VICERRECTORADO DE DOCENCIA

SÍLABO DE ASIGNATURA

1. DATOS INFORMATIVOS
NOMBRE PERIODO VIGENCIA
DEPARTAMENTO CARRERAS MODALIDAD
ASIGNATURA ACADÉMICO DISEÑO
INGENIERÍAS
PRESENCIAL
TÉCNICAS
(reemplazada
BIOTECNOLOGÍA,
CIENCIAS por virtual
AGROPECUARIA. ESTADÍSTICA 202151 2020 - 2030
EXACTAS debido a la
CIENCIAS
pandemia
ADMINISTRATIVAS:
COVID19)
ADM. DE EMPRESAS
UNIDAD DE ORGANIZACIÓN CURRICULAR PRE-REQUISITOS CÓDIGO NRC
BÁSICA PROFESIONAL TITULACIÓN INGENIERÍAS TÉCNICAS:
EXCT: A0303 Y EXCT A0401
BIOTECNOLOGÍA: EXCT A0401
AGROPECUARIA: EXCT A0301 Y EXCT
A0302.
C. ADM. Y ECONÓMICAS: EXCT A0501 7453
X
ADM. DE EMPRESAS, COMERCIO
EXTERIOR, CONTABILIDAD Y
AUDITORIA, MERCADOTECNIA EXCT
A0101 Y EXCT A0304.
NÚCLEOS BÁSICOS DE SESIONES
CARGA HORARIA POR COMPONENTES DE APRENDIZAJE
CONOCIMIENTO SEMANALES
PRÁCTICAS DE
APRENDIZAJE
DOCENCIA APLICACIÓN Y TOTAL
AUTÓNOMO 3
EXPERIMENTACIÓN
48 48 48 144
CAMPO DE FORMACIÓN
EPISTEMOLOGÍA Y
INTEGRACIÓN DE
FUNDAMENT. PRAXIS METODOLOGÍA DE COMUNICACIÓN Y
CONTEXTOS SABERES
TEÓRICA PROFESIONAL LA LENGUAJE
Y CULTURA
INVESTIGACIÓN
X
Cátedra
X integradora
PPP

DOCENTE CORREO
Pedro Romero Saker pjromero@espe.edu.ec
FECHA DE
FECHA ELABORACIÓN FECHA DE EJECUCIÓN
ACTUALIZACIÓN
24/10/2021 24/10/2021 24/10/2021
DESCRIPCIÓN DE LA ASIGNATURA
Estadística es una asignatura que introduce al estudiante en el ámbito de la organización, análisis e
interpretación de datos, mediante el conocimiento progresivo de teoremas, reglas, leyes, principios y técnicas,
con el apoyo de herramientas tecnológicas para resolver o proyectarlos en aplicaciones reales sobre una y más
muestras e inferirlos a la población. En esta asignatura el estudiante hace suyo el lenguaje matemático y
estadístico, alrededor del cual se articula su formación, apoyándose en el uso de software estadístico.
CONTRIBUCIÓN DE LA ASIGNATURA / CONSTRUCTO RESULTADOS DE APRENDIZAJE DEL NIVEL
Esta asignatura corresponde a la primera etapa del eje de formación profesional, por lo que proporciona al futuro
profesional las bases conceptuales de leyes y principios del análisis estadístico. En tal sentido el estudiante
puede resolver problemas y realizar informes estadísticos básicos con todo el proceso que ellos conllevan y
aplicarlos en la toma de decisiones, apoyándose siempre en herramientas y software estadístico.
OBJETIVO GENERAL DE LA CARRERA
Formar profesionales e investigadores de excelencia, creativos, humanistas, con capacidad de liderazgo,
pensamiento crítico y alta conciencia ciudadana; generar y aplicar el conocimiento científico; y transferir
tecnología, en el ámbito de sus dominios académicos, para contribuir con el desarrollo nacional y atender las
necesidades de la sociedad y de las Fuerzas Armadas.
Utiliza las herramientas informáticas específicas para el análisis estadístico, con criticidad y de forma sistemática,
como soporte para la toma de decisiones lo que permite su desarrollo profesional en forma eficiente.

1
 VICERRECTORADO DE DOCENCIA

RESULTADO DE APRENDIZAJE DEL NIVEL

Realiza análisis exploratorio de datos e interpreta resultados empleando herramientas de estadística descriptiva,
resuelve problemas aplicando teoría de probabilidades y de las principales distribuciones de probabilidades tanto
discretas como continuas. Aplica las diferentes técnicas de inferencia estadística para estimar parámetros a
partir de muestreo. Construye modelos de regresión a partir de una base de datos y aplica técnicas no
paramétricas a partir de un conjunto de datos.
RESULTADO DE APRENDIZAJE DE LA ASIGNATURA
Entiende los conceptos de la Estadística Descriptiva, comprende la teoría de probabilidades, las principales
distribuciones de probabilidad, así como las diferentes técnicas de inferencia estadística y modelos de regresión.
Realiza análisis exploratorio de datos, resuelve problemas probabilísticos y de inferencia estadística, utilizando
principios, leyes estadísticas y de teoría de la probabilidad, construye modelos de regresión, relacionados con su
entorno y situaciones concretas de su carrera.
Trabaja en equipo con creatividad, responsabilidad, criticidad, rigurosidad científica, honestidad en el manejo de
la información, aportando significativamente al desarrollo y bienestar de la sociedad.
PROYECTO INTEGRADOR
No aplica.
PERFIL SUGERIDO DEL DOCENTE
TÍTULO Y DENOMINACIÓN
GRADO: Ingeniero, Economista, Matemático.
POSGRADO: M.Sc. o PhD en: Estadística, Matemática, Enseñanza de la Matemática o afines.

2. SISTEMA DE CONTENIDOS, RESULTADOS Y ACTIVIDADES DE APRENDIZAJE

UC 1: Estadística descriptiva y cálculo de probabilidades
RESULTADO DE APRENDIZAJE DE LA UNIDAD
Desarrolla habilidades para el análisis exploratorio de datos e interpretación de resultados obtenidos empleando
herramientas de la estadística descriptiva, la teoría de probabilidades y las principales distribuciones de
probabilidades discreta y continua.
CONTENIDOS HORAS DE TRABAJO AUTÓNOMO

Prácticas de aplicación y experimentación

1.1. Análisis exploratorio de datos.
1.1.1. Medidas de tendencia central, dispersión,
posición y forma. Tarea principal 1.1
1.1.2. Aplicación con software estadístico. Realizar un análisis exploratorio de datos.
1.2. Teoría de probabilidad.
1.2.1. Introducción a la probabilidad. Axiomas, reglas. Tarea principal 1.2
1.2.2. Variables aleatorias, esperanza, varianza. Calcular probabilidades aplicando axiomas y
1.2.3. Distribuciones de probabilidad. reglas.
Discretas: Uniforme, binomial, geométrica,
hipergeométrica, Poisson. Tarea principal 1.3
Continuas: Uniforme, normal, exponencial. Resolver ejercicios y problemas de variables
1.2.4. Aplicación con software estadístico. aleatorias discretas y continuas.

ACTIVIDADES DE APRENDIZAJE / HORAS CLASE

COMPONENTE DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTÓNOMO 16
TOTAL DE HORAS POR UNIDAD 48/144
UC 2: Inferencia estadística invariante
RESULTADO DE APRENDIZAJE DE LA UNIDAD
Aplica las diferentes técnicas de inferencia estadística para estimar parámetros a partir de muestreo.

CONTENIDOS HORAS DE TRABAJO AUTÓNOMO

2.1 Introducción al muestreo probabilístico. Prácticas de aplicación y experimentación

2
 VICERRECTORADO DE DOCENCIA

2.1.1 Diseños muestrales: aleatorio simple, sistemático,

estratificado, por conglomerados. Tarea principal 2.1
2.2 Estimación. Resolver problemas de estimación.
2.2.1 Distribución muestral de la media.
2.2.2 Teorema central del límite. Tarea principal 2.2
2.2.3 Estimación puntual y por intervalos. Resolver pruebas de hipótesis para una muestra.
2.2.4 Cálculo de tamaños de muestras.
2.3 Contrastes o pruebas de hipótesis. Tarea principal 2.3
2.3.1 Prueba de hipótesis para la media. Resolver pruebas de hipótesis para dos muestras.
2.3.2 Prueba de hipótesis para la proporción.
2.3.3 Prueba de hipótesis para la varianza.
2.3.4 Prueba de hipótesis para dos medias.
2.3.5 Prueba de hipótesis para la razón de varianzas.
2.3.6 Prueba de hipótesis para dos proporciones.
2.3.7 Aplicación con software estadístico.
ACTIVIDADES DE APRENDIZAJE / HORAS CLASE
COMPONENTE DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTÓNOMO 16
TOTAL DE HORAS POR UNIDAD 48/144
UC 3: Modelos de regresión y pruebas de hipótesis no paramétricas
RESULTADO DE APRENDIZAJE DE LA UNIDAD
Construye modelos de regresión a partir de una base de datos y aplica técnicas no paramétricas a partir de un
conjunto de datos.
CONTENIDOS HORAS DE TRABAJO AUTÓNOMO
3.1 Modelos de regresión simple.
3.1.1 Definiciones básicas. Prácticas de aplicación y experimentación
3.1.2 Estimación por mínimos cuadrados.
3.1.3 Modelo lineal, exponencial, logarítmico, potencial.
3.1.4 Inferencia, predicción y diagnosis. Tarea principal 3.1
3.1.5 Aplicación con software estadístico. Resolver problemas de regresión simple.
3.2 Modelos de regresión lineal múltiple.
3.2.1 Matriz de varianza–covarianza y de correlación. Tarea principal 3.2
3.2.2 Modelo matricial.
Resolver problemas de regresión múltiple.
3.2.3 Inferencia, predicción y diagnosis.
3.2.4 Aplicación con Software estadístico.
Tarea principal 3.3
3.3 Análisis de varianza (ANOVA).
3.3.1 ANOVA de un factor. Resolver problemas de ANOVA.
3.3.2 Pruebas de homogeneidad y post hoc.
3.3.3 Aplicación con Software estadístico, contraste de Tarea principal 3.4
homogeneidad y normalidad. Realizar contrastes no paramétricos.
3.4 Pruebas no paramétricas.
3.4.1 Prueba de Wilcoxon.
3.4.2 Prueba de Mann-Whitney. Kruskal Wallis.
3.4.3 Rangos de Spearman. Pruebas Chi-cuadrado.
3.4.4 Aplicación con software estadístico.
COMPONENTES APRENDIZAJE / HORAS CLASE
COMPONENTE DE DOCENCIA 16
PRÁCTICAS DE APLICACIÓN Y EXPERIMENTACIÓN 16
HORAS DE TRABAJO AUTÓNOMO 16
TOTAL DE HORAS POR UNIDAD 48/144
SUMA TOTAL POR UNIDADES
COMPONENTES DE APRENDIZAJE C.D C.P A.A. TOTAL
UNIDAD I 16 16 16 48
UNIDAD II 16 16 16 48
UNIDAD III 16 16 16 48
SUBTOTAL POR COMPONENTE 48 48 48 144

3
 VICERRECTORADO DE DOCENCIA

3. APORTE DE LA ASIGNATURA AL PROYECTO INTEGRADOR

PROYECTO INTEGRADOR DEL NIVEL
NIVELES DE LOGRO
RESULTADO DE APRENDIZAJE
ACTIVIDADES INTEGRADORAS A B C
POR UNIDAD CURRICULAR
Alto Medio Baja
Realiza eficientemente análisis • Solución de ejercicios.
estadísticos descriptivos de conjuntos • Consultas.
de datos, apoyado en el uso de • Foros.
herramientas informáticas. • Talleres. X
Aplica técnicas y modelos de • Pruebas parciales.
distribución de probabilidad adecuadas
para resolver problemas relacionados a
su campo profesional.
Selecciona de manera apropiada los • Solución de ejercicios.
estimadores para realizar procesos de • Consultas.
inferencia y analiza sus propiedades • Foros.
respectivas. • Talleres. X
Utiliza las técnicas de inferencia • Pruebas parciales.
estadística adecuadas para el análisis
estadístico de datos en su contexto
profesional.
Construye modelos de regresión que • Solución de ejercicios.
relacionan de forma válida y confiable • Consultas.
una variable dependiente con una o • Foros.
más variables dependientes. • Talleres.
Realiza inferencias para comparar el • Pruebas parciales.
efecto de distintos tratamientos sujetos X
a un solo factor de variación.
Utiliza procedimientos no paramétricos
alternativos para realizar inferencias
estadísticas en un conjunto de datos
relacionados a su ámbito profesional.

4. PROYECCIÓN METODOLÓGICA ORGANIZATIVA PARA DESARROLLO DE ASIGNATURA

MÉTODOS DE ENSEÑANZA – APRENDIZAJE
Se emplearán variados métodos de enseñanza para generar un aprendizaje de constante actividad, para lo que
se propone la siguiente estructura:
• Se diagnosticará conocimientos y habilidades adquiridas al iniciar el periodo académico.
• Con la ayuda del diagnóstico se indagará lo que conoce el estudiante, como lo relaciona, que puede
hacer con la ayuda de otros, qué puede hacer sólo, qué ha logrado y qué le falta para alcanzar su
aprendizaje significativo.
• A través de preguntas y participación de los estudiantes el docente recuerda los requisitos de
aprendizaje previos que permite al docente conocer cuál es la línea base a partir de la cual incorporará
nuevos elementos de competencia, en caso de encontrar deficiencias enviará tareas para atender los
problemas detectados.
• Plantear interrogantes a los estudiantes para opinen y puedan asimilar la situación problemática.
• Se iniciará con explicaciones orientadoras del contenido de estudio, donde el docente plantea los
aspectos más significativos, los conceptos, leyes y principios y métodos esenciales; y propone la
secuencia de trabajo en cada unidad de estudio.
• Se buscará que el aprendizaje se base en el análisis y solución de problemas; usando información en
forma significativa; favoreciendo la retención; la comprensión; el uso o aplicación de la información, los
conceptos, las ideas, los principios y las habilidades en la resolución de problemas reales.
• Se buscará la resolución de casos para favorecer la realización de procesos de pensamiento complejo,
tales como análisis, razonamientos, argumentaciones, revisiones y profundización de diversos temas.
• Se realizan prácticas en Internet, para desarrollar las habilidades proyectadas en función de las
competencias y el uso de plataformas virtuales.
• Se realizan ejercicios orientados a la carrera y otros propios del campo de estudio.
• La evaluación cumplirá con las fases diagnóstica, formativa y sumativa, valorando el desarrollo del
estudiante en cada tarea y en especial en las evidencias del aprendizaje de cada unidad.

4
 VICERRECTORADO DE DOCENCIA

PROYECCIÓN DEL EMPLEO DE LAS TICS EN LOS PROCESOS DE APRENDIZAJE

• Para optimizar el proceso de enseñanza-aprendizaje, se utilizará computador y proyector multimedia.
• Las TICs, tecnologías de la información y la comunicación, se las emplearán para realizar las
simulaciones de los temas tratados en el aula y presentaciones.
• Se utilizará la hoja electrónica Excel y/o R que es un programa estadístico de uso libre.
• Además, los estudiantes deben tener las competencias para resolver sus problemas utilizando
calculadoras científicas o sin ellas.

5. TÉCNICAS Y PONDERACIÓN DE LA EVALUACIÓN

Técnica de evaluación 1er parcial* 2do parcial* 3er parcial*
Resolución de ejercicios 2 (10%) 2 (10%) 2 (10%)
Pruebas orales/escrita 5 (25%) 5 (25%) 5 (25%)
Talleres 3 (15%) 3 (15%) 3 (15%)
Examen parcial 7 (35%) 7 (35%) 7 (35%)
Evaluaciones en línea 3 (15%) 3 (15%) 3 (15%)
Otras formas de evaluación
Total: 20/20 20/20 20/20

6. BIBLIOGRAFÍA BÁSICA
TÍTULO AUTOR EDICIÓN AÑO IDIOMA EDITORIAL
Applied Statistics and Montgomery D. John Wiley &
5 1996 Inglés
Probability for Engineers Runger G. Sons, Inc.
Miller y Freund
Probabilidad y estadística Johnson, R. 8 2012 Español Pearson
para ingenieros
Mendenhall W.
Introducción a la Cengage
Beaver R. 13 2010 Español
probabilidad y estadística Learning
Beaver B.
Introductory Statistics Ross, S. 3 2010 Inglés Elsevier
Walpole R.
Probabilidad y estadística
Myers R. 9 2012 Español Pearson
para ingeniería y ciencias
Myers S., Ye K.

7. BIBLIOGRAFÍA COMPLEMENTARIA
TÍTULO AUTOR EDICIÓN AÑO IDIOMA EDITORIAL
Anderson D.
Estadística para negocios Cengage
Sweeney D. 11 2012 Español
y economía Learning
Williams T.
Lind D.
Estadística aplicada a los
Marchal W. 13 2008 Español McGraw-Hill
negocios y la economía
Wathen S.
Probabilidad y estadística Cengage
Devore J. 7 2008 Español
para ingeniería y ciencias Learning
González M. Díaz de
Estadística aplicada 1 2009 Español
Pérez A. Santos
Estadística para Levine D., Krehbiel T.
4 2006 Español Pearson
administración Berenson M.
Newbold P.
Estadística para
Carlson W. 6 2008 Español Pearson
administración y economía
Thorne B.
Estadística Triola M. 9 2004 Español Pearson
Wackerly D.,
Estadística matemática Cengage
Mendenhall W. 7 2010 Español
con aplicaciones Learning
Scheaffer R.
The Concise Encyclopedia
Dodge Y. 1 2008 Inglés Springer
of Statistics

5
 VICERRECTORADO DE DOCENCIA

8. LECTURAS PRINCIPALES
TEMA TEXTO PÁGINA
Tutoriales de R Introducción, Manuales de R www.cran.r-project.org

9. ACUERDOS CON LOS ESTUDIANTES

DEL DOCENTE
• Esforzarme en conocer con amplitud y profundidad al campo académico, científico y practico de la
asignatura que enseño y preparar debidamente actualizado cada tema que exponga.
• Asistir a clases y puntualmente dando ejemplo al estudiante para exigirle igual comportamiento.
• Motivar, estimular y mostrar interés por el aprendizaje significativo de los estudiantes y evaluar a
conciencia y con justicia el grado de aprendizaje de los estudiantes.
• Fomentar en los estudiantes el interés por la ciencia y la innovación tecnológica, propugnando
además una conciencia social que los impulse a conocer la situación económica y social del país ,
con un sentido de participación y compromiso.
• Las relaciones con mis colegas deberán estar sustentadas en los principios de lealtad, mutuo
respeto, consideración, solidaridad y en la promoción permanente de oportunidades para mejorar el
desarrollo profesional.
• Contribuir en forma comprometida, con calidad de mi labor educativa, al prestigio y eficiencia de
nuestra institución.
• Promover y mantener el cuidado de las propiedades físicas e intelectuales de la institución, para
asegurar un ambiente propicio para el mejoramiento continuo del proceso enseñanza aprendizaje.
• La solución de conflictos y diferencias entre docentes y demás compañeros de la institución
deberán resolverse mediante el dialogo y el consenso.
DE LOS ESTUDIANTES
• Ser honesto, no copiar, no mentir ni robar en ninguna forma.
• Firmar toda prueba y trabajo que realizo en conocimiento de que no he copiado de fuentes no
permitidas.
• Mantener en reserva pruebas, exámenes y toda información confidencial.
• Colaborar con los eventos programados por la institución e identificarme con la carrera.
• Llevar siempre mi identificación en un lugar visible.
• Ser partícipe de una educación libre, trabajar en grupo y colaborar en todo sentido con los demás.
• Conducirme de tal manera que no debilite en forma alguna las oportunidades de realización
personal y profesional de otras personas dentro de la comunidad universitaria; evitaré la calumnia,
la mentira la codicia, la envidia.
• Promover la bondad, reconocimiento, la felicidad, la amistad, la solidaridad y la verdad.
• Respetar y cuidar todas las instalaciones físicas que conforman la carrera, así como sus
laboratorios y el campus en general.