Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 1
1. Datos de identificación:
Nombre la institución: Universidad Autónoma de Nuevo León
Nombre de la dependencia: Facultad de Contaduría Pública y Administración
Nombre del programa educativo: Licenciado en Tecnologías de Información
Nombre de la unidad de aprendizaje: Estadística descriptiva
Horas aula-teoría y/o práctica, totales: 80
Frecuencias aula por semana: 4
Horas extra aula, totales: 40
Tipo de modalidad: Escolarizada
Tipo de periodo académico: 3er. Semestre
Tipo de unidad de aprendizaje: Obligatoria
Área curricular: ACFB
Créditos UANL: 4
Fecha de elaboración: 22/05/18
Fecha de última actualización: Noviembre 2019
Responsable (s) del diseño y rediseño:
Diseño: M.C. Graciela González Perales. Actualización: M.C. Graciela González Perales.
2. Presentación:
Esta Unidad de Aprendizaje (UA) se compone de tres etapas: en la primera etapa se revisan los conceptos básicos de la estadística descriptiva, así como lo que representa una variable y las escalas de medición; además de las medidas de tendencia central y las medidas de variabilidad en datos no agrupados y agrupados y su representación gráfica. En la segunda etapa se revisan los diferentes tipos de probabilidad, sus leyes, lo que es un evento y las diferentes técnicas de conteo; además de las combinaciones y permutaciones. Posteriormente, en la tercera etapa se analizan las distribuciones de probabilidad discreta como lo son la distribución binomial y la distribución de Poisson. En asociación, todas las etapas de esta UA se apoyarán mediante la utilización del lenguaje R Studio, para finalmente, elaborar un reporte estadístico descriptivo real de un negocio, esto nos lleva a la analítica de datos en forma eficiente para una correcta toma de decisiones en cualquier campo de los negocios.
3. Propósito(s):
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 2
Estadística descriptiva tiene como finalidad que el estudiante sea capaz de resolver problemas estadísticos mediante el uso de un software estadístico, las medidas de tendencia central y las medidas de dispersión. Esta UA es importante dentro de la trayectoria de un LTI ya que le dará herramientas al egresado para plantear, resolver e interpretar problemas estadísticos dentro del campo laboral en el que se desempeñe y familiarizarlo con el análisis estadístico computacional a través del uso de software estadístico. A esta UA le antecede Técnicas cuantitativas, aportando los principios de los métodos de conteo, conjuntos, lógica matemática que se retomarán para seguir desarrollando el pensamiento lógico en el estudiante. Asimismo, se relaciona con la UA de Estadística inferencial ya que aporta los conocimientos básicos de las técnicas de conteo, el teorema del límite central, las medidas de tendencia central y de dispersión, probabilidad, distribuciones de probabilidad, teorema de Bayes e introducción al lenguaje r. Por otro lado, Estadística descriptiva contribuye en el desarrollo de cuatro de las competencias promovidas por la UANL; el estudiante realizará procedimientos lógicos a través de la estadística para conceptuar, distinguir e inferir sobre situaciones reales o hipotéticas y por consecuencia ser capaz de organizar y analizar datos, obtener variables y así, identificar diferentes alternativas para formular juicios desde distintas directrices. Aunado a esto a través de las evidencias y actividades de aprendizaje de la UA, se pretende que el estudiante utilice diferentes y auténticas fuentes que le permitan la comprobación de su conocimiento. Del mismo modo el estudiante desarrollará la capacidad para identificar las necesidades laborales dentro del campo de tecnologías de información y de esta manera también, el estudiante se relacionará con el entorno profesional. Asimismo, contribuye a una de las competencias específicas del perfil de un LTI, en donde el estudiante desarrollará la capacidad
para tener una buena toma de decisiones a través de medidas e indicadores descriptivos que permitan identificar la naturaleza y
patrones de los conjuntos de datos estadísticos de una organización.
4. Competencias del perfil de egreso:
Competencias generales a las que contribuye esta unidad de aprendizaje:
-Instrumentales.
5. Emplear pensamiento lógico, critico, creativo y propositivo para analizar fenómenos naturales y sociales que le permitan tomar decisiones pertinentes en su ámbito de influencia con responsabilidad social.
8. Utilizar los métodos y técnicas de investigación tradicionales y de vanguardia para el desarrollo de su trabajo académico, el ejercicio de su profesión y la generación de conocimientos.
-Personales y de interacción social.
10. Intervenir frente a los retos de la sociedad contemporánea en lo local y global con actitud crítica y compromiso humano, académico y profesional para contribuir a consolidar el bienestar general y el desarrollo sustentable.
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 3
14. Resolver conflictos personales y sociales, de conformidad a técnicas específicas en el ámbito académico y de su profesión para la adecuada toma de decisiones. Competencias específicas del perfil de egreso a las que contribuye la unidad de aprendizaje: 5. Aportar conocimiento mediante la aplicación de la analítica de datos, generando valor a través de la utilización apropiada y responsable de la tecnología y la información; involucrándose de manera activa y propositiva en el proceso de toma de decisiones que permita obtener una ventaja competitiva para la organización.
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 4
5. Representación gráfica:
Fase 1:
Fase 2:
Reconocer lo que es un dato,
variable y conceptos como
Estadística, los tipos de
Estadística, población,
muestra, escalas de medición.
Organizar la información en tablas y
gráficas.
Obtener las medidas de tendencia
central y de variabilidad para datos
No agrupados y agrupados.
Utilizar los conceptos de
probabilidad y de conteo. Determinar las distribuciones de
probabilidad binomial y de Poisson
Fase 3:
Elaborar un reporte del análisis estadístico descriptivo de un entorno comercial, utilizando la analítica de datos mediante el lenguaje R Studio.
PIA:
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 5
6. Estructuración en fases:
Fase 1: Introducción a la estadística descriptiva y analítica de datos.
Elemento de competencia: Elaborar tablas de frecuencia y gráficas a partir de bases de datos con la finalidad de obtener reportes
para calcular las medidas de tendencia central y de dispersión.
Evidencias de aprendizaje
Criterios de desempeño Actividades de aprendizaje
Contenidos Recursos.
1. Laboratorio de ejercicios: Medidas de tendencia central y de variación para datos agrupados y no agrupados.
Determina si la información se refiere a datos no agrupados y agrupados.
Representa el procedimiento para obtener las medidas de tendencia central, como lo son: media, mediana, moda y de dispersión: varianza y desviación estándar para datos agrupados y no agrupados.
Representa gráficamente los datos originales, pero de manera agrupada previamente.
El estudiante realiza la lectura previa de los capítulos: ¿Qué es la estadística?, Los datos y la estadística, Estadística descriptiva: presentaciones tabulares y gráficas y Estadística descriptiva: medidas numéricas
El estudiante resuelve en forma individual un quiz sobre el tema de las medidas de tendencia central y de dispersión de datos no agrupados y agrupados.
El estudiante resuelve en forma individual un
Tipos de Estadística:
o Descriptiva o Inferencial
Conceptos básicos de estadística:
o Población o Muestra o Tipos de
Variables o Niveles de
Medición
Medidas de tendencia central: media, mediana, moda para datos No agrupados y datos Agrupados.
Percentiles
Cuartiles
Medidas de dispersión de datos: varianza y
Anderson, Sweeney, Williams, Camm y Cochram. (2019). Estadística para negocios y economía. 13ava. Edición. México: CENGAGE. Capítulos:1, 2 y 3.
Lind, Marchall y Wathen. Estadística Aplicada a los Negocios y la Economía. Mc Graw Hill. 17ava Edición. Capítulos:1, 2, 3 y 4.
Software: Lenguaje R Studio
Video: Medidas de tendencia central y de dispersión en R
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 6
Se elabora en forma colaborativa de 5 integrantes.
Entrega en formato electrónico.
Contiene: o Portada: o Nombre de la
UA, Nombre y matrícula de los integrantes de equipo
o Grupo o Fecha de
entrega
Realiza en Software lenguaje R Studio.
Problemario sobre las medidas de tendencia central básicas: media, mediana, moda; así como las medidas de dispersión: varianza y desviación estándar para posteriormente agrupar la información en tablas de frecuencia y con la información elaborar las gráficas de histograma, polígono de frecuencias y diagrama pastel.
Los estudiantes en equipo de 5 integrantes resuelven diversos ejercicios en R Studio por medio de la analítica de datos.
El estudiante realiza diversos ejercicios en el laboratorio con el lenguaje R Studio.
El docente explica la diferencia de los Tipos de Estadística,
desviación estándar para Datos No Agrupados y Datos Agrupados.
Distribuciones de frecuencia relativa y frecuencia porcentual.
Obtención de las gráficas: Histograma, Polígono de Frecuencias y Diagrama Pastel.
Utilización de cuartiles, diagramas de caja, percentil y resumen de cinco números.
Tablas cruzadas o de contingencia
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 7
conceptos básicos como son: población, muestra, tipos de variables, los diferentes tipos de niveles de medición, explica lo que son las medidas de tendencia central básicas: media, mediana, moda; así como las medidas de dispersión: varianza y desviación estándar, también explica como agrupar la información en tablas de frecuencia para posteriormente obtener con ellas las gráficas de histograma, polígono de frecuencias y diagrama pastel.
Fase 2: Probabilidad y conteo.
Elemento de competencia: Aplicar los diferentes tipos de probabilidad y conteo que se consideran básicos dentro de la estadística para calcular la probabilidad y obtener una efectiva analítica de datos.
Evidencias de aprendizaje
Criterios de desempeño Actividades de aprendizaje
Contenidos Recursos.
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 8
2. Laboratorio de ejercicios que integren el conteo y la probabilidad: aquí aplicará las reglas de conteo, la probabilidad con sus leyes o reglas, además de utilizar tablas cruzadas o de contingencia para su solución.
Contiene ejercicios de las reglas de conteo y de los diferentes tipos de probabilidad en base a las fórmulas correspondientes.
Resuelve ejercicios aplicando el principio de conteo, las combinaciones o permutaciones.
Aplica los diferentes tipos de probabilidad, sus reglas o leyes.
Determina dos variables para realizar una tabla cruzada o de contingencia y con ella obtener las probabilidades de éstas.
Se elabora en forma colaborativa de 5 integrantes.
Entrega en formato electrónico.
Contiene: - Portada:
Nombre de la UA, Nombre y matrícula de los integrantes de
El estudiante realiza una lectura previa del capítulo Introducción a la probabilidad.
El estudiante, mediante una discusión guiada por el docente, discute en el salón de clases los diferentes métodos y reglas de probabilidad y como elaborar tablas de contingencia; así como el uso de los principios de conteo y como realizar combinaciones y permutaciones.
El estudiante elabora un mapa conceptual de los diferentes tipos de probabilidad, de las leyes de la probabilidad, reglas de conteo, combinaciones, permutaciones, diagrama de árbol, eventos, complementos de un evento.
Reglas de conteo, combinaciones, permutaciones
Probabilidad
Ley de la adición
Ley de la multiplicación
Asignación de probabilidades
Eventos y sus probabilidades
Eventos independientes
Complemento de un evento
Probabilidad Condicional
Anderson, Sweeney, Williams, Camm y Cochram. (2019). Estadística para negocios y economía. 13ava. Edición. México: CENGAGE. Capítulo 4.
Lind, Marchall y Wathen. Estadística Aplicada a los Negocios y la Economía. Mc Graw Hill. 17ava Edición. Capítulo 5.
Software: Lenguaje R Studio
Video: Cálculo de probabilidades en R
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 9
equipo. Grupo. Fecha de entrega (en tiempo y forma).
El estudiante realiza diversos ejercicios en el laboratorio con el lenguaje R Studio.
El docente explica lo que es una probabilidad, los tipos de ésta, sus reglas; así como lo que es un evento, las reglas de conteo, las combinaciones y permutaciones; así como se obtiene las probabilidades en las tablas de contingencia o cruzadas mediante una presentación PowerPoint.
El docente da retroalimentación de los ejercicios resueltos previamente en R.
Fase 3: Distribuciones de probabilidad discreta.
Elemento de competencia:
Calcula las probabilidades analizando las variables aleatorias y distribuciones de probabilidad para desarrollar un efectivo análisis de datos.
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 10
Evidencias de aprendizaje
Criterios de desempeño Actividades de aprendizaje
Contenidos Recursos.
3.Problemario Resuelve 20 ejercicios identificando en cada uno de ellos los datos o las variables como son el tamaño de la muestra, la variable aleatoria, la probabilidad de éxito, el número de veces que se presenta un evento, la media de número de éxitos.
Se elabora en forma colaborativa de 5 integrantes
Entrega en formato electrónico.
Contiene: o Portada:
o Nombre de la UA, Nombre y matrícula de los integrantes de equipo
o Grupo o Fecha de
entrega en
El estudiante realiza una lectura previa del capítulo Distribuciones discretas de probabilidad.
El estudiante discute con sus compañeros de clase sobre la obtención de las distribuciones de probabilidad discretas; así como también sobre las características y uso de la distribución Binomial y de la distribución de Poisson.
El estudiante resuelve ejercicios en clase mediante R Studio.
El profesor da retroalimentación respecto a los temas de Distribuciones discretas de probabilidad y de las distribuciones de probabilidad
Distribuciones de Probabilidad Discreta:
o Distribución Binomial
o Distribución Poisson
Anderson, Sweeney, Williams, Camm y Cochram. (2019). Estadística para negocios y economía. 13ava. Edición. México: CENGAGE. Capítulo 5.
Lind, Marchall y Wathen. Estadística Aplicada a los Negocios y la Economía. Mc Graw Hill. 17ava Edición.
Capítulo 6.
Software: Lenguaje R Studio
Video: Algunas distribuciones discretas de probabilidad. Ejemplos en R.
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 11
tiempo y forma
Binomial y de Poisson.
El profesor da retroalimentación de los ejercicios resueltos previamente en R.
7. Evaluación integral de procesos y productos:
Evidencia Ponderación
1. Laboratorio de ejercicios: Medidas de tendencia central y de variación para datos agrupados y no agrupados.
10%
2. Laboratorio de ejercicios que integren el conteo y la probabilidad: aquí aplicará las reglas de conteo, la probabilidad con sus leyes o reglas, además de utilizar tablas cruzadas o de contingencia para su solución.
5%
3. Problemario 5%
4. Evaluación escrita parcial 30%
5. PIA 20%
6. Evaluación escrita final 30%
Total 100%
8. Producto integrador de aprendizaje:
Reporte de análisis estadístico descriptivo de un estudio de campo de fuente real del entorno comercial local. 9. Fuentes de apoyo y consulta:
Anderson, D., R., Sweeney, D., J., Williams, T., A., Camm, J., D. & Cochran, J., J. (2016). Estadística para Negocios y Economía. México: Cengage Learning Editores. Barrios, Luis. (2019, Febrero 10). Algunas distribuciones discretas de probabilidad. Ejemplos en R. [Archivo de video]. Recuperado
de: https://youtu.be/FQcKzAd_jNw
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 12
Lind, D., A., Marchal W., G., & Whaten, S., A. (2016). Estadística aplicada a los negocios y la economía. México: Mc Graw Hill
Education.
Mendenhall, W., III. Beaver, R., J., & Beaver, B., M. (2015). Introducción a la probabilidad y estadística. México: Cengage Learning Editores. Muñoz, R. (2015, Agosto 29). Medidas de tendencia central y de dispersión R. [Archivo de video]. Recuperado de:
https://youtu.be/EMVpXsSIfdQ
De Lucas-Santos, S. (2017). El uso de las TIC para el desarrollo de competencias con metodologías activas en estadística
descriptiva del grado de ADE. REDU. Revista de docencia universitaria, 15(2), 245-256. Recuperado en
https://doi.org/10.4995/redu.2017.7405
Estadística Descriptiva. Biblioteca de Investigaciones. Recuperado de
https://bibliotecadeinvestigaciones.wordpress.com/matematicas/estadistica-descriptiva-conceptos-generales/
Estadística Descriptiva.Universo de Fórmulas. (2018). Recuperado de https://www.universoformulas.com/estadistica/descriptiva/
Nutpan (2018) Recuperado en https://www.jdoodle.com/execute-r-online
RapidMiner Inc. RapidMiner Inc (2017). RapidMiner Studio in 60 Seconds Recuperado en https://youtu.be/9i05kf0AxoE
William Eskew, William Eskew (2015). Tableau version 9.0: 3 Minute Demo. Recuperado en https://www.youtube.com/watch?v=x85KcP5y9HE)
Santana, M. (2015, Octubre 15). Calculo de probabilidades en R. [Archivo de video]. Recuperado de: https://youtu.be/NidcKKe00Cw
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 13
Anexo.
Producto integrador de aprendizaje: Reporte del análisis estadístico descriptivo de un estudio de campo de fuente real del entorno comercial local.
Instrucciones: Elaborar un reporte del análisis estadístico descriptivo de un entorno comercial, utilizando la analítica de datos mediante el lenguaje R Studio.
Valor: 20
Criterios de evaluación: El producto integrador de aprendizaje cumple con lo siguiente:
Analiza un caso de estadística de un negocio o entidad económica real. (ANECA 2.1)
Utiliza el Lenguaje R Studio para su elaboración. (ANECA 2.1)
Demuestra la aplicación del análisis descriptivo a través de los cálculos elaborados para resolver este caso.
Reconoce las diferentes variables aleatorias y las clasifica para su utilización.
Obtiene gráficas de los datos del caso práctico. (ANECA 2.1)
Presenta un informe del análisis de los resultados obtenidos, así como sus recomendaciones. (ANECA 2.2)
Presenta de manera formal la evidencia en tiempo y fecha establecidos en la última semana de clases del semestre en curso.
Se elabora la evidencia de manera colaborativa con un máximo de 5 integrantes en el equipo de trabajo.
Presenta la evidencia con portada institucional en la cual incluye los datos completos de cada integrante del equipo en forma alfabética por apellido, número de matrícula, nombre de la UA, nombre del grupo y nombre del docente y fecha de entrega.
Presenta al inicio del documento una introducción general de la evidencia.
Incluye conclusiones generales del equipo de trabajo.
Redacta conclusiones individuales en un segundo idioma (inglés)
Agrega un apartado en el cual representa de manera escrita los valores que promueve la UANL y que se vinculan directamente con la U.A. Estadística Descriptiva.
Se entrega la evidencia en formato electrónico.
Modalidad: Escolarizada
Universidad Autónoma de Nuevo León Facultad de Contaduría Pública y Administración
Programa analítico
©2019 Facultad de Contaduría Pública y Administración de la UANL. Todos los derechos reservados. 14
Subresultados ANECA 2.1. Utilizar una serie de técnicas con las que identificar las necesidades de problemas reales, analizar su complejidad y evaluar la viabilidad de las posibles soluciones mediante técnicas informáticas.
2.2. Describir un determinado problema y su solución a varios niveles de abstracción.