UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE FITOTECNIA AGRONOMA EN HORTICULTURA PROTEGIDA

INTRODUCCIN A LOS MTODOS ESTADSTICOS

I. DATOS GENERALES

Unidad Acadmica: Programa Educativo: Nivel Educativo: Lnea Curricular: Asignatura: Clave: Crditos: Carcter: Tipo: Prerrequisitos: Nombre del Profesor:

Departamento de Fitotecnia Agronoma en Horticultura Protegida Licenciatura Ciencias Bsicas Introduccin a los Mtodos Estadsticos

7.5 Obligatoria Terico - Prctico Clculo Diferencial e Integral Jaime Sahagn Castellanos Filemn Ramrez Prez Enrique Rodrguez Prez Ciclo Escolar: 2008-2009 Ao: Cuarto Semestre: Segundo Periodo: Enero - Junio Hora Teora/Semana: 3 Hora Prctica/Semana: 2 Horas Totales del curso: 80.0 Horas Tiempo Independient e: 40

II. RESUMEN DIDCTICO El curso Introduccin a los Mtodos Estadsticos esta ubicado al inicio de la licenciatura de Agronoma en Horticultura protegida . Horizontalmente tiene relacin con el curso de agrometeorologa que se imparten en el mismo semestre. Sin embargo, verticalmente tiene gran relacin con los cursos: Elementos de Cmputo, Matemticas y Diseos Experimentales. Debe considerarse adems que dentro del perfil del agrnomo que se pretende con el plan de estudios, figuran aspectos relativos a la formacin de un espritu inquisitivo, crtico y creativo. La herramienta estadstica constituye un elemento que favorece la consecucin de tal objetivo.

El proceso de corte educativo se ejecuta con la exposicin del profesor y la participacin activa de los alumnos, con el fin de propiciar la asimilacin de los conocimientos. Este proceso se ejecutar tanto en la fase terica como en la fase prctica.

III. PRESENTACIN El estudio de los procesos de produccin agrcola en ambientes protegidos y del desarrollo de otros procesos relacionados se caracteriza comnmente por producir informacin cuantitativa, producto de la naturaleza aleatoria de los fenmenos involucrados. La informacin as obtenida, tpicamente no muestra explcitamente la respuesta a las interrogantes que motivaron el estudio; la informacin requiere de ser organizada, resumida y analizada. Es en este contexto en el que la metodologa estadstica ha probado repetidamente ser un poderoso auxiliar metodolgico. El curso de Introduccin al Mtodo Estadstico constituye el primer acercamiento formal a los principios y procedimientos bsicos de la Metodologa Estadstica. Con referencia a la evaluacin, sta se plantea realizar con exmenes y tareas principalmente.

IV. OBJETIVO GENERAL Comprender los conceptos y manejar las tcnicas fundamentales de la Estadstica Descriptiva, Probabilidad e Inferencia Estadstica para abordar exitosamente los temas relacionados que son objeto de cursos futuros en su formacin como agrnomo, as como utilizar esos conocimientos en el tratamiento de la informacin y la toma de decisiones, organizacin y de ciertos tipos de anlisis de datos que surge de los diferentes tipos del quehacer agronmico, particularmente relacionado s con la investigacin.

V. CONTENIDO TERICO (48 horas) UNIDAD 1. CONCEPTOS INTRODUCTORIOS (1.5 h) Objetivo: Mostrar la naturaleza de la Estadstica como mtodo, su grado de importancia y su papel para aplicar estos en la Enseanza y la Investigacin de otras ciencias y actividades profesionales. Contenido 1.1. Definicin y naturaleza de la Estadstica. 1.2. El papel de la Estadstica.

UNIDAD 2. ORGANIZACION DE DATOS, TABLAS D E FRECUENCIAS, METODOS GRAFICOS ( 3 h) Objetivo: Organizar los datos empricos de modo que la informac in que proporcionen sea mayor y ms til que en su forma original , as como aplicar los mtodos tabulares y grficos para representar la distribucin de frecuencias y Distribucin conjunta de dos caractersticas. Contenido 2.1. Introduccin. 2.2. Organizacin y presentacin de datos. 2.3. Propiedades de las distribuciones de frecuencias. 2.4. Distribucin conjunta de dos caractersticas, Problemas y ejercicios. UNIDAD 3. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSION (6 h) Objetivo: Asociar a cada distribucin de datos ciertas medidas que la caracterizan, sin importar la presentacin que de aquella se haga a fin de interpretar la informacin as como usar la medida de tendencia central, dispersin, medida de la dispersin. Contenido 3.1. Introduccin. 3.2. Notacin Sumatoria. 3.3. Medidas de tendencia central. 3.4. Medidas de variabilidad. 3.5. Covarianza y correlacin. 3.6. Problemas y ejercicios UNIDAD 4. CONJUNTOS Y PROBABILIDAD (6h) Objetivo: Comprender los conocimientos relacionados con conjuntos y probabilidad para emplear dichos conocim ientos en todos los temas siguientes: Conceptos de Universo, Evento Espacio, Muestras, Espacios Discretos y continuos, poblacin, Muestra, Experimento, Aleatoriedad, etc., Leyes probabilsticas, Independencia y Probabilidad condicional. Contenido 4.1. Introduccin. 4.2. Conjuntos. 4.3. Experimentos aleatorios. 4.4. Espacio Muestral. 4.5. Enfoques del concepto de probabilidad. 4.6. Base axiomtica de la probabilidad. 4.7. Elementos de anlisis combinatorio. 4.8. Reglas para el clculo de probabilidades. 4.9. Probabilidad marginal y condicional. 4.10. Problemas y ejercicios.
3

UNIDAD 5 VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES, MOMENTOS (4.5h) Objetivo: Explicar el concepto de variable aleatoria y su aplicacin, indispensable para explicar las tcnicas de la Inferencia Estadstica. Contenido 5.1. Introduccin. 5.2. Variable aleatoria. 5.3. Tipos de variables aleatorias. 5.4. Funcin de probabilidad de una variable aleatoria discreta, propiedades. 5.5. Funcin acumulativa. 5.6. Esperanza matemtica, media y varianza. 5.7. Distribucin conjunta de dos variables aleatorias discretas. 5.8. Covarianza y correlacin. 5.9. Problemas y Ejercicios.

UNIDAD 6. DISTRIBUCIONES TEORICAS ESPECIALES (4.5 h) Objetivo: Identificar algunas de las ms importantes distribuciones tericas identificadas como modelos de algunos de los fenmenos aleatorios, con los q ue ms frecuentemente tendr contacto en el ejercicio de su profesin, en trabajos de investigacin, as como en otros cursos a fin de aplicar dichos conocimientos y manejar las tablas de las funciones de distribucin estudiadas. Contenido 6.1. Distribucin Uniforme discreta. 6.2. Distribucin Bernoulli y binomial. 6.3. Distribucin Poisson, 6.4. Distribucin Hipergeometr a 6.5. Distribucin Binomial Negativa 6.6. Distribucin Uniforme continua 6.7. Distribucin Normal 6.8. Aproximacin de la Distribucin Binomial a la Dist ribucin Normal 6.9. Uso de Tablas 6.10. Problemas y ejercicios.

UNIDAD 7. DISTRIBUCIONES DERIVADAS DEL MUESTREO (4.5 h) Objetivo: Explicar como los procesos de muestreo generan variables aleatorias y sus correspondientes distribuciones de probabilidad para interpretar la distribucin de la media muestral y distribucin de X 2, t. y F. Contenido

7.1. 7.2. 7.3. 7.4. 7.5. 7.6. 7.7. 7.8. 7.9.

Variables aleatorias generadas por el proceso de muestreo. Propiedades de la media muestral como variable aleatoria. Muestra de poblaciones normales. Teorema Central del Lmite. Distribucin de ji-cuadrada (x 2). Distribucin de F. Distribucin t de Student. Uso de tablas. Problemas y Ejercicios.

UNIDAD 8 ESTIMACION (6 h) Objetivo: Utilizar los conocimientos previos del curso al estudiar las propiedades de funciones de los datos obtenidos mediante las tcnicas de la Estadstica llamada "Estimador", despus de algunas adecuaciones servir para inferir el valor poblacional correspondiente. Contenido 8.1. Introduccin. 8.2. Estimacin por punto. 8.2.1 Propiedades deseables de los e stimadores. 8.2.2 Propiedades de los estimadores de los parmetros de una distribucin normal. 8.2.3 Propiedades del estimador del parmetro p de la distribucin binomial. 8.3. Estimacin por intervalo. 8.3.1. Estimacin del parmetro de la distribucin normal. 8.3.2. Estimacin del parmetro p de la distribucin binomial. 8.3.3. Estimacin del parmetro 2 de la distribucin normal. 8.4. Interpretacin de un intervalo de confianza. 8.5. Problemas y ejercicios

UNIDAD 9. PRUEBAS DE HIPOTESIS ESTADI STICAS (6 h) Objetivo: Utilizar las tcnicas de comparacin haciendo uso de la informacin contenida en los estimadores contra valores tericos de los parmetros correspondientes para relacionar los resultados con los modelos tericos que se supone son patrn de distribucin del fenmeno, bajo estudio. Contenido 9.1. Introduccin. 9.2. Fundamentos lgicos de las pruebas de hiptesis. 9.3. Procedimientos generales para probar una hiptesis. 9.4. Pruebas sobre la media de una poblacin normal 9.5. Pruebas sobre las medias de dos poblaciones normales. 9.6. Pruebas sobre la varianza de una poblacin normal.

9.7. 9.8. 9.9. 9.10. 9.11.

Pruebas sobre las varianzas de dos poblaciones normales. Pruebas sobre el parmetro p de la distribucin binomial. Pruebas de bondad de ajuste. Tablas de contingencia. Problemas y Ejercicios.

UNIDAD 10. ANLISIS DE REGRESI N Y CORRELACIN ( 6 h) Objetivo: Utilizar las tcnicas de regresin y correlacin lineal simple, como medios para determinar la posible asociacin y el grado de ella, entre dos variables. Contenido 10.1. Introduccin. 10.2. Regresin Lineal Simple (R.L.S.): 10.2.1. Estimacin de los parmetros de R.L.S. 10.2.2. Propiedades de los estimadores. 10.2.3. Pruebas de hiptesis. 10.2.4. Anlisis de varianza. 10.2.5. Coeficiente de determinacin R 2. 10.3. Correlacin simple: Pruebas de hiptesis sobre el parmetro. 10.4. Problemas y ejercicios.

VI. PRCTICAS El contenido prctico del curso consiste en realizar ejercicios los nmeros conceptos surgidos en cada unidad. Adems se analizan algunos datos numricos de diversas aplicaciones en Agronoma.

VII. METODOLOGA
El curso se imparte en el aula mediante la exposicin directa del docente, en algunos momentos el profesor hace uso de acetatos o bien de diapositivas para una mejor comprensin de los conceptos en los cuales se ayuda de esquemas e imgenes. En cada clase se asigna a los estudiantes una serie de ejercicios relacionados con el tema para que los resuelva y asimile los conceptos. Se establece tambin un horario de laboratorio esta actividad puede ser en el laboratorio de computo o en el saln para la solucin de problemas relacionados con el curso.

El contenido prctico del curso consiste en realizar ejercicios los nmeros conceptos surgidos en cada unidad pueden ser utilizando las herramientas de computo disponibles. Adems se analizan algunos datos numri cos de diversas aplicaciones en Agronoma.

VIII. EVALUACIN DEL CURSO El curso ser evaluado de la siguiente manera: Tres exmenes (dos parciales y un final) Tareas

80 % 20 %

IX. BIBLIOGRAFA Bhattacharrya, G.B. and Johnson, R.A. 1977. Stati stical Concepts and Methods. John Wiley & Sons, New York. 639 p. Freund, J.E. 1973. Modern Elementary Statistics. Prentice -Hall, Inc., New Jersey. 532 p. Huntsberger, D.V. and P. Billingsley. 1961. Elements of Statistical Inference. Third Edition. Allyn and Bacon, Boston, USA. 349 p. Infante Gil, S. y Zrate de Lara, G.P. 1984. Mtodos Estadsticos. Un enfoque interdisciplinario. Ed. Trillas. Mxico, D.F. 643 p. Mendenhall, W. Ott, L., and Larson, R.F. 1974. A Tool For The Social Sciences. A Divisin of Wadsworth Publishing Company, Inc. California, 505 p. Mndez Ramrez, I. 1971. Introduccin a la Metodologa Estadstica. PATENA. Chapingo Mx. 126 p. Meyer, P.L. 1973. Probabilidad y Aplicaciones de Estadstica. Carlos Prado Campos (Traductor). Segunda edicin. Fondo Educativo Interamericano, Mxico. 372 p. Milton, J. Susan. 1994. Estadstica para la Biologa y Ciencias de Interamericana-McGraw-Hill, Mxico, D.F., 519 p. la Salud.

Ostle, B. 1963. Estadstica Aplicada. Dagoberto de la Serna Valdivia (Traductor). Ed. LIMUSA. Mxico, D.F. 629 p. Steel, R.G.D. and Torrie, J.H. 1976. Introduction to Statistics. McGraw -Hill Book Company, New York. 382 p. Wonnacott, T.H. and Wonnacott, R.J. 1972. Introductory Statistics. Secon Edition. J. Wiley & Sons, New York. 510 p. Wonnacott, T.H. and Wonnacott, R.J. 1990. Introductory Statistics for Business and Economics. Fourth Edition. J. Wiley & Sons, New Yor. 815 p.