1 FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA CARRERA DE PSICOLOGA

ETAPA DE FORMACIN BSICA MDULO: FUNDAMENTOS TERICO - METODOLGICOS COMPENDIO UNIDAD DE APRENDIZAJE: ESTADSTICA DESCRIPTIVA MODALIDAD: TALLER CRDITOS: 6 Semestre: 2013-1 Coordinadores: Flix Ramos Salamanca
Agosto, 2012.

COMPENDIO UNIDAD DE APRENDIZAJE: ESTADSTICA DESCRIPTIVA MODALIDAD: TALLER

Profesores participantes:

Aguirre Reyes Mara Guadalupe Balderas Gonzlez Alejandro Crdenas Monroy Dolores Cruz Lazo Javier Erosa Rosado Eliezer Fernndez Ortega Alma Patricia Flores Maldonado Oscar L. Jurez Salomn Rebeca Jorge Lpez Reynoso Manuel Lpez Snchez Jos Fernando Ortz Ortz Jos Octavio Santiago Hernndez Hctor Rafael

INDICE
Introduccin 4 10 11 Objetivos generales

Cronograma de lecturas por tema Tema 1. Probabilidad

11

Contenido 11 Objetivos Particulares . 11

Objetivos especficos y referencias .. 12 Tema 2. Distribuciones de probabilidad . 13

Contenido 13 Objetivos Particulares . 13

Objetivos especficos y referencias 14 Tema 3. Estadstica descriptiva . 15

Contenido . 15 Objetivos Particulares .. 15

Objetivos especficos y referencias .. 16 Sugerencias Didcticas .. 18 Sugerencias de Evaluacin Bibliografa Bsica .. 18

.. 19 .. 19

Bibliografa complementaria

4
INTRODUCCIN

FUNDAMENTACIN DE LA NECESIDAD DE LOS CONTENIDOS DE ESTADSTICA EN LA LICENCIATURA EN PSICOLOGA

Es lugar comn afirmar que la funcin que tiene la ciencia es crear modelos que representen a la naturaleza, de estos se derivan su comprensin y explicacin. La psicologa como una expresin de la ciencia tiene la misma encomienda y la parte de la naturaleza que estudia es la psique, conducta o la resultante de la interaccin de un organismo animal con el medio ambiente.

El papel que desempean la metodologa y las matemticas en la construccin de los modelos de la naturaleza es de primer orden. Esta lnea de pensamiento se da naturalmente en la Psicologa cientfica desde su origen. En un panegrico rpido, se encuentra la psicofsica que propona medir las sensaciones; el desarrollo de la psicometra para evaluar la inteligencia, habilidades o capacidades; los trabajos pioneros sobre percepcin, aprendizaje, motivacin, memoria, etc., pasando por los diferentes proyectos de investigacin ya sean bsicos o aplicados, hasta la aparicin de las corrientes que se dan alrededor de la mitad y del ltimo tercio del siglo XX, que vinculan de manera natural a la psicologa con las neurociencias, como son la neuropsicologa y la psicofisiologa; en el recuento histrico anterior, el papel que ha jugado la metodologa y la cuantificacin es obvia, ya que sin ellas, sera imposible realizar de manera seria y profesional la contrastacin formal de hiptesis. Puede afirmarse, histricamente sustentado que el psiclogo es un profesional y es tambin un cientfico, natural o social, que necesita de un entrenamiento metodolgico riguroso, esta

consideracin obliga a los planes de estudio a incluir, contenidos de matemticas, estadstica y computacin. Esta necesidad es reconocida por la mayora de universidades que forman a cientficos de la psicologa ya sea en el plano nacional como en el internacional; los contenidos de matemticas, estadstica y computacin son parte esencial de los currcula con los que se forman actualmente a los psiclogos. Esta orientacin

5 es observada en las facultades dentro de la propia UNAM y escuelas pblicas y privadas, que imparten la Licenciatura en Psicologa en el territorio nacional,

huelga decir, que lo mismo ocurre en el plano internacional, sobre todo en el mundo anglosajn. De la misma manera los organismos nacionales e internacionales que aglutinan a los psiclogos hacen lo propio. La Comisin de los Doce Notables de Harvard, en 1945 consider que en una universidad, la psicologa no puede quedar circunscrita al slo inters y mbito de los psiclogos, sino que debe ser igualmente del inters interdisciplinario. Propone una lista de contenidos especializados o avanzadas que la Comisin consideraba en 1945 necesarios para una adecuada formacin del psiclogo.
Anlisis estadstico avanzado Mtodos

a) Mtodos estadsticos1 b) Procedimientos de laboratorio c) La lgica de la medicin psicolgica d) Diseo de experimentos e) Construccin, administracin y validacin de tests

Casi cuarenta aos despus, se reuni una nueva conferencia en UTAH, durante dos semanas en Julio de 1987, con el nombre de National Conference on Graduate Education in Psychology. Un grupo importante propona una formacin del psiclogo ms centrada en el carcter cientfico e investigativo de la disciplina y otros defendan y reconocan la urgente necesidad social de favorecer la formacin profesional por especialidades, en ambos casos haba una coincidencia notable que se refleja en los temas que como conclusin general arribaron:

Subrayado nuestro. nicamente se marca para enfatizar la importancia que tiene ese corpus de conocimientos en nuestro quehacer cientfico profesional.

6
1) Se discuti bastante sobre aquella primera recomendacin del llamado

Modelo Boulder

concerniente a la formacin del psiclogo como

cientfico-profesional.

2) Se acept un curriculum troncal alrededor de las reas y contenidos

recomendados antes por la National Comission of Education and Credentialing in Psychology de 1978. Se acord en principio que el curriculum troncal girara, ncleos de formacin: como mnimo, alrededor de los siguientes

Estadstica Mtodos de investigacin y diseos Psicobiologa Percepcin Procesos cognoscitivos Aprendizaje Personalidad Desarrollo (ciclo de vida) Psicologa social Psicologa anormal Historia y sistemas de la psicologa

El organismo ms importante e influyente de Mxico en cuanto a la Psicologa se refiere, el Consejo Nacional de Enseanza e Investigacin en Psicologa (CNEIP) recomienda que se cubran en los currcula de la carrera de psicologa la funcin profesional de investigacin, misma que incluye metodologa, estadstica y matemticas, entre otras. El papel que ha jugado y la importancia que se le ha dado a la metodologa y la cuantificacin son obvias, ya que sin ellas, sera imposible formar de manera integral y con un perfil competitivo a los profesionales y cientficos de la psicologa.

7 La Estadstica y la Psicologa, si bien son ciencias cuya formalizacin es ms o menos reciente, ambas tienen races que se hunden en la antigedad y sus objetos de estudio comparten caractersticas importantes: tanto la estadstica como la Psicologa estudian variables aleatorias y de este modo, la Estadstica proporciona herramientas importantes a la Psicologa para el anlisis de los datos obtenidos de la investigacin. La Estadstica, como ciencia que se ocupa de la recoleccin, organizacin, resumen, representacin e interpretacin de datos tiene su ms claro ejemplo en la aplicacin del censo. Es claro que sin mtodos adecuados sera imposible comprender la informacin contenida en ellos. La aplicacin de censos se remonta a varios miles de aos antes de nuestra era con los chinos, los egipcios, y los caldeos; incluso en la Biblia se encuentran varias menciones a la realizacin de censos entre los israelitas. Por supuesto, los censos ms conocidos de la antigedad fueron los de los romanos, de quienes proviene el trmino (del latn censare = estimar) y su aplicacin tena como base conocer los recursos del estado. Fue hasta inicios del siglo XIX que estos mtodos pasaron a ser utilizados con fines generales de investigacin. Es precisamente en esa poca en que Sir John Sinclair introduce el trmino Estadstica en el idioma ingls en su sentido actual y no solamente referido a las necesidades del estado. Otro punto de partida de la estadstica es la formulacin de la teora de la probabilidad a partir de la comunicacin epistolar entre Blaise Pascal y Pierre de Fermat con respecto a problemas surgidos de los juegos de azar. La teora de la probabilidad, la estadstica y la psicologa tendran un encuentro -que ha pasado desapercibido- al tratar de resolver algunos problemas de astronoma. PierreSimon Laplace usa la teora de la probabilidad para deducir una regla para combinar datos y as calcular los la probabilidad de error mediante una curva, utilizando medias de observaciones. Otros matemticos seguirn el camino, como Carl Friederich Gauss que por este medio logra predecir la ubicacin del planeta enano Ceres utilizando el mtodo de cuadrados mnimos. En 1808, Gauss define la distribucin normal para analizar datos astronmicos a partir de la suposicin de que los errores de observacin se distribuyen normalmente (Aunque otros autores

8 como De Moivre y Legendre son mencionados en torno a la autora de esta distribucin). De un modo un tanto humorstico podra decirse que ya se estudiaba cientficamente la percepcin humana desde antes del surgimiento de la psicologa como ciencia independiente. Otros campos fueron abordados tambin estadsticamente, tales como las tasas de crimen suicidio, matrimonio, catstrofes, etctera: La estadstica result ser un auxiliar invaluable para las compaas de seguros. En el siglo XIX Adolphe Quetelet introduce la nocin del hombre promedio como un medio para entender estos fenmenos que parecen ocurrir sin orden ni concierto. Eventos como stos parecen ocurrir de manera similar a otros eventos que son impredecibles, como el resultado del lanzamiento de un dado o el resultado de una lotera, de ah que para su prediccin o representacin la Estadstica resulta ser un modelo adecuado. Actualmente a tales variables se les denomina aleatorias y se les define como aquellas que, al ser determinadas pon un gran nmero de factores muchas veces insospechados- resulta imposible predecir de manera exacta su valor y ocurren de tal manera que su mejor estimacin es a travs de un procedimiento estadstico. En el caso de la Psicologa, su objeto de estudio el comportamiento y los procesos psicolgicos superiores- comparte esta caracterstica: son fenmenos multideterminados y su prediccin precisa resulta imposible, as se refiera al resultado de la simple observacin de un astro, o al nivel de inteligencia de un nio. La Estadstica en este caso es la mejor manera de organizar, representar y describir los datos obtenidos de la observacin, y tambin proporciona mtodos para su anlisis que nos permiten plantear explicaciones plausibles acerca de las variables que los determinan o con las que estn relacionados. Se pretende pues, en esta propuesta de programa de Estadstica para el Plan de Estudios de la Carrera de Psicologa de la Facultad de Estudios Superiores Zaragoza, de la Universidad Nacional Autnoma de Mxico, conservar el ritmo, dinmica y contenidos que tiene la carrera de Psicologa, en los tpicos de matemticas y estadstica, observado en las principales escuelas de psicologa dentro del territorio nacional y del extranjero.

9 La nocin pedaggica es la de informar y formar integralmente al alumno. De construir el conocimiento a partir de principios generales y regulares, para que a su vez, generen diferentes formas de aplicacin de esos principios. Por estas razones, se cree que el psiclogo egresado de la Carrera de Psicologa de la FES Zaragoza, tendr una formacin de cientfico y de profesionista en el campo del comportamiento. Se estima, en consecuencia, que el plan de enseanza modular, es idneo para cubrir las necesidades que se pueden preveer con esta propuesta.

Flix Ramos Salamanca Facultad de Estudios Superiores Zaragoza Carrera de Psicologa Agosto de 2011

10

Objetivos generales El alumno: 1. Adquirir los conceptos bsicos que le permitan entender los procesos y razonamientos fundamentales de la probabilidad y estadstica 2. Utilizar las tcnicas y mtodos estadsticos que le ayuden a abordar de manera sistemtica, crtica y razonada el tratamiento de datos en problemticas de su especialidad. 3. Podr interpretar, analizar y obtener conclusiones a partir de un conjunto de datos obtenidos experimentalmente. 4. Podr aplicar los conocimientos adquiridos a situaciones experimentales. 5. Implementar los procedimientos estadsticos pertinentes, como parte del proceso de investigacin en Psicologa.

11

CRONOGRAMA DE LECTURAS POR TEMA

Tema 1. Probabilidad Contenido: 1.1 Teora de conjuntos. Concepto y operaciones. 1.2 Espacio muestral y tipos de eventos. 1.3 Concepto de probabilidad. 1.4 Reglas de probabilidad. Ley aditiva, multiplicativa y teorema de bayes. 1.5 Formas de contar. Regla de adicin, de multiplicacin, combinaciones y permutaciones. Objetivos Particulares: Al finalizar la unidad de probabilidad el alumno: Se familiarizar con el pensamiento probabilstico. Comprender los conceptos bsicos de probabilidad. Diferenciar y har uso de las reglas de la probabilidad para resolver problemas Ser capaz de interpretar los valores calculados sobre la posibilidad de ocurrencia de un evento determinado.

12

Tema 1: Probabilidad

(4 Horas de evaluacin) Referencias Objetivos Especficos Bibliograficas. 1. Conocer los conceptos de probabilidad y estadstica 2. Describir la importancia de la estadstica en la Marques Dos Santos, M. Captulo 1. investigacin cientfica. 3. Identificar las etapas que aparecen en una investigacin Levin, J. y Levin, C. cientfica. Captulo 1. 4. Establecer el papel de la estadstica y la probabilidad en la investigacin. Ritchey, F. Captulo 1 5. Explicar la relacin entre la probabilidad y la estadstica. 6. Explicar el concepto de conjunto. Marques Dos Santos, M. 7. Usar adecuadamente la nomenclatura de conjuntos. Captulo 2 8. Reconocer los tipos de conjuntos: conjunto infinito, finito, vaco y universal y subconjunto Kleiman, A. y Kleiman, E. 9. Conocer las operaciones de conjuntos: Unin, Captulos 1 y 2. interseccin, diferencia y complemento. 10. Resolver problemas que involucren operaciones de Lovaglia, F. Captulos 1 y conjuntos en forma enumerativa, descriptiva y grficamente 2 (diagrama de Venn Euler). 10. Definir: experimento, ensayo, espacio muestra, evento, eventos mutuamente exclusivos y eventos complementarios. 11. Enunciar las diferentes definiciones de probabilidad. Marques Dos Santos, M. 12. Enunciar los axiomas de la probabilidad. Captulo 3 13. Explicar el principio de la adicin en probabilidad. 14. Determinar probabilidades ubicando el espacio muestra. Wiloughby, S. Captulo 3. 15. Determinara las probabilidades de varios eventos, haciendo uso de diagramas de rbol. Anderson, D. Captulo 4 16. Explicar y har uso de las formas de contar: principio de la adicin y de la multiplicacin, permutaciones y combinaciones. Elorza, H. Captulos 4y 5 17. Resolver problemas de probabilidad en donde se aplique las formas de contar. Gonick, L. Y Smith, W. 18. Definir la probabilidad condicional. Captulo 3 19. Definir eventos independientes. 20. Establecer la regla de Bayes. 21. Resolver problemas sobre probabilidad condicional y eventos independientes y regla de Bayes.

Duracin: 12 Horas

13
Tema 2. Distribuciones de Probabilidad Contenido: 2.1 Variables aleatorias. Discretas y Continuas. 2.2 Distribucin de probabilidad. 2.3 Distribucin Binomial. 2.4 Distribucin Poisson. 2.5 Distribucin Normal. Objetivos Particulares: Al finalizar la unidad de distribuciones de probabilidad el alumno: Comprender el concepto de distribuciones de probabilidad Entender la diferencia entre distribuciones de variables aleatorias discretas y distribuciones de variables aleatorias continuas. Identificar las principales caractersticas de distribuciones discretas y reconocer una distribucin normal. Determinar la probabilidad asociada a una variable aleatoria discreta o continua. Se familiarizar con la interpretacin de los valores obtenidos, de las distribuciones de probabilidad binomial, Poisson y normal, como antecedente de la toma de decisiones.

14

Tema 2: Distribuciones de probabilidad. Duracin: 12 Horas. (4 Horas de evaluacin) Objetivos especficos Referencias bibliogrficas 1. Explicar la importancia de las distribuciones de Marques Dos Santos, M. Captulo 4 probabilidad. 2. Explicar que es una variable aleatoria. 3. Distinguir una variable aleatoria discreta de una continua. Gonick, L. y Smith, W. Captulo 4. 4. Ejemplificar variables aleatorias discretas y continuas. 5. Explicar el concepto de distribucin de probabilidad. Elorza, H. Captulo 6 6. Definir la funcin de probabilidad de una variable aleatoria. 7. Definir la funcin de densidad de una variable aleatoria continua. Johnson R. y Kuby, P. Captulo 5. 8. Enlistar las caractersticas de un experimento binomial. 9. Definir la distribucin binomial. 10. Determinar la media de una distribucin binomial como =np y la varianza como = npq. 11. Resolver problemas en los que aplique la distribucin binomial. 12 Enlistar las condiciones en las que es aplicable la distribucin Poisson. 13. Definir la distribucin de Poisson. 14. Determinar la media de una distribucin Poisson como = Marques Dos Santos, M. y la varianza como =. Captulo 5 y captulo 6 15. Resolver problemas en los que aplique la distribucin de Poisson. Elorza, H. Captulo 6 16. Comparar la distribucin binomial y la de Poisson. Gonick, L. Y Smith, W. Captulo 17. Comprender la importancia de la distribucin normal en la 5. ciencia en general y en Psicologa en particular. 18. Definir l a distribucin normal. Johnson R. y Kuby, P Captulos 5 y 6. 19. Describir las propiedades de la funcin de densidad normal. 20. Establecer que la funcin de la distribucin normal es: Levin, J. Captulo 6. 21. Relacionar una dis x y desviacin estndar x con la distribucin normal estndar. 22. Determinar reas bajo cualquier curva normal usando la tabla de la distribucin normal estndar. 23. Usar la distribucin de Poisson para aproximar la distribucin binomial. 24. Usar la distribucin normal para aproximar la distribucin binomial y la distribucin Poisson.

15
Tema 3. Estadstica Descriptiva Contenido: 3.1 Concepto de poblacin, muestra. 3.2 Niveles de medicin: Variables Cualitativas: nominal y ordinal. Variables Cuantitativas: intervalo y razn. 3.3 Medidas de tendencia central para datos no agrupados (media aritmtica, mediana y moda). 3.4 Grficos: diagrama de puntos, tallo y hoja, caja con bigote, grfica de barras y de pastel. 3.5 Medidas de dispersin para datos no agrupados (rango, rango intercuartlico, varianza, desviacin estndar y coeficiente de variacin). 3.6 Medidas de posicin: percentiles y cuartiles. 3.7 Medidas de tendencia central para datos agrupados (media aritmtica, mediana y moda). 3.8 Medidas de dispersin para datos agrupados (rango, rango intercuartlico, varianza, desviacin estndar, coeficiente de variacin). 3.9 Grficos: histograma, ojiva y polgono de frecuencias para datos agrupados. 3.10 Sesgo y Curtosis. Tipos de simetra. Objetivos Particulares: Al finalizar la unidad de estadstica descriptiva el alumno: Usar la estadstica descriptiva como una herramienta para organizar, resumir y hacer comprensibles un conjunto de datos obtenidos en una investigacin, Aplicar el concepto de estadgrafo para describir e interpretar analtica y grficamente informacin contenida en un conjunto de datos. Construir tablas y grficas para distribuciones de frecuencias. Seleccionar la medida de tendencia central y dispersin ms adecuada para describir un conjunto de datos. Desarrollar un sentido crtico en el anlisis de la informacin.

16

Tema 3: Estadstica Descriptiva.

Duracin: 24 Horas (4 Horas de evaluacin) Referencias Objetivos especficos bibliogrficas 1. Expondr la importancia de la estadstica descriptiva. 2. Explicar que es la estadstica descriptiva. 3. Definir los conceptos de: poblacin, muestra, parmetro y estadgrafo. 4. Definir unidad elemental y observacin o dato. 5. Diferenciar los tipos de datos: cuantitativos (intervalar y de razn) y cualitativos (nominales y ordinales). 6. Enlistar los principios bsicos sobre la construccin de tablas. 7. Enlistar los principios bsicos sobre la construccin de grficos. 8. Seleccionar la grfica adecuada a usar, de acuerdo al tipo de datos que representar (diagrama de puntos, tallo y hoja, caja con bigote, grafica de barras o de pastel). Marques Dos Santos, M. 9. Construir diagramas de puntos y de tallo y hoja para Captulos 7 y 8. representar un grupo de datos. 10. Describir el comportamiento de sus datos a partir de Elorza, H Captulo 2. su representacin grfica 11. Construir diagramas de caja con bigote, grficas de Glass; G. Captulo 3. barras y de pastel para representar un grupo de datos. Johnson R. y Kuby, P 12. Describir el comportamiento de sus datos a partir de Captulo 2 su representacin grfica 13. Definir las medidas de tendencia central: media Levin, J. y Levin, C. aritmtica, mediana y moda. Captulos 2 a 5 14. Describir las caractersticas principales de la media aritmtica, mediana y moda. Pagano; Captulos 3 y 4. 15. Seleccionar la medida de tendencia central Ritchey, F. Captulos 1 a 5 adecuada al tipo de datos. 16. Calcular la media aritmtica, mediana, y moda para un grupo de datos. 17. Establecer las ventajas y limitaciones de la media aritmtica, mediana y moda.
18. Identificar las principales medidas de dispersin: rango, rango intercuartlico, varianza, desviacin estndar y coeficiente de variacin. 19. Explicar el significado de cada una de las medidas de dispersin: rango, rango intercuartlico, varianza, desviacin estndar y coeficiente de variacin. 20. Describir las caractersticas principales de las medidas de dispersin. 21. Seleccionar la medida de dispersin adecuada a obtener para un grupo de datos 22. Calcular las medidas de dispersin: rango, rango intercuartlico, varianza, desviacin estndar y coeficiente de variacin.

17

Tema 3: Estadstica Descriptiva. Duracin: 24 Horas 23. Expondr las razones por las cuales ser necesario agrupar los datos. 24. Entender la estructura de una tabla de frecuencias de datos agrupados. 25. Enlistar las reglas generales para la construccin de tablas de datos agrupados. 26. Construir tablas de frecuencia para datos agrupados. 27. Conocer diferentes grficos para representar datos agrupados: histograma, polgono y ojiva. 28. Seleccionar el tipo de grfica adecuada de acuerdo al objetivo a cumplir. 29. Construir el histograma, polgono de frecuencias y ojiva de un conjunto de datos agrupados. 30. Describir el comportamiento de sus datos a partir de una grfica. 31. Comparar la distribucin de sus datos, representados en un polgono de frecuencias o histograma, con una distribucin normal. 32. Explicar lo que representan los cuartles y percentiles. 33. Calcular diferentes percentiles de un grupo de datos. 34. Usar la ojiva para determinar percentiles. 35. Calcular la media aritmtica, mediana y moda para datos agrupados. 36. Establecer si existe simetra o el tipo de asimetra a partir de la posicin de la media aritmtica, mediana y moda. 37. Calcular: el rango, rango intercuartlico, varianza, desviacin estndar y coeficiente de variacin para datos agrupados.

(continuacin)

Marques Dos Santos, M. Captulo 8. Elorza, H Captulo 2. Glass; G. Captulo 3. Johnson R. y Kuby, P Captulo 2 Levin, J. y Levin, C. Captulos 2 a 5 Pagano; Captulos 3 y 4. Ritchey, F. Captulos 1 a 5

18

SUGERENCIAS DIDCTICAS Y DE EVALUACIN

MODALIDAD Taller

SUGERENCIA DIDCTICA a) Exposicin oral: Introduccin al tema por el profesor. b) Discusin grupal del tema y realizacin de ejercicios. c) Aplicacin de tareas en casa. d) Exposicin audiovisual.

EVALUACIN X Participacin x

X Examen parcial Examen global Trabajo escrito X Control de lectura Portafolios X Bitcora Centrada en desempeo Wiki

X X x

el

x X

SUGERENCIAS DE EVALUACIN
1. Cumplir con el 80% de asistencias mnimo en cada unidad para poder exentarla y 80% de asistencias global para tener derecho a calificacin ordinaria. 2. Aprobacin de un examen parcial por cada unidad temtica con calificacin mnima de 8.0 para exentar el examen final de esa unidad. 3. Aprobacin de un examen global en el que se presenten las unidades temticas no aprobadas o no exentadas en los exmenes parciales. 4. La participacin en clase ser tomada en cuenta por el profesor para conformar las calificaciones parciales, lo mismo que los ejercicios realizados en clase.

19
Bibliografa Bsica 1. Elorza, H. (2000). Estadstica para las ciencias sociales y del comportamiento. Segunda edicn. Mxico: Oxford. 2. Gonick, L. y Smith, W. (1999). La estadstica en comic. Barcelona: Zedrera Zariquiey. 3. Kleiman, A. y Kleiman, E. (2004). Conjuntos: aplicaciones, matemticas a la administracin. Mxico: Limusa. 4. Levin, J. Y Levin, W. (2008). Fundamentos de estadstica en la investigacin social. Segunda edicin. Mxico: Harla. 5. ** Marques Dos Santos, M. (2004). Probabilidad y estadstica para las ciencias qumico biolgicas. Segunda edicin. Mxico: UNAM FES Zaragoza. 6. Willoughby, S. (1975). Probabilidad y estadstica. Mxico: Publicaciones Cultural. ** Se recomienda su compra por parte de los estudiantes.

Bibliografa Complementaria 1. Anderson, D. (2005). Estadstica para administracin y economa. Octava edicin. Mxico: Thompson. 2. Glass, G. (2001). Mtodos estadsticos aplicados a las ciencias sociales. Segunda edicin. Mxico: Prentice Hall Hispanoamericana, S.A. 3. Johnson, R. y Kuby, P. (2004). Estadstica elemental. Tercera edicin. Mxico: Thomson Editores. 4. Lovaglia, F. (1972). lgebra. Mxico: Harla. 5. Pagano, R.R. (1998) Estadstica para las ciencias del comportamiento. Quinta Edicin. Mxico International Thomson Editores. 6. Ritchey, F. (2008). Estadstica para las ciencias sociales (2 edicin). Mxico: Mc Graw Hill.