UNIVERSIDAD TECNOLÓGICA DE PANAMÁ

FACULTAD DE INGENIERÍA DE SISTEMAS

COMPUTACIONALES
CARRERA: LICENCIATURA DE REDES INFORMATICAS

DENOMINACIÓN DE LA ASIGNATURA
ESTADISTICA CON APOYO INFORMATICO

ESTUDIANTE
KATHERINE ITZEL AGUILAR RODRIGUEZ
CÉDULA
2-741-658

PROFESOR
JOSE MOLINA

II SEMESTRE

AÑO
2
 ESTADISTICA CON APOYO INFORMATICO
BREVE DESCRIPCIÓN:
El curso hace énfasis en la explicación de técnicas y métodos para clasificar,
organizar, representar y resumir la información de la variable observada sobre
una muestra representativa que permitan inferir sobre el resto de los elementos
de la población, haciendo uso en la mayor parte de los casos de un software
para la solución de problemas.
OBJETIVO GENERAL:
Introducir al estudiante en el campo de la ciencia estadística a fin de que las
técnicas y métodos estadísticos estudiados le puedan servir en la toma de
decisiones en las distintas especialidades propias de la Informática.
OBJETIVOS ESPECÍFICOS:
1. Comprender las razones por la que se estudia estadística.
2. Explicar los conceptos y técnicas de la Estadística Descriptiva y la
Estadística Inferencial
3. Presentar el procedimiento y fases para realizar una investigación
estadística
4. Describir la diferencia entre las variables continuas y discretas.
5. Distinguir los diferentes niveles de medición de variables
6. Organizar todo tipo de información y representarla en tablas y gráficas.
7. Desarrollar la capacidad de elegir, calcular e interpretar medidas de
tendencia central, dispersión y forma adecuadas para resumir información
estadística, considerando tipo de variable y forma de la distribución.
8. Conocer y comprender las nociones básicas y los fundamentos del
cálculo de probabilidades.
9. Conocer y adquirir destreza en el manejo de las reglas de probabilidad.
10. Aprender a identificar variables aleatorias y clasificarlas en discretas y
continuas.
11. Conocer las propiedades básicas de los diferentes tipos de distribución
discretas y continuas y sus aplicaciones en el cálculo de probabilidades.
12. Conocer los conceptos básicos de la teoría de muestreo, identificando
los diferentes tipos de muestreo probabilísticos.
13. Conocer y comprender la teoría de la inferencia estadística para
estimación de parámetros poblacionales a partir de muestras.
14. Comprender los conceptos elementales asociados a la regresión lineal
simple y aprender a utilizar las técnicas de este análisis en los problemas de
predicción.
CONTENIDO DE LA ASIGNATURA
I Definición y Objetivo de la Estadística
1. Importancia y razones de su estudio
II Conceptos Básicos en Estadística
Clasificación de la Estadística
a. Estadística Descriptiva
b. Estadística Inferencial
Población y Muestra
Parámetro Estadístico y Estadístico de Prueba
Tipos de Población
c. Finita
d. Infinita
Definición y Clasificación de Variables
a. Discreta
b. Continua
Niveles de medición de variables
Fases del proceso estadístico
Paquetes de software de estadística disponibles.
III Organización y Presentación de Datos
1. Distribuciones de Frecuencia
a. Definición
b. Frecuencias absolutas, relativas y acumuladas
c. Tipos de Distribución de Frecuencias
c.1 Distribuciones de Frecuencias Tipo I.
c.2 Distribuciones de Frecuencia Tipo II
c.3 Distribuciones de frecuencia agrupadas
c.3.1 Construcción
2. Representación Gráfica de Distribuciones agrupadas en intervalos
a. Histograma de Frecuencia
b. Polígono de Frecuencia
c. Polígonos de Frecuencia Acumulas u Ojivas
3. Otras Formas Gráficas para presentar Datos
a. Gráficos de Pastel
b. Gráficos de Barras
c. Diagramas de Pareto
d. Pictogramas
e. Cartogramas
4. Diagrama de Tallo y hojas
IV Medidas de Tendencia Central o Posición, de Dispersión o
Variabilidad y Medidas de Forma (Datos Agrupados y No
Agrupados)
1. Medidas de Tendencia Central o Posición
a. Media Aritmética
a.1 Media Aritmética Ponderada
b. Moda
c. Mediana
d. Otras Medidas de Posición
d.1 Media Geométrica
2. Ventajas y Limitaciones del uso de cada uno de ellas
3. Relación entre la media, moda y mediana
a. Curvas Asimétricas
b. Curvas Simétricas
4. Medidas de Dispersión o Variabilidad
a. Rango o Alcance.
b. Varianza
c. Desviación Estándar.
c.1 Usos de la Desviación Estándar.
c.1.1 Teorema de Chebyshev
c.1.2 Regla Empírica
d. Coeficiente de Variación
e. Ventajas y limitaciones de cada una de ellas.
5. Medidas de Forma
a. Definición
b. De Asimetría
c. De Apuntamiento o curtosis
V Regresión Lineal y Correlación
1. Definición de Análisis de Correlación
2. Coeficiente de Correlación
3. Coeficiente de Determinación
4. Análisis de Regresión
a Principio de los Mínimos Cuadrados.
b. Trazo de la Recta de Regresión
c. Error estándar de estimación
d. Suposiciones de la Regresión Lineal
VI Introducción a la Probabilidad
1. Conceptos básicos de probabilidad.
2. Enfoques para asignar probabilidades.
3. Reglas básicas en el cálculo de probabilidades.
a. Reglas de Adición.
b. Reglas de Multiplicación.
4. Tablas de Contingencia y árboles de decisión.
5. Teorema de Bayes
6. Principios de Conteo.
a. Fórmula de la multiplicación.
b. Permutaciones
c. Combinaciones
VII Distribuciones de Probabilidad
1. Definición
2. Variables Aleatorias
a. Variable Aleatoria Discreta
b. Variable Aleatoria Continua
3. Media, Varianza y Desviación Estándar de una distribución de
probabilidad
4. Definición de Distribuciones Discretas
5. Distribuciones Discretas de uso común
a. Distribución Binomial
i. Definición
ii. Media y Varianza
iii. Uso de tablas de probabilidad binomial
iv. Uso del computador para calcular probabilidades
b. Distribución Hipergeométrica
i. Definición
ii. Media y Varianza
c. Distribución de Poisson
i. Definición
ii. Media y Varianza
iii. Tablas de distribución de Poisson
iv. Uso del computador para el calculo de probabilidades
VIII Distribuciones de Probabilidad Continuas
1. Definición de Distribuciones Continuas
2. Distribución Normal
a. Definición
b. Propiedades y características
c. Distribución Normal Típica o Estándar
i. Áreas bajo la curva
ii. Uso de Tablas de Probabilidad
iii. Ejemplos y aplicaciones
d. Aproximación de la Distribución Binomial a la Normal
i. Factor de Corrección por continuidadk
IX Fundamentos de Muestreo
1. Razones del muestreo.
2. Error de Muestreo
a. Definición
3. Tipos de Muestreo
a Muestreo No Probabilístico
b Muestreo Probabilístico
4. Tipos de Muestreo Probabilístico
a. Muestreo Aleatorio simple
b. Muestreo Aleatorio Sistemático.
c. Muestreo Aleatorio sistemático
d. Muestreo por Conglomerados
5. Distribución Muestral de la media
a. Usos de la distribución.
6. Distribución Muestral de Proporciones de la Muestra
a. Error estándar de proporción
b. Usos de la distribución
7. Teorema del límite Central
BIBLIOGRAFÍA
• LIND, DOUGLAS; MASON, ROBERT y MARCHAL, WILLIAM.
Estadística para Administración y Economía. McGraw – Hill

• WALLPOLE, RONALD. Probabilidad y Estadística. McGraw – Hill

• MENDENHALL, WILLIAM. Introducción a la Probabilidad y

Estadística. Editorial Iberoamérica

• LEVINE, DAVID; KREHBIEL, TIMOTHY y BERENSON, MARK.

Estadística para Administración. Editorial Prentice Hall

• WEBSTER, ALLEN. Estadística aplicada a los negocios y la economía.

Editorial Mc Graw-Hill

• HANKE, JOHN E; REITSCH ARTHUR. Estadística para Negocios.

Editorial Irwin

• LEVIN, RICHARD. Estadística para administradores. Editorial Prentice

Hall

• BERENSON MARK, LEVINE DAVID; KRENBEL TIMOLTHY.

Estadística para Administración. Editorial Prentice-Hall

• TRIOLA, MARIO. Probabilidad y Estadística. Editorial Addison

Wesley
• FREUND JOHN; SIMON GARY. Estadística Elemental. Editorial
Prentice Hall

• DALY KARIM, HERRERA JOSÉ, CARDEOZE RODOLFO.

Estadística Aplicada. Editorial Tecnológica. Universidad Tecnológica de
Panamá.
EVALUACION
Parciales 30%
Semestral 30%
Proyecto Final 20%
Asignaciones 15%
Asistencia 5%
INVESTIGACION DE APOYO EN CLASE

 Variable Nominal
Son variables numéricas cuyos valores representan una categoría o
identifican un grupo de pertenencia. Este tipo de variable solo nos
permite establecer relaciones de igualdad/desigualdad entre los
elementos variables. La asignación de los valores se realiza en forma
aleatoria por lo que NO cuenta con un orden lógico. Un ejemplo de este
tipo de variables es el Género ya que nosotros podemos asignarles un
valor a los hombres y otro diferente a las mujeres y por más machistas o
feministas que seamos no podríamos establecer que uno es mayor que el
otro.

Variable cualitativa nominal

Una variable cualitativa nominal presenta modalidades no numéricas
que no admiten un criterio de orden.
Por ejemplo:
El estado civil, con las siguientes modalidades: soltero, casado,
separado, divorciado y viudo.