Planificación :
ESTADÍSTICA Y TÉCNICAS CUANTITATIVAS APLICADAS
Establecimiento |
Instituto Superior de Profesorado N° 7 |
Sección |
Programador en Sistemas Administrativos |
Curso |
3° |
Espacio curricular |
ESTADÍSTICA Y TÉCNICAS CUANTITATIVAS APLICADAS |
Período Lectivo |
2009 |
Profesor/a |
|
N° Horas |
|
CONTENIDOS ANUALES 2009
Objetivos de la Estadística. Reseña histórica. Conceptos preliminares. Estadística descriptiva e inferencial. Población, característica y muestra. Individuo y modalidad. Sesgo. Clasificación de variables: cuantitativas y cualitativas. Series estadísticas.
Presentación de datos: estructura general. Tabla de distribución de frecuencias. Frecuencias relativas y acumuladas. Organización de datos. Variables discretas y continuas. Datos agrupados en intervalos.
Medidas descriptivas. Medidas de tendencia central. Media aritmética, mediana y modo para datos agrupados y sin agrupar. Fractiles. Medidas de dispersión. Desviación media, estándar y varianza.
Introducción a la probabilidad. Modelos matemáticos. Experimentos no determinísticos. Espacio muestral y sucesos. El espacio muestral finito. Resultados igualmente probables.
Probabilidad condicional e independencia. Teorema de Bayes. Sucesos independientes.
Variables aleatorias unidimensionales. Noción general de una variable aleatoria. Variables aleatorias discretas: la distribución binomial. Variables aleatorias continuas. Función de distribución acumulada. Variables aleatorias distribuidas uniformemente.
El valor esperado de una variable aleatoria. Esperanza de una función de variable aleatoria. Varianza de una función de variable aleatoria. Desigualdad de Chebyshev. El coeficiente de correlación. Regresión del promedio.
La distribución de Poisson (aproximación a la binomial). La distribución geométrica. La distribución Pascal (relación binomial-Pascal). La distribución hipergeométrica.
Algunas variables aleatorias continuas importantes. La distribución normal: propiedades y tabulación. La distribución exponencial: propiedades. La distribución gamma: propiedades.
Suma de variables aleatorias. La Ley de los grandes números. Aproximación normal a la distribución binomial. El Teorema del Límite Central. Otras distribuciones aproximadas por la distribución normal: Poisson, Pascal y Gamma.
Pruebas de Hipótesis. Procedimientos unilaterales y bilaterales.
*Pruebas de hipótesis respecto a un solo parámetro. Selección de una curva de operación característica (OC). Tablas y gráficas para determinar reglas decisorias. Determinaciones analíticas.
*Pruebas de hipótesis acerca de dos parámetros.
Estimación puntual y por intervalos. Consideraciones generales. Estimación puntual: comparación de estimadores. Procedimientos decisorios. Función de pérdida y de riesgo.
Estimadores insesgados. Estimadores insesgados eficientes. Estimadores consistentes e invariantes. Intervalos de confianza.
BIBLIOGRAFÍA
E. HAEUSSLER - R. PAUL - R. WOOD ; Matemáticas para administración y economía ; Décimo segunda Edición ; Pearson Prentice Hall ; México ; 2008.
HUGO AMBROSI - La Verdad De Las Estadísticas: aprender con los datos – Ediciones Lumiere – 2008
JUAN FONCUBERTA.- Probabilidades Y Estadística – Conicet - 1996
MURRAY SPIEGEL.- Estadística . Serie Schaum – McGRAW-HILL
YA – LUN CHOU – Análisis Estadístico – McGRAW-HILL – México - 1993
C. McCOLLOUGH – Análisis estadístico para la educación y las ciencias sociales - McGRAW-HILL – México – 1976