Profesor: EDWIN F. COY CORDON
MISIÓN DE LA FACULTAD
“Formar profesionales en las ciencias económicas y empresariales con excelencia académica y valores”
PROGRAMA DEL CURSO 2016
Curso: Prerrequisito: Créditos: Tipo de Aprendizaje: Objetivos Generales: | ESTADÍSTICA APLICADA Estadística II 2 Teóricos 2 Prácticos Investigación, razonamiento cuantitativo - Manejar el instrumental estadístico para la toma de decisiones en su campo de especialización.
- Manejar técnicas aplicadas de la estadística para usarlas en el análisis de fenómenos económicos y sociales.
- Desarrollar la destreza para plantear, resolver y analizar problemas de investigación que requieran el uso de técnicas aplicadas como modelos de regresión, el análisis y control de calidad, criterios para toma de decisiones y estadística no paramétrica.
- Construir modelos de regresión lineal simple y múltiple para efectuar pronósticos.
- Analizar series de tiempo con el fin de poder entender el comportamiento de la misma y poder realizar pronósticos.
- Utilizar gráficas y diagramas de control de calidad que le permitan tomar decisiones sobre procesos y situaciones.
- Introducir al estudiante en el uso de la estadística no paramétrica sus uso y como puede ser una metodología para analizar situaciones.
- Comparar el uso de pruebas paramétricas y no paramétricas.
- Enseñar algunos criterios empleados en la toma de decisiones.
- Afianzar los conocimientos y compresión de las técnicas estadísticas analíticas más usadas en las ciencias económicas.
- Usar distintos paquetes estadísticos y el uso de la computadora como herramienta útil en el análisis estadístico.
- Realizar estudios de investigación en conjunto con otras asignaturas que llevan en el mismo semestre que esta clase.
|
Descripción del curso:
El presente curso utiliza técnicas estadísticas aplicadas que introducen al conocimiento y manejo de los modelos de regresión simple y múltiple, análisis de series de tiempo, técnicas de análisis y control de calidad, criterios para toma de decisiones y el uso de la estadística no paramétrica; apoyándose en software especializado. Se hace énfasis en el análisis de problemas, la interpretación y planteo de modelos, técnicas de pronóstico y modelos de calidad. Estos brindan al estudiante una mejor comprensión de los fenómenos y actividades relacionadas con su área profesional y le brindan una herramienta en la toma de decisiones |
Objetivos Específicos - Construir e interpretar diagramas de dispersión.
- Plantear modelos de regresión simple para explicar posibles relaciones entre dos variables.
- Estimar intervalos de confianza y de predicción en base a un modelo de regresión lineal simple.
- Interpretar los coeficientes del modelo de regresión simple.
- Analizar los coeficientes de correlación y determinación en un modelo de regresión simple.
- Realizar pruebas de hipótesis en los modelos de regresión lineal simple.
- Construir e interpretar modelos múltiples.
- Interpretar los coeficientes de un modelo de regresión múltiple.
- Interpretar un modelo de regresión múltiple usando el coeficiente de correlación múltiple, de determinación múltiple, el error estándar de estimación y la multicolineidad. Realizar pruebas de hipótesis a un modelo de regresión múltiple.
- Usar el análisis de residuales para explicar la pertinencia de un modelo de regresión múltiple.
- Calcular e interpretar números índices
- Interpretar y analizar las componentes de un sistema de tiempo.
- Calcular la ecuación que representa la tendencia y su interpretación.
- Calcular las variaciones cíclicas y su interpretación.
- Calcular los índices estacionales e interpretarlos.
- Aplicar técnicas de pronóstico y análisis de series de tiempo.
- Explicar los problemas que se presentan en una serie de tiempo.
- Construir e interpretar algunos de los diagramas empleados en control de la calidad.
- Identificar los principios que sustentan la calidad y su relación con los procesos.
- Construir diagramas de control de procesos y atributos.
- Aplicar pruebas de rachas a procesos.
- Aplicar los planes para aceptación o rechazo de lotes.
- Construir e interpretar las tablas de pagos y de pérdidas de oportunidad.
- Explicar los distintos criterios empleados en la toma de decisiones.
- Plantear situaciones de decisión usando diagramas de árbol y escoger la mejor acción.
- Discriminar entre las distintas pruebas no paramétricas, según los requerimientos para su aplicación
- Tomar decisiones en base a resultados de pruebas no paramétricas.
- Usar la prueba de Kolgomorov-Smirnov para decidir si su grupo de datos se asemeja a una distribución de probabilidad dada.
|
TEMAS |
| OBJETIVOS | ACTIVIDADES | TÉCNICAS DIDÁCTICAS Y RECURSOS |
1. REGRESIÓN Y CORRELACIÓN LINEAL SIMPLE - Diagramas de dispersión, relación directa, inversa y no relación entre las variables.
- Método de mínimos cuadrados.
- Modelos funcionales y estadísticos. Ecuación de la línea de regresión. Interpretación de los coeficientes.
- Error estándar de estimación. Predicción e intervalos de confianza.
- Coeficiente de correlación y determinación. Pruebas de hipótesis en el análisis de regresión simple.
|
| - Construir e interpretar diagramas de dispersión.
- Plantear modelos de regresión simple para explicar posibles relaciones entre dos variables.
- Estimar intervalos de confianza y de predicción en base a un modelo de regresión lineal simple.
- Interpretar los coeficientes del modelo de regresión simple.
- Analizar los coeficientes de correlación y determinación en un modelo de regresión simple.
- Realizar pruebas de hipótesis en los modelos de regresión lineal simple.
| - Construir un modelo de regresión y analizarlo usando datos que aparecen en publicaciones o Internet.
- Construir e interpretar modelos usando paquetes de computador y datos que ofrece el Internet.
- Hojas de trabajo
- Investigación Aplicada
| Conocimientos previos Clases magistrales Medios audiovisuales
Casos. |
|
| Actividad docente: Enero 16 a Febrero 6 de 2016 |
2. REGRESIÓN Y CORRELACIÓN MÚLTIPLE - Modelos múltiples: elección de la variable de predicción.
- La ecuación de regresión múltiple: construcción e interpretación.
- Error estándar de estimación.
- Coeficiente de determinación múltiple.
- Predicción e intervalos de confianza.
- Multicolineidad.
- Prueba de hipótesis en el análisis de regresión múltiple.
- Análisis residuales.
| | - Construir e interpretar modelos múltiples.
- Interpretar los coeficientes de un modelo de regresión múltiple.
- Interpretar un modelo de regresión múltiple usando el coeficiente de correlación múltiple, de determinación múltiple, el error estándar de estimación y la multicolineidad.
- Realizar pruebas de hipótesis a un modelo de regresión múltiple.
- Utilizar el análisis de residuales para explicar la pertinencia de un modelo de regresión múltiple.
| - Construir un modelo de regresión y analizarlo usando datos que aparecen en publicaciones o Internet.
- Interpretar y construir modelos usando paquetes de computador y datos de publicaciones o Internet.
- Hojas de trabajo
|
Conocimientos Previos Clases magistrales Medios audiovisuales |
|
| Actividad docente: Febrero 13 a Febrero 27 de 2016 Prueba Corta 1 (Fecha a discreción del Profesor) Primer Examen Parcial: Marzo 5 de 2016 |
3. ANÁLISIS DE SERIES DE TIEMPO - Series de tiempo y su relación con los números índice.
- Componentes de una serie de tiempo.
- Análisis de la tendencia.
- Variaciones cíclicas.
- Variaciones estacionales.
- Deflación de los valores de una serie de tiempo.
- Técnicas de pronóstico en series de tiempo.
- Métodos sencillos de pronóstico.
- Método de los promedios móviles.
- Método del suavizamiento exponencial.
- Método que utiliza la ecuación de la tendencia, variaciones cíclicas y variaciones estacionales.
- Problemas en el análisis de series de tiempo: auto correlación.
| | - Interpretar y analizar las componentes de un sistema de tiempo.
- Calcular la ecuación que representa la tendencia y su interpretación.
- Calcular las variaciones cíclicas y su interpretación.
- Calcular los índices estacionales e interpretarlos.
- Aplicar técnicas de pronóstico y análisis de series de tiempo.
- Explicar los problemas que se presentan en una serie de tiempo.
| - Analizar una serie de tiempo con base a datos reales obtenidos de publicaciones o Internet.
- Hacer pronósticos en base al análisis anterior.
- interpretar y analizar series de tiempo usando paquetes de computador.
- Hojas de trabajo
- Investigación Aplicada
| Conocimientos previos Clases magistrales Casos Medios audiovisuales |
|
| Actividad docente: 12 de Marzo a 9 Abril de 2016 Prueba Corta 2 (Fecha a discreción del Profesor) |
