planificaciÓn de asignatura aÑo acadÉmico 2019 … · utilizar métodos de inferencia...

UNIVERSIDAD NACIONAL DEL LITORAL

FACULTAD DE CIENCIAS AGRARIAS

PLANIFICACIÓN DE ASIGNATURA

AÑO ACADÉMICO 2019

Asignatura: Estadística I - Res.C.D. 081/19

Horas: 56 horas

RESOLUCIÓN “C.D.” nº 081/19

a) Objetivos del aprendizaje.

Al finalizar el curso de Estadística I, los alumnos de la carrera de Ingeniería Agronómica deberán ser capaces de:

Entender los conceptos básicos y fundamentos del pensamiento estadístico (población, muestra, inferencia, incertidumbre).

Reconocer los componentes sistemáticos y aleatorios de los fenómenos biológicos y la necesidad de los métodos estadísticos para la toma de decisiones en un contexto de incertidumbre.

Utilizar métodos de estadística descriptiva para organizar, resumir, visualizar y explorar datos muestrales.

Calcular probabilidades de fenómenos aleatorios discretos y continuos a partir de distribuciones de probabilidades.

Utilizar métodos de inferencia estadística para obtener conclusiones basadas en datos mediante estimación de parámetros y pruebas de hipótesis.

Distinguir entre significancia estadística y práctica.

Determinar la correlación entre dos variables aleatorias y modelar dicha relación lineal.

Valorar los supuestos y limitantes de los métodos estadísticos.

Procesar datos, ejecutar e interpretar análisis estadísticos comunes utilizando el software estadístico R y RStudio.

Comunicar apropiadamente los resultados de los métodos estadísticos aplicados mediante texto, tablas y figuras.

Desarrollar una actitud crítica hacia la información publicada haciendo énfasis en la metodología utilizada y la validez y generalización de las conclusiones.



b) Contenidos:

PROGRAMA ANALÍTICO

Unidad 1: Estadística Descriptiva y análisis exploratorio de datos

Introducción: ¿qué es la Estadística? ¿Para que se usa? Población y muestra. Parámetros y estadísticos. Notación. Ideas básicas de muestreo: muestreo simple al azar. Análisis exploratorio de datos: importancia. Tipos de datos y escalas de medición. Métodos de ordenamiento y resumen numérico de datos. Distribuciones de frecuencias. Medidas de tendencia central: media, mediana y modo para datos agrupados y sin agrupar. Medidas de dispersión: rango, varianza y desvío estándar para datos agrupados y sin agrupar, y rango intercuartílico. Coeficiente de variación. Medidas de posición relativa: percentiles. Medidas de asimetría y curtosis. Métodos de representación gráfica de datos: histogramas, gráficos de barras, bastones, puntos, dispersión, líneas, tallo y hoja. Gráfico de caja: identificación de datos atípicos (outliers). Unidad 2: Probabilidad Introducción. Definiciones y conceptos básicos de probabilidad. Regla de la adición y de la multiplicación. Probabilidad condicional. Probabilidad conjunta y marginal. Independencia estadística. Unidad 3: Variables aleatorias y distribuciones de probabilidades Variables aleatorias (discretas y continuas). Esperanza matemática y varianza de variables aleatorias. Funciones de probabilidad y de distribución de probabilidades. Distribuciones discretas: binomial, hipergeométrica, poisson. Distribuciones continuas: distribución normal y normal estándar. Propiedades. Aproximación normal a distribuciones discretas. Simulación de procesos continuos y discretos. Unidad 4: Inferencias basadas en una muestra Inferencia estadística: estimación de parámetros y pruebas de hipótesis. Propiedades de los estimadores. Distribuciones del muestreo: teorema del límite central. Simulación. Intervalos de confianza. Pruebas de hipótesis: generalidades. Errores de Tipo I y II y potencia. Significancia estadística y práctica. Distribución de la media muestral (con o sin varianza conocida): normal y t de Student. Prueba de hipótesis e intervalo de confianza para una media poblacional. Distribución de la varianza muestral: distribución chi-cuadrado. Prueba de hipótesis e intervalo de confianza para la varianza poblacional. Distribución de la proporción muestral: aproximación normal. Prueba de hipótesis e intervalo de confianza para la proporción poblacional. Unidad 5: Inferencias basadas en dos muestras Distribución de la diferencias de dos medias muestrales (con o sin varianza conocida). Supuesto de homogeneidad de varianzas. Muestras independientes o apareadas. Varianza Prueba de hipótesis e intervalo de confianza para la diferencia de medias poblacionales independientes o apareadas. Distribución del cociente de varianzas: distribución F de Snedecor. Prueba de hipótesis e intervalo de confianza para el cociente de varianzas poblacionales. Distribución de la diferencia de proporciones muestrales. Prueba de hipótesis e intervalo de confianza para la diferencia de



proporciones poblacionales. Unidad 6: Análisis de datos categóricos Introducción. La prueba del chi-cuadrado y análisis de datos de conteo. Tablas de contingencia. Pruebas de bondad de ajuste. Pruebas de homogeneidad e independencia. Corrección por continuidad. Unidad 7: Análisis de regresión y correlación lineal simple Introducción: relación entre variables. Correlación lineal simple. Estimación e inferencia sobre el coeficiente de correlación poblacional. Regresión lineal simple. Modelo lineal. Supuestos. Estimación de los parámetros: método de los mínimos cuadrados. Pruebas de hipótesis e intervalos de confianza para los parámetros del modelo. Análisis de residuales. Bondad de ajuste: coeficiente de determinación. Interpretación.



PROGRAMA DE TRABAJOS PRÁCTICOS

Trabajo Práctico Nº 1: Introducción a R y RStudio. Creación de proyectos y scripts. Tipos y estructuras de datos. Creación y manipulación de objetos y funciones. Análisis exploratorio de datos. Medidas de resumen numéricas. Construcciones tablas de distribuciones de frecuencias. Visualización de datos simples y agrupados (variables continuas y discretas). Gráfico de caja. Identificación de datos atípicos. Trabajo Práctico Nº 2: Probabilidades de sucesos simples y compuestos. Aplicación de la regla de la suma y de la multiplicación. Probabilidad condicional. Trabajo Práctico Nº 3: Cálculo de probabilidades utilizando distribuciones de tipo discreta: Binomial, Poisson e Hipergeométrica. Simulación de procesos discretos. Cálculo de probabilidades utilizando distribuciones de tipo continua: la distribución Normal. Simulación de procesos continuos. Trabajo Práctico Nº 4: Inferencia estadística a partir de una muestra. Estimación puntual y por intervalos de confianza de una media, de una varianza y de una proporción poblacional. Prueba de hipótesis respecto de una media, de una varianza y de una proporción poblacional. Trabajo Práctico Nº 5: Inferencia estadística a partir de dos muestras. Estimación puntual y por intervalos de confianza para diferencia de medias (poblaciones independientes y dependientes), de cociente de varianzas, y diferencia de dos proporciones. Prueba de hipótesis respecto de diferencia de medias (poblaciones independientes y dependientes), de cociente de varianzas, y diferencia de dos proporciones. Trabajo Práctico Nº 6: Análisis de datos categóricos: prueba de chi-cuadrado. Tablas de contingencia: pruebas de homogeneidad e independencia. Bondad de ajuste. Corrección por continuidad. Trabajo Práctico Nº 7: Análisis de correlación. Pruebas de hipótesis. Análisis de regresión lineal simple. Estimación de parámetros del modelo y pruebas de hipótesis. Supuestos. Bondad de ajuste.



c) Bibliografía.

BÁSICA

Notas de clase realizados por los docentes de la asignatura.

Triola, Mario F. 2012. Estadística. [S.l.]: Prentice Hall. Steel, R.G.D. y J.H. Torrie. 1986. Bioestadístoca: Principios y Procedimientos. 2da

Edición. McGraw-Hill Book Company, México, 621 pp. COMPLEMENTARIA

Hines W y Montgomery D. Probabilidad y estadística para ingeniería y administración. 1996. 3era ed. México. Compañía Editorial Continental.

Devore J. Probabilidad y Estadística para Ingeniería y Ciencias. 2008. 7ma ed. Cengage Learning Editores.

Walpole F., Myers R., Myers S. y Ye K. Probabilidad y estadística para ingeniería y ciencias. 2012. 9na ed. México. Editorial Pearson.

Todos el material estará disponible en la cátedra y en fotocopiadora.



d) Recursos humanos y materiales existentes.

CARLOS AGUSTÍN ALESSO (Profesor Adjunto, dedicación exclusiva, ordinario): Ingeniero Agrónomo (Universidad Nacional del Litoral). Doctor en Ciencias Agropecuarias (Universidad Nacional de Córdoba).

PATRICIA ACETTA (Ayudante de cátedra, dedicación exclusiva, ordinario): Ingeniera Agrónoma (Universidad Nacional del Litoral).

ELIZABET PETEAN (Ayudante de cátedra, dedicación simple): Lic. en Matemática (Universidad Nacional del Litoral).

NERIO GHIO (Ayudante alumno, dedicación simple, ordinario)

FACUNDO MASCOTTO (Alumno adscripto)

LARA ROSSETTI (Alumna adscripta)

NATALI SALA (Alumna adscripta)

EUGENIA OGGERO (Alumna adscripta)

ALEJANDRO ALEMAN (Alumno adscripto)

e) Cronograma por semana y responsable de cada actividad.

Semana Fecha Unidad Actividad

1

19-mar

1

Presentación y Estadística Descriptiva

20 y 21-mar TP 1: Intro R y Descriptiva

2

26-mar Estadística Descriptiva (cont)

27 y 28-mar TP 1: Descriptiva (cont)

3

2-abr Feriado

3 y 4-abr 1 TP 1: Descriptiva (cont)

4

9-abr

2

Probabilidad

10 y 11-abr TP 2: Probabilidad

5

16-abr

3

Distribuciones discretas

17 y 18-abr TP 3: Distribuciones discretas

6

23-abr 4

Distribuciones continuas

24 y 25-abr TP 3: Distribuciones continuas

7

30-abr 4 Inferencia: generalidades y una muestra

1-may Feriado

2-may 4 TP 4: Inferencia generalidades y una muestra

8

7-may 1 a 4 Repaso

8 y 9 -may 1 a 4 Parcial 1 Unidades 1 a 4

9

14-may 5 Inferencia: generalidades y dos muestras

15-may Feriado

16-may 5 TP 5: Inferencia dos muestras

10

21-may

6

Datos categóricos

22 y 23-may TP 6: Datos categóricos

11 28-may 7 Correlación y regresión



29 y 30-may TP 7: correlación y regresión

12

4-jun 5 a 7 Repaso

5 y 6-jun 5 a 7 Parcial 2 Unidades 5 a 7

13

11-jun 5 a 7 Repaso

12 y 13-jun Recuperatorios

14

18-jun 1 a 7 Repaso

19-jun 1 a 7 Promoción

20-jun Feriado

Actividad Día de la semana

Horario Lugar Carga Horaria

Responsable

Clases teóricas Martes 9 a 11 Aula Kreder 1.5 hs Alesso

Trabajos Prácticos

Miércoles 16 a 18.30 Gabinete

FCA 2.5 hs

Alesso Acetta Ghio

Adscriptos

Jueves

9 a 11.30 Gabinete

FCA 2.5 hs

Alesso Acetta Ghio

Adscriptos 16 a 18.30

A confirmar CURA Peteán

Consultas

Lunes 10 a 11

Cátedra -

Alesso Acetta Ghio

Adscriptos Martes 11 a 12

Las fechas, distribución de temas y horarios son tentativos y sujetas al cronograma establecido para tal fin por Secretaría Académica y la disponibilidad de aulas/gabinetes. f) Estrategias de enseñanza-aprendizaje a emplear.

Los contenidos de la asignatura se abordarán mediante clases teóricas participativas y prácticas

en gabinete informático (laboratorio). Las clases teóricas no obligatorias tendrán una duración

de 1.5 hs, en una única comisión, mientras que los prácticos requerirán asistencia obligatoria y

serán de 2.5 hs por comisión. En ambos casos se alentará a los alumnos a la asistencia y

participación activa de las mismas así como previamente mediante la lectura y estudio del

materia teórico.

En las clases teóricas se introducirán los conceptos básicos del pensamiento estadístico y los

fundamentos de los métodos de aplicados al análisis de datos muestrales. Mediante el

desarrollo de casos reales, se presentarán de manera general los procedimientos de cálculo

involucrados y la interpretación de resultados obtenidos utilizando el paquete estadístico R. Al

inicio de cada sesión, se brindará un breve resumen del tema haciendo hincapié en su



vinculación con lo visto anteriormente. De esta manera los alumnos podrán visualizar la

inserción de los

distintos temas en el programa de la asignatura y la conexión entre los mismos.

Las clases prácticas o laboratorios se desarrollarán en gabinete informático por comisión. Los

alumnos trabajarán en la resolución de ejercicios de la guía de trabajos prácticos aplicando los

conceptos y métodos vistos en la clase teórica. Los alumnos aprenderán a analizar datos y

establecer inferencias a partir de la información de una muestra utilizando el paquete

estadístico R (gratuito y de código abierto) a través del IDE RStudio como soporte para la

realización de cálculos, gráficos y análisis de datos. Al inicio de cada sesión, se brindará una

breve recapitulación del tema haciendo hincapié en su vinculación con lo visto anteriormente.

Luego los alumnos trabajarán en pequeños grupos en la resolución los problemas propuestos

para luego, al final de la sesión, realizar una puesta en común extrayendo las principales

conclusiones. De este modo, la mayor agilidad y flexibilidad que implica la utilización de

computadoras permitirá destinar más tiempo al análisis e interpretación de los resultados

obtenidos. Por otro lado, el alumno podrá entrenarse en el uso de herramientas que le serán

de utilidad para el análisis de datos en su desempeño profesional.

Las clases presenciales se complementarán con recursos disponibles a través del (EV):

respuestas de los ejercicios prácticos, presentaciones de las clases teóricas así como también

ejercicios y material de lectura complementario con cuestionarios de autoevaluación

(opcionales). Adicionalmente, los alumnos podrán discutir y/o consultar los distintos unidades

desarrollados en la clase de teoría, a través de un foro de discusión.

g) Tipo y número de evaluaciones parciales exigidas durante el cursado.

9 cuestionarios cortos en EV al inicio de cada clase práctica

8 tareas individuales asignadas por EV

2 evaluaciones parciales domiciliarias (con recuperatorio para regularidad)

1 evaluación final integradora de promoción presencial (sin recuperatorio)

Los cuestionarios tienen como objetivo estimular la atención, participación y compromiso con

la asignatura. Se realizará durante los primeros 10 minutos la clase práctica y consistirán en 5

preguntas de opción múltiple sobre los principales aspectos desarrollados en la clase teórica. El

promedio de los puntos obtenidos los cuestionarios contribuirá en un 5% a la nota final parar

promoción. La asistencia a la clase se computará a aquellos alumnos que contesten

correctamente 1 de las 5 preguntas.

Las tareas tienen como objetivo fomentar la práctica y contacto con el software. Consistirán en

la entrega de algunos ejercicios similares a los desarrollados en los prácticos cuyos resultados

deberán ser enviados a través del EV para ser evaluados. El promedio de los puntos obtenidos

en las tareas contribuirá en un 15% a la nota final para promoción.



Las evaluaciones parciales domiciliarias se asignarán a través del EV (aquellos alumnos que así

lo deseen podrán realizarla en las facilidades de la Facultad). Estas evaluaciones serán teórico-

prácticas y los alumnos tendrán la oportunidad de acreditar habilidades para analizar datos e

interpretar resultados a la luz de los conocimientos mínimos necesarios para regularizar la

asignatura. Esta actividad es obligatoria ya que para alcanzar la regularidad los alumnos deben

obtener al menos 60% de los puntos en cada una (o sus recuperatorios). El promedio de los

puntos obtenidos en los parciales (sin recuperatorio) contribuirá en un 30% de la nota final

para promoción.

Aquellos alumnos que hayan logrado 60% o más en el primer intento de ambos parciales

podrán optar por realizar un examen integrador presencial para obtener la promoción directa

de la asignatura. Esta actividad está orientada a evaluar la integración de conceptos mediante

la resolución de problemas donde el alumno deberá interpretar resultados de análisis ya

realizados y realizar críticas de los mismos. Para acceder a la promoción directa de la asignatura

los alumnos deberán lograr un 60% de los puntos del examen integrador. La nota del examen

integrador contribuirá en un 50% de la nota final para promoción.

En la siguiente tabla se resumen los pesos de cada evaluación en la nota final para acceder a la

promoción:

Evaluación Peso

Cuestionarios 5%

Tareas 15%

Parciales 30%

Integrador 50%



h) Exigencias para obtener la regularidad o promoción parcial o total, incluyendo criterios de

calificación.

Requisitos para regularizar:

a) Inscribirse al cursado de la asignatura y al EV.

b) Acreditar la asistencia de por lo menos 80% de las clases prácticas.

c) Obtener no menos de 60% de los puntos en cada evaluación parcial (o sus

recuperatorios).

Requisitos para promocionar:

a) Cumplir con los requisitos de condición de regular

b) Obtener no menos de 60% de los puntos en cada evaluación parcial (sin

recuperartorio) y examen integrador.

c) Obtener no menos de 60% de los puntos en el promedio ponderado de las

evaluaciones (reondeado al entero más cercano).

Criterio de calificación para alumnos promocionados

La nota final de los alumnos que accedan a la promoción de la asignatura resultará aplicar la

escala de calificación para exámenes finales al promedio ponderado de las evaluaciones.

Justificación de Inasistencias:

razones médicas (acreditadas con su respectivo certificado médico)

participación en Congresos o Jornadas en representación de la FCA-UNL (acreditado

con su respectivo certificado)

actividades extracurriculares aprobadas por el CD de la FCA-UNL



i) Modalidad de los exámenes finales para alumnos regulares, libres y oyentes, incluyendo programa de examen si correspondiera.

Alumnos regulares: examen escrito o a través del entorno virtual que abarcará los

contenidos teóricos del programa analítico así como ejercicios que requerirá la

interpretación de resultados de métodos estadísticos aplicados en los laboratorios y/o

cálculos accesorios basados en dichos resultados. Para aprobar deberá alcanzar el 60%

del total de puntos del examen.

Alumnos libres y oyentes: examen escrito o a través del entorno virtual que constará

de dos partes: una parte práctica donde, con ayuda del software estadístico, el alumno

deberá aplicar métodos estadísticos simples para resolver ejercicios, y una parte

teórico-práctica similar al examen de alumnos regulares. El alumno libre debe aprobar

con 60% la primera parte para que se considere la segunda parte del examen y la nota

final surgirá de los puntos obtenidos en la segunda parte. En caso de no aprobar la

primera parte, la nota final surgirá de los puntos obtenidos en dicha parte. En caso de

aprobar la primera parte y no la segunda, la nota de la primera parte aprobada por será

válida en los siguientes turnos hasta el inicio del cursado siguiente.

Luego del redondeo al número entero más cercano se aplicará la siguiente escala de

calificaciones:

Rango Nota

0 - 19 Insuficiente (1)





60 - 69 Aprobado (6)

70 - 79 Bueno (7)

80 - 89 Distinguido (8)

90 - 95 Distinguido (9)

96 – 100 Sobresaliente (10)

Esperanza, 1 de abril de 2019

VISTAS estas actuaciones en las que el Dr. Agustín ALESSO eleva

Planificación de la asignatura “Estadística I” correspondiente al año 2019 y,

CONSIDERANDO:



Que cuenta con el aval del Departamento de Ciencias Básicas y que

fue informado por la Directora de Carrera de Ingeniería Agronómica a cargo de la

Secretaría Académica de esta Facultad,

POR ELLO y teniendo en cuenta lo aconsejado por la Comisión de

Enseñanza, así como lo acordado en sesión ordinaria del día de la fecha

EL CONSEJO DIRECTIVO DE LA FACULTAD DE CIENCIAS AGRARIAS

RESUELVE:

ARTÍCULO 1°.- Aprobar la Planificación de la asignatura “Estadística I” para el Ciclo

2019 de la carrera de Ingeniería Agronómica de esta Facultad.

ARTÍCULO 2º.- Inscríbase, comuníquese. Pase a la Secretaría Académica.

Notifíquese a la responsable de la asignatura y del Departamento de Ciencias

Básicas. Cumplido archívese.

RESOLUCIÓN “C.D.” nº 081/19

planificaciÓn de asignatura aÑo acadÉmico 2019 … · utilizar métodos de inferencia...

Documents