Está en la página 1de 20

UNIVERSIDAD NACIONAL DEL CALLAO

VICERECTORADO DE INVESTIGACIN
FACULTAD DE CIENCIAS ECONMICAS

TEXTO DE ESTADSTICA COMPUTACIONAL CON R, EXCEL, MINITAB Y SPSS

Responsable: Ing Juan Francisco Bazn Baca

(Resolucin Rectoral 1351-2008-R del 22-12-08)

01- 12-08 al 30-11-10

CALLAO PER

2010

NDICE Pg. INDICE ii

I. RESUMEN II. INTRODUCCIN 2.1 2.2


2.3 Descripcin y anlisis del tema Planteamiento del problema Objetivos de la investigacin 2.3.1 Objetivo General 2.3.2 Objetivos Especficos

iii
iv

iv
v v v v v vi vi vii viii viii viii ix ix x xii

2.4
2.5 2.6

Alcance de la investigacin Importancia y justificacin Formulacin de la hiptesis

III. MARCO TERICO

IV. MATERIALES Y MTODOS 4.1 4.2


Materiales Mtodos

V. RESULTADOS
VI. DISCUSIN VII. REFERENCIALES VIII APNDICE

ii

I. RES U MEN

El trabajo de investigacin titulado Texto de estadstica computacional con R, Excel, Minitab y SPSS es un documento que recoge algunos tpicos de estadstica descriptiva y probabilidades de las asignaturas de Estadstica Bsica y de Estadstica para Economistas I, de la Facultad de Ciencias Econmicas de la Universidad Nacional del Callao, con su desarrollo terico prctico, ponindose mayor nfasis a las aplicaciones computacionales . El mismo ha sido preparado en siete captulos toman do en cuenta algunos textos de la especialidad y la experiencia del autor. Entre los temas desarrollados se

tiene: Construccin de una base de datos: definicin de varia les, introduccin y archivo de
datos, transformacin y recodificacin de datos, y manipulacin de archivos.

Presentacin de datos: cuadros estadsticos, distribucin de frecuencias, gr cos


estadsticos y diagrama de tallos y hojas.

Medidas de posicin: media aritmtica, mediana, moda,


armnica y cuantiles (cuartiles, deciles y percentiles).

edia geomtrica, media

Medidas de dispersin y forma: rango, rango intercuart lico, desviacin media, varianza, desviacin estndar, coeficiente de variacin, diagrama de cajas (boxplot), asimetra y curtosis.

Correlacin y regresin simple: diagrama de dispersin, covarianza y coeficiente de


correlacin, regresin lineal simple y coeficiente de eterminacin.

Modelos discretos de probabilidad: distribucin binomi


y geomtrica.

Poisson, hipergeomtrica

Modelos continuos de probabilidad: distribucin uniforme, exponencial, normal, chicuadrado y t de student. Cada captulo desarrollado est acompaado de los corr pondientes ejemplos de

aplicacin, los mismos que son resueltos usando los cuatro progra as: Excel,
Minitab, SPSS y R, as como sus interpretaciones. Cuenta adems con la bibliografa correspondiente.

iii

II. IN TROD U CCIN

2 .1

De s c ripc i n y An lis is de l Te m a La estadstica para lograr su desarrollo, en cuanto a todos y tcnicas para el

anlisis de datos, requiere de un slido apoyo computacional, que le permita ejecutar los procesos de clculo y representaciones grficas de manera rpida, sencilla y a bajo costo. Por ello encontramos una vertiente amplia de programas de cmputo desarrollados como aplicativos a la estadstica, as tenemos la hoja de clculo Excel, y los programas: MINITAB, SPSS, R, SAS, STATA, SYSTAT, etc. Con excepcin del R, los dems programas son comercial ya que para su uso se

requiere comprar la licencia de funcionamiento. Sin em argo, el uso del programa R, es completamente libre y se puede impulsar su uso en las con ciones actuales de falta de apoyo presupuestal a la universidad pblica como la Universidad Nacional del Callao. As mismo, existe una sentida necesidad de referencias bibliogrficas de estadstica computacional para las asignaturas de Estadstica Bsica y Estadstica para Economistas de la Facultad de Ciencias Econmicas de l UNAC, que establezcan de manera ms o menos detallada los aspectos prcticos fundamentales a considerar en la solucin de problemas en las mencionadas asignaturas. Publicaciones que sean adecuadas a las necesidades cur culares de los estudiantes de economa y ciencias afines y que ilustren las aplicaci nes computacionales, de manera que el proceso de enseanza aprendizaje sea ms motivador, tanto para el estudiante como para el profesor.

iv

2 .2

Pl a nt e a m ie nt o de l Pro ble m a Es necesario un texto de estadstica computacional co R, Excel, Minitab y SPSS que recoja aspectos de los contenidos de la sumilla de nuestro curriculum y el slabo del Curso de Estadstica Bsica y Estadstica para Economistas que se dicta en la

Facultad de Ciencias Econmicas de la UNAC?


2 .3 2.3.1 Obje t iv o s de la inv e s t ig a c i n Objetivo General Preparar un Texto de Estadstica Computacional con los programas R, Excel, Minitab y SPSS para llenar un vaco de material didct co en una de las materias de mayor importancia cientfica para el trabajo de cuanti icacin y estimacin emprica del Economista. 2.3.2 Objetivos Especficos Desarrollar en los alumnos la comprensin de los principales programas de estadstica computacional. Capacitar a los alumnos en el uso correcto de los programas. Desarrollar habilidades en el alumno para efectuar anlisis exploratorio de datos. Capacitar a los alumnos en el clculo, interpretacin de indicadores estadsticos y modelos de probabilidad discretos y continuos usando l 2 .4 Alc a nc e de la in v e s t ig a c i n programas.

Con la presente investigacin se ven beneficiados alrededor de 1200 alumnos


matriculados en la FCE de la UNAC. Esta es una investigacin aplicada que basada en el enfoque constructivista del proceso de enseanza-aprendizaje y los conocimientos de los programas computacionales , han permitido elaborar un texto didctic o de suma utilidad para la FCE de la UNAC.
v

2 .5

Im po rt a nc ia y jus t ific a c i n de la inv e s t ig a c i n El presente trabajo es de mucha importancia, ya que ha permitido sistematizar una serie de conocimientos estadstico-computacionales aplicados a las ciencias econmicas, a travs del uso de informacin procesada estadstica de ltima generacin y uno de uso libre. Esta investigacin se ha justificado por lo siguiente: 1 Por su naturaleza, dada la importancia de la estadsti en la verificacin n tres software de

emprica de las teoras y los modelos econmicos usando la PC. 2 Por su magnitud, toda vez que los tpicos de estadsti los llevan

obligatoriamente todos los estudiantes de la FCE bajo a denominacin de Estadstica Bsica y Estadstica para Economistas I y II. 3 Por su trascendencia, en la medida que una buena formacin en estadstica va a conducir a una mejor formacin bsica de los economist . 4 Por su vulnerabilidad, pues mi formacin de Ing Estadstico con estudios de Maestra en: Economa Cuantitativa (San Marcos), Docencia Universitaria (La

Cantuta) y Estadstica Aplicada (U. Agraria La Molina), la experiencia dicta ndo


Estadstica y la experiencia como estadstico del sector pblico y privado, me ha permitido abordar con xito la elaboracin de este Texto.

2 .6

Fo rm ula c i n de la hip t e s is El desarrollo del Texto de estadstica computacional con R, Excel, Minitab y SPSS permitir adquirir los conceptos tericos y las aplica iones computacionales, favoreciendo la enseanza -aprendizaje de los estudiantes de Ciencias Econmicas, segn el slabo oficial.

vi

III. MARCO TERICO La ciencia econmica para cumplir con su misin cient ica tiene que hacer constantes mediciones que la ayuden a describir, expli r y predecir el comportamiento de los fenmenos econmicos y sociales. Siendo necesario para ello, el uso de la estadstica computacional; la misma que, con el lenguaje formal requerido por los cientficos del Crculo de Viena a comienzos del Siglo XX, viene apoyando al desarrollo de esta importante disciplina. Con el propsito de poder contribuir al proceso de enseanza aprendizaje de la estadstica en la formacin del economista, se ha visto por conveniente elaborar el

Texto de estadstica computacional con R, Excel, Minitab y SPSS que de manera


sencilla y prctica ayude a los estudiantes a asimilar la terminologa propia de la estadstica, as como las correspondientes aplicaciones computacionales. Una de las ventajas del Texto de estadstica computacional con R, Excel, Minita

SPSS, es la compilacin de una serie de propuestas con estos cuatro programas que
recogen las expectativas de los cientficos del Crculo de Viena y experiencias terico-prcticas que de manera armoniosa son presentadas con a finalidad que el estudiante de economa pueda familiarizarse con las mi as.

As mismo se ha buscado tomar en cuenta las correspondientes propuestas tericas de la estadstica descriptiva y la teora de probabili ades acompaadas de una serie de aplicaciones, las mismas que son desarrolladas con la ayuda de cada uno de los cuatro programas estudiados; siendo fundamental la introduccin del programa R de uso libre (no se requiere licencia) y de an poca difusin en el medio acadmico universitario.

vii

IV. MATERIALES Y MTOD OS 4 .1 Ma t e ria le s Materiales de consulta: libros, revistas, peridicos, nternet, entre otros. Slabo de la asignaturas de Estadstica Bsica y estadstica para Economistas I dictada s por el autor. Computadora personal e impresora. Los programas SPSS versin 15.0, Minitab 15.0, R-2.11.1 y los programas Office 2007: Word y Excel. Materiales de oficina, cmputo e impresin. 4 .2 M t o do s a. Universo o Cobertura de la investigacin El Universo est constituido por los libros de Estadstica que circulan en el pas. Hemos tomado como una muestra 10 de los ttulos de mayor circulacin para poder extraer de ellos los aspectos tericos que conci rnen a nuestra investigacin. Para la ilustracin de la publicacin con ejemplos de nuestra realidad, se presentan una serie de experiencias personales de trabajos de investigacin realizados conjuntamente con los alumnos de Estadstica Bsica y para Economistas I en los ltimos 10 aos. b. Mtodos Utilizados 1 El anlisis (Para el estudio de los ttulos de mayor c rculacin)

2 El Mtodo Histrico (Para comparar los contenidos).


3 El Mtodo Estadstico (Para reunir y sistematizar la informacin que nos permita efectuar aplicaciones)

viii

V. RES U LTADOS El resultado de la presente investigacin es el Texto de estadstica computacional con R, Excel, Minitab y SPSS que se adjunta.

El texto consta de cuatro captulos desarrollados en forma didctica para la


fcil y rpida comprensin de los estudiantes de la as gnatura de Estadstica Bsica y Estadstica para Economistas I de la FCE-UNAC. El primer captulo trata de la construccin de una base de datos; el segundo de la presentacin de datos; el tercero de medidas de posicin; el cuarto de medidas de dispersin y forma; el quinto de correlacin y regresin simple; el sexto de modelos discretos de probabilidad; y el sptimo de modelos continuos de probabilidad.

Se presenta el uso detallado de los programas R, Excel Minitab y SPSS para la estadstica descriptiva y el clculo de probabilidades para los modelos ms usados.

Se presenta el programa R manejador de objetos y de uso libre. Se presentan herramientas de anlisis exploratorio de datos como los grficos de Pareto, box-plot, tallos y hojas, diagramas de dispersin, sctterplot, etc..

Se indican las pautas nacionales e internacionales de presentacin de datos.


Se presentan 11 cuadros y 161 figuras con representaciones de los procesos de clculos computacionales y obtencin de resultados. VI. DIS CU S IN

En nuestro medio no existe un texto similar usando los cuatro programas, cuya didctica y metodologa aplicada hacen de l un caso singular, con un contenido de fcil lectura que invitan a los alumnos y lectores en eneral a la comprensin de las herramientas computacionales aplicadas a la estadstica.

ix

VII. REFER EN CIALES 1. Arriaza A.J. y Otros (2008). Estadstica Bsica con R y R-Commander. UCA, Universidad de Cdiz. Documento HTML. http://knuth.uca.es/repos/ebrcmdr/pdf/actual/ebrcmdr.apendices.pdf. 2. Bazn, Juan y Corbera, Jos (1997). Problemas de pro abilidad. Trabajo de investigacin para la Facultad de Ciencias Econmicas e la Universidad Nacional del Callao, Callao, Per, 156 p. 3. Correa, Juan y Gonzlez, Nelfy (2002). Grficos estadsticos con R, Manual pdf. Posgrado en Estadstica de la Universidad Nacional de 4. Chu, Jorge y Otros (2007). Estadstica descriptiva y Fondo Editorial Universidad de Lima, 294 p. 5. Instituto Nacional de Estadstica e Informtica (2006). Norma Tcnica para la elaboracin de cuadros estadsticos. Resolucin Jefatural N 312-2006 INEI, publicada en la pgina web: http://www.inei.gob.pe/documentospublicos/nt_cestadisticos.pdf 6. Instituto Nacional de Estadstica e Informtica (2009). Indicadores DemogrficosPoblacin. Censos Nacionales de Poblacin y Vivienda, publicada en la pgina web: http://www.inei.gob.pe/ . Per en cifras. 7. Levin, R. y Rubin, D. ESTADSTICA PARA ADMINISTRADORES. Mxico. Editorial Prentice Hall, 1996. 8. Martnez, Ciro. ESTADSTICA Y MUESTREO. Bogota, Colombia. Ecoe Ediciones. Dcimo segunda edicin, 2005. 9. Paradis, Emmanuel (2002). R para principiantes, Manu pdf del Institut des edelln, Colombia, 299 p. obabilidades. Lima, Per.

Sciences de lvolution Universit Montpellier II, F-34095 Montpellier cdex 05, Francia, 61 p. Traducido por Jorge A. Ahumada, University of Hawai, 2003.

10. Pea, D. y Romo, J.

INTRODUCCIN A LA ESTADSTICA PARA LAS

CIENCIAS SOCIALES. Madrid, Espaa. Editorial Mc Graw-Hill, 1997. 11. Prez, Csar (2002). Estadstica aplicada a travs de Excel. Madrid, Espaa. Editorial Pearson-Prentice Hall, 596 p. 12. Tukey, John Wilder. 1977. Exploratory Data Analysis. Adisson-Wesley Publishing Company: Reading, Massachusetts. 13. Visauta, Bienvenido. ANLISISI ESTADSTICO CON SPSS PARA WINDOWS. Madrid, Espaa. Editorial Mc Graw-Hill, 1997.

xi

VIII. APN DICE UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONMICAS Departamento Acadmico de Economa

SLABO DE ESTADSTICA BSICA I. INFORMACIN GENERAL 1.1 Nombre del Curso : 1.2 Cdigo : 1.3 Carcter : 1.4 Pre -requisito : 1.5 Horas de clase : 1.6 Crditos : 1.7 Semestre Acadmico : 1.8 PROFESORES : Estadstica Bsica CE 207 Obligatorio CE 205 Matemtica para Econ. II 5 horas Cuatro 2008-B Juan Francisco BAZN BACA

II. SUMILLA La asignatura persigue desarrollar las tcnicas de la stadstica descriptiva como instrumentos para la medicin econmica, tanto en la E onometra, como la Investigacin de Mercados, los Modelos de Optimizacin, etc. Es de naturaleza procedimental cognitiva, ya que el futuro Economista n slo necesita los fundamentos tericos de la Estadstica, sino tambin sus aplicaciones a la conoma. La asignatura comprende generalidades de la estadstica, presentaci de datos, estadgrafos, distribuciones de frecuencias bidimensionales, regresi n y correlacin simple, series temporales y nmeros ndice.

III. OBJETIVOS 3.1 Objetivo General Al finalizar esta asignatura, el estudiante deber ser capaz de realizar un anlisis descriptivo y exploratorio de la informacin estadst ca haciendo especial hincapi en problemas de ndole econmico. Asimismo, deber hacer un estudio descri tivo de una serie temporal. El anlisis descriptivo se llev a cabo resumiendo los datos disponibles para extraer la informacin relevante en uestro estudio 3.2 Objetivos Especficos a. Que el estudiante sea capaz de elaborar tablas o distribuciones de ecuencias y grficas correspondientes.

xii

Que el estudiante sea capaz de calcular e interpretar las medidas de posicin, de dispersin, de forma y de concentracin y desigua dad. c. Que el estudiante sea capaz de construir los ndices de precios y cantida de especial inters en las aplicaciones macroeconmicas. d. Que el estudiante sea capaz de manejar un paquete esta stico: SPSS, MINITAB, etc. IV. CONTENIDO ANALTICO Semana 1 (Avance 6%) TEMA 1: ESTADSTICA DESCRIPTIVA. GENERALIDADES 1.1 La Estadstica: definicin y objeto. Poblacin y muestra. 1.2 Las unidades estadsticas y las variables. Definicin. 1.3 Los diferentes tipos de variables: variables cuali vas y variables cuantitativas 1.4 Recoleccin de datos. Fuentes de informacin. Semana 2 (Avance 13%) TEMA 2: LAS DISTRIBUCIONES UNIDIMENSIONALES. Tablas estads cas. Representaciones Grficas 2.1 Variable cualitativa, diagrama de sectores, diagrama de Pareto. 2.2 Variable cuantitativa. 2.3 Variable discreta: distribucin de frecuencias, distribucin de porcentajes, frecuencias acumuladas, etc. 2.4 Graficacin: diagrama de frecuencias y de frecuencias acumuladas. 2.5 Variable cuantitativa continua. Histograma, polgono de frecuencias. 2.6 Distribucin acumulativa y polgono acumulativo. 2.7 Diagrama de tallos y hojas Semana 3 (Avance 20%) TEMA 3: LAS MEDIDAS DE POSICION 3.1Caracteristicas de posicin de una distribucin de ecuencias. 3.2 La mediana. 3.3 La moda. 3.4 La media. Semana 4 (Avance 27%) 3.5 La media geomtrica. 3.6 La media armnica. 3.7 Los cuantiles: cuartiles, quintiles, deciles, percentiles. Semana 5 (Avance 34%) TEMA 4: MEDIDAS DE DISPERSIN 4.1 Rango. Rango intercuartlico. 4.2 La varianza, la desviacin tpica. 4.3 El diagrama de caja ( Box - Plot ). Datos atpicos. 4.4 El coeficiente de variacin. Semana 6 (Avance 41%) 4.5 Los momentos. 4.6 Variables tipificadas: aplicaciones. 4.7 Uso de la curva normal. Semana 7 (Avance 48%) TEMA 5: MEDIDAS DE FORMA Y DE CONCENTRACION 5.1Coeficiente de forma o asimetra. 5.2 Coeficiente de apuntamiento o curtosis.
xiii

b.

5.3 Curva de concentracin: curva de Lorenz.. 5.4 Indice de concentracin: Coeficiente de Gini. 5.5 Caractersticas de mezclas de poblaciones. Semana 8 (Avance 55%) TEMA 6: DISTRIBUCIN ESTADSTICAS BIDIMENSIONALES 6.1 Tablas de doble entrada. 6.2 Distribuciones marginales. 6.3 Distribuciones condicionales. 6.4 Independencia estadstica y relacin funcional. Semana 9 Examen Parcial Semana 10 (Avance 62%) 6.5 Representaciones grficas de distribuciones bidimensionales. 6.6 Descripcin numrica de estadsticas bidimensionales cuantitativas. 6.7 Caractersticas globales de una distribucin bidimens onal. 6.8 Tablas de contingencia h x k Semana 11 (Avance 69%) TEMA 7: CORRELACIN Y REGRESIN SIMPLE 7.1 Distribucin conjunta de dos variables. 7.2 Diagrama de dispersin. 7.3 La covarianza. 7.4 Correlacin de dos variables. El coeficiente de correlacin.. 7.5 Regresin: .La recta de regresin mnimo cuadr ica. 7.6 La desviacin tpica residual. Semana 12 (Avance 75%) 7.7 Determinacin de la bondad de un modelo Coeficiente de determinacin. 7.8 Regresin no lineal. 7.9 Correlacin por rangos. 7.10 Asociacin entre caracteres nominales. Semana 13 (Avance 82%) TEMA 8: SERIES TEMPORALES 8.1 Series temporales y magnitudes econmicas. Componentes de una serie temporal. 8.2 Esquema de composicin .Determinacin del tipo de esqu ma. 8.3 Anlisis de la tendencia. 8.4 Anlisis de la estacionalidad. 8.5 Variaciones cclicas. Semana 14 (Avance 88%) TEMA 9: NMEROS NDICES 9.1 Indice elemental. Definicin. Propiedades de un ndice elemental. 9.2 Indice sinttico. Definicin. Los ndices sinttic ms utilizados: ndices de Laspeyres, Paasche y Fisher. Semana 15 (Avance 94% 9.3 Los ndices de precios, de cantidad y de valor. 9.4 Deflactacin de series estadsticas. 9.5 Enlaces y cambios de bases. Semana 16 (Avance 100%) 9.6 ndices de precios al consumidor de Lima Metropolita a. Aplicaciones del IPC. 9.7 Otros ndices elaborados en el Per: ndice de volumen fsico, ndice de quantum. EXAMEN FINAL y EXAMEN SUSTITUTORIO (Semana 17)
xiv

V. METODOS Y TCNICAS DE ENSEANZA


Los temas que comprende la asignatura sern expuestos or el profesor, haciendo nfasis en casos prcticos que permitan complementar l aspectos tericos de cada uno de los temas tratados. Los alumnos tendrn una activa articipacin en el desarrollo de cada uno de los temas expuestos por el profesor y desa rollarn los ejercicios propuestos en forma individual o grupal, bajo la orientacin del rofesor. Usar algunos programas como: Statistical Package Science Social (SPSS), MINITAB, Excel en el Laboratorio de Cmputo.

VI. METODOS DE EVALUACION


La evaluacin de la asignatura comprende: cuatro prct as calificadas, cuyo promedio de nota ser simbolizado por PP; y dos exmenes: parcial EP y final EF. El examen Sustitutorio (reemplaza la nota ms baja de cualquiera de los exmenes anteriores) La nota final de la asignatura (NF) ser el promedio simple: NF = (PP + EP + EF)/3 Aprobarn la asignatura los alumnos con NF mayor o al a 10.5

VII. REFERENCIAS BIBLIOGRFICAS 7.1 BASICA 1. CRDOVA, Manuel. Estadistica descriptiva e Inferencia . Ed. San Marcos, Lima, 2002
2. MARTN PLIEGO, F,J, Introduccin a la Estadstica Econmica y Empresarial Teora y Practica Ed. AC (2 edicin 2002 Espaa) 3. MONTIEL, A; Y RIUS, F. Estadstica Econmica y Empresarial. Ed Prentice -Hall. 1997. 4. MOYA, Rufino, Estadstica Descriptiva. Ed. San Marc , Lima, 2002. 5. QUISPE, Renn. Medicin de la Economa con los Nmeros ndices. Concytec, Lima, 2003. 7.2 COMPLEMENTARIA 1. DEGROOT, M.H. Probabilidad y Estadstica. Ed. Addis Iberoamrica, Wilmington, E.U.A. 1988. - Wesley.

2. NEWBOLD, PAUL. Estadstica para los Negocios y la Eco oma. Ed. Prentice-Hall, Cuarta edicin. 1998. 3. PEA, D. y ROMO , J Introduccin a la Estadstica para las Ciencias Sociales. Ed. McGRaW-HILL Espaa 1998 4. QUINTANA, Mara. Problemas de Estadstica Descriptiva Aplicada a las Ciencias Sociales. Ed. Pearson Prentice Hall, Madrid, 2004. 7.3 REFERENCIAS WEB: Instituto Nac. de Estadstica e Informtica (INEI): http://www.inei.gob.pe Banco Central de Reserva del Per ( BCRP ): http://www.bcrp.gob.pe Callao, septiembre de 2008 SER CULTOS PARA SER LIBRES Jos Julin Mart Prez (Cuba)
xv

UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONMICAS Departamento Acadmico de Economa SLABO

I.

INFORMACIN GENERAL 1.1 Nombre del Curso 1.2 Cdigo y grupo horario 1.3 Carcter 1.4 Pre -requisitos 1.5 Horas de clase 1.6 Crditos 1.7 Semestre Acadmico 1.8 Profesores : Estadstica para Economistas I : CE -210 : Obligatorio : CE -207 Estadstica Bsica : 5 horas : Cuatro : 2008-B : Juan Francisco Bazn Baca

II. OBJETIVOS 2.1 Generales a. Al finalizar la asignatura, el estudiante deber ser c paz de comprender y utilizar los conceptos y herramientas fundamentales del clculo de probabilidades as como seleccionar los modelos probabilsticos ms adecuados para aplicarlos en el campo econmico. Servir de puente para la problemas para resolver probl as econmicos en condiciones de incertidumbre .

b.

2.2

Especficos a b. c. d.. Que el estudiante sea capaz de asignar probabilidades los eventos y establecer una medida de incertidumbre. Que el estudiante sea capaz de utilizar las distribuciones de probabilidad como ajuste a las distribuciones estadsticas. Que el estudiante sea capaz de utilizar y comprender e significado de las caractersticas de las funciones de probabilidad de las variables aleatorias. Que el estudiante sea capaz de comprender el sustento erico para utilizar la distribucin normal como aproximacin de otras distribuciones.

III.

CONTENIDO ANALITICO SEMANA 1 (Avance : 5%) TEMA 1: INTRODUCCIN A LA PROBABILIDAD 1. Incertidumbre y probabilidad. 2. La probabilidad. Conceptos y cuantificacin
xvi

3. Definicin axiomtica de la probabilidad. SEMANA 2 (Avance : 11%) 4. Probabilidad condicional e independencia. 5. Probabilidad total y teorema de Bayes. 6. Laboratorio 1 SEMANA 3 (Avance :17%) TEMA 2: VARIABLES ALEATORIAS Variable aleatoria: variables discretas y continuas. Distribucin de probabilidad de una variable aleatoria. Laboratorio 2
SEMANA 4 (Avance :23%) Caractersticas de las variables aleatorias .Valor esperado y dispersin. Desigualdad de Chebyshev. Laboratorio 3 SEMANA 5 (Avance : 29%) 7. Funcin generatriz de momento 8. Funcin caracterstica 9. Laboratorio 4

SEMANA 6 (Avance : 35%)

TEMA 3: MODELOS DISCRETOS DE PROBABILIDAD 1. Modelo uniforme 2. Distribucin de Bernoulli. 3. Distribucin binomial. 4. Distribucin de Poisson. 5. Distribucin hipergeomtrica. SEMANA 7 (Avance : 41%) Laboratorio 5 Laboratorio calificado 1

SEMANA 8 (Avance : 47%) 6. Distribucin geomtrica . 7. Distribucin binomial negativa


xvii

8. Distribucion multinomial Laboratorio 6

SEMANA 9 (Avance : 53%) EXAMEN PARCIAL SEMANA 10 (Avance : 59%) TEMA 4: MODELOS CONTINUOS DE PROBABILIDAD 1. Distribucin uniforme o rectangular 2. Distribucin exponencial. 3. Distribucin de Pareto. SEMANA 11 (Avance : 65%) 4. Distribucin normal. 5. Distribucin F. 6. Distribucin ji- cuadrada 7. Distribucin T de Student. 8. Distribucin log-normal. 9. Laboratorio 7 SEMANA 12 (Avance : 71%) TEMA 6: CONVERGENCIAS Y PROCESOS ESTOCSTICOS. EL TEOREMA CENTRAL DEL LMITE 1. Convergencias estocsticas. Tipos. Propiedades ms importantes. El teorema central del lmite. Utilidad. Aproximacin entre distribuciones de probabilidad

2 Laboratorio 8

SEMANA 13 (Avance : 78%) 3. Algunos teoremas de convergencia dbil y fuerte. Significado. Aplicaciones 4. Procesos estocsticos. Definicin y caracterizacin. Principales propiedades y enfoques para su anlisis. SEMANA 14 (Avance : 83%) 1. Laboratorio 9 2. Laboratorio Calificado 2 SEMANA 15 (Avance : 89 %)

xviii

TEMA 5: MODELOS ESTOCASTICOS PARA DATOS BIDIMENSIONALES 1. Variable aleatoria bidimensional. Funcin de probabilidad conjunta. 2. Distribuciones marginales y condicionales de probabilidad. 3. Laboratorio 10 SEMANA 16 (Avance : 95%) 4. Momentos en las distribuciones de probabilidad en R2. 5. Independencia de variables aleatorias. Esperanza condi ional, covarianza y coeficiente de correlacin. 6. La distribucin normal bivariante. Propiedades 7. Laboratorio 11.

SEMANA 17 (Avance : 100%) 1. 2. EXAMEN FINAL EXAMEN SUSTITUTORIO

IV. MTODOS Y TCNICAS DE ENSEANZA La presentacin clara de conceptos de probabilidad y el planteamiento y solucin simultnea de problemas a travs de reglas sencillas, constituyen los criterios bsicos de esta metodologa. Asimismo: Las clases tericas se realizarn en base a las exposi ones del Profesor, mediante la participacin activa de los alumnos. Los resmenes esc tos de las lecciones y documentacin auxiliar complementarn las clases. En las prcticas de laboratorio, el Profesor orientar a los alumnos en la solucin de ejercicios y problemas a travs de la discusin y el t abajo grupal. V. MTODOS DE EVALUACIN La evaluacin de la asignatura comprende: Dos Laboratorios calificados, cuyo promedio de nota ser simbolizado por P.; y Dos exmenes: parcial y final cancelatorios: E1 y E2. Un examen sustitutorio, que reemplaza la nota ms baj de uno de los dos exmenes anteriores La nota final (NF) de la asignatura ser el promedio s ple: NF = (P + E1 + E2)/3 Aprobarn la asignatura los alumnos con NF mayor o igual a 11 . VI. METODOS Y TECNICAS DE ENSEANZA La presentacin clara de conceptos de probabilidad y el planteamiento y solucin simultnea de problemas a travs de reglas sencillas, onstituyen los criterios bsicos de esta metodologa. Asimismo:

xix

1. Las clases tericas se realizarn en base a las exposi ones del Profesor, mediante la participacin activa de los alumnos. Los resmenes esc itos de las lecciones y documentacin auxiliar complementarn las clases. 2. En las prcticas de laboratorio, el Profesor orientar a los alumnos en la solucin de ejercicios y problemas a travs de la discusin y el t abajo grupal.

VII. REFERENCIAS BIBLIOGRAFICAS


7.1 BASICA
1. CANAVOS, GEORGE Probabilidad y Estadstica. Aplicaciones y mtodos. Edit. Mc.Graw-Hill, Mxico, 1995. Estadstica para Administracin y Economa. Ed. Alfaomega, Mxico. Problemas de Estadstica. Ed. Pirmide

2. 3.

MASON,R y LIND,D LOPEZ DE LA MANZANARA

7.2 COMPLEMENTARIA
1. 2. 3. DeGROOT, M.H. ESCUDER,R.y MURGUI,J.S. KAZMIER,L y DIAZ.,A Probabilidad y Estadstica. Ed. AddisonWesley. Iberoamrica, Wilmington, 1988. Estadstica Aplicada. Economa y Ciencias Sociales. Ed. Tirant lo Blanch, Valencia 1995. Estadstica aplicada a la Administracin .y Economa Ed. Mc Graw-Hill Mxico 1993.

Bellavista, septiembre de 2008

xx