jueves, 8 de octubre de 2009

DEFINICIÓN DE ESTADÍSTICA, Y APLICACIONES DE LA ESTADÍSTICA EN OTRAS CIENCIAS.

Definición de Estadística:

La estadística es comúnmente considerada como una colección de hechos numéricos expresados en términos de una relación sumisa, y que han sido recopilados a partir de otros datos numéricos.
La estadística es una técnica especial apta para el estudio cuantitativo de los fenómenos de masa o colectivo, cuya mediación requiere una masa de observaciones de otros fenómenos más simples llamados individuales o particulares.
La estadística, en general, es la ciencia que trata de la recopilación, organización presentación, análisis e interpretación de datos numéricos con e fin de realizar una toma de decisión más efectiva.
La Estadística es la ciencia cuyo objetivo es reunir una información cuantitativa concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al análisis de estos datos unos significados precisos o unas previsiones para el futuro.


Estadística descriptiva:

La estadística descriptiva, que se dedica a los métodos de recolección, descripción, visualización y resumen de datos originados a partir de los fenómenos en estudio. Los datos pueden ser resumidos numérica o gráficamente. Ejemplos básicos de parámetros estadísticos son: la media y la desviación estándar. Algunos ejemplos gráficos son: histograma, pirámide poblacional, clústers, etc.
La estadística descriptiva es una parte de la estadística que se dedica a analizar y representar los datos. Este análisis es muy básico, pero estudio. Aunque hay tendencia a generalizar a toda la población las primeras conclusiones obtenidas tras un análisis descriptivo, su poder inferencial es mínimo y debería evitarse tal proceder. Otras ramas de la estadística se centran en el contraste de hipótesis y su generalización a la población.


Estadística inferencial:

La inferencia estadística, que se dedica a la generación de los modelos, inferencias y predicciones asociadas a los fenómenos en cuestión teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la población bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hipótesis), estimaciones de características numéricas (estimación), pronósticos de futuras observaciones, descripciones de asociación (correlación) o modelamiento de relaciones entre variables (análisis de regresión). Otras técnicas de modelamiento incluyen anova, series de tiempo y minería de datos.
La estadística inferencial comprende:
La Teoría de muestras.
La estimación de parámetros.
El Contraste de hipótesis.
El Diseño experimental.
La Inferencia bayesiana.
Los métodos no paramétricos

PLAN DE ESTUDIOS DE LA MATERIA DE ESTADISTICA 1

Bitmap
FACULTAD DE CONTADURÍA Y CIENCIAS ADMINISTRATIVAS

TERCER SEMESTRE




PROGRAMA DE LA ASIGNATURA
ESTADÍSTICA I
CLAVE:

PLAN
2002
CRÉDITOS
10
LICENCIATURA:
TRONCO COMÚN
SEMESTRE:

ACADEMIA:
MATEMÁTICAS
HRS. CLASE:
2
REQUISITOS:
NINGUNO
HRS. SEMANA:
5
TIPO DE ASIGNATURA
OBLIGATORIA
X
OPTATIVA


OBJETIVO GENERAL DEL CURSO:
AL FINALIZAR EL CURSO EL ALUMNO APLICARA Y EVALUARA LOS PRINCIPIOS ESTADÍSTICOS PARA RESOLVER PROBLEMAS GENERALES.
TEMAS:
HORAS SUGERIDAS
I
INTRODUCCIÓN.
5

1.1 La estadística, Clasificación y Objetivos1.2 Definición de Estadística Descriptiva1.3 Escalas de Medida1.4 La población, Muestra, Tipos de muestreo1.5 Casos de aplicación

II
PRESENTACIONES ESTADÍSTICAS Y ANÁLISIS
8

Introducción2.1 Organización de datos2.2 Distribuciones de Frecuencias 2.2.1 Rango 2.2.2 Frecuencia 2.2.3 Intervalos de clase 2.2.4 Límites reales de clase2.3 Tamaño de un intervalo de clase2.4 Marca de Clase2.5 Frecuencia Relativa2.6 Frecuencia Relativa Acumulada2.7 Distribuciones Empíricas2.8 Gráficas 2.8.1 Histogramas 2.8.2 Polígonos de Frecuencia 2.8.3 Frecuencia Relativa 2.8.4 Frecuencia Acumulada 2.8.5 Pareto2.9 Casos de aplicación








III
MEDIDAS DE TENDENCIA CENTRAL
8

Introducción3.1 Media Aritmética3.2 Media Ponderada3.3 Media Geométrica3.4 Media Armónica3.5 La Mediana3.6 La Moda3.7 La Relación entre la Media, Mediana y Moda3.8 Cuartiles, Deciles y Percentiles3.9 La Media Aritmética para Datos Agrupados3.10 La Mediana para Datos Agrupados3.11 La Moda para Datos Agrupados3.12 Cuartiles, Deciles, Percentiles para Datos Agrupados3.13 Gráficas3.14 Casos de aplicación

IV
MEDIDAS DE VARIABILIDAD
10

Introducción4.1 Rango4.2 Rangos Modificados para datos no agrupados y agrupados4.3 La Varianza y Desviación Estándar para datos no agrupados y agrupados4.4 Uso de la Desviación Estándar para datos no agrupados y agrupados4.5 Coeficiente de Variación4.6 Coeficiente de Asimetría4.7 Curtosis4.8 Casos de aplicación

V
PROBABILIDAD
24

5.1 Introducción5.2 Conceptos y Definiciones5.3 Enfoques de la Probabilidad5.4 Técnicas de conteo5.5 Independencia y Dependencia Estadística5.6 Reglas de la Probabilidad5.7 Teorema de Bayes5.8 Casos de aplicación

VI
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
20

6.1 Introducción6.2 Conceptos y Definiciones6.3 Distribuciones probabilidad discreta 6.3.1 Binomial 6.3.2 Poisson 6.3.3 Hipergeométrica6.4 La distribución de Poisson como una aproximación a la Binomial6.5 Distribución de Probabilidad Continua 6.5.1 Introducción 6.5.2 Conceptos y Definiciones 6.5.3 La distribución Normal y distribución Normal Estandarizada 6.5.4 La distribución normal como una aproximación de la Binomial6.6 Distribución Uniforme6.7 Casos de aplicación

EVALUACIÓN


TOTAL
75
BIBLIOGRAFÍA BÁSICA:
1.-
CASTILLO PADILLA J. GÓMEZ ARIAS J. (1998), Estadística Inferencial Básica, Ed. Iberoamericana.
2.-
BERENSON, LEVINE, KREHBIEL (2006) (
(2006) (4a Ed), Estadística para Administración, Prentice Hall
3.-
LEOANRD KASMIER (1999), Estadística Aplicada a la Administración y Economía, Ed. Mc. Graw Hill.
4.-
LIND D. MASON R., MARSHAL W., (2001), Estadística para la Administración y Economía, Ed. Mc. Graw Hill.
5.-
LINCOLN L. CHAO. (2002), Estadística para las Ciencias Administrativas, Ed. Mc. Graw Hill.
6.-
LEVIN I. RICHARD, (1999), Estadística para Administradores, Ed. Pearson.
7.-
LOHR L. SHARON (2000), Muestreo: Diseño y Análisis, Ed. Thomson.
8.-
GONZALEZ SANTOYO F. Probabilidad y Estadística para la Gestión Empresarial, Ed. FEGOSA.
9.-
TRIOLA F. MARIO,(2000), Estadística Elemental, Ed. Pearson.
10.-
WALPOLE, MYERS., (2001), Probabilidad y Estadística, Ed. Pearson.
11.-
MENDENHAL. SINCICH, (2000), Probabilidad y Estadística, Ed. Prentice Hall.
12.-
MASSON, LIND, (1999), Estadística para Administración y Economía, Ed. Alfaomega.
13.-
DENISS D. WACKERLY, MENDENHALL W. SCHEAFFER, (1999), Estadística Matemática con Aplicaciones Ed. Thomson.
14.-
JHONSON R. KUBY PATRICIA, (1999), Estadística Elemental lo Esencial, Ed. Thomson.


BIBLIOGRAFÍA COMPLEMENTARIA:
1.-
ATO MANUEL Y LÒPEZ JUAN J., Fundamentos de Estadística con SYSTAT, Mèxico; Addison Wesley Iberoamericana 1996, 630 pp
2.-
BRIGHTAM H. y SCHNEIDER H.,Statistics for Business Solving, U. S. A.; .; South-Western, 1992, 794 pp
3.-
HANKE JOHN. E. y REITSCH Arthur G., Estadística para Negocios, México; Irwin McGraw-Hill, 1997, 955 pp.
4.-
KAZMIER L. Y A. DIAZ MATA, Estadística Aplicada a la Administración y Economía, México: McGraw-Hill, 1998. 411 pp.
5.-
KOHLER HEINZ, Estadística para Negocios y Economía, México; Cecsa, 1996, 1052 pp.
6.-
JOHNSON R., Estadística Elemental, México; Trillas, 1990, 516 pp.
7.-
MENDENHALL W. y R.L.SHEAFFER, Estadística Matemática con Aplicaciones, México; Iberoamérica, 2002, 854 pp.
8.-
SPIEGEL M., Estadística, (2a. ed.), México; McGraw-Hill, 1991, 556 pp
9.-
WEIMER RICHARD E., Estadística, México; Cecsa, 1996, 842 pp.
TÉCNICAS DE ENSEÑANZA SUGERIDAS:
Exposición oral
(
X
)
Exposición audiovisual
(
)
Ejercicios dentro de clase
(
X
)
Seminarios
(
)
Lecturas obligatorias
(
X
)
Trabajos de investigación
(
X
)
Prácticas de taller o laboratorio
(
)
Prácticas de campo
(
)
Otras
(

)
ELEMENTOS DE EVALUACIÓN:
Exámenes parciales
(
X
)
Exámenes finales
(
X
)
Trabajos y tareas fuera del aula
(
X
)
Participación en clase
(
X
)
Asistencia a prácticas
(

)
Otras
(

)
PERFIL PROFESIOGRÁFICO DEL DOCENTE:
ESTUDIOS REQUERIDOS:
TENER LA LICENCIATURA EN ADMINISTRACIÓN, CONTADURÍA, INFORMÁTICA ,MATEMÁTICAS, ACTUARÍA O INGENIERÍA.


EXPERIENCIA PROFESIONAL DESEABLE:
TENER EXPERIENCIA EN EL ÁREA DE PLANEACIÓN, INVESTIGACIÓN O SIMILARES, DURANTE TRES AÑOS COMO MÍNIMO.
OTROS REQUERIMIENTOS:
ACREDITAR CURSOS DE DIDÁCTICA. TENER EXPERIENCIA EN LA IMPARTICION DE ASIGNATURAS DEL ÁREA DE MATEMÁTICAS.