Normas, Evaluación y Cronograma. Estadística III. Sem.

1/2018
Prof. Marco Antonio Ródiz
NORMAS
Normas del aula:
 Asistencia y puntualidad. Al inicio de la clase el profesor pasará la lista y quedarán como inasistentes
aquellos estudiantes que no se encuentren en el salón. En caso que el estudiante abandone el aula sin
notificarlo antes de terminada la clase, perderá la asistencia de la misma.
 Se recuerda que con el 25% total de inasistencias, esto acarreará la pérdida de la materia. Se
considerará inasistente al estudiante que: 1. Llegue luego de pasada la asistencia. 2. No asista a la
clase. 3. Abandone la clase antes de su término.
 En el caso del profesor, el máximo de inasistencias, justificadas o no, permitidas es del 25% “… la
justificación del profesor, por inasistencia a cada clase, deberá hacerse en forma previa o dentro de
los tres días siguientes. En caso contrario, se le computará la falta respectiva.” (Capítulo III, Artículo
12, Reglamento de Asistencia a Clases, Consejo Universitario, Universidad Central de Venezuela,
Anexo 1).
 Los celulares o cualquier dispositivo electrónico deberán estar en silencio.

Normas para la evaluación

 Las asignaciones, reportes, talleres y pruebas cortas NO tienen recuperación.
 El estudiante debe cumplir exactamente con el cronograma de trabajo tal como está contemplado y
no tener expectativas de postergación, eliminación o fusión de evaluaciones. No serán recibidas
asignaciones o reportes luego de la fecha programada, ni por vía digital.
 La evaluación de la materia será llevada a cabo considerando 3 unidades que serán evaluadas por un
examen final de unidad y las asignaciones, talleres, intervenciones orales y pruebas cortas realizadas
durante el bloque temático de la misma.
 El estudiante deberá aprobar las 3 unidades que comprende la asignatura, en caso de no ser así, tendrá
derecho a realizar una evaluación de recuperación según lo pautado por el reglamento vigente. La
nota mínima aprobatoria de cada unidad es de 10 puntos.
Evaluación:
 Asignaciones: son absolutamente individuales y versarán sobre contenidos de la unidad en la que sean
realizadas.
 Pruebas cortas en clases: las mismas serán llevadas a cabo sin notificación previa. Pueden ser realizadas
al inicio de la clase como control de lectura o al final de la misma como ejercicio evaluado.
 Talleres Grupales: estas serán actividades grupales donde ser trabajará y reforzará la práctica de cada
tema o unidad.
 Intervenciones orales: las mismas contemplarán los interrogatorios teóricos que se realizarán al inicio de
cada clase, donde se integrará lo estudiado antes de la clase más lo aportado por cada estudiante.
 Exámenes Parciales de unidad: los mismos serán evaluaciones del contenido completo de la unidad
estudiada. Esta evaluación contemplará contenido teórico y práctico.

Peso relativo de cada tipo de evaluación

Unidad Contenido Valor
Promedio de asignaciones, talleres,
intervenciones orales y pruebas 30 %
I
cortas.
Evaluación de Unidad I 70 %
Promedio de asignaciones, talleres,
intervenciones orales y pruebas 30 %
II
cortas.
Evaluación de Unidad II 70 %
Promedio de asignaciones, talleres,
intervenciones orales y pruebas 30%
III cortas.

Evaluación de Unidad III 70%

S Mes Días MARTES MIÉRCOLES JUEVES
Presentación 0 Introducción 1 Introducción 2
Expectativas y experiencias acerca Definiciones y conceptos básicos:
Características de la probabilidad,
MARZO de la materia, lectura de programa, inferencia, probabilidad, tipos de
13,14 operaciones matemáticas con
1 normas y condiciones de probabilidad, resultado, experimento,
Y 15 probabilidad, regla de adición “o”,
Evaluación, Relevancia de la frecuencia, frecuencia relativa,
regla de la multiplicación “y”,
estadística en la psicología. frecuencia relativa esperada, espacio
probabilidad y distribución normal.
muestral, suceso o evento.
Variaciones, combinaciones
Probabilidad 3 Probabilidad 4 5
y permutaciones
MARZO

20, 21
2 Definiciones: permutaciones,
Y 22
Ejercicios de probabilidad Ejercicios de probabilidad combinaciones, variaciones,
ejercicios y diferencias
Variaciones,
combinaciones y 6 Taller 7 Introducción al muestreo 8
permutaciones
Definición de muestreo, ventajas,
limitaciones, utilidad, tipos de
3, 4 Y
ABRIL

3 poblaciones (finitas, infinitas),

5
Ejercicios de variaciones, Probabilidad, permutaciones, muestreo con o sin
combinaciones y permutaciones variaciones y combinaciones reemplazamiento, universo y
población, marco muestral.
 Distribuciones de
Muestreo 9 TALLER 10 11
Probabilidad
Definiciones: distribución de

ABRIL
10, 11 probabilidad, distribución
4
Y 12 Entrega de asignación sobre tipos Binomial, triángulo de Pascal,
Muestreo.
de muestreo y discusión. Taller. distribución multinomial, Chi
cuadrado, t de Student, F de
Fischer.
Distribuciones de Distribuciones de
12 13 FERIADO 14
Probabilidad Probabilidad
17 Y
ABRIL

5 Ejercicios de distribución Binomial,

18 Ejercicios de distribución
probabilidades, combinaciones,
Binomial.
permutaciones, variaciones. Taller.
EXAMEN UNIDAD I 15 ESTIMACIÓN 16 Distribución de medias 17
Definiciones: estimador,
características y propiedades de los
distribución de medias, intervalo
estimadores, tipos de estimaciones
de confianza, esperanza, nivel de
(puntual e intervalos), parámetros,
24, 25
ABRIL

confianza, relación entre confianza

6 predicción, inferir, deducir, inducir,
Y 26 Examen unidad I e intervalo de confianza, error,
distribución de medias,
tipos de error (I y II), relación
características.
entre ambos
 FERIADO 18 Contraste de Hipótesis 19 Contraste de Hipótesis 20
Definiciones: tipos de contraste de

MAYO
1, 2 Y
7 hipótesis, hipótesis sobre medias y
3 Ejercicios de contraste de hipótesis
proporciones, hipótesis sobre
muestras relacionadas.
Estimación de intervalos de Contraste de media de una
confianza y proporción 21 Tamaño de la muestra 22 población, contraste de 23
MAYO

8, 9 Y poblacional proporción de población

8
10 Definición, relación con el error,
Ejercicios corrección para poblaciones finitas. Ejercicios
Ejercicios.
t de Student 24 t de student 25 Repaso 26
Definiciones: t de student,
MAYO

15, 16
9 características, contraste de
Y 17 Ejercicios ejercicios
hipótesis, grupos independientes,
diferencias de proporciones
Examen Unidad II 27 Unidad III 28 ANOVA 29
MAYO

22, 23 Estadística no paramétrica. Definición, tipos (una o dos vías).

10
Y 24 Examen unidad II Introducción, definición, diferencias Grados de libertad. Ejercicios
con la paramétrica
ANOVA 30 ANOVA 31 Chi cuadrado 32
MAYO

29,30
11
Y 31 Ejercicios de ANOVA Ejercicios
Definición, utilidad. Marginales
 Chi Cuadrado 33 Chi cuadrado 34 repaso 35

JUNIO
12 5, 6 y 7
Ejercicios Ejercicios ejercicios

Examen Unidad III 36 37 38

12, 13
JUNIO

13
Y 14 Examen unidad III

Cierre del curso 39 40 41

14
Devolución de notas
42 43 44

15
 BIBLIOGRAFÍA

Obligatoria
Aron, A. y Aron, E, (2001). Estadística para psicólogos. Buenos Aires: Prentice Hall.

Campbell, D. T. y Stanley, J. C. (1966). Diseños experimentales y cuasiexperimentales en la investigación

social. Buenos Aires: Amorrotu.
Casuso, R.L. (2000). Cálculo de probabilidades e inferencia estadística (3ª Ed.). Caracas: UCAB.

Glass G. y Stanley J. (1974). Métodos estadísticos aplicados a las ciencias sociales. Bogotá: Prentice Hall
Interamericana.

Guilford J. y Fruchter B. (1984). Estadística en Psicología. México: Mc Graw Hill.

Hamdan, N. (1985). Métodos Estadísticos en Educación. Caracas: Publicaciones Burgeon. Cap. Aspectos
generales de la estadística y su aplicación

Kerlinger y Lee, H. (2002). Investigación del comportamiento. (4ª Ed.). México: Mc Graw Hill.

Levin, R.; Rubin, D. (2004). Estadística para administración y economía. (7ma Ed.). Mexico DF: Pearson
Educación de Mexico

Montgomery, D. C. (1991). Diseño y análisis de experimentos. México: Editorial Iberoamérica.

Pagano, R. (2011). Estadística para las ciencias del comportamiento. (9ª Ed.). México DF: Cengage
Learning.

Pardo, A. y Ruíz, M. (2005). Análisis de datos con SPSS 13 Base. España: Mc Graw Hill.

Ritchey, F. (2008). Estadística para las ciencias sociales. (2ª Ed.). México DF: Mc Graw Hill.

Salama, David. (2008). Estadística. Metodología y aplicaciones. (6ta Ed). Caracas: Editorial Torino

Siegel, S. (1990). Estadística no paramétrica. (3ra ed.). México, DF: Trillas.

Spiegel, Murray., Estadística 875 problemas resueltos. Compendios Schaum. Mc Graw Hill Panamá.

Valera, Rafael. (2005). Manual de estadística básica. (3era Ed.). Turmero, Aragua: IMPREUPEL
Complementaria

Fisher, R. A. (1935). The Logic of Inductive Inference. Journal of the Royal Statistical Society, 98 (1), 39-
82. Blackwell Publishing for the Royal Statistical Society. Recuperado de:
http://www.jstor.org/stable/2342435

Hand, D. J. (1996). Statistics and the Theory of Measurement. Journal of the Royal Statistical Society. Series
A (Statistics in Society), 159 (3). 445-492. Recuperado de: http://links.jstor.org/sici?sici=0964-
1998%281996%29159%3A3%3C445%3ASATTOM%3E2.0.CO%3B2-P

Lehmann, E. L. (1995). Neyman’s statistical philosophy. Probability and Mathematical Statistics 15, 29–
36. Recuperado de: http://www.math.uni.wroc.pl/~pms/files/15/Article/15.4.pdf

Lehmann, E. L. (Dec., 1993). The Fisher, Neyman-Pearson Theories of Testing Hypotheses: One Theory
or Two? Journal of the American Statistical Association, 88 (424), 1242- 1249. Recuperado de:
http://www.jstor.org/stable/2291263

Llobell, J. P., García, J. F. y Frías, M. D. (2000). Significación estadística, importancia del efecto y
replicabilidad de los datos. Psicothema, 12 (2), 408-412. Recuperado de:
http://www.psicothema.com/psicothema.asp?id=594

Mayo, D. G. & Cox, D. R. (2006). Frequentist Statistics as a Theory of Inductive Inference. The Second
Lehmann Symposium - Optimality, 46, 77-97. Institute of Mathematical Statistics. Recuperado de:
http://www.jstor.org/discover/10.2307/4356393?uid=3739296&uid=2&uid=4&sid=21101468377
257

Neyman, J. (1955). The problem of inductive inference. Communications on Pure and Applied
Mathematics, 8, 13–46. Recuperado de:
http://www.phil.vt.edu/dmayo/PhilStatistics/Neyman%201955%20The%20Problem%20of%20In
ductive%20Inference.pdf

Pearson, E. S. (1955). Statistical concepts in the relation to reality. Journal of the royal statistical society.
Series B (Methodological), 17 (2), 207-207. Recuperado de:
http://www.error06.econ.vt.edu/Pearson1955.pdf

Popper K. (1959). The Logic of Scientific Discovery. New York: Harper & Row.
Rivadulla, A. (1995). Historia y epistemología de los cambios de significado de la probabilidad, AGORA,
Papeles de filosofía, 14 (1), 53-75.