Modelos Inferenciales Agropecuarias

UNIVERSIDAD DEL TOLIMA
INSTITUTO DE EDUCACIN A DISTANCIA - IDEAD

PR0GRAMA ADMINISTRACION DE EMPRESAS AGROPECUARIAS POR
CICLOS
PLAN INTEGRAL DE CURSO
1. LINEAMIENTOS GENERALES
o
o
Unidad Acadmica:
Programa o carrera:
Instituto de Educacin a Distancia (IDEAD)

Administracin de Empresas Agropecuarias por Ciclos
Campo de formacin:
Ccomunicacin y contexto.
Ncleo de Formacin:
Desarrollo del pensamiento lgico y matemtico
Nombre del Curso:
Modelos Inferenciales
Nmero de Crditos:
Cuatro (4)
Semestre:
Sexto(VI)
Proyecto de investigacin:
regin
Trabajo presencial:
Trabajo independiente:
Total de horas:
Web:
Caracterizacin de las empresas agropecuarias de la
o
o
o
o
38
154
192
http://190.254.102.162/moodle
2. PROPSITOS DE FORMACIN
2.1. General
Desarrollar en el estudiante de Administracin Financiera las competencias bsicas en los
diferentes contextos y roles de su ejercicio profesional, en el proceso de apropiacin de los
conocimientos, de conceptos generales y especficos que deber integrar para ejercer con
idoneidad e integridad su profesin en el campo de la construccin de modelos estadsticos
acordes con la necesidad del medio.
2.2. Especficos
Los principales propsitos de formacin del curso de MODELOESTADISTICOS son los siguientes:
Tutor. Jos Aristbulo Gonzlez Florin
Josearistobulo@gmail.com
Pgina 1
Conocer y manejar las tcnicas para construir modelos estadsticos necesarios para
tenerlos como punto de referencia en la toma de decisiones para el establecimiento de
metas, evaluacin de rendimiento, medicin del progreso, planes de produccin y otros
procesos que requiere la empresa agropecuaria
Brindar a los estudiantes las herramientas tericas-prcticas que apoyen su formacin

profesional, con un alto nivel de competitividad laboral.
Permitir que los estudiantes apropien las temticas en forma prctica a tal punto que
puedan afrontar con seguridad las necesidades del medio empresarial.
Crear en el estudiante un sentido crtico, analtico con respecto a su entorno y una gran
visin en su campo laboral en el que construir modelos predictivos para identificar los
diferentes comportamientos gerenciales que inciden positivamente o negativamente en los
diferentes mercados.
Concienciar al estudiante de Administracin de Empresas Agropecuarias que la estadstica

es la ciencia que proporciona la metodologa para evaluar y juzgar las discrepancias entre
la realidad y la teora, siendo la tecnologa del mtodo cientfico experimental.
Dar a conocer al estudiante el papel instrumental de LOS MODELOS ESTADISTICOS,

siendo importante para entender las posibilidades y limitaciones de la investigacin
experimental, para desarrollar un pensamiento crtico y antidogmtico ante la realidad.
Dar las herramientas bsicas para que el estudiante al disear un modelo estadstico
predictivo sea capaz de predecir acontecimientos futuros del medio en que se
desenvuelve.
Determinar la importancia del modelo estadstico como una prctica para predecir posibles
sucesos que se pueden dar dentro de la prctica empresa agropecuaria
Mostrar la importancia de un modelo estadstico en la aproximacin operativa de esta

realidad, teniendo en cuenta explcitamente las variables observables presumiblemente las
ms importantes.
Desarrollar la capacidad analtica de los participantes para la interpretacin de los estados

financieros en las empresas agropecuarias
Desarrollar habilidades para el anlisis interrelacionado de estados financieros en las

empresas agropecuarias
3. PRINCIPIOS DE FORMACIN
AUTONOMIA: Propender por la formacin de profesionales en Administracin de

Empresas Agropecuarias con carcter, criterio y capacidad de actuacin independiente y
toma de decisiones, con responsabilidad y tica de acuerdo con los conocimientos
adquiridos propios de la estadstica como herramienta en la toma de decisiones
PARTICIPACIN: Motivar al estudiante en la apropiacin del conocimiento a travs de su

vinculacin mediante actividades terico-practicas tales como talleres, investigaciones,
entre otros, que lo impulsen al logro de los propsitos de formacin planteados, mediante
el planteamiento, anlisis, desarrollo e interpretacin de problemas reales enfocados a
buscar soluciones de tipo sistmico.
Pgina 2
PERTINENCIA: El marco de apropiacin del conocimiento del estudiante de este curso,

debe estar integrado e interrelacionado con los propsitos y polticas del Programa de
Administracin Empresas Agropecuarias enmarcado en el contexto regional, involucrando
la solucin a necesidades en los diferentes sectores empresariales.
COHERENCIA: La adquisicin del conocimiento por parte del estudiante con respecto a la
importancia del manejo sistemtico y analtico de la informacin en las TICs, la
aplicabilidad en la solucin y mejoramiento del problemas de investigacin que requieran el
uso estadstico para realizar inferencias que permitan obtener conclusiones para grupos
grandes o poblaciones de inters.
DEMOCRACIA: El curso de modelos inferenciales ser un espacio donde el estudiante

podr exponer libremente sus ideas y/o puntos de vista mediante momentos de discusin y
reflexin en donde se promueva el desarrollo autnomo del individuo con un aporte de
ndole social en la aplicacin de su profesin.
FLEXIBILIDAD: Dependiendo de la dinmica que se vaya presentando en el curso, ser

fcilmente adaptable abordando temas que sean de inters y que se encuentren dentro de
las nuevas reas de informacin y que contribuyan con los procesos de autoformacin y
formacin profesional como ser integral, los cuales deben aportar a la ampliacin de las
temticas planteadas en los ncleos problmicos.
CREATIVIDAD: El curso de modelos inferenciales es un rea en donde el estudiante a

travs de la perspectiva de su entorno pueda dar otro punto de vista a problemas
comunes, es decir, que el estudiante deber ser capaz de generar sus propias teoras a
travs de la prctica y la investigacin.
4. ARTICULACIN DEL CURSO CON LOS PRPOSITOS, PRINCIPIOS,

CAMPOS, NCLEO DE FORMACIN EN EL MARCO DEL DISEO
CURRICULAR (pertinencia curricular)
Los modelos inferenciales y el diseo de experimentos se han convertido en disciplinas decisivas
para estudiantes de ingeniera, ciencias empresariales, de economa, de sociologa, de negocios,
de antropologa y de otras ciencias del comportamiento. Los mtodos estadsticos han demostrado
ser tiles en una amplia gama de estudios relacionados, con la conducta humana, razn que ha
hecho que se incluya en los pnsum de las carreras antes sealadas.
La economa moderna se ha tornado tan compleja que la incertidumbre en cuanto a las futuras
operaciones de la empresa se acrecienta; sin embargo, las firmas empresariales deben tomar
decisiones pese a tales incertidumbres. La decisin slida y razonada exige anlisis e
interpretacin cuidadosa de informacin sobre hechos y a este respecto las tcnicas estadsticas
han demostrado ser especialmente tiles. En las actividades de hoy ya no se considera la
estadstica como el mero registro de ventas y de contabilidad, sino ms bien, como una parte
integrante de la decisin administrativa. En la investigacin de mercados y en la prevencin de las
tendencias econmicas, por ejemplo, es manifiesta la necesidad de utilizar el muestreo, el anlisis
de regresin y otros mtodos estadsticos.
Suponga que una compaa manufacturera quiere decidir si acepta o rechaza un embarque de
mercanca que ha recibido recientemente. Se inspecciona una parte del embarque para determinar
su calidad. Si se halla que tres de treinta unidades examinadas son defectuosas, ste resultado
Pgina 3
es prueba suficiente para indicarnos que el embarque es de mala calidad? La estadstica

inferencial nos permitir dar una respuesta racional a este interrogante.
5. PRESENTACION Y SUSTENTACION DEL CURSO EN EL MARCO DEL

DISEO CURRICULAR, ESPECIFICAMENTE A PERFILES DE FORMACION Y
DESEMPEO
5.1. Importancia del curso
Considerando que el programa busca en su perfil de formacin que el Tecnlogo adquiera las
competencias cognitivas, socio afectivas y comunicativas necesarias para solucionar problemas
inherentes a la Administracin de Empresas Agropecuarias , y en su perfil de desempeo que
Coordine labores de toma y anlisis de desiciones entre diferentes niveles de las organizaciones.
El curso de MODELOS INFERENCIALES , se convierte en uno de sus ejes bsicos para el logro
de los objetivos, por su nfasis en los conceptos y procedimientos que sirven como estructura
fundamental para el desarrollo de la investigacin.
5.2. El proyecto de investigacin

Dada la importancia del curso, por ser articulador del proyecto de investigacin formativa en el
sexto semestre del plan de estudios, se convierte entonces, en base fundamental para los
estudiantes ya que con la utilizacin de las herramientas estadsticas, estos podrn organizar y
presentar adecuadamente cada uno de los elementos que logra el objetivo del semestre que se
ubica en la gua del proyecto de investigacin, denominado, Caracterizacin de las empresas
agropecuarias de la regin.
6. PRESENTACION DEL CURSO EN TERMINOS DE LA CATEGORIA

PROBLEMAS/CONOCIMIENTOS, ARTICULADO AL CONTEXTO EN EL QUE
SE DESARROLLA EL PROGRAMA
6.1. Justificacin del curso

LOS MODELOS INFERENCIALES se han convertido en curso decisivo para los estudiantes de
todas las disciplinas y en especial para los cursan programas de las ciencias administrativas, ya
que a travs de ste, se implementan los mtodos estadsticos que tienen como finalidad
suministrar informacin. Su utilidad depender de los fines que se propongan y de la forma como
se obtengan los datos. La creciente especializacin lograda por la empresa moderna ha obligado a
la utilizacin continua de mtodos estadsticos; es as como, en la produccin masiva, el control de
calidad, mediante la inspeccin de artculo por artculo, es casi imposible de realizar. Cuando el
artculo debe ser sometido a cierto control de dureza, resistencia, duracin, que implique su
destruccin, es indispensable la aplicacin de tcnicas de muestreo, para reducir el nmero de
elementos destruidos y obtener conclusiones que se puedan hacer extensivas al total de los
elementos producidos de donde se extrajo la muestra.
Precisando sobre algunos aspectos para los cuales la estadstica tiene importancia, se pueden
mencionar: Conocer la realidad de una observacin o fenmeno, determinar lo tpico o normal de
Pgina 4
una observacin, determinar los cambios que presenta un fenmeno, relacionar dos o ms
fenmenos, determinar las causas que originan un fenmeno, hacer estimativos sobre el
comportamiento futuro del fenmeno, obtener conclusiones de un grupo menor (muestra), para
hacerlas extensivas a un grupo mayor (poblacin), adems de lo anterior, la Estadstica facilita una
serie de instrumentos o tcnicas que, al ser utilizadas correctamente, permiten determinar el grado
de validez y confiabilidad, ya sea de las predicciones o de las conclusiones obtenidas a partir de
las muestras.
6.2. Presentacin de los Ncleos Problmicos

El desarrollo de cada uno de los ncleos problmicos ser el argumento al planteamiento de la
siguiente pregunta:
Como los modelos estadsticos brinda herramientas bsicas y fundamentales para la toma
de decisiones a nivel de las empresas agropecuarias?
6.2.5. NCLEO PROBLEMICO NO. 1
TITULO: PRUEBAS DE HIPOTESIS.
PREGUNTA: Cmo se formula un procedimiento de decisin basado en los datos

que conduzcan a una conclusin acerca de algn planteamiento cientfico? La
funcin de la estadstica es la de apoyar el razonamiento para llegar a decisiones
slidas a pesar de la incertidumbre?
TIEMPO TOTAL DEL NCLEO : 40 Horas

TIEMPO PRESENCIAL
8 Horas
TIEMPO INDEPENDIENTE
: 32 Horas
CONTENIDO TEMTICO DEL NUCLEO:

- Usos y aplicaciones.
- Procesos y procedimientos.
Pgina 5
- Tipos de error.
- Prueba de hiptesis para la media, la proporcin, la diferencia de medias
para variables pareadas y no pareadas.
- Diferencia de proporciones y prueba de asociacin.
- Uso de la distribucin Ji cuadrado.
PROBLEMAS
CONOCIMIENTOS
Una hiptesis estadstica

es una proposicin o
afirmacin acerca del valor
de un parmetro, relacin
entre parmetros, la forma
de una distribucin, etc., la
cual se desea analizar con
base en la evidencia de la
muestra o del experimento
para tomar una decisin
sobre su validez.
Pruebas de hiptesis respecto de

las medias en poblaciones
normales; pruebas para una
muestra; pruebas para dos
muestra independientes; pruebas
sobre las medias cuando las
observaciones son pareadas;
pruebas de hiptesis respecto de
las varianzas en poblaciones
normales.
- Cul es la importancia
fundamental de las hiptesis
estadstica?
Aplicacin adecuada de
los pasos para llevar de
una manera secuencial
una prueba de hiptesis:
Formulacin de hiptesis,
establecimiento del
tamao de la muestra,
determinacin del
estadstico de prueba,
formulacin de una regla
de decisin, clculo del
estadstico de prueba y
aplicacin de la regla de
decisin.
Pruebas para proporciones; la

funcin de potencia de la prueba;
factores que afectan la potencia
de la prueba.
Qu aspectos debo tener en

cuenta para probar una hiptesis
estadstica?
- Suponga que la varianza de los
cocientes intelectuales de los
estudiantes de la universidad es
de 225. una muestra aleatoria
de 25 estudiantes arroja un
cociente intelectual de 106. Se
puede concluir a partir de estos
datos que el cociente intelectual
medio de los estudiantes es
superior a 100? Tomando una
significancia del 5%.
PREGUNTAS GENERADORAS
- En qu casos se hace una

prueba de hiptesis de una
cola? Cmo se enuncia la
hiptesis alterna en una prueba
de una cola?
COMPENTENCIAS PARA CADA NUCLEO PROBLEMICO
Cognitivas
Pgina 6
Probar hiptesis estadsticas para que el Administrador de Empresas Agropecuarias que se

encuentra en la vida real ante problemas de toma de decisiones, tenga en cuenta conjeturas de los
parmetros poblacionales.
Valorativas
Identificar al Ingeniero de Sistemas como un ser integral capaz de brindar soluciones eficaces y
acordes a las necesidades de los diferentes mbitos socio-empresariales mediante el uso y
aplicacin de la Inferencia Estadstica.
Comunicativa
Ser capaz de exponer y puntualizar sobre los beneficios, que trae consigo el uso y aplicacin de las
pruebas de hiptesis en un proceso previo de evaluacin y planeacin.
ACTIVIDADES DE INTEGRACION PARA EL NUCLEO PROBLEMICO
Revisin y adaptacin de los temas de investigacin
Finalizacin y Socializacin del portafolio del estudiante.
Socializacin en mesa redonda de las respuestas a las preguntas generadoras.
Solucin y revisin de talleres. con base en la siguiente caja de herramientas:
Caja de herramientas y diseos de ambientes de aprendizaje Preparatorios para los

encuentros presnciales. Encuentro presencial No. 5
ACTIVIDADES NO PRESENCIALES
INDIVIDUALES
ACTIVIDADES NO
PRESENCIALES POR CIPAS
ACTIVIDADES PRESENCIALES
Desarrollar
las
preguntas
generadoras
del
ncleo
problmico
No.5,
fundamentando sus conceptos
en el las lecturas del texto:
Estadstica para las ciencias
administrativas MC Graw Hill,
paginas de la 245 a la 301 y
desarrollar los ejercicios de la
gua No 5.
Profundizacin
y
socializacin
de
los
conocimientos a partir del
material aportado y de las
asesoras del tutor
Desarrollo socializado de las
preguntas
problema
y
generadoras, a partir de
situaciones
particulares.
(empresa de investigacin
formativa del CIPAS)
TIEMPO:
20 HORAS
TIEMPO:
12 HORAS
Sustentacin por CIPAS del desarrollo de

las
preguntas
generadoras
para
responder a las situaciones problema.
Complementacin conceptual por parte
del tutor.
Sustentacin conceptual del ncleo
problmico a partir del desarrollo de las
preguntas generadoras y del taller de
actividades, empleando lenguaje tcnico.
La sustentacin debe llevar inmersa la
creatividad del grupo y de cada
estudiante.
TIEMPO:
8 HORAS
ACREDITACION DEL NCLEO PROBLMICO

Textos argumentativos individuales y de CIPAS, respuestas a las preguntas planteadas en la
gua de estudio y aprendizaje, meta cognitivo de los procesos logrados, y participacin en las
sesiones plenarias, desarrollo de talleres.
Pgina 7
CONTEXTUALIZACION INVESTIGACION FORMATIVA

Como aplicacin al proceso de investigacin formativa, la inferencia estadstica es la
herramienta principal que facilita la toma de decisiones, segn las propuestas en desarrollo
donde se espera que el estudiante pueda desempearse adecuadamente en su vida
profesional.
LECTURAS BASICAS
Estadstica para las Ciencias Agropecuarias, Di Rienzo Julio Alejandro ,Casanoves Fernando,
Sexta Edicin
Teora de Probabilidades del texto Probabilidad y Estadstica de Walpole y Myers de la
Coleccin Mc-Graw Hill.
Distribuciones de Probabilidad y Variable Aleatoria del Texto Estadstica y Muestreo de Ciro
Martnez Bencardino de Ecoe Ediciones.
CHAO, Lincoln L. Estadstica para Ciencias Administrativas. Mc-Graw Hill. Bogot, 1996.
Webgrafia:
TITULO:
AUTOR:
PAGINA:
TEMATICA
Apuntes de estadstica
David Ruiz Muoz y Ana Mara Snchez Snchez
http://www.eumed.net/libros/2006a/rmss/a7.htm
Libro virtual completo de estadstica.
TITULO:
AUTOR:
PAGINA:
TEMATICA :
Hiptesis estadisticas
Francisco Javier Varn Lpez
http://campusvirtual.uma.es/est_fisio/apuntes/ficheros/estad_uma_07.ppt
Pruebas de hiptesis
6.2.1. NCLEO PROBLEMICO NO. 2
TITULO: Regresin Lineal y Correlacin.
PREGUNTA: Qu es un regresin lineal?, Qu aplicacin se le puede dar para

pronosticar?, Qu modelos de regresin son importantes en la vida laboral de un
Administrador de Empresas Agropecuarias?
TIEMPO TOTAL DEL NCLEO :
37 Horas
Pgina 8
TIEMPO PRESENCIAL
:
:
7 Horas
30 Horas
CONTENIDO TEMATICO DEL NCLEO:
Regresin lineal y regresin lineal simple

Propiedades de los estimadores de mnimos cuadrados
Procedimiento del anlisis de varianza
Correlacin
Coeficiente de correlacin
PROBLEMAS
CONOCIMIENTOS
Consideremos la situacin
en la que una variable X ha
sido planeada para que
tome ciertos valores, y
supongamos
que
Y
representa una variable de
respuesta cuyos valores
dependen de los valores
que tome X.
Conceptualizar
los
elementos esenciales
de la regresin lineal.
En que consiste la regresin lineal?
Si los valores de Y
dependen en forma lineal
de los de X, entonces un
cambio de X produce un
cambio proporcional en Y.
Lo anterior se representa
mediante una ecuacin de
una lnea recta y su validez
depende de anlisis de
ciertos supuestos y del
anlisis de varianza para
los
parmetros
poblacionales.
Identificar
las
diferentes
propiedades de los
estimadores
de
mnimos cuadrados.
Cules son las propiedades de

estimadores de mnimos cuadrados?
Manejo inadecuado de la
informacin.
Definir
los
elementos
que
intervienen en el
anlisis
de
Varianza.
Cmo se ejecuta un procedimiento de

anlisis de varianza en una regresin lineal
simple?
En que consiste la correlacin?
Pgina 9
los
Cognitivas
Identificar los elementos esenciales en la construccin de un modelo de regresin lineal.
Seleccionar el tipo de experimentacin de acuerdo al problema.
Establecer las fuentes de variacin para el anlisis de Varianza.
Identificar los elementos y aplicar las frmulas en el anlisis de Varianza.
Apropiar, contextualizar y legitimar la propuesta pedaggica que fundamenta la labor educativa en
el Instituto de Educacin a Distancia.
Identificar y caracterizar algunos perfiles de ndole personal con relacin a los hbitos de estudio, la
comprensin de textos y la escritura de ensayos de experiencias propias, para iniciar proyectos de
desarrollo personal y grupal
Valorativas
Apreciar el valor del aprendizaje personal, social y colaborativo y las oportunidades que para stos
se ofrecen mediante el Sistema de Educacin Distancia.
Evaluar el nivel de comprensin lectora y composicin escrita a travs de los ejercicios y talleres
propuestos por los tutores, iniciando los procesos de auto evaluacin que permitir a los
estudiantes participantes la elaboracin de su perfil actual y la propuesta de planes de
mejoramiento para transformar sus niveles de desempeo.
Comunicativas
Desarrollar un escrito resaltado la importancia de la estadstica, sus usos y aplicaciones, sobre la
utilizacin de las distribuciones de frecuencias, y el clculo y utilizacin de las principales medidas
de posicin y variabilidad.
Elaborar por escrito con planes de trabajo individual y de CIPAS a corto, mediano, y largo plazo, de
tal manera que se pueda hacer uso eficiente del tiempo libre y se logren resultados eficientes en
trminos de organizacin del tiempo y del uso de los recursos del medio.
Anlisis de las respuestas a las preguntas generadores.

Puesta en comn de las ideas relevantes de los textos ledos.
Socializacin de resultados grupales tanto de ensayos como de tcnicas y hbitos de
estudio
Con base en la siguiente caja de herramientas:
Pgina 10

encuentros presnciales.
Encuentro presencial No. 1
INDIVIDUALES
Desarrollar las preguntas

generadoras
del
ncleo
problmico
No.1,
fundamentando
sus
conceptos en el las lecturas
del
texto:
Estadstica
Matemtica con aplicaciones.
Cuarta edicin Jhon E.
Freundl Ronal e Walpole.
TIEMPO:
17 HORAS
ACTIVIDADES NO
Profundizacin
y
socializacin
de
los
conocimientos a partir
del material aportado y
de las asesoras del tutor
Desarrollo socializado de
las preguntas problema y
situaciones particulares.
(empresa
de
investigacin formativa
del CIPAS)
TIEMPO:
13 HORAS
Sustentacin por CIPAS del desarrollo

de las preguntas generadoras para
responder
a
las
situaciones
problema.
Complementacin conceptual por
parte del tutor.
problmico a partir del desarrollo de
las preguntas generadoras y la gua
de actividades, empleando lenguaje
tcnico.
La sustentacin debe llevar inmersa
la creatividad del grupo y de cada
estudiante.
TIEMPO:
7 HORAS

gua de estudio y aprendizaje meta cognitivo de los procesos logrados, y participacin en las
sesiones plenarias.
Como aplicacin al proceso de investigacin formativa desde este ncleo problmico, segn la
propuesta en desarrollo se espera que el estudiante pueda indagar y diagnosticar los tipos de
tecnologa de red que soportan los sistemas de informacin o servicios prestados en la
institucin donde se contextualiza dicha propuesta.
LECTURAS BSICAS DEL NCLEO PROBLMICO:
Estadstica para las Ciencias Agropecuarias, Di Rienzo Julio Alejandro ,Casanoves

Fernando, Sexta Edicin
Estadstica Matemtica con aplicaciones. Cuarta edicin Jhon E. Freundl Ronal e Walpole.
Introduccin a la probabilidad y la estadstica.
Mendonhall Wodscuarth. Internacional Iberoamrica.
Chao, Lincoln . Estadstica para las ciencias Administrativas. Editorial McGrawHill.
Webgrafia:
TITULO:
AUTOR:
PAGINA:
Apuntes de regresin lineal

M. Salvador y P. Gargallo
http://ciberconta.unizar.es/docencia/estadistica/
Pgina 11
TEMATICA
Anlisis exploratorio de datos
TITULO:
AUTOR:
PAGINA:
TEMATICA
Introduccin a los pronosticos

estadstica descriptiva
6.2.2. NCLEO PROBLEMICO NO. 3:

TITULO: REGRESION LINEAL MULTIPLE
PREGUNTA: Qu aspectos se deben tener en cuenta en un modelo de regresin
mltiple? Cules son las variables que intervienen en un modelo de regresin lineal
mltiple? Qu pruebas de significancia del modelo de regresin se pueden hacer?
TIEMPO TOTAL DEL NCLEO:37 Horas
TIEMPO PRESENCIAL
7 Horas
30 Horas
CONTENIDO TEMTICO DEL NUCLEO:
Desarrollo del modelo de regresin lineal mltiple

Anlisis residual para el modelo de regresin lineal mltiple
Prueba de la significancia del modelo de regresin lineal mltiple
Inferencias respecto a los coeficientes de regresin poblacionales
Prueba de proporciones del modelo de regresin mltiple
Modelo de regresin parablico
Modelo de regresin exponencial
PROBLEMAS
CONOCIMIENTOS
A menudo se puede
desarrollar un modelo
mejor si se toman en
cuenta ms de una
variable explicativa.
Construir el modelo de regresin

mltiple aplicado a el mercadeo.
Cmo se utiliza modelo de

regresin lineal mltiple ?
En el modelo de regresin
parablica se originan
resultados y los resultados
Construir el modelo de regresin

parablico
segn
el
comportamiento de las variables
Qu criterios se tienen en
cuenta par construir un modelo
de regresin parablico?
Pgina 12
PROBLEMAS
nos permiten tomar
decisiones. Un modelo de
regresin parablico se
puede llevar a cabo para
predecir posibles
resultados. Cul es el
procedimiento ms
adecuado para tomar las
decisiones correctas?
En el modelo de regresin
exponencial se originan
unos resultados que nos
permiten
predecir
comportamientos futuros
de la fluctuacin de
mercados .
CONOCIMIENTOS
Comparar la efectividad de los

tratamientos.
Cules son las variables que

intervienen en un modelo de
regresin exponencial?
dadas.
Cognitivas
Aplicar el modelo de regresin mltiple segn el tipo de variables que intervienen
Aplicar el modelo de regresin parablico segn el tipo de variables que intervienen.
Aplicar el modelo de regresin exponencial segn el tipo de variables que intervienen
Valorativas
Reconocer la importancia del Administrador de Empresas Agropecuarias en la solucin de
problemas complejos, apoyado en la teora de los modelos de regresin para la toma acertada de
decisiones.
Comunicativas
La capacidad de proyectar a travs del desarrollo de sus actividades los conocimientos y
experiencias adquiridos en beneficio de la sociedad.
Construccin de informes evidenciando la importancia de cada uno de los tipos de redes
actualmente desarrollados.
Socializacin en mesa redonda de las respuestas a las preguntas generadoras.
Pgina 13
Construccin de ensayo sobre la temtica de estudio e investigacin establecida para el ncleo.

Con base en la siguiente caja de herramientas:

encuentros presnciales.
Encuentro presencial No. 2
INDIVIDUALES
Desarrollar las preguntas

generadoras
del
ncleo
problmico
No.2,
fundamentando
sus
conceptos en el las lecturas
del texto: ESTADISTICA PAR
ADMINISTRACION.
Berenson-LevineKrehbiel.Segunda
edicin
Ed.Prentice Halll
TIEMPO:
20 HORAS
ACTIVIDADES NO
Profundizacin
y
socializacin
de
los
conocimientos a partir
del material aportado y
de las asesoras del tutor
Desarrollo socializado de
las preguntas problema y
situaciones particulares.
(empresa
de
investigacin formativa
del CIPAS)
TIEMPO:
10 HORAS
Sustentacin por CIPAS del desarrollo

de las preguntas generadoras para
responder
a
las
situaciones
problema.
Complementacin conceptual por
parte del tutor.
problmico a partir del desarrollo de
las preguntas generadoras y del taller
de actividades, empleando lenguaje
tcnico.
La sustentacin debe llevar inmersa
la creatividad del grupo y de cada
estudiante.
TIEMPO:
7 HORAS

gua de estudio y aprendizaje, meta cognitivo de los procesos logrados, participacin en las
sesiones plenarias y desarrollo de talleres.
Como aplicacin al proceso de investigacin formativa desde este ncleo problmico, segn la
propuesta en desarrollo se espera que el estudiante logre identificar que modelos probabilsticos se
pueden desarrollar para que adecuadamente pueda realizar inferencias estadsticas.
LECTURAS BASICAS:
Estadstica para las Ciencias Agropecuarias, Di Rienzo Julio Alejandro ,Casanoves

Fernando, Sexta Edicin
Estadstica Matemtica con aplicaciones. Cuarta edicin Jhon E. Freundl Ronal e
Walpole.
Introduccin a la probabilidad y la estadstica.
Mendonhall Wodscuarth. Internacional Iberoamrica.
Estadstica par administracin, segunda edicin Berenson-Levine-Krehbiel.ed prentice Hall
-Chao, Lincoln . Estadstica para las ciencias Administrativas. Editorial McGrawHill.
Pgina 14
Webgrafia:
TITULO:
AUTOR:
PAGINA:
TEMATICA
Apuntes de estadstica
David Ruiz Muoz y Ana Mara Snchez Snchez
http://www.eumed.net/libros/2006a/rmss/a7.htm
Libro virtual completo de estadstica
TITULO:
AUTOR:
PAGINA:
TEMATICA
Introduccin a la probabilidad
probabilidad
7. ACREDITACIN GENERAL DEL CURSO, ESTRUCTURA Y COMPOSICION DE LA

CONVOCATORIA.
Durante el desarrollo del Curso el estudiante elaborar un Portafolio de Aprendizaje con los
siguientes aspectos:
Los trabajos individuales realizados dentro y fuera del aula.

Los trabajos de CIPAS correspondiente a trabajos realizados
en actividad extra tutorial, y en las tutoras.
Autoevaluacin del conocimiento en el desarrollo de los

procesos individuales y grupales.
8. BIBLIOGRAFIA GENERAL DEL CURSO

- Estadstica para las Ciencias Agropecuarias, Di Rienzo Julio Alejandro ,Casanoves Fernando,
Sexta Edicin
-Mood, A.; Graybill, F.; Boes, D., Introduction To The Theory Of Statistics, 3rd. Edition, MacGraw
Hill, Mxico, 1974.
-Mendelhall; Scheaffer; Wackerly, Estadstica Matemtica Con Aplicaciones, Grupo Editorial
Iberoamrica, 1986.
-Freund, J.; Smith, R. M., Estadstica, 4 Edicin, Prentice Hall, 1989.
-Fraser, D.A.S., Fundamentos Y Tcnicas De La Inferencia Estadstica, Limusa, Mxico, 1976.
-Ostle, B., Estadstica Aplicada, 7 Edicin, Limusa, 1979.
-Lehmann, E. L., Testing Statistical Hypotheses, John Wiley & Sons, Pacific Grove, Calif. 1991.
Pgina 15
-Meyer, P., Introductory Probability And Statistical Applications, Addison-Wesley Publishing

Company, 1992.
-Feller, W., Teora De Probabilidades Y Sus Aplicaciones, 2 Edicin, Limusa-Wiley, Mxico, 1973.
-Harris, B., Theory Of Probability, Addison-Wesley, 1966.
-Reichenbach, H., Theory Of Probability, 2nd. Edition, University of California Press, Berkeley,
California, 1949.
-Parzen, E., Modern Probability Theory And Its Applications, John Wiley & Sons, 1960.
Administracin de Redes Pablo Grech Prentice Hall
-Chao, Lincoln . Estadstica para las ciencias Administrativas. Editorial McGrawHill.
-Levin, Richard, Estadstica para administradores. Editorial Prentice Hall Internacional.
-Berenson, Levine. Estadstica para la administracin y la economa. McGrawHill
-Anderson, Sweneney y Williams. Estadstica para administracin y economa. Vol I y II. Thomson,
Mxico 2000.
Pgina 16
Pgina 17

Modelos Inferenciales Agropecuarias

Hochgeladen von

Dokumentinformationen

Originalbeschreibung:

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Modelos Inferenciales Agropecuarias

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDAD DEL TOLIMA

INSTITUTO DE EDUCACIN A DISTANCIA - IDEAD

Instituto de Educacin a Distancia (IDEAD)

Desarrollo del pensamiento lgico y matemtico

Nombre del Curso:

Caracterizacin de las empresas agropecuarias de la

Tutor. Jos Aristbulo Gonzlez Florin

Brindar a los estudiantes las herramientas tericas-prcticas que apoyen su formacin

Concienciar al estudiante de Administracin de Empresas Agropecuarias que la estadstica

Dar a conocer al estudiante el papel instrumental de LOS MODELOS ESTADISTICOS,

Mostrar la importancia de un modelo estadstico en la aproximacin operativa de esta

Desarrollar la capacidad analtica de los participantes para la interpretacin de los estados

Desarrollar habilidades para el anlisis interrelacionado de estados financieros en las

AUTONOMIA: Propender por la formacin de profesionales en Administracin de

PARTICIPACIN: Motivar al estudiante en la apropiacin del conocimiento a travs de su

Tutor. Jos Aristbulo Gonzlez Florin

PERTINENCIA: El marco de apropiacin del conocimiento del estudiante de este curso,

DEMOCRACIA: El curso de modelos inferenciales ser un espacio donde el estudiante

FLEXIBILIDAD: Dependiendo de la dinmica que se vaya presentando en el curso, ser

CREATIVIDAD: El curso de modelos inferenciales es un rea en donde el estudiante a

4. ARTICULACIN DEL CURSO CON LOS PRPOSITOS, PRINCIPIOS,

Tutor. Jos Aristbulo Gonzlez Florin

es prueba suficiente para indicarnos que el embarque es de mala calidad? La estadstica

5. PRESENTACION Y SUSTENTACION DEL CURSO EN EL MARCO DEL

5.2. El proyecto de investigacin

6. PRESENTACION DEL CURSO EN TERMINOS DE LA CATEGORIA

6.1. Justificacin del curso

Tutor. Jos Aristbulo Gonzlez Florin

6.2. Presentacin de los Ncleos Problmicos

6.2.5. NCLEO PROBLEMICO NO. 1

TITULO: PRUEBAS DE HIPOTESIS.

PREGUNTA: Cmo se formula un procedimiento de decisin basado en los datos

TIEMPO TOTAL DEL NCLEO : 40 Horas

CONTENIDO TEMTICO DEL NUCLEO:

Tutor. Jos Aristbulo Gonzlez Florin

Una hiptesis estadstica

Pruebas de hiptesis respecto de

Pruebas para proporciones; la

Qu aspectos debo tener en

- En qu casos se hace una

COMPENTENCIAS PARA CADA NUCLEO PROBLEMICO

Tutor. Jos Aristbulo Gonzlez Florin

Probar hiptesis estadsticas para que el Administrador de Empresas Agropecuarias que se

Caja de herramientas y diseos de ambientes de aprendizaje Preparatorios para los

Sustentacin por CIPAS del desarrollo de

ACREDITACION DEL NCLEO PROBLMICO

Tutor. Jos Aristbulo Gonzlez Florin

CONTEXTUALIZACION INVESTIGACION FORMATIVA

6.2.1. NCLEO PROBLEMICO NO. 2

TITULO: Regresin Lineal y Correlacin.

PREGUNTA: Qu es un regresin lineal?, Qu aplicacin se le puede dar para

TIEMPO TOTAL DEL NCLEO :

Tutor. Jos Aristbulo Gonzlez Florin

CONTENIDO TEMATICO DEL NCLEO:

Regresin lineal y regresin lineal simple

En que consiste la regresin lineal?

Cules son las propiedades de

Cmo se ejecuta un procedimiento de

Tutor. Jos Aristbulo Gonzlez Florin

COMPENTENCIAS PARA CADA NUCLEO PROBLEMICO

ACTIVIDADES DE INTEGRACION PARA EL NUCLEO PROBLEMICO

Anlisis de las respuestas a las preguntas generadores.