Código Créditos

MM106 ESTADISTICA SOCIAL 4

Facultad: Ciencias Escuela: Matemática y ciencias de la computación.

Carreras según grado: Educación física.

Requisitos del espacio de aprendizaje (código, nombre y créditos):

MM-100 Introducción a la Estadística Social 4 u.v.

Modalidad:
1. Presencial √
- Herramienta de apoyo a la formación presencial (plataforma) √

2. Distancia
- e-learning
- b-learning

Distribución de la actividad académica del espacio de aprendizaje

Total de créditos: 4 Número de semanas: 13 Número de horas teóricas: 39

Teóricos: 3 Horas teóricas por semana: 3 Número de horas prácticas: 13
Prácticos: 1 Horas prácticas por semana: 1 Horas de trabajo independiente del
6
estudiante en la semana:
Horas de trabajo independiente del 78
estudiante en el período:

Descripción del espacio de aprendizaje (naturaleza y propósito):

La estadística es una de las áreas más relevantes que las matemáticas ofrece, por lo que el objetivo de este curso es que
los estudiantes desarrollen las habilidades necesarias para hacer uso de dicha herramienta en su profesión,
despertándoles de paso el interés por la investigación.

Estadística I busca dar al estudiante un amplio panorama de aplicaciones estadísticas: Desde la recolección de datos
hasta la predicción y tendencias. El curso se centra en la aplicación de las distribuciones de probabilidad, discretas y
continuas. La meta a alcanzar es que los estudiantes puedan diferenciar para qué clase de experimentos se diseñaron y
que sean capaces de utilizarlas correctamente. La estadística descriptiva se estudia ampliamente con trabajos prácticos
que se auxilian de Excel (o cualquier otra aplicación estadística por computadora) para producir gráficas de gran calidad
y abreviar procesos. También se introduce al estudiante a la inferencia estadística, desarrollando de esta forma la
competencia de investigación científica.
 Capacidades previas (conocimientos, habilidades, destrezas, valores adquiridos por los estudiantes):

• Conoce las técnicas fundamentales para realizar operaciones aritméticas básicas.

• Uso básico de la calculadora.
• Manejo básico de operaciones algebraicas.
• Noción del uso de la estadística en el ámbito de su entorno.
• Manejo de los conceptos de medidas descriptivas
• Calcular probabilidades en el sentido clásico y frecuentita
• Manejo de los modos estadísticos de las calculadoras científicas
• Realiza cálculo de probabilidades
• Construcción de diagramas de Venn

Competencias genéricas:
• Capacidad de análisis y síntesis.
• Capacidad de aplicar los conocimientos a la práctica.
• Comunicación y colaboración.
• Raciocinio creativo y resolución de problemas.
• Conocimiento tecnológico.
• Capacidad crítica y autocrítica.
• Habilidad para trabajar en forma autónoma.
• Preocupación por la calidad.
• Motivación por el logro.
• Habilidades interpersonales.
• Creatividad.
• Toma de decisiones.

Competencias específicas:

• Explica los conceptos y definiciones fundamentales de la Estadística.

• Determina valores de medidas descriptivas.
• Utiliza correctamente la tabla normal estándar para cálculo de probabilidades.
• Construye de intervalos de confianza para parámetros de población.
• Aplica pruebas de independencia para variables categóricas.
• Aplica pruebas de hipótesis dentro de su campo particular de estudio.
• Utiliza tablas de distribución para encontrar valores que definan regiones de rechazo y coeficiente de
confiabilidad

Sub-competencias

• Lee e interpreta tablas de distribuciones de probabilidad, para calcular probabilidades.

• Sabe seleccionar, calcular e interpretar los estadísticos adecuados para analizar una población.
• Capacidad de representar problemas y expresiones del lenguaje social en términos de expresiones
estadísticas que incluyan análisis de medias, proporciones o varianzas.
 Áreas temáticas:

Unidad I

1. Repaso de Conceptos fundamentales Estadística y elementos de teoría de la probabilidad.

2. Definir y enumerar los estimadores insesgados.
3. Elementos de muestro. Teorema del límite central.
4. Intervalos de confianza con muestras grandes: para una media, una proporción, diferencia de dos medias,
diferencia de dos proporciones.
5. Intervalo de confianza para una media proveniente de una distribución normal con varianza desconocida y
muestra pequeña.
6. Intervalos de confianza para la diferencia de dos medias provenientes de distribuciones normales con
varianzas iguales pero desconocidas.
7. Intervalo de confianza para la varianza de una población.
Unidad II.

8. Introducción a las pruebas de hipótesis. Prueba de hipótesis con muestras grandes para una media.
9. Pruebas de hipótesis con muestras grandes para una proporción.
10. Pruebas de hipótesis para la diferencia de dos medias con muestras grandes.
11. Pruebas de hipótesis para la diferencia de dos proporciones con muestras grandes.
12. Prueba de hipótesis para la media de una población proveniente de una distribución normal con varianza
desconocida.
13. Prueba de hipótesis para la diferencia de dos medias provenientes de distribuciones normales con varianzas
iguales pero desconocidas.
14. Prueba de hipótesis para muestras pareadas.
15. Prueba de hipótesis acerca de la varianza de una población.
Unidad III:

16. Ji-cuadrada como prueba de independencia.

17. Análisis de varianza.
18. Regresión lineal múltiple: introducción y deducción de la ecuación de regresión múltiple.
19. La computadora y la regresión múltiple.
20. Inferencias sobre parámetros de población.
21. Técnicas de modelado.

Estrategias metodológicas de aprendizaje-enseñanza

1. Presencial 2. Distancia
• Actividades grupales - Ninguna.
• Lecciones magistrales
• Metodologías prácticas
• Clases teórico -prácticas
• Aprendizaje basado en problemas
• Metodologías varias como actividades no presenciales
individuales y aprendizaje colaborativo.
 Se espera que el estudiante se apoye en su texto, en sus
compañeros de grupo y en bibliografía adicional en su
estudio diario.

Logros de aprendizaje:
• Aplicar los conceptos y técnicas básicas del análisis estadístico, los cuales podrán utilizar en la toma de
decisiones en áreas sociales, deportes y administrativas.
• Hacer inferencias sobre las características de una población en base a datos muestrales
Estrategias de evaluación de los aprendizajes

1. Presencial 2. Distancia
Tipos de evaluación Ninguna
Diagnóstica, Formativa y Sumativa.
Evaluación según participantes
Autoevaluación
Coevaluación
Hetero-evaluación
Sistemas de evaluación
Evaluación Mixta
Criterios de evaluación
Pruebas de conocimiento.
Destrezas.
Actitudes y valores.
Instrumentos de evaluación
Pruebas escritas
Proyectos de investigación
Prácticas de laboratorio de computación

Referencias bibliográficas sugeridas

Bibliografía Básica.

• Estadística para administración, 7ta Edición David M. Levine, Timothy C. Krehbiel y Mark L. Berenson.
• Garcia, López y Calvo, Estadística Básica para estudiantes de ciencias, UCM, Departamento de Astrofísica y
ciencias atmosféricas, facultad de ciencias.
http://webs.ucm.es/info/Astrof/users/jaz/ESTADISTICA/libro_GCZ2009.pdf

Bibliografía complementaria.

• Métodos Estadísticos Aplicados. DOWNIE-HEARTH, HARLA.

• Estadística Elemental, ROBERT JONSON, EDIT. IBEROAMERICANA.
• Estadística. FREUND – SMITH. PRENTICE HALL.
• Guías complementarías.
• https://www.intecca.uned.es/upload/noticias/20130614114556u_CURSO0DEESTADISTICAAPLICADA.pdf
• Programa de las naciones unidas para el desarrollo: http://www.undp.org/content/undp/es/home.html
• SDP/INE/SS (2013) Encuesta Nacional de Demografía y Salud, ENDESA, 2011-2012. ICF International,
Maryland, EEUU.
• INE. (2013). Encuesta Permanente de Hogares de Propósitos Múltiples EPHPM, Mayo, 2013. Programa de
Encuestas de Hogares. Tegucigalpa, Honduras.
 Recursos adicionales (revistas, páginas web,videos, películas, otros):

• Probabilidad y estadística - Khan Academy https://es.khanacademy.org/math/probability

• https://www.slideshare.net/Luisaguerrerogarcia/tipos-y-diseos-de-investigacin-en-las-ciencias-sociales-
monografa-72022451

• Campus Virtual de la UNAH: https://www.campusvirtual.unah.edu.hn/login/index.php

Conformación de planta docente del espacio de aprendizaje

Este espacio de aprendizaje estará integrado por:

• Licenciado en Matemáticas.

Transversalización de los ejes curriculares

• Corrupción, transparencia y rendición de cuentas

• La toma de decisiones y el comportamiento ético y moral
• Actitudes y valores

Fechas de Evaluación:

Examen Parcial: Fecha Valor: Hora y Lugar:

I-PARCIAL jueves 02 de marzo 80% 10:00 am – 10:50 am aula clase

II-PARCIAL jueves 30 de marzo 80% 10:00 am – 10:50 am aula clase

III-PARCIAL jueves 27 de abril 80% 10:00 am – 10:50 am aula clase

Reposición: jueves 04 de mayo 80% 10:00 am – 10:50 am aula clase

El valor de la tarea dentro de cada parcial es de 20%.