Silabo Estadistica en Las Organizaciones E-learning
-
Upload
joel-amaya -
Category
Documents
-
view
8 -
download
0
description
Transcript of Silabo Estadistica en Las Organizaciones E-learning
UNIVERSIDAD TECNOLOGICA CENTROAMERICANA
UNITEC
Asignatura: Estadística para las Organizaciones
Código: NP-002
Área Académica: POSGRADO
Requisitos: NINGUNO
Unidades
Valorativas: 0
Horas Académicas: Horas de
Trabajo
individual
semanal:
12.5
Horas de
Trabajo
dirigido
semanal:
0
Teóricas:
25
Prácticas:
40
Descripción de la Asignatura: En la actualidad, el mundo empresarial está saturado de información, provocando que los profesionales estén
expuestos a una sobrecarga de información, que debe ser procesada para una toma de decisiones ágil y acertada y,
además sea capaz de definir en qué situaciones la puede aplicar en su ámbito de trabajo.
Todo este cúmulo de información, cuantitativa y/o cualitativa, debe ser transformada en información útil. A partir de
este momento, el problema radica en determinar si las conclusiones presentadas son razonables, si las muestras fueron
suficientemente grandes, etc. A fin de dar respuesta a estas preguntas con argumentos validos es necesario que el
profesional, independientemente de su área de especialización, tenga conocimiento de la estadística y, a la vez, que
esté familiarizado con las herramientas que sirven para el procesamiento y análisis de la información.
Estadística en las organizaciones, es un curso de estadística aplicada que introduce y refuerza conocimientos,
utilizando herramientas informáticas para realizar los cálculos. Da respuesta a la necesidad de organizar, presentar,
analizar e interpretar datos estadísticos, para obtener, registrar y elaborar información que posibilite la toma de
decisiones inteligentes en las organizaciones. Desarrolla destrezas y habilidades, entre estas, el pensamiento crítico
para la toma de decisiones basado en la correcta interpretación y análisis de los datos. Sigue los lineamientos básicos
de la estadística descriptiva e inferencial pero enfocado a la toma de decisiones gerenciales, despertando de paso el
interés por la investigación.
La asignatura comprenderá el desarrollo de tópicos referidos a estadística descriptiva tales como: recolección,
organización, presentación, análisis e interpretación de datos estadísticos, así como el cálculo de medidas estadísticas
de centralización, de dispersión, de probabilidad de eventos aleatorios, y también el desarrollo de tópicos referidos a
la estadística inferencial , probando hipótesis, estimando intervalos de confianza para los parámetros más comunes y
el análisis de la relación entre variables cuantitativas y cualitativas.
Conocimientos Previos: Manejo de software básico (Excel, Word etc.). Conocimientos de estadística a nivel de pregrado universitario.
Objetivo General: Utilizar la estadística descriptiva para organizar datos, reconocer las distribuciones básicas de probabilidad y aplicar la
estadística inferencial para el análisis de datos y la toma de decisiones.
Objetivos
Específicos
Contenidos
Conceptuales Procedimentales
Actitudinales
1. Analizar conceptos
básicos de la
estadística
descriptiva, la
1. Conceptos propios de la
estadística descriptiva.
1. Interpretación y
utilización de
representaciones
gráficas para
1. Valoración de la
precisión, utilidad y
simplicidad del
lenguaje estadístico
probabilidad, las
distribuciones de
probabilidad y la
estadística
inferencial.
organizar, presentar y
analizar datos.
para representar,
comunicar o resolver
diferentes situaciones
concretas de la vida
cotidiana.
2. Describir el
significado de
lenguaje básico
estadístico.
2. Cálculo de medidas de
tendencia central y de
dispersión.
2. Cálculo, análisis,
interpretación y
utilización de
medidas descriptivas.
2. Incorporación del
lenguaje matemático y
estadístico a la forma
de proceder habitual.
3. Identificar las
distintas mediciones
y representaciones
gráficas de la
estadística
descriptiva para un
correcto análisis.
3. Organización,
presentación, y
representación gráfica de
características de la
población a través de
muestras.
3. Cálculo
probabilidades
usando la regla de la
adición, la
multiplicativa para
eventos dependientes
e independientes,
probabilidad
condicional y regla
de Bayes.
3. Sensibilidad, interés y
valoración crítica ante
las informaciones y
mensajes de
naturaleza estadística.
4. Identificar
resultados de
experimentos,
traducirlos al
lenguaje matemático
y aplicar las reglas
de la Teoría de la
Probabilidad.
4. Conceptos de la Teoría de
la Probabilidad y
aplicación de reglas de
probabilidad.
4. Determinación de las
características y
aplicación de
modelos teóricos de
variable discreta:
Binomial y de
Poisson.
4. Confianza en las
propias capacidades
para afrontar
problemas y realizar
cálculos de
probabilidad y aplicar
técnicas de la
estadística descriptiva
e inferencial.
5. Identificar variables
aleatorias discretas y
continuas, y aplicar
las formulas
correspondientes
para calcular su
posibilidad de
ocurrencia y
probabilidades.
5. Conceptos propios de las
distribuciones de
probabilidad de variable
discreta: Distribución
Binomial y Distribución
de Poisson.
5. Determinación de las
características y
aplicación de variable
continua: la
distribución normal,
Clasificación de
subconjuntos de
números reales.
5. Valoración de la
precisión y utilidad de
probabilidades y
métodos gráficos para
representar y
comunicar in-
formaciones.
6. Utilizar muestras
obtenidas de
muestreo
probabilístico para
estimar e inferir las
características
propias de la
población.
6. Conceptos y fórmulas
propias de las
distribuciones de
probabilidad de variable
continua: Distribución
Normal.
6. Descripción de
métodos de muestreo
y aplicación de
distribuciones
muestrales, de
acuerdo con el
Teorema del Límite
Central.
6. Destreza en el cálculo
de intervalos de
confianza para estimar
parámetros.
7. Descomponer una
serie de tiempo en
sus componentes
individuales para
luego pronosticar.
7. Conceptos de variables
dependientes e
independencia temporal
7. Descomposición de
las componentes de
una variable aleatoria
en base a datos
históricos en el
tiempo para
7. Destreza en graficar
diagramas para
organizar datos e
inferir tendencias en
la población.
pronosticar.
8. Calcular la
posibilidad de
ocurrencia mediante
la lógica y reglas de
probabilidad.
8. Conceptos y variables
propios de la teoría de la
probabilidad.
8. Análisis e
interpretación de las
reglas básicas de
probabilidad
8. Valoración de la
utilidad de
probabilidades
históricas para la toma
de decisiones
objetivas.
9. Interpretar el
lenguaje estadístico
para analizar y
expresar soluciones
a problemas tanto
del área económica
como de la
ingeniería.
9. Análisis de correlación y
regresión lineal y
múltiple.
9. Análisis, conclusión
e inferencia de
características de
poblaciones en base a
pruebas de hipótesis
para muestras
grandes y pequeñas.
9. Destreza para la toma
de decisiones en base
a datos históricos.
10. Calcular
probabilidades de
ocurrencias que
siguen modelos de
variable aleatoria
discreta y continua
para la toma de
decisiones.
10. Muestreo y distribuciones
muestrales: t de Student.
Teorema del Límite
Central.
10. Análisis, conclusión
e inferencia de
características de
poblaciones en base a
pruebas de hipótesis
para muestras
grandes y pequeñas.
10. Confianza en los
resultados para
predecir
comportamientos y
obtener conclusiones.
11. Analizar e
interpretar pruebas
de la estadística
inferencial
(estimaciones y
pruebas de hipótesis)
para obtener
conclusiones
confiables.
11. Estimación de intervalos
de confianza y pruebas de
hipótesis para una y dos
poblaciones.
11. Utilización de
intervalos de
estimación para
describir las
características de una
población por medio
de una muestra.
11. Destreza en el manejo
de pruebas de
hipótesis para
muestras grandes y
muestras pequeñas.
12. Evaluar pruebas de
regresión tanto lineal
como múltiple así
como la
interpretación de las
medidas de
correlación.
12. Conceptos y fórmulas
propias de la regresión
lineal.
12. Cálculo y análisis de
pruebas de regresión
y correlación.
12. Curiosidad e interés
por crear pruebas de
regresión y medidas
de correlación.
13. Modelar datos
usando regresión
lineal y medir su
confiabilidad a
través de medidas de
correlación.
13. Modelos matemáticos
propios de la regresión
lineal.
13. Cálculo y análisis de
modelos de regresión
y correlación.
13. Incorporación de
modelos de regresión
e interpretación de
medidas de
correlación para
validar los modelos.
14. Practicar habilidades
gerenciales: trabajo
en equipo,
comunicación
14. Investigación y
presentación en equipo
de situaciones que
comprenden cálculos
14. Análisis y
discriminación de la
información para
preparar un
14. Afianzamiento de las
habilidades de trabajo
en equipo y
comunicación
efectiva,
pensamiento crítico.
estadísticos. documento. efectiva.
15. Valorar las
metodologías de
aprendizaje
interactivo propias
de la educación a
nivel universitario.
15. Cálculo estadístico
completo a un caso
específico.
15. Análisis de modelos
estadísticos para
interpretar los
parámetros incluidos
en un caso
15. Confianza en la
decisión, cálculo y
estimación estadística
para un caso concreto.
16. Integrar distintos
grupos colaborativos
independientemente
de los miembros que
lo conforman.
16. Resolución de problema
en equipo
multidisciplinario
16. Análisis e
interpretación de
problema desde
diferentes puntos de
vista
16. Confianza en la
capacidad de cada
miembro al integrar
equipos
multidisciplinarios y
colaborativos.
17. Mostrar ética en el
manejo de la
información.
17. Experiencias de manejo
ético en casos específicos.
17. Analizar e interpretar
el comportamiento
éticos de los actores
de un caso específico.
17. Integración del
comportamiento ético
como eje transversal
en un profesional de
postgrado.
Metodología y Estrategias de Aprendizaje Clases magistrales interactivas
Técnicas de aprendizaje activo.
Trabajo en grupo.
Desarrollo del pensamiento crítico en la resolución de problemas matemáticos.
Análisis de lectura de bibliografía asignada.
Presentaciones y defensa de investigaciones.
Estudio de casos.
Uso de TIC´s (laptop, data show, pizarras inteligentes).
Manejo del aprendizaje través de la plataforma moodle.
Clases magistrales.
Trabajos en equipo.
Exposiciones personales y en equipo.
Participación de los alumnos en el pizarrón.
Discusiones en foros.
Juegos de rol.
Estudios de caso.
Resolución de ejercicios prácticos.
Metodología de Evaluación
Diagnóstica 1. Pruebas diagnósticas de desempeño antes de la
introducción al tema.
2. Interacción profesor- estudiantes sobre conocimientos
previos del tema.
3. Preguntas.
4. Debate.
5. Exposición de ideas.
6. Mapas conceptuales.
Formativa con Función Sumativa 1. Retroalimentación durante el desarrollo del curso.
2. Verificación continua del grado de alcance en el
logro de los objetivos mediante la :
3. Autoevaluación.
4. Coevaluación
5. Heteroevaluación. 6. Exámenes parciales.
7. Tareas individuales y/o en equipo.
8. Presentaciones en clase.
9. Reconoce los conceptos básicos estadísticos
10. Explica la diferencia entre estadísticos y parámetros
11. Compara los diversos tipos de representaciones
gráficas de datos y puede discriminar su uso en
diversas situaciones. 12. Analiza una serie de datos, los organiza, los separa
y ordena para interpretarlos
13. Modela escenarios muestrales para toma de
decisiones poblacionales
14. Interpreta las probabilidades de ocurrencia de
acuerdo a modelos matemáticos específicos
15. Infiere intervalos de confianza para medias y
proporciones poblacionales
16. Formula hipótesis sobre parámetros poblacionales
17. Es diestro en el uso de las herramientas
informáticas de análisis estadístico.
18. Toma decisiones en base a datos y pruebas
estadísticas.
Indicadores de logro: Reconoce los conceptos básicos estadísticos
Explica la diferencia entre estadísticos y parámetros
Compara los diversos tipos de representaciones gráficas de datos y puede discriminar su uso en diversas situaciones
Analiza una serie de datos, los organiza, los separa y ordena para interpretarlos
Modela escenarios muestrales para toma de decisiones poblacionales
Interpreta las probabilidades de ocurrencia de acuerdo a modelos matemáticos específicos
Infiere intervalos de confianza para medias y proporciones poblacionales
Formula hipótesis sobre parámetros poblacionales
Es diestro en el uso de las herramientas informáticas de análisis estadístico.
Toma decisiones en base a datos y pruebas estadísticas.
Bibliografía Principal: 1. LEVIN, DAVID M.; KREHBIEL TIMOTHY C.; BERENSON, MARK L, ESTADÍSTICA PARA
ADMINISTRACION. CUARTA EDICIÓN. EDITORIAL PRENTICE HALL HISPANOAMERICANA,
S.A. MÉXICO, 2006
2. WALPOLE, RONALD E.; MYERS, RAYMOND H.; MYERS; SHARON L; KE, YING YE.
PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Y CIENCIAS. OCTAVA EDICIÓN.
PEARSON EDUCACIÓN, MÉXICO, 2007
3. MEJIA COLINDRES, CARLOS, A. GUIAS PARA EL LABORATORIO DE ESTADISTICA.
EDITORIAL PEARSON. 1ERA. EDICIÓN. MÉXICO. 2010.
Bibliografía Complementaria: 1. LIND, DOUGLAS; MARCHAL, WILLIAM, WATHEN, SAMUEL. DECIMOSEGUNDA EDICION.
COMPANIA EDTIORIAL MCGRAW-HILL, 2005.
2. WEBSTER, ALLEN L. ESTADÍSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMÍA, TERCERA
EDICIÓN, COMPAÑÍA EDITORIAL MCGRAW-HILL, MÉXICO, 2001
SEMANA 1
No Temas Recurso Didáctico Duración en
minutos Ponderación
Referencia en el texto
1 Instrucciones generales y presentación del curso: sílabo,
metodología Presentación Polimedia 10 0% n/a
2 Presentación del caso de estudio: instrucciones generales Presentación Polimedia 5 0% n/a
3 Class Café Foro de presentación 30 0% n/a
4 Espectativas del curso Foro de expectativas 30 1% n/a
5 Conceptos básicos: Población, muestra, parámetro, estadístico, media, desviación estándar, proporción,
tamaño Examen diagnóstico 10 0% cap 1
6 Conceptos básicos: Población, muestra, parámetro, estadístico, media, desviación estándar, proporción,
tamaño Presentación Polimedia 10 0% cap 1
7 Conceptos básicos: Población, muestra, parámetro, estadístico, media, desviación estándar, proporción,
tamaño Autoevaluación 10 0% cap 1
8 Conceptos básicos: Población, muestra, parámetro, estadístico, media, desviación estándar, proporción,
tamaño Tarea 1 45 1% cap 1
9 Cómo escoger un método estadístico según el tipo de dato
(categórico o numérico) Examen diagnóstico 10 0% cap 1
10 Cómo escoger un método estadístico según el tipo de dato
(categórico o numérico) Presentación Articulate-Flash 15 0% cap 1
11 Cómo escoger un método estadístico según el tipo de dato
(categórico o numérico) Autoevaluación 10 0% cap 1
12 Cómo escoger un método estadístico según el tipo de dato
(categórico o numérico) Tarea 2 60 2% cap 1
13 Tablas y Gráficos para datos numéricos Examen diagnóstico 10 0% cap 2
14 Tablas y Gráficos para datos numéricos Presentación Articulate-Flash 15 0% cap 2
15 Tablas y Gráficos para datos numéricos Autoevaluación 10 0% cap 2
16 Tablas y Gráficos para datos numéricos Tarea 3 60 1% cap 2
17 Tablas y Gráficos para datos categóricos Examen diagnóstico 10 0% cap 2
18 Tablas y Gráficos para datos categóricos Presentación Articulate-Flash 15 0% cap 2
19 Tablas y Gráficos para datos categóricos Autoevaluación 10 0% cap 2
20 Tablas y Gráficos para datos categóricos Tarea 4 60 1% cap 2
21 Utilidad de la Estadística en mi Carrera Foro 1 45 1% n/a
22 Ética en la presentación de datos estadísticos Presentación Polimedia 10 0% cap 2
23 Ética en la presentación de datos estadísticos Autoevaluación 5 0% cap 2
24 Uso de herramientas de Excel para análisis de datos Presentación Polimedia 10 0% pág 574
25 Guía de uso de PHStat2 Presentación Polimedia 10 0% pág 576
26 Guía de uso de SPSS Presentación Polimedia 10 0% n/a
27 Medidas numéricas descriptivas: media, mediana, moda,
varianza, desviación estándar Examen diagnóstico 10 0% cap 3
28 Medidas numéricas descriptivas: media, mediana, moda,
varianza, desviación estándar Presentación Articulate-Flash 15 0% cap 3
29 Medidas numéricas descriptivas: media, mediana, moda,
varianza, desviación estándar Autoevaluación 10 0% cap 3
30 Medidas numéricas descriptivas: media, mediana, moda,
varianza, desviación estándar Tarea 5 60 2% cap 3
31 Diferencias entre Estadística Descriptiva e Inferencial Foro 2 45 1% n/a
32 Análisis exploratorio de datos: cinco números, caja y bigote,
tallo y hoja Examen diagnóstico 10 0% cap 3
33 Análisis exploratorio de datos: cinco números, caja y bigote,
tallo y hoja Presentación Articulate-Flash 15 0% cap 3
34 Análisis exploratorio de datos: cinco números, caja y bigote,
tallo y hoja Autoevaluación 10 0% cap 3
35 Análisis exploratorio de datos: cinco números, caja y bigote,
tallo y hoja Tarea 6 60 2% cap 3
36 Evaluación sumativa sobre Tablas, Gráficos y Medidas
Descriptivas Examen 30 5% cap 1, 2 y 3
TOTAL SEMANA 1 13 horas 17%
y 10 minutos
SEMANA 2
No Temas Recurso Didáctico Duración en
minutos Ponderación
Referencia en el texto
37 Probabilidad básica: tipos de probabilidad Examen diagnóstico 10 0% cap 4
38 Probabilidad básica: tipos de probabilidad Presentación Polimedia 10 0% cap 4
39 Probabilidad básica: tipos de probabilidad Autoevaluación 10 0% cap 4
40 Probabilidad básica: tipos de probabilidad Tarea 60 1% cap 4
41 Distribución Binomial Examen diagnóstico 10 0% cap 5
42 Distribución Binomial Presentación Articulate-Flash 15 0% cap 5
43 Distribución Binomial Simulador web 15 0% cap 5
44 Distribución Binomial Autoevaluación 10 0% cap 5
45 Distribución Binomial Tarea 1 45 2% cap 5
46 Distribución Poisson Examen diagnóstico 10 0% cap 5
47 Distribución Poisson Presentación Articulate-Flash 15 0% cap 5
48 Distribución Poisson Simulador web 15 0% cap 5
49 Distribución Poisson Autoevaluación 10 0% cap 5
50 Distribución Poisson Tarea 2 45 2% cap 5
51 Distribución Normal y Evaluación de la Normalidad Examen diagnóstico 10 0% cap 6
52 Distribución Normal Presentación Articulate-Flash 15 0% cap 6
53 Distribución Normal Simulador web 15 0% cap 6
54 Evaluación de la Normalidad Presentación Articulate-Flash 10 0% cap 6
55 Distribución Normal y Evaluación de la Normalidad Autoevaluación 10 0% cap 6
56 Distribución Normal y Evaluación de la Normalidad Tarea 3 45 1% cap 6
57 Utilidad de la Distribución Normal Foro 1 45 1% cap 6
58 Teorema del Límite Central Examen diagnóstico 10 0% cap 7
59 Teorema del Límite Central Presentación Polimedia 10 0% cap 7
60 Teorema del Límite Central Autoevaluación 10 0% cap 7
61 Teorema del Límite Central Tarea 4 30 1% cap 7
62 Tipos de Muestreo Examen diagnóstico 10 0% cap 7
63 Propiedades del Muestreo Estadístico Presentación Articulate-Flash 15 0% cap 7
64 Tipos de Muestreo Presentación Polimedia 10 0% cap 7
65 Tipos de Muestreo Autoevaluación 10 0% cap 7
66 Tipos de Muestreo Tarea 5 45 1% cap 7
67 Ética en el Muestreo Foro 2 45 1% cap 7
68 Evaluación sumativa sobre Distribución Binomial, Poisson y
Normal Examen 40 5% cap 5 y 6
69 Trabajo de Investigación Avance 1 180 5% n/a
TOTAL SEMANA 2 14 horas 20%
y 5 minutos
SEMANA 3
70 Estimación de Intervalos de Confianza para la media en una
población Examen diagnóstico 10 0% cap 8
71 Estimación Presentación Polimedia 10 0% cap 8
72 Estimación de Intervalos de Confianza para la media en una
población Presentación Articulate-Flash 15 0% cap 8
73 Estimación de Intervalos de Confianza para la media en una
población Autoevaluación 10 0% cap 8
74 Estimación de Intervalos de Confianza para la media en una
población Tarea 1 60 1% cap 8
75 Estimación de Intervalos de Confianza para la proporción en
una población Examen diagnóstico 10 0% cap 8
76 Estimación de Intervalos de Confianza para la proporción en
una población Presentación Articulate-Flash 15 0% cap 8
77 Estimación de Intervalos de Confianza para la proporción en
una población Autoevaluación 10 0% cap 8
78 Estimación de Intervalos de Confianza para la proporción en
una población Tarea 2 45 1% cap 8
79 Cuándo utilizar Intervalo de Confianza y cuándo utilizar
Prueba de Hipótesis Foro 1 45 1% cap 8 y 9
80 Tamaño de la Muestra para Media y Proporción Examen diagnóstico 10 0% cap 8
81 Tamaño de la Muestra para Media y Proporción Presentación Articulate-Flash 15 0% cap 8
82 Tamaño de la Muestra para Media y Proporción Autoevaluación 10 0% cap 8
83 Tamaño de la Muestra para Media y Proporción Tarea 3 45 1% cap 8
84 Estimación por Prueba de Hipótesis para la media en una
población Examen diagnóstico 10 0% cap 9
85 Estimación por Prueba de Hipótesis para la media en una
población Presentación Articulate-Flash 15 0% cap 9
86 Prueba de Hipótesis y Valor p Presentación Polimedia 10 0% cap 9
87 Estimación por Prueba de Hipótesis para la media en una
población Autoevaluación 10 0% cap 9
88 Estimación por Prueba de Hipótesis para la media en una
población Tarea 4 45 1% cap 9
89 Estimación por Prueba de Hipótesis para la proporción en
una población Examen diagnóstico 10 0% cap 9
90 Estimación por Prueba de Hipótesis para la proporción en
una población Presentación Articulate-Flash 15 0% cap 9
91 Estimación por Prueba de Hipótesis para la proporción en
una población Autoevaluación 10 0% cap 9
92 Estimación por Prueba de Hipótesis para la proporción en
una población Tarea 5 45 1% cap 9
93 Pruebas de una cola Examen diagnóstico 10 0% cap 9
94 Pruebas de una cola Presentación Articulate-Flash 15 0% cap 9
95 Pruebas de una cola Autoevaluación 10 0% cap 9
96 Pruebas de una cola Tarea 6 45 2% cap 9
97 Ética en presentación de resultados a partir de la prueba de
hipótesis Foro 2 45 1% cap 8 y 9
98 Evaluación sumativa sobre Intervalo de Confianza, Prueba de Hipótesis y Tamaño de la Muestra para una Población
Examen 45 5% cap 8 y 9
99 Trabajo de Investigación Avance 2 120 5% n/a
TOTAL SEMANA 3 12 horas 19%
y 50 minutos
SEMANA 4
100 Estimación de Intervalos de Confianza para la media en dos
poblaciones Examen diagnóstico 10 0% cap 10
101 Estimación de Intervalos de Confianza para la media en dos
poblaciones Presentación Articulate-Flash 15 0% cap 10
102 Estimación de Intervalos de Confianza para la media en dos
poblaciones Autoevaluación 10 0% cap 10
103 Estimación de Intervalos de Confianza para la media en dos
poblaciones Tarea 1 60 1% cap 10
104 Estimación de Intervalos de Confianza para la proporción en
dos poblaciones Examen diagnóstico 10 0% cap 10
105 Estimación de Intervalos de Confianza para la proporción en
dos poblaciones Presentación Articulate-Flash 15 0% cap 10
106 Estimación de Intervalos de Confianza para la proporción en
dos poblaciones Autoevaluación 10 0% cap 10
107 Estimación de Intervalos de Confianza para la proporción en
dos poblaciones Tarea 2 45 1% cap 10
108 Estimación por Prueba de Hipótesis para la media en dos
poblaciones Examen diagnóstico 10 0% cap 10
109 Estimación por Prueba de Hipótesis para la media en dos
poblaciones Presentación Articulate-Flash 15 0% cap 10
110 Estimación por Prueba de Hipótesis para la media en dos
poblaciones Autoevaluación 10 0% cap 10
111 Estimación por Prueba de Hipótesis para la media en dos
poblaciones Tarea 3 60 1% cap 10
112 Estimación por Prueba de Hipótesis para la proporción en
dos poblaciones Examen diagnóstico 10 0% cap 10
113 Estimación por Prueba de Hipótesis para la proporción en
dos poblaciones Presentación Articulate-Flash 15 0% cap 10
114 Estimación por Prueba de Hipótesis para la proporción en
dos poblaciones Autoevaluación 10 0% cap 10
115 Estimación por Prueba de Hipótesis para la proporción en
dos poblaciones Tarea 4 45 1% cap 10
116 Foro 1 45 1% cap 10
117 Pruebas de una cola en dos poblaciones Examen diagnóstico 10 0% cap 10
118 Pruebas de una cola en dos poblaciones Presentación Articulate-Flash 15 0% cap 10
119 Pruebas de una cola en dos poblaciones Autoevaluación 10 0% cap 10
120 Pruebas de una cola en dos poblaciones Tarea 5 60 2% cap 10
121 Tamaño de la Muestra para Media y Proporción en dos
poblaciones Examen diagnóstico 10 0% cap 10
122 Tamaño de la Muestra para Media y Proporción en dos
poblaciones Presentación Articulate-Flash 15 0% cap 10
123 Tamaño de la Muestra para Media y Proporción en dos
poblaciones Autoevaluación 10 0% cap 10
124 Tamaño de la Muestra para Media y Proporción en dos
poblaciones Tarea 6 45 1% cap 10
125 Foro 2 45 1% cap 10
126 Evaluación sumativa sobre Intervalo de Confianza, Prueba de Hipótesis y Tamaño de la Muestra para dos Poblaciones
Examen 45 5% cap 10
127 Trabajo de Investigación Avance 3 120 5% n/a
TOTAL SEMANA 4 13 horas 19%
y 0 minutos
SEMANA 5 128 ANOVA Examen diagnóstico 10 0% cap 10
129 ANOVA Presentación Polimedia 10 0% cap 10
130 ANOVA Presentación Articulate-Flash 15 0% cap 10
131 ANOVA Autoevaluación 10 0% cap 10
132 ANOVA Tarea 1 60 2% cap 10
133 Chi cuadrada para la diferencia entre más de dos
poblaciones Examen diagnóstico 10 0% cap 11
134 Chi cuadrada para la diferencia entre más de dos
poblaciones Presentación Polimedia 10 0% cap 11
135 Chi cuadrada para la diferencia entre más de dos
poblaciones Presentación Articulate-Flash 15 0% cap 11
136 Chi cuadrada para la diferencia entre más de dos
poblaciones Autoevaluación 10 0% cap 11
137 Chi cuadrada para la diferencia entre más de dos
poblaciones Tarea 2 60 2% cap 11
138 Foro 1 45 1% n/a
139 Regresión Lineal Examen diagnóstico 10 0% cap 12
140 Regresión Lineal Presentación Articulate-Flash 15 0% cap 12
141 Regresión Lineal Autoevaluación 10 0% cap 12
142 Regresión Lineal Tarea 3 60 2% cap 12
143 Regresión Múltiple Examen diagnóstico 10 0% cap 12
144 Regresión Múltiple Presentación Articulate-Flash 15 0% cap 12
145 Regresión Múltiple Autoevaluación 10 0% cap 12
146 Regresión Múltiple Tarea 4 60 2% cap 12
147 Foro 2 45 1% n/a
148 Evaluación sumativa sobre ANOVA, Chi cuadrada, Regresión
Lineal y Regresión Múltiple Examen 45 5%
cap 10, 11 y 12
149 Trabajo de Investigación Presentación final 180 10% n/a
TOTAL SEMANA 5 11 horas 25%
y 55 minutos