UNIVERSIDAD DE QUINTANA ROO [PROPUESTA DE PROGRAMA DE ASIGNATURA]

28 DE MARZO DE 2011

PORPUESTA DEL PROGRAMA DE ASIGNATURA

Datos Generales
Nombre de la Materia

Clave

N de Clases por Semana

Carrera

Semestre

Requisitos

Estadstica II

ACP-142

2 sesiones (2 horas cada sesin)

64 horas en total por curso

Economa y finanzas

III

Estadstica I

Objetivo(s) General(es) de la Materia:

Al finalizar el curso el alumno ser capaz de seleccionar, organizar y manejar datos estadsticos de los sistemas sociales
econmico administrativo para aplicar las herramientas matemticas y estadsticas en apoyo a la toma de decisiones en el rea
de competencia.
Valores que fomenta y habilidades que desarrolla el curso:
Se busca fortalecer la formacin integral, por lo cual fomentar los valores de responsabilidad, puntualidad y tica acadmica, la
solidaridad, la disciplina y el autoestudio, el compromiso, la creatividad, innovacin, el trabajo en equipo y el liderazgo.
Desarrollo de competencias: El docente debe propiciar las siguientes actividades para desarrollar las competencias
siguientes:.
Competencias instrumentales: se establecern actividades de bsqueda, seleccin y anlisis de informacin en distintas
fuentes, as como propiciar el uso de nuevas tecnologas en el desarrollo del contenido de la asignatura.
Competencias interpersonales, se establecern actividades grupales que propicien la comunicacin y el intercambio de
conocimiento, que se argumenten ideas, la reflexin y la integracin entre los alumnos.
Competencias sistmicas: se debe relacionar el contenido de la asignatura con los dems del plan de estudios para
desarrollar una visin interdisciplinaria en el estudiante, propiciando las prcticas de las ciencias sociales con enfoque
sustentable, se deben desarrollar actividades de aprendizaje que propicien la aplicacin de los conceptos, modelos y
metodologas que se van aprendiendo en el desarrollo de la asignatura

Perfil del Profesor:

Licenciado en economa, Matemticas o ciencias de la tecnologa con Maestra y/o Doctorado con enfoque a la economa,
Estadstica, o ciencias de la tecnologa.

Unidad Temtica

Objetivo(s) por Unidad

UNIDAD 1. Inferencias basadas

en una muestra simple:
Estimacin con intervalos de
confianza.
1.1 Nociones bsicas: definicin
de intervalos de confianza, nivel
de confianza.

Que el alumno obtenga

conocimientos sobre
intervalos de confianza,
su interpretacin y usos
en la prctica.

1.2 Intervalos de confianza de

una muestra grande para una
media poblacional .
1.3 Intervalos de confianza de
una muestra pequea para una
media poblacional .
1.4 Intervalos de confianza de
una muestra grande para
proporcin de la poblacin. 1.5
Determinacin del tamao de la
muestra.

Que el alumno obtenga

conocimientos sobre
intervalos de confianza
para muestras grandes
y pequeas, su
interpretacin y usos en
la prctica.
Que el alumno obtenga
conocimientos sobre
intervalos de confianza,
as el cmo determinar
el tamao de la muestra.

Actividades de
Aprendizaje

Bibliografa

Duracin
(horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat)
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 7. Elorza
(2000) Cap. 8.

Sesin 1
(dos horas)

Webster (2000)
Cap. 7. Elorza
(2000) Cap. 8.

Sesin 2
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 7. Elorza
(2000) Cap. 8.

Sesin 3
(dos horas)

UNIVERSIDAD DE QUINTANA ROO [PROPUESTA DE PROGRAMA DE ASIGNATURA]

UNIDAD 2. Inferencias basadas

en una muestra simple: Prueba
de hiptesis. 2.1 Elementos de
una prueba de hiptesis.
Hiptesis nula, alterna.

Que el alumno obtenga

conocimientos sobre
pruebas de hiptesis,
sus componentes y
como formular hiptesis
nulas y alternas.

2.2 Error de decisin Tipo I.

Clculo de Probabilidad de
cometer error Tipo I

Que el alumno sepa

identificar cundo se
incurre en un error de
decisin tipo I y calcule
la probabilidad de
cometerlo.
Que el alumno realice
pruebas de hiptesis en
muestras grandes sobre
la media poblacional .

Prueba de hiptesis en muestra

grande sobre la media
poblacional .

2.3 Niveles de significancia

observados: valores p. 2.4
Prueba de hiptesis en muestra
pequea sobre la media
poblacional .

2.5 Prueba de hiptesis en

muestra grande sobre una
proporcin de la poblacin.
2.6 Clculo de la probabilidad
de cometer un Error de decisin
Tipo II.

UNIDAD 3. Inferencias basadas

en dos muestras: Pruebas de
hiptesis.
3.1 Prueba para la diferencia
entre las medias de dos
poblaciones diferentes con igual
varianza.
.
3.2 Prueba para la diferencia
entre las medias de dos
poblaciones relacionadas.

3.3 Prueba para la diferencia

entre proporciones de dos
poblaciones independientes
usando la aproximacin normal.

Que el alumno analice

niveles de significancia
observados y realice
pruebas de hiptesis en
muestras pequeas
sobre la media
poblacional .
Que el alumno calcule la
probabilidad de cometer
un error Tipo II.

Que el alumno realice

inferencia basadas en
dos muestras para la
diferencia entre las
medias de dos
poblaciones diferentes
con igual varianza.

Que el alumno realice

inferencias basadas en
dos muestras para la
diferencia entre las
medias de dos
poblaciones
relacionadas.
Que el alumno realice
inferencias para la
diferencia entre
proporciones de dos
poblaciones
independientes usando
la aproximacin normal.

28 DE MARZO DE 2011

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat)
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 8. Elorza
(2000) Cap. 9.

Sesin 4
(dos horas)

Webster (2000)
Cap. 8. Elorza
(2000) Cap. 9.

Sesin 5
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 8. Elorza
(2000) Cap. 9.

Sesin 6
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 8. Elorza
(2000) Cap. 9.

Sesin 7
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat)

Webster (2000)
Cap. 8.
Elorza (2000) Cap.
9.

Sesin 8
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat)
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 9.
Elorza (2000) Cap.
10

Sesin 9
(dos horas)

Webster (2000)
Cap. 9.
Elorza (2000) Cap.
10

Sesin 10
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 9.
Elorza (2000) Cap.
10

Sesin 11
(dos horas)

UNIVERSIDAD DE QUINTANA ROO [PROPUESTA DE PROGRAMA DE ASIGNATURA]

28 DE MARZO DE 2011

3.4 Prueba para la diferencia

entre proporciones de dos
poblaciones independientes
usando Chi-cuadrada.

Que el alumno realice

inferencias para la
diferencia entre
proporciones de dos
poblaciones
independientes usando
Chi-cuadrada.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 9.
Elorza (2000) Cap.
10 y 14

Sesin 12
(dos horas)

UNIDAD 4. Anlisis de
varianza. 4.1 Elementos de un
experimento diseado 4.2
Diseo completamente
aleatorio.

Que el alumno conozca

los elementos del
anlisis de varianza as
como las formas de
disear experimentos.

Webster (2000)
Cap. 10. Elorza
(2000) Cap. 11 y
12

Sesin 13
(dos horas)

4.3 Comparacim multiple de

medias. 4.4 El diseo del
bloque aleatorio. 4.5
Experimentos factoriales.

Que el alumno conozca

los elementos del
anlisis de varianza as
como las formas de
disear experimentos.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat)
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 10. Elorza
(2000) Cap. 11 y
12

Sesin 14
(dos horas)

UNIDAD 5. Regresin lineal

simple. 5.1 Modelos
probabilsticos. 5.2 Diseando
el modelo: El Mtodo de
Mnimos Cuadrados Ordinarios
y su derivacin.

Que el alumno
identifique los elementos
bsicos de la regresin
lineal simple, conozca el
mtodo de mnimos
cuadrados ordinarios y
su derivacin.

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 15
(dos horas)

5.3 Supuestos del modelo.

Que el alumno conozca

los supuestos del
mtodo de MCO

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 16
(dos horas)

5.4 Interpretacin de
coeficientes

Que el alumno sepa

interpretar los
coeficientes obtenidos
en una regresin.
Objetivo(s) por Unidad

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
MINITAB, MegaStat).
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Actividades de
Aprendizaje

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 17
(dos horas)

Bibliografa

Duracin en
horas

Unidad Temtica

5.5 El coeficiente de
correlacin.

Que el alumno
identifique e interprete el
coeficiente de
correlacin.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 18
(dos horas)

5.6 El coeficiente de
determinacin.

Que el alumno
identifique e interprete el
coeficiente de
determinacin.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 19
(dos horas)

5.7 Uso del modelo para

estimacin y prediccin.

Que el modelo use el

modelo para estimar y
predecir.

Webster (2000)
Cap. 11. Elorza
(2000) Cap. 13.

Sesin 20
(dos horas)

5.8 Resolucin de un ejemplo

completo de regresin lineal
simple (manualmente y con una
herramienta estadstica)

Que el alumno resuelva

un problema completo
mediante MCO.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Exposicin por el maestro.
Ejemplos en clase,
Ejercicios para resolver
fuera de clase
Introduccin a las
herramientas estadsticas
para el anlisis datos
financieros (SPSS,
3

Sesin 21
(dos horas)

UNIVERSIDAD DE QUINTANA ROO [PROPUESTA DE PROGRAMA DE ASIGNATURA]

28 DE MARZO DE 2011

MINITAB, MegaStat)

UNIDAD 6. Regresin mltiple.

6.1 Modelos de regresin
mltiple

Que el alumno
identifique y comprenda
lo que es un modelo de
regresin mltiple as
como su diferencia con
el modelo de regresin
lineal simple.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 22
(dos horas)

. 6.2 El modelo de primer orden:

estimacin e interpretacin de
los prmetros . 6.3
Supuestos del modelo

Que el alumno estime e

interprete los
parmetros as
identifique los supuestos
del modelo.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 23
(dos horas)

6.4 Inferencia acerca de los

prmetros . 6.5
Determinacin de la utilidad del
modelo. 6.7 Uso del modelo
para estimacin y prediccin.

Que el alumno realice

inferencias acerca de
los parmetros, valore la
utilidad del modelo as
como estime y proyecte
en base al mismo.
Que el alumno conozca
cmo se construye un
modelo.

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 24
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 25
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 26
(dos horas)

Exposicin por el maestro.

Ejemplos en clase,
Ejercicios para resolver
fuera de clase.

Webster (2000)
Cap. 12.

Sesin 27
(dos horas)

6.8 Construccin de modelos:

6.8.1 Modelos cuadrticos
(segundo orden).

6.8.2 Modelos de segundo

orden completos con dos
variables cuantitativas
independientes

6.8.3 Modelos con variables

cualitativas (dummy)

Que el alumno conozca

los modelos de segundo
orden completos con
dos variables
cuantitativas
independientes
Que el alumno conozca
los modelos con
variables cualitativas y
la diferencia entre
variables cuantitativas y
cualitativas.

Criterios de Evaluacin Sugeridos:

Tres exmenes parciales (20 % cada uno).
Ejercicios (20%).
Solucin de caso prctivo (15 %)
Asistencia (5%)