La asignatura de Estadística y Probabilidades entrega a los estudiantes las principales

herramientas de análisis estadístico de datos, esto es, ver y analizar los datos desde sus
medidas de tendencia central y dispersión, lo que les permita comprender su
comportamiento y rescatar tendencias que se puedan presentar en ellos. El curso se inicia
con estadística descriptiva y análisis exploratorio de datos, prosigue con probabilidades,
inferencia estadística (vista mediante el estudio de intervalos de confianza y dócima de
hipótesis), para concluir con el modelo de análisis de regresión simple, sus implicancias y
usos prácticos.

Nota: estimado/a estudiante, en esta asignatura encontrarás evaluaciones (foro, trabajos

de la semana y evaluación final) que se desarrollarán en un período y tiempo
determinado. Por lo tanto, debes revisar en cada una de las unidades la TABLA DE
CONTENIDOS de unidad, pues en ella se expondrán los materiales y las condiciones
para realizar las evaluaciones.

Interpretar informes estadísticos para desarrollar un análisis de información que permita

realizar simulaciones y optimizaciones para datos estadísticos, cuyo objetivo es mejorar
los procesos de tratamiento de la población en estudio mediante inferencia estadística,
evidenciando orden y prolijidad en la ejecución de los protocolos de trabajo, de acuerdo a
las necesidades del caso respectivo.

Cada semana lectiva comienza el martes y finaliza el lunes.

La siguiente tabla muestra la distribución de calificaciones y porcentajes de las diversas
instancias evaluativas de la asignatura.
• Reconocer los términos básicos que se utilizan en estadística, que permiten la
toma de decisiones, a partir de la descripción de datos.
• Identificar los tipos de muestreo y sus errores, para aplicar estas técnicas en casos
tipo de análisis.
• Seleccionar el muestreo a utilizar para aplicarlo en el proceso de análisis,
considerando los objetivos específicos del caso.
• Agrupar datos en tablas de frecuencia para realizar su posterior análisis
estadístico, en casos de información estadística tipo.
• Interpretar gráficos de resumen de datos, para aplicarlos en el análisis estadístico,
en casos de información de datos tipo.

estadística, muestreo, variables, frecuencias, gráficos.

• La estadística.
• Definiciones importantes.
• Métodos de muestreo.
• Clasificación de variables.
• Distribución de frecuencias.
• Gráficos.

Spiegel, M. y Stephens, L. (2009). Estadística (cuarta

edición). Capítulo 2: Distribuciones de frecuencia (pp.
37-60). México. McGraw Hill.

Martínez, C. (2011). Estadística básica aplicada (cuarta

edición). Capítulo 5: Elaboración de gráficas (pp. 65-88).
Colombia. Ecoe Ediciones.

Colegio 24 Horas (2004). Estadística. Capítulo 1: Población

y muestra (pp. 6-8). Colegio 24 Horas.

Colegio 24 Horas (2004). Estadística. Capítulo 2:

Estadística descriptiva (pp. 9-20). Colegio 24 Horas.
 • Pregunta de discusión.
• Trabajo
• Foro Qué aprendí.

• Calcular e interpretar las medidas de tendencia central, estadígrafos de posición y

medidas de dispersión, que permitan tomar decisiones de forma efectiva, según el
caso solicitado por la empresa u organización.
• Analizar problemas de estadística bivariada, para aplicar procedimientos de
relacionamiento de variables, en casos de información estadística tipo.

medidas de tendencia central, medidas de posición, medidas de

dispersión, frecuencia bivariada.

• Medidas de tendencia central.

• Medidas de posición.
• Medidas de dispersión.
• Tablas de frecuencia bivariadas.

Spiegel, M. y Stephens, L. (2009). Estadística (cuarta

edición). Capítulo 3: Media, mediana y moda, y otras
medidas de tendencia central (pp. 61-94). México.
McGraw Hill.

Spiegel, M. y Stephens, L. (2009). Estadística (cuarta

edición). Capítulo 4: Desviación estándar y otras
medidas de dispersión (pp. 95-122). México. McGraw
Hill.
 Martínez, C. (2011). Estadística básica aplicada (cuarta
edición). Capítulo 6: Medidas de Tendencia central (pp.
89-136). Colombia. Ecoe Ediciones.

Martínez, C. (2011). Estadística básica aplicada (cuarta

edición). Capítulo 7: Medidas de tendencia central
(continuación) (pp. 137-170). Colombia. Ecoe Ediciones.

• Pregunta de discusión.
• Control.
• Foro Qué aprendí.

• Reconocer experimentos aleatorios, para determinar su espacio muestral, en

situaciones de incertidumbre dadas.
• Calcular la probabilidad de experimentos aleatorios, para medir la posibilidad que
se dé un determinado suceso, según sea el caso de análisis.
• Calcular la probabilidad condicional, para aplicarla en experimentos
probabilísticos, según sea el caso de análisis.
• Aplicar el Teorema de Bayes para calcular probabilidades, aplicado a situaciones
reales.

probabilidad, espacio muestral, probabilidad condicional, teorema

de Bayes.

• Teoría de Probabilidad.
• Cálculo de Probabilidad.
• Teorema de Bayes.
Spiegel, M. y Stephens, L. (2009). Estadística (cuarta
edición). Capítulo 6: Teoría elemental de probabilidad
(pp. 139-171). México. McGraw Hill.

Moore, D. (2005). Estadística aplicada básica (segunda

edición). Capítulo 4: Distribuciones muestrales y
probabilidad (pp. 269-342) Barcelona. Antoni Bosch
editor.

Moore, D. (2005). Estadística aplicada básica (segunda

edición). Capítulo 5: Teoría de probabilidad (pp. 343-
392) Barcelona. Antoni Bosch editor.

Bouza, C. y Vega, V. (2002). Estadística. Teoría básica y

ejercicios. Capítulo 2: Teoría de Probabilidades (pp. 33-
80). La Habana, Cuba. Editorial Félix Varela.

• Pregunta de discusión.
• Trabajo.
• Foro Qué aprendí.
 • Distinguir funciones de cuantía y de densidad estándar, para aplicarlas en
variables aleatorias, de acuerdo con el caso de análisis.
• Distinguir modelos de distribuciones de probabilidad, para aplicarlos a variables
discretas y continuas, en problemas relacionados con la administración.

variable aleatoria, probabilidad, distribución de probabilidad,

cuantía, densidad estándar.

• Variable aleatoria.
• Distribución de probabilidad.

Lind, D. et al. (2012). Estadística aplicada a los negocios y

la economía (15a. ed.). Capítulo 6: Distribuciones de
probabilidad discretas (pp. 186-221). México. McGraw-
Hill Interamericana.

Llinás, H. (2017). Estadística descriptiva y distribuciones de

probabilidad (13ª edición). Capítulo 4: Variable aleatoria
continua y distribución de probabilidad (pp. 257-316).
Universidad del Norte.

Sánchez, E. (2014). Probabilidad y estadística II (primera

edición). Unidad 3: Distribución de probabilidad de
variable aleatoria continua. (pp. 76-105). Grupo Editorial
Patria.

• Pregunta de discusión.
• Control.
• Foro Qué aprendí.
 • Calcular la estimación puntual y por intervalos, para estimar parámetros dentro de
una población o muestra, según sea el caso de análisis.
• Establecer decisiones de implementación, para aplicar el test de hipótesis
correspondiente, en casos de datos para inferencia estadística.

intervalos de confianza, prueba de hipótesis, estimador,

estimación, parámetros.

• Estimador y parámetro.
• Estimación puntual.
• Estimación por intervalos.
• Pruebas de hipótesis.

Matus, R. (2010). Estadística. Capítulo 3: Estimación e

intervalos de confianza (pp. 43-64). México. Instituto
Politécnico Nacional.

Matus, R. (2010). Estadística. Capítulo 4: Pruebas de

Hipótesis (pp. 65-94). México. Instituto Politécnico
Nacional.

Moore, D. (2005). Estadística aplicada básica (segunda

edición). Capítulo 6: Introducción a la inferencia
estadística (pp. 393-480) Barcelona. Antoni Bosch Editor.

• Pregunta de discusión.
• Trabajo.
• Foro Qué aprendí.
 • Identificar tipos de variables para determinar la relación que existe entre ellas, a
través de un estudio estadístico.
• Aplicar el método de regresión lineal simple para desarrollar un análisis de datos, a
través del método de mínimos cuadrados ordinarios.

variable, regresión lineal, regresión lineal simple, mínimos

cuadrados.

• Relación entre las variables.

• Regresión lineal.

Martínez, C. (2011). Estadística básica aplicada (cuarta

edición). Capítulo 9: Regresión y correlación (pp. 209-
246). Colombia. Ecoe Ediciones.

Moore, D. (2005). Estadística aplicada básica (segunda

edición). Capítulo 11: Inferencia para regresión (pp. 687-
726) Barcelona. Antoni Bosch Editor.

• Pregunta de discusión.
• Control.
• Foro qué aprendí.
Durante la semana 7 del curso realizarás la evaluación final de la asignatura. Revisa los
requisitos de aprobación a continuación.

para preparar esta evaluación, te recomendamos revisar la bibliografía y recursos

de aprendizaje abordados durante las semanas lectivas anteriores, así como también,
revisar los materiales que fueron construidos para este efecto.

Para completar esta actividad final debes llevar a cabo dos

ítems; el primero a través del desarrollo de un examen y el
segundo oral, mediante la construcción de un video, donde
vas a exponer sobre la temática que tu docente online
solicite en las especificaciones de la evaluación. Deberás
grabar tu respuesta habiendo creado previamente una
cuenta YouTube, para ello contarás con la guía de un
tutorial.

Los objetivos esta actividad de cierre del curso son:

• Analizar datos estadísticos para obtener
conclusiones, mediante la resolución de ejercicios y
problemáticas dadas.
• Distinguir las herramientas fundamentales para el
cálculo de probabilidades según sea el caso.
• Analizar información de un conjunto de datos, para
hacer inferencia estadística de la población en
estudio, según sea el caso.
El examen se llevará a cabo en la plataforma online, el
período para finalizar su desarrollo es entre el viernes a
las 00:00 horas, hasta las 23:55 horas del día lunes de
la semana 7. La corrección de esta actividad será
autoevaluable en el caso del primer ítem del examen, es
decir que el sistema te entregará la retroalimentación
automatizada cuando envíes tus respuestas. El segundo
ítem será revisado por tu docente de acuerdo a los criterios
de la evaluación.
Distribución de frecuencias, muestreo, medidas de
tendencia central, de posición y de dispersión, cálculo de
probabilidades, distribución de probabilidad, intervalos de
confianza, prueba de hipótesis, regresión lineal simple.
_______________________________________________________________________________

Todos los derechos de autor son de la exclusiva propiedad de UNIACC o de los otorgantes de sus licencias. No
está permitido copiar, reproducir, reeditar, descargar, publicar, emitir, difundir, poner a disposición del público ni
utilizar los contenidos de forma alguna, excepto para su uso personal, nunca comercial.

Av. Salvador 1200, Providencia, Santiago, Chile © 2019 Universidad UNIACC.