TEMA:

RASTREO DE PLATAFORMAS E INSCRIPCIÓN Y PARTICIPACIÓN

EN UN MOOC. PRESENTACIÓN DE RESULTADOS

AUTOR
JAIME FLORES
DISEÑO DE MOOC

TUTOR:
DR. EDWIN UNDA
D. M. Quito, 23 de octubre 2022
DISEÑO DE MOOC
TAREA SEMANA 2
En esta tarea se le pide que analice los principales elementos de un MOOC. Por favor, complete el siguiente cuadro comparativo:

Rastreo de plataformas e inscripción y participación en un MOOC. Presentación de resultados

Nombre del MOOC Coursera
Temática Introducción a la estadística
URL https://www.coursera.org/learn/stanford-statistics

Estructura del MOOC (Tabla Espacios de comunicación Tipos de recursos (Vídeos, Tipos de actividades (tests,
de contenidos) (ej. Foros, blog, redes documentos descargables, P2P, otros)
sociales) elementos multimedia, etc.)
Semana 1: 8 vídeos Tareas:
Las clases se realizan
sincrónica vía zoom • La interpretación de la 1 ejercicio de práctica
Introducción y estadísticas descriptivas probabilidad 3m
Producción de datos y muestreo 45m
para la exploración de datos • Complemento, resultados
igualmente probables, suma y
multiplicación 4m
Este módulo proporciona una
• Ejemplo de cuatro reglas: cómo
descripción general del curso y una
lidiar con "Al menos uno" 2m
revisión de las principales herramientas
• Resolución de problemas por
utilizadas en estadística descriptiva para enumeración total 3m
visualizar información. • Regla de Bayes 3m

Semana 2:
Producción de datos y muestreo
En este módulo, verá los conceptos
principales para el muestreo y el diseño
de experimentos. Aprenderá sobre
trampas curiosas y cómo evaluar la
efectividad de tales experimentos.
• Análisis Bayesiano 4m
• Modelo de respuesta aleatoria
de Warner 3m
• [EXTRA] Perspectivas de la
industria: Descubrimiento de fármacos
en twoXAR
6 vídeos
Tareas:
Las clases se realizan Introducción 2m
1 ejercicio de práctica
sincrónica vía zoom
Muestreo Aleatorio Simple y Muestreo
Producción de datos y muestreo 45m
Aleatorio Estratificado 3m
Error de sesgo y casualidad 1m
Observación frente a experimento,
confusión y efecto placebo 4m
La lógica de los experimentos
controlados aleatorios 41s
[EXTRA] Perspectivas de la industria:
Presentación de una patente para
twoXAR 1m
Semana 2:
6 vídeos

Probabilidad Introducción 2m
Tareas:
Muestreo Aleatorio Simple y Muestreo
En este módulo, aprenderá sobre la Las clases se realizan 1 ejercicio de práctica
Aleatorio Estratificado 3m
definición de probabilidad y las reglas sincrónica vía zoom
Probabilidad 45m
Error de sesgo y casualidad 1m
esenciales de probabilidad que
necesitará para resolver desafíos Observación frente a experimento,
simples y complejos. También confusión y efecto placebo 4m
aprenderá sobre ejemplos de cómo se La lógica de los experimentos
usan reglas simples de probabilidad controlados aleatorios 41s
para crear soluciones para situaciones
[EXTRA] Perspectivas de la industria:
complejas de la vida real. Presentación de una patente para
twoXAR
Semana 3:

Tareas:
Aproximación normal y distribución 10 vídeos
binomial Las clases se realizan 1 ejercicio de práctica
La Curva Normal 1m
sincrónica vía zoom
La aproximación normal para datos y la
Este módulo cubre la regla empírica y la La regla empírica 2m
distribución binomial 45m
aproximación normal para datos, una Estandarización de datos y la curva
técnica que se utiliza en muchos normal estándar 2m
procedimientos estadísticos. También Aproximación Normal 4m
aprenderá sobre la distribución binomial
Cálculo de percentiles con la
y los conceptos básicos de las variables
aproximación normal 1m
aleatorias.
El ajuste binomial y el coeficiente
 binomial 4m

La fórmula binomial 3m

Variables aleatorias e histogramas de

probabilidad 2m

Aproximación Normal a la Binomial;

Muestreo sin reemplazo 3m
Semana 3:
[EXTRA] Perspectivas de la industria:
Oportunidades en las ciencias biológicas
Distribuciones de muestreo y el 57s
teorema del límite central
Las clases se realizan
sincrónica vía zoom
En este módulo, aprenderá sobre la Ley
de los Grandes Números y el Teorema 9 vídeos
Tareas:
del Límite Central. También aprenderá a
Parámetro y Estadística 1m
diferenciar entre los diferentes tipos de 1 ejercicio de práctica
histogramas presentes en el análisis Valor esperado y error estándar 3m
Distribuciones de muestreo y el
estadístico. EV y SE de suma, porcentajes y al teorema del límite central 45m
simular 5m

La ley de la raíz cuadrada 2m

La distribución de muestreo 1m

Tres Histogramas 1m

La Ley de los Grandes Números 1m

El teorema del límite central 4m

¿Cuándo se aplica el teorema del límite

Semana 4: central? 1m
Las clases se realizan
10 vídeos
sincrónica vía zoom
Regresión
La predicción es una tarea clave de las Tareas:
estadísticas 1m
Este módulo cubre la regresión, Regresión
posiblemente la técnica estadística más El coeficiente de correlación 2m

importante basada en su versatilidad Correlación Medidas Asociación lineal

para resolver diferentes tipos de 4m
problemas estadísticos. Aprenderá Recta de Regresión y el Método de los
sobre inferencia, regresión y cómo Mínimos Cuadrados 2m
hacer diagnósticos de regresión.
Regresión a la media, la falacia de la
regresión 3m

Predecir y a partir de x y x a partir de y

6m

Aproximación normal dada x 2m

Gráficas de residuos, heterocedasticidad

y transformaciones 3m

Valores atípicos y puntos influyentes 4m

[EXTRA] Perspectivas de la industria:

Desafíos del uso de la ciencia de datos
en medicina 2m
Semana 5: Las clases se realizan
sincrónica vía zoom
Intervalos de confianza Tareas:
4 vídeos
Intervalos de confianza 45m
En este módulo, aprenderá a construir e Interpretación de un Intervalo de
interpretar intervalos de confianza en Confianza 6m
situaciones estándar Usar el teorema del límite central para
encontrar un intervalo de confianza 2m

Estimación del error estándar con el

principio Bootstrap 3m
Semana 5:
Las clases se realizan Más sobre intervalos de confianza 2m
sincrónica vía zoom
Pruebas de Significancia
9 vídeos
En este módulo, observará la lógica Tareas:
La idea detrás de la prueba de hipótesis
detrás de las pruebas y aprenderá a 2m Pruebas de Significancia
realizar las pruebas estadísticas Configuración de una estadística de
adecuadas para diferentes muestras y prueba 1m
situaciones. También aprenderá acerca valores p como medidas de evidencia
de los malentendidos comunes y las 3m
trampas en las pruebas Distinguir Coca-Cola y Pepsi por gusto
3m

La prueba t 4m

Significado estadístico frente a

 importancia 2m

La prueba z de dos muestras 7m

Pares emparejados 6m

[EXTRA] Perspectivas de la industria:

contratación de talento en ciencia de
datos 1m.

Semana 6: Tareas:

Las clases se realizan Ejercicio Practica Remuestreo

Remuestreo: sincrónica vía zoom

Este módulo se enfoca en los dos 5 vídeos

métodos principales utilizados en la
Uso de simulaciones por computadora
inferencia estadística intensiva en en lugar de cálculos 1m
computadora: el método Monte Carlo y Uso de la ley de los grandes números
el método Bootstrap. Aprenderá sobre para aproximar cantidades de interés
4m
los principios teóricos detrás de estos
métodos y cómo se aplican en Principio de conexión 5m

diferentes contextos, como la regresión Los intervalos de confianza Bootstrap y

y la construcción de intervalos de Bootstrap paramétricos 3m
 Bootstrapping en regresión 2m
confianza.

Semana 6:
Tareas:
Las clases se realizan Ejercicio de práctica
Análisis de datos categóricos
sincrónica vía zoom
3 vídeos Análisis de datos categóricos 45m
Este módulo se centra en los tres Relaciones entre dos variables
análisis estadísticos importantes para categóricas 1m
datos categóricos: prueba de bondad de Las proporciones de color de M&Ms 5m
ajuste de chi-cuadrado, prueba de
La prueba de chi-cuadrado para
homogeneidad de chi-cuadrado y homogeneidad e independencia 6m
prueba de independencia de chi-
cuadrado.

Tareas:
Semana 7:
5 vídeos Ejercicio de práctica
Análisis de varianza de una vía Análisis de varianza de una vía 45m
Comparando varias medias 1m
(ANOVA)
La idea del análisis de varianza 4m

Este módulo cubre los conceptos Uso de la distribución F para evaluar

Las clases se realizan ANOVA 5m
básicos de ANOVA y cómo funcionan las sincrónica vía zoom
pruebas F en ejemplos de ANOVA Más sobre ANOVA 1m

unidireccional [EXTRA] Perspectivas de la industria:

cómo comenzar su carrera en ciencia de
 datos 2m.

Semana 8:

Comparaciones múltiples

En este módulo, aprenderá sobre

cuestiones muy importantes que han 3 vídeos
Tarea
surgido en la era de los grandes datos:
la indagación de datos y la falacia de las Indagación de datos y falacia de pruebas
1 lectura
pruebas múltiples. También explorará múltiples, reproducibilidad y
las razones detrás de los desafíos en la replicabilidad 3m Gracias y Evaluación del Curso 10m
reproducibilidad y aplicabilidad de los
Corrección de Bonferroni, tasa de 1 ejercicio de práctica
datos, y cómo prevenir tales problemas
descubrimiento falso y división de datos
en su propio trabajo Comparaciones Múltiples 45m
Las clases se realizan 7m
sincrónica vía zoom Resumen 1m.
Referencia Bibliográfica:
 Introduction to Statistics. (s/f). Coursera. Recuperado el 17 de octubre de 2022, de https://www.coursera.org/learn/stanford-statistics