UNIVERSIDAD PILOTO DE COLOMBIA

PLAN ANALITICO DEL PROGRAMA

AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

MISION:
El Área Común de Matemáticas de la Universidad Piloto de Colombia tiene como misión
contribuir en la formación integral de los futuros profesionales desde los procesos de
enseñanza - aprendizaje de las matemáticas y estadística.

VISIÓN:
El Área Común de Matemáticas de la Universidad Piloto de Colombia tiene como visión ser
líder en la formación de profesionales capaces de asumir y enfrentar problemas
científicos, tecnológicos y sociales con altos valores humanos que contribuyan al
desarrollo del país

1. PRESENTACIÓN DE LA ASIGNATURA O CURSO ACADÉMICO

Nombre del curso ESTADISTICA INFERENCIAL
Código del curso (opcional) AM00025
Área de Formación (básica, profesional,
Básica
complementaria, investigativa)
Tipo de curso (teórico–práctico) Teórico
Carácter del curso (obligatorio, electivo) Obligatorio
Créditos académicos 3
Horas de acompañamiento 64
Horas de Trabajo Independiente 80
Fecha de actualización Julio de 2017

2. DESARROLLO DEL CURSO

Parámetro Distribución Intervalos de
Palabras clave Pruebas de Hipótesis Regresión
Muestral Confianza

JUSTIFICACIÓN

 La estadística es una herramienta básica para la investigación en cualquier área de

conocimiento; esta juega un papel importante porque permite abstraer y elaborar
categorías conceptuales a partir de los datos, los cuales permiten describir, predecir y/o
explicar el fenómeno que se está analizando.

 Los Ingenieros deben desarrollar la competencia del análisis estadístico por medio de una
herramienta informática como el Excel, para ser capaces de innovar conocimiento en el
campo de los sistemas, modelamiento, gestión, planeación, y lograr así un desempeño
profesional, investigativo y académico que contribuya al desarrollo social

Página 1
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

PROPÓSITOS FORMATIVOS

 Dotar al estudiante de elementos teóricos para que pueda hacer inferencias acerca del
valor y la confiabilidad de un parámetro poblacional con base en los resultados obtenidos
de una o más muestras.
 Tomar decisiones sustentadas en el razonamiento estadístico, lógico y coherente necesario
para el análisis de problemas de simulación en el área de la ingeniería.
 El dominio básico de Excel es una herramienta valiosa que el ingeniero debe saber usar en
la parte de desarrollo estadístico, las aplicaciones y funciones que se manejan con el Excel
son claves para el análisis exploratorio de datos, por ende, la toma de decisiones

PREGUNTAS O PROBLEMAS QUE SE BUSCAN RESOLVER:

Se busca que los estudiantes adquieran una formación básica de los conceptos y principios de
la estadistica en la linea de la inferencia, con un manejo basico del Excel, y así poder
comprender el funcionamiento de las diferentes pruebas que se trabajan en la estadistica
desde sus aplicaciones en diversos campos de la ciencia y la tecnología.

COMPETENCIAS A DESARROLLAR O FORMAR

 Genéricas: Capacidad de analizar y sintetizar información para la solución inmediata de
problemas, trabajo en equipo.
 Comunes o transversales de área: Estructurar o sistematizar procedimientos para llegar a
la toma de decisiones en problemas de gran escala.
 Apoyar, utilizando técnicas cuantitativas estadísticas por medio de software lo cual genera
mayor capacidad de respuesta.
 Específicas: calidad y creatividad en la toma de decisiones y optimización de procesos.

CONOCIMIENTOS RELACIONADOS CON LAS COMPETENCIAS / SABERES

SABER SABER SABER HACER SABER SER
(conocimientos) (Procedimientos) (Actitudes)
Razonamiento estadístico, y Aplicar los conceptos Aprender comprender y
coherente en problemas de estadísticos para resolver comunicarse con otras
ingeniería, utilizando problemas de análisis de áreas de conocimiento.
herramientas informáticas como información.
el Excel para optimizar sus
cálculos

Página 2
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

METODOLOGIA Y ESTRATEGIAS DIDÁCTICAS

Es sabido que no existe una receta universal que garantice un genuino aprendizaje de las
matemáticas. Sin embargo, de acuerdo con la experiencia, existen varios hechos que influyen
positivamente y de manera fundamental en el éxito de esta tarea. Quizá el más importante es
el compromiso del estudiante con su aprendizaje. Éste se traduce en actitud responsable,
positiva y valiente, evidente a través de la realización de la lectura previa asignada para cada
clase, en la revisión y comprensión de los aspectos teóricos desarrollados tanto en los textos,
en el desarrollo de los ejercicios de práctica, en la solicitud de explicaciones adicionales y
ayuda cuando se presenten dificultades en lugar de elegir el desdén o la renuncia. Estamos
convencidos que un intento honesto por parte del estudiante en esta dirección, romperá las
barreras que le impiden tener éxito en éste aprendizaje y lo conducirá a sentir agrado y
satisfacción por los buenos resultados.

Teniendo en cuenta lo anterior, el desarrollo de las sesiones de clase atenderá a los siguientes
requerimientos:
 Consulta bibliográfica: lectura previa a cada clase a partir de consulta de textos y/o
lecciones implementadas en la plataforma Moodle.
 Desarrollo de hojas de trabajo propuestas en clase y/o en la plataforma moodle.
 Desarrollo de problemas teóricos y en contexto propuestos en guías y talleres físicos y/o
virtuales.
 Uso de software (Excel, Geogebra, Mathlab, R, SPSS ).
 El trabajo autónomo del estudiante acompañado de ambientes virtuales propuestos en la
plataforma Moodle (Opcional).
 Lectura de artículos especializados que expongan la aplicación de los contenidos de la
asignatura en la vida profesional

EVALUACIÓN FORMATIVA
Desde el punto de vista cognitivo, la evaluación formativa se centra en comprender este
funcionamiento del estudiante frente a las tareas que se le proponen. La información que se
busca se refiere a las representaciones mentales del alumno y a las estrategias que utiliza para
llegar a un resultado determinado. Los errores son objeto de estudio en tanto que es revelador
de la naturaleza de las representaciones o de las estrategias elaboradas por el estudiante.

A través de los errores se puede diagnosticar qué tipo de dificultades tienen los estudiantes
para realizar las tareas que se les proponen, y de esta manera poder arbitrar los mecanismos
necesarios para ayudarles a superarlos. Pero también interesa remarcar aquellos aspectos del
aprendizaje en los que los alumnos han tenido éxito, pues así se refuerza este aprendizaje.

Se puede decir, que la evaluación formativa pone el acento en la regulación de las actitudes
pedagógicas y, por lo tanto, se interesa fundamentalmente más en los procedimientos de las
Página 3
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

tareas que en los resultados. En resumen, la evaluación formativa persigue los siguientes
objetivos: la regulación pedagógica, la gestión de los errores y la consolidación de los éxitos.

La evaluación formativa se complementa, en parte, por los lineamientos y competencias

sugeridos por el ICFES1 mediante los realizadores de la prueba Saber Pro en el módulo de
razonamiento cuantitativo. Las competencias tenidas en cuenta con mayor importancia en el
modelo evaluativo de esta asignatura son:

Competencia Afirmación
Interpretación y representación Comprende y transforma la información cuantitativa y
esquemática presentada en distintos formatos
Formulación y ejecución Frente a un problema que involucre información
cuantitativa, plantea e implementa estrategias que
lleven a soluciones adecuadas.
Argumentación Valida procedimientos y estrategias matemáticas
utilizadas para dar solución a problemas.
La importancia de cada una de estas competencias en la calificación se sugiere que sea
porcentualmente igual, es decir, el docente dé a cada competencia la misma ponderación en el
momento de evaluar las actividades que proponga, de forma que se incentive el desarrollo de
cada competencia en la misma medida. Sin embargo, de acuerdo con el avance de los
estudiantes, el docente modificará el porcentaje de evaluación para lograr el mencionado
incentivo.

La calificación final del semestre es el promedio ponderado de los tres cortes institucionales,
teniendo en cuenta la siguiente distribución:

Tópicos a Evaluar Estrategia

Distribuciones Muéstrales Talleres. Quices. Exposiciones.
Intervalos de Confianza Evaluación escrita (Primer Parcial 30%)

Pruebas de Hipótesis Talleres. Quices. Exposiciones.

Evaluación escrita (Segundo Parcial 30%)

Regresión Lineal Examen final escrito 40%

1
ICFES. Guía de orientación modulo razonamiento cuantitativo saber pro 2016 2. 2016. Disponible en:
http://www.icfes.gov.co/docman/estudiantes-y-padres-de-familia/saber-pro-estudiantes-y-padres/estructura-
general-del-examen/modulos-saber-pro-2016-2/modulos-primera-sesion-competencias-genericas-12/2337-
guia-de-orientacion-modulo-de-razonamiento-cuantitativo-saber-pro-2016-2/file?force-download=1
Página 4
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

FUENTES DE INFORMACIÓN

Libros:
Los textos relacionados aquí, se pueden consultar en la Biblioteca de la Universidad:

 Mendenhall, Beaver, Beaver, Introducción a la Probabilidad y Estadística. 14va Edición.

Cengage, Learning, 2015
 Walpole, R., Myers, R. y Myers, S, Probabilidad y Estadística Para Ingenieros., Pearson.
2007
 Jay L Devore. Probabilidad y estadística para ingeniería y ciencias, Cengage, Learningn,
2008
 Ross, Sheldon. Probabilidad y estadística para ingeniería y ciencias, Mc Graw Hill, 2001
 Freund J, Miller I. Estadística matemática con aplicaciones. 6ª Edición. Prentis Halll 2000

Referencias Bibliográficas recomendadas en Ingles

 FREEDMAN, David. Statistics. W.W. Norton & Company. Fourth Edition. 2007
 BAJPAI, Naval. Bussiness Statistics. Pearson. 2010
 RAMACHANDRAN. Kandethody. Mathematical Statistics with applications in R. Elsevier.
Second edition. 2015.
 MORRISON, Jim. Statistics for Engineers. John Wiley & Sons. 2009.
 SALKIND. Neil. Excel Statistics: A Quick Guide. SAGE Publications. Third Edition. 2016
 Montgomery, D. and Runger, G. (2014). Applied Statistics and Probability for Engineers.
6th ed. Hoboken, NJ: John Wiley and Sons, Inc.
 WEISBERG, S. (2005). Applied Linear Regression. 3rd ed. Hoboken, New Jersey: John Wiley
& Sons, Inc.

Artículos
 NEWCOMBE, Robert G.; MERINO SOTO, Cesar. Intervalos de confianza para las
estimaciones de proporciones y las diferencias entre ellas. Interdisciplinaria, 2006, vol. 23,
no 2, p. 141-154.
 CEPEDA-CUERVO, Edilberto, et al. Intervalos de confianza e intervalos de credibilidad para
una proporción. Revista Colombiana de Estadística, 2008, vol. 31, no 2, p. 211-228.
 IVARS, Antonia. Intervalo de confianza para la diferencia de medias. 2013.
 Keys, D. (1978). Confidence Interval Financial Statements: An Empirical Investigation.
Journal of Accounting Research, 16(2), pp.389-399. (se puede acceder a través de
http://www.jstor.org/stable/2490573 )

Recursos Web

Página 5
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

 Statistics and Probability | Khan Academy. (2017). Khan Academy. Retrieved 17 July 2017,
from https://www.khanacademy.org/math/statistics-probability
 Library Genesis. (2017). Gen.lib.rus.ec. Retrieved 17 July 2017, from http://gen.lib.rus.ec/
 (buscador de libros, a través de este link los estudiantes pueden acceder a los libros en
inglés)
 http://www.ce.memphis.edu/3103/pdfs/Confidence%20Intervals_full.pdf
 (Intervalos de confianza con problemas orientados a la ingeniería)
 Product and Process Comparisons. (2017). Itl.nist.gov. Retrieved 17 July 2017, from
http://www.itl.nist.gov/div898/handbook
 Review of Basic Statistical Concepts. (2017). onlinecourses.science.psu.edu. Retrieved 17
July 2017, from
https://onlinecourses.science.psu.edu/statprogram/review_of_basic_statistics
 https://www.youtube.com/watch?v=e2mIjtH64rE
 https://www.youtube.com/watch?v=YDFzX4fT1BU
 http://www.math.usu.edu/~schneit/ctis/
 https://www.youtube.com/watch?v=wcqYMU5HhOI&t=5s

ORGANIZACIÓN DE LAS UNIDADES DE APRENDIZAJE

Tiempo empleado en el aprendizaje
Nombre de la Unidad
Actividades del Trabajo
N° Didáctica de Trabajo acompañ. Total
Estudiante Independiente
aprendizaje Horas
TAD TAG TAT TA TC
Introducción a la
estadística Elegir el tipo de
inferencial. muestro
Muestreo apropiado y
1 Probabilístico y no seleccionar una 1 2 1 5 1 10
Probabilístico. muestra en caso
Muestro aleatorio determinado.
simple, otros tipos de
Muestro.
Distribución De Construir la
Muestreo función de
Teorema de Limite distribución para
2 Central la media, 3 2 1 6 2 14
Para la media y proporción y
diferencia de medias decidir sus
muestrales características

Página 6
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

ORGANIZACIÓN DE LAS UNIDADES DE APRENDIZAJE

Tiempo empleado en el aprendizaje
Nombre de la Unidad
Actividades del Trabajo
N° Didáctica de Trabajo acompañ. Total
Estudiante Independiente
aprendizaje Horas
TAD TAG TAT TA TC
Para la Proporción principales con
Para la Varianza talleres

Obtener el
estimador de un
parámetro por el
Estimación método de
Estimación Puntual, momentos y por
Propiedades el método de
3 Insesgadez, Eficiencia máxima 4 1 1 8 4 18
Consistencia. verosimilitud y
aplicar el
resultado a una
situación
apropiada en
ingeniería.
Construir un
Estimación Por intervalo de
Intervalos de confianza, y a
Confianza partir de estos
Nociones generales intervalos,
Intervalos de realizar análisis
confianza para la que me permitan
4 4 1 1 8 4 18
media a partir una tomar decisiones.
muestra. Determinar el
Intervalos de tamaño de la
confianza para la muestra
Proporción a partir de adecuado para
una muestra. generar
estimaciones
Estimación Por Construir un
Intervalos de intervalo de
Confianza confianza, y a
5 6 1 3 9 3 22
Intervalo de confianza partir de estos
para la diferencia de intervalos,
dos medias realizar análisis
Página 7
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

ORGANIZACIÓN DE LAS UNIDADES DE APRENDIZAJE

Tiempo empleado en el aprendizaje
Nombre de la Unidad
Actividades del Trabajo
N° Didáctica de Trabajo acompañ. Total
Estudiante Independiente
aprendizaje Horas
TAD TAG TAT TA TC
Intervalo de confianza que me permitan
para la diferencia de tomar decisiones.
dos proporciones .
Intervalos de
confianza para la
varianza. Intervalo de
confianza para
cociente de varianzas.
Prueba de Hipótesis Identificar los
Elementos de una diferentes
prueba de hipótesis. elementos que
Tipos de errores de conforman una
una prueba prueba de
Uso del valor P. hipótesis
Prueba de hipótesis estadística, y a
para la media varianza partir de un
conocida y varianza contexto dado
desconocida. realizar los
6 Prueba de hipótesis diferentes análisis 5 2 2 8 2 19
para la proporción. para obtener
Prueba de hipótesis propuestas
para la comparación relacionadas con
de medias. decisiones y
Prueba de hipótesis acciones a seguir.
para diferencia de con talleres
proporciones. utilizando la
Prueba de hipótesis herramienta del
de una y dos muestras Excel.
referente a varianzas.
Prueba ji-cuadrado Generar estudio
para bondad de de casos para
7 ajuste. utilización de las 6 2 2 8 2 20
Pruebas de pruebas Ji
independencia. cuadrado.
Regresión Y Trabajo de casos
8 5 2 2 6 4 19
Correlación Manejo de
Página 8
 UNIVERSIDAD PILOTO DE COLOMBIA
PLAN ANALITICO DEL PROGRAMA
AREA COMÚN DE MATEMÁTICAS

PROGRAMA DE ESTADÌSTICA INFERENCIAL

ORGANIZACIÓN DE LAS UNIDADES DE APRENDIZAJE

Tiempo empleado en el aprendizaje
Nombre de la Unidad
Actividades del Trabajo
N° Didáctica de Trabajo acompañ. Total
Estudiante Independiente
aprendizaje Horas
TAD TAG TAT TA TC
regresiones con
datos reales) con
talleres utilizando
la herramienta
del Excel.
64 80 144

TAD: Trabajo de Acompañamiento dirigido; TAG Trabajo de Acompañamiento guiado; TAT:

Trabajo de Acompañamiento tutorial;
TA: Trabajo autónomo; TC: Trabajo colaborativo.

Página 9