Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Silabo

    Cargado por

    Robin Muñoz
    41 vistas4 páginas
    Este documento presenta el silabo del curso de Bioestadística impartido en la Facultad de Ingeniería Ambiental de la Universidad Nacional de Ingeniería. El curso dura 17 semanas y cubre temas como estadística descriptiva, probabilidad, variables aleatorias, distribuciones de probabilidad, estimación de parámetros, pruebas de hipótesis e introducción a regresión. El curso utiliza métodos teóricos, prácticos y de laboratorio para desarrollar las competencias de los estudiantes en el anális

    Descripción original:

    Título original

    Silabo.docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el silabo del curso de Bioestadística impartido en la Facultad de Ingeniería Ambiental de la Universidad Nacional de Ingeniería. El curso dura 17 semanas y cubre temas como estadística descriptiva, probabilidad, variables aleatorias, distribuciones de probabilidad, estimación de parámetros, pruebas de hipótesis e introducción a regresión. El curso utiliza métodos teóricos, prácticos y de laboratorio para desarrollar las competencias de los estudiantes en el anális

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como docx, pdf o txt
    41 vistas4 páginas

    Silabo

    Cargado por

    Robin Muñoz
    Este documento presenta el silabo del curso de Bioestadística impartido en la Facultad de Ingeniería Ambiental de la Universidad Nacional de Ingeniería. El curso dura 17 semanas y cubre temas como estadística descriptiva, probabilidad, variables aleatorias, distribuciones de probabilidad, estimación de parámetros, pruebas de hipótesis e introducción a regresión. El curso utiliza métodos teóricos, prácticos y de laboratorio para desarrollar las competencias de los estudiantes en el anális

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    Descargar como docx, pdf o txt
    de 4

    UNIVERSIDAD NACIONAL DE INGENIERÍA

    Facultad de Ingeniería Ambiental


    Departamento de Ciencias y estudios específicos básicos

    BIOESTADÍSTICA
    SILABO

    I. INFORMACIÓN GENERAL

    CODIGO : AA – 232 Bioestadística


    CICLO : 3
    CREDITOS : 4
    HORAS POR SEMANA : 5 (Teoría – Práctica - Laboratorios): 17 semanas
    PRERREQUISITOS : Cálculo Integral
    CONDICION : Obligatorio
    DPTO. ACADÉMICO : Ciencias y estudios específicos básicos
    PROFESOR(AS) : Castañeda Saldaña Beatriz, Arana López Sara

    II. SUMILLA DEL CURSO

    El curso prepara al estudiante en la aplicación de los conceptos, métodos y técnicas de la estadística descriptiva
    e inferencial para describir y analizar grupos de datos y variables a través de sus parámetros estadísticos
    relevantes. Los conceptos de probabilidad se presentan y aplican para predecir valores futuros esperados de
    variables aleatorias. Los métodos de la inferencia estadística son aplicados para estimar los parámetros
    poblacionales y analizar hipótesis acerca de las poblaciones bajo estudio. Se desarrollan problemas de
    aplicación en ingeniería y se hace uso de software especializado

    III. COMPETENCIAS DE LA ASIGNATURA

    Al finalizar la asignatura, el estudiante:


    1. Organiza datos para su adecuado análisis e interpretación de las propiedades estadísticas fundamentales y
    de la obtención de resultados (valor medio y varianza).
    2. Explica y determina la probabilidad de eventos y variables aleatorias, así como su función de densidad de
    probabilidad.
    3. Interpreta el concepto de distribución muestral y la aplica para calcular la probabilidad de un evento o
    variable.
    4. Estima los parámetros de una población y realiza análisis de hipótesis acerca de los parámetros
    poblacionales.
    5. Realiza pruebas de bondad de ajuste a distribuciones de probabilidad así como pruebas de independencia
    de criterios.
    6. Usa software moderno (SPSS, Minitab, EViews) de procesamiento y análisis estadístico.
    7. Elabora informes técnicos claros detallando el proceso, desarrollando, interpretando resultados y
    formulando conclusiones.

    IV. UNIDADES DE APRENDIZAJE

    1
    PRIMERA SEMANA

    I. ESTADISTICA DESCRIPTIVA: ORGANIZACIÓN DE DATOS Y PRINCIPALES ESTADIGRAFOS


    1.1. Introducción. Conceptos Básicos preliminares. Población, muestra, variables
    1.2. Tabulación de datos, categóricos, discretos y continuos.
    1.3. Representación gráfica: Gráfico de barras, sector circular, histograma, polígono de frecuencias,
    ojivas.

    SEGUNDA SEMANA

    1.4. Resumen de variables cuantitativas. Medidas de posición: media aritmética, media ponderada,
    Cuantiles y moda. Medidas de Dispersión: Varianza y desviación estándar, coeficiente de variación.
    Variables categóricas.
    1.5. Resumen de variables categóricas: Proporciones y porcentajes, razones.
    1.6. Indicadores en la Medición epidemiológica: Razones. Tasas. Riesgo relativo, Odds ratio.

    TERCERA SEMANA
    II. PROBABILIDADES.

    2.1. Experimento aleatorio. Espacio muestral. Sigma algebra de eventos. Leyes de eventos.
    2.2. Función Probabilidad, axiomas. Propiedades. Aplicaciones

    CUARTA SEMANA

    2.3. Probabilidad condicional y conjunta. Probabilidad total, probabilidad de Bayes.


    2.4. Procedimiento de detección: Sensibilidad, Especificidad, Valor Predictivo. Aplicaciones

    PRIMERA PRÁCTICA CALIFICADA

    QUINTA SEMANA

    III. VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD.


    3.1 Definición. Variable discreta: función de cuantía, función de Distribución
    3.2 Variable continua: función de densidad, función de Distribución. Valores Esperado y Momentos.
    Propiedades. Aplicaciones

    SEXTA SEMANA

    3.3 Modelos de probabilidad de variables discretas: Bernoulli, Binomial, Hipergeométrica, Poisson.


    3.4 Modelos de probabilidad de variables continuas: Uniforme. Exponencial.

    SÉTIMA SEMANA

    3.5 Modelo Normal, características y propiedades,


    3.6 Teorema del Límite Central. Aproximación de la Binomial con la normal
    3.7 Funciones de variables aleatorias. Aplicaciones

    SEGUNDA PRÁCTICA CALIFICADA

    OCTAVA SEMANA

    EXAMEN PARCIAL

    NOVENA SEMANA

    IV. DISTRIBUCIONES DEL MUESTREO

    4.1. Muestreo aleatorio simple, variables del muestreo


    2
    4.2. Distribución de las variables del muestreo media, varianza y proporción muestral.
    4.3. Distribución de la diferencia de medias y diferencia de proporciones muestrales.

    DÉCIMA SEMANA

    V. ESTIMACIÓN DE PARÁMETROS

    5.1. Estimación puntual: Estimador, propiedades, estimadores puntuales importantes.


    5.2. Estimación por intervalo: Cantidad pivotal, método cantidad pivotal.

    DÉCIMA PRIMERA SEMANA

    5.3. Intervalo de confianza para la media, varianza, proporción y diferencia de medias poblacionales.
    Aplicaciones.

    TERCERA PRÁCTICA CALIFICADA

    DÉCIMA SEGUNDA SEMANA

    VI. PRUEBA DE HIPOTESIS


    6.1. Estructura del procedimiento: Hipótesis, decisiones, estadística, errores, región crítica, nivel de
    significancia y potencia, nivel crítico o p-value.
    6.2. Prueba de hipótesis para la media, varianza y proporción poblacional

    DÉCIMA TERCERA SEMANA

    6.3. Prueba de hipótesis para la diferencia de medias y diferencia de proporciones, comparación de


    varianzas.
    6.4. Prueba de bondad de Ajuste. Prueba Ji-Cuadrado de homogeneidad e independencia de criterios

    VII. ANALISIS DE CORRELACION Y REGRESION


    7.1. Correlación. Diagrama de dispersión. Coeficiente de correlación de Pearson. Prueba de hipótesis.
    7.2. Modelo de Regresión lineal múltiple. Estimador de mínimos cuadros ordinarios. Coeficiente de
    determinación. Aplicaciones

    DÉCIMA CUARTA SEMANA

    VII. ANALISIS DE REGRESION

    7.3. Distribución de los estimadores. Propiedades


    7.4. Estimación puntual y por intervalo de los parámetros.

    DÉCIMA QUINTA SEMANA

    7.5. Prueba de hipótesis acerca de los parámetros del modelo. Análisis de significancia individual de las
    variables. Análisis de la significancia del modelo. Análisis de casos.

    CUARTA PRÁCTICA CALIFICADA

    DÉCIMA SEXTA SEMANA


    EXAMEN FINAL

    DÉCIMA SÉTIMA SEMANA


    EXAMEN SUSTITUTORIO

    3
    V. LABORATORIOS Y EXPERIENCIAS PRÁCTICAS

    Laboratorio 1: Creación de una base de datos estadísticos, resumen y representación gráfica.


    Laboratorio 2: Aplicaciones con las funciones de probabilidad puntual y de densidad de probabilidad.

    VI. METODOLOGÍA

    El curso se desarrolla en sesiones de teoría, práctica y laboratorio de cómputo. En las sesiones de teoría, el
    docente presenta los conceptos, teoremas y aplicaciones. En las sesiones prácticas, se resuelven diversos
    problemas y se analiza su solución. En las sesiones de laboratorio se usa el software SPSS y EXCEL para resolver
    problemas y analizar su solución. En el desarrollo del curso el estudiante por grupo debe elaborar un proyecto
    en el contexto de las especialidades de la Facultad, en el cual aplique conceptos y métodos del curso. Este
    proyecto será presentado y expuesto para su evaluación. En todas las sesiones se promueve la participación
    activa del estudiante.

    VII. FÓRMULA DE EVALUACIÓN

    Sistema de Evaluación “F”. Cálculo del Promedio Final

    EP  2 EF  PC
    PF 
    4
    EP: Examen Parcial
    EF: Examen Final
    PC: Promedio de Prácticas Calificadas

    C1  C 2  C 3  C 4  Min C1, C 2, C 3
    PC  ; C1, C2, C3 y C4: Práctica calificadas
    4
    ES: Examen Sustitutorio

    EL EXAMEN SUSTITUTORIO, reemplaza al examen parcial o al examen final, el estudiante tiene


    derecho a rendirlo siempre que los promedios PP y Promedio Final sean, cada uno por separado,
    mayor que 06.

    VIII. BIBLIOGRAFÍA *

    1. DANIEL, w: Bioestadística. Editorial Limusa, S.A. - México 2004.


    2. DAWSON-SAUNDERS, b. y TRAPP, r.: Bioestadística Médica. 4ª Edición .Manual Moderno, S.A.
    de C.V. México. 2004
    3. CASTAÑEDA, b.: Bioestadística. Editorial Universitaria de la Universidad Nacional de Ingeniería
    – EDUNI. Lima, 2007
    4. CLIFFORD, r. y TAYLOR, r.: Bioestadística. PEARSON Educación, México, 2008.
    5. DEVORE, J. Probabilidad y Estadística para Ingeniería y ciencias, Octava Edición. Cencage
    Learning, 2012. México

    REFERENCIAS WEB

    Probabilidad y estadística para ingeniería y ciencias .Gabriel Velasco Sotomayor, Piotr Marian
    Wisniewski, Piotr Wisniewski. International Thomson Editores, S. A. de C. V., Jan 1, 2001 - 326
    pages

    También podría gustarte