Universidad Adolfo Ibañez

Departamento de Ciencias
Estadı́stica y Data Science

Plataforma de Aprendizaje de R

PAR 2023

1. Descripción del curso

En gran parte de los trabajos que hoy existen en el mercado es fundamental el correcto manejo y análisis de
datos, tanto para el desarrollo de estadı́stica o para cualquier otra aplicación. La Plataforma de Aprendizaje
R consiste en actividades online donde se desarrollarán aplicaciones de la estadı́stica (exploración, modelación
y simulación) mediante el uso del lenguaje de programación R a través de la interfaz R Studio.

2. Objetivos
El objetivo general del curso es generar un aprendizaje ı́ntegro de la herramienta a utilizar: R junto a R
Studio, aplicando ambos para el desarrollo de la estadı́stica.
En función de alcanzar dicho objetivo, se plantean los siguientes objetivos especı́ficos:
Aprender la sintaxis primordial para el uso del lenguaje de programación R.
Entender el funcionamiento distintivo que los diferentes tipos de variables presentan al momento de
utilizar R.
Aprender el manejo de datos, ası́ como sus estructuras, en R.
Calcular diferentes medidas de estadı́stica descriptiva para un conjunto de datos, ya sea medidas
de tendencia central, de dispersión, de posición y cualquier otra medida que permita caracterizar al
conjunto de datos.
Aplicar diferentes metodologı́as de inferencia estadı́stica para un conjunto de datos.

3. Contenido y Metodologı́a
Los contenidos de la plataforma están agrupados en 3 niveles: Temas, Unidades y Módulos. Los Temas
corresponden al nivel de agrupación más general. PAR cuenta con 3 temas: R y R Studio, Probabilidad y
Estadı́stica.
Cada uno de estos temas consta de Unidades, correspondientes al nivel de evaluación. Esto quiere decir
que, por cada unidad, habrá una evaluación que se ponderará con tu nota final de la asignatura.
En cada Unidad encontrarás los módulos, correspondiente a cada una de las cápsulas de contenido que
entregamos para tu aprendizaje.
Para Estadı́stica y Data Science, debes revisar los siguientes contenidos:
1. R y RStudio
Iniciando con R y RStudio
Fundamentos de R
Importar y Exportar datos
Manejo de Data Frames
2. Probabilidad
Distribuciones de probabilidad discreta
Distribuciones de probabilidad continuas

1
 Distribuciones de muestreo
3. Estadı́stica
Estadı́stica Descriptiva (univariada)
Estadı́stica Descriptiva Bidimensional
Inferencia Estadı́stica paramétrica para una muestra
Inferencia Estadı́stica paramétrica para dos muestras
En lo que respecta al contenido de las Unidades, cada una cuenta con la siguiente información:
Objetivos: Donde se verás que se espera que aprendas en la unidad presente.
Módulos: Cápsulas de contenido que contienen: Video asincrónico, Material complementario y el Trans-
crito del video.
Cuestionario de Práctica: Cuestionario que podrás hacer las veces que estimes conveniente.
Evaluación: Cuestionario de evaluación formal que pondrá a prueba tus conocimientos.

4. Evaluaciones
Tal como se comentó en la sección anterior, se considerará una evaluación por Unidad. La nota final de PAR
será calculada como el promedio simple de todas las notas obtenidas en las respectivas Unidades.
La fecha lı́mite para responder cada uno de los controles es la siguiente:

Modulo Fecha lı́mite

Control 1 Fundamentos en R 02-04-2023
Control 2 Importar y Exportar datos 02-04-2023
Control 3 Manejo de Data Frames 02-04-2023
Control 4 Distribuciones de Probabilidad Discretas 09-04-2023
Control 5 Distribuciones de Probabilidad Continuas 16-04-2023
Control 6 Distribuciones de Muestreo 23-04-2023
Control 7 Estadı́stica Descriptiva 30-04-2023
Control 8 Estadı́stica Descriptiva Bidimencional 14-05-2023
Control 9 Inferencia Estadı́stica paramétrica para una muestra 28-05-2023
Control 10 Inferencia Estadı́stica paramétrica para dos muestras 11-06-2023

Luego, la nota final de PAR queda dada por:

P10
i=1N Ci
N FP AR =
10
Donde N Ci corresponde a la nota obtenida en el i-ésimo control.

5. Ética
En caso de que el alumno incurra en una infracción al Código de Honor vigente, se estará a lo dispuesto en
dicho cuerpo normativo. Conforme al artı́culo final del actual Código de Honor y en relación con el deber de
honestidad, se transcribe en su parte pertinente lo siguiente:
Artı́culo 5. Deber de honestidad
Los estudiantes deben participar honestamente en las actividades de la universidad.
Artı́culo 6. Infracciones graves al deber de honestidad
Constituyen infracciones graves al deber de honestidad establecido en el artı́culo 5:
1. Hacer pasar como propia, exclusivamente o con otro, una obra ajena o parte de ella.
2. Emplear o facilitar a otro estudiante información de un modo prohibido por las reglas o instrucciones
aplicables a esa actividad o que sea incompatible con el sentido de esa actividad.

2
 3. mediante engaño a un representante estudiantil, funcionario, ayudante, profesor o autoridad de la
universidad a realizar u omitir un acto para obtener un provecho para sı́ u otro.
4. Hacer aseveraciones falsas ante un representante estudiantil, funcionario, ayudante, profesor o autoridad
de la universidad habiendo sido requerido a decir verdad.
Artı́culo 7. Infracciones gravı́simas al deber de honestidad
Constituyen infracciones gravı́simas al deber de honestidad establecido en el artı́culo 5:
1. Incurrir en las infracciones señaladas en los números 1o, 2o ó 3o del artı́culo 6 como medio para obtener
de un ayudante o profesor de la universidad una evaluación favorable.
2. Incurrir en la infracción señalada en el número 3o del artı́culo 6 suplantando a otro o consintiendo en
ser suplantado por otro, falsificando la firma de otro o consintiendo en la falsificación por otro de la
propia firma, o presentando documentos falsificados o que contienen afirmaciones falsas.
3. Dar u ofrecer una contraprestación a un representante estudiantil, funcionario, ayudante, profesor o
autoridad de la universidad, o a un tercero que preste servicios a la universidad, para inducirlo a
realizar un acto que deberı́a omitir o a abstenerse de un acto.