con los que será evaluado son: Participación significativa en el foro, realizar
aportes de los ejercicios planteados en la guía de actividades presentando el paso a paso de
ellos. Entrega del documento en el entorno de evaluación.
Las evidencias de aprendizaje son: El estudiante realiza procesos de contrastación de
hipótesis estadísticas para diferentes tipos de parámetros, diferencia los métodos de
inferencia paramétricos y no paramétricos.
La valoración máxima de esta actividad es de 175 puntos.

La valoración total de este momento de evaluación corresponde al 70% del curso (350
puntos).

Momento de evaluación final:

Paso 4 :
Responde al resultado de aprendizaje 4
Los criterios con los que será evaluado son: Participación significativa en el foro, realizar
aportes de los ejercicios planteados en la guía de actividades presentando el paso a paso de
ellos. Entrega del documento en el entorno de evaluación.
Las evidencias de aprendizaje son: El estudiante diferencia las distribuciones muestrales que
se emplean dependiendo de la muestra aleatoria, contrastación de pruebas de hipótesis que
le permitan argumentar la toma de decisiones y además de diferenciar los métodos
paramétricos y no paramétricos identificando sus ventajas y desventajas en términos de la
información muestral.
La valoración total de este momento es de 125 puntos, equivalente al 25% de la evaluación
del curso.