COMPETENCIAS ESPECIFICAS: Adquirir conocimientos y comprensión para: 1. Analizar datos de una y dos variables. 2. Resolver problemas de probabilidad. 3. Utilizar modelos de variables aleatorias. 4. Conocer estimadores puntuales para los parámetros de las distribuciones de probabilidad. 5. Estimar mediante intervalos de confianza la media de una población. 6. Conocer cómo aplicar estos métodos estadísticos con la ayuda de software estadístico. COMPETENCIAS TRANSVERSALES: 1. Capacidad de análisis y síntesis. 2. Conocimientos del uso de software estadístico. 3. Resolución de problemas. 4. Trabajo en equipo. 5. Razonamiento crítico. 6. Comunicación oral y escrita.

El primer objetivo a cubrir es proporcionar al estudiante conocimiento y comprensión de los conceptos básicos en estadística descriptiva de conjuntos de datos univariantes y bivariantes. Estos conceptos incluyen medidas de centralización, dispersión y forma, gráficos básicos como histogramas y boxplots, y diagramas de dispersión relacionándolos con los conceptos de covarianza y correlación. Se provee al estudiante de conocimientos sobre probabilidad y variables aleatorias unidimensionales y sus momentos, con énfasis en las distribuciones binomial, Poisson, uniforme, normal y relacionadas. Se introducen los métodos de estimación puntual y por intervalos con el objetivo de determinar los valores de los parámetros de las distribuciones de probabilidad estudiadas. Como caso particular, se estudia la distribución de la media muestral. PROGRAMA 1. Introducción. 1.1. Concepto y usos de la estadística. 1.2. Términos estadísticos: poblaciones, subpoblaciones, individuos y muestras. 1.3. Tipos de variables. 2. Análisis de datos univariantes. 2.1. Representaciones y gráficos de datos cualitativos. 2.2. Representaciones y gráficos de datos cuantitativos. 2.3. Resumen numérico. 3. Análisis de datos bivariantes. 3.1. Representaciones y gráficos de datos cualitativos y discretos. 3.2. Representaciones y resúmenes numéricos de datos cuantitativos: covarianza y correlación. 4. Probabilidad y modelos probabilísticos. 4.1. Experimentos aleatorios, espacio muestral, sucesos elementales y compuestos. 4.2. Propiedades de la probabilidad. Probabilidad condicionada. 4.3. Variables aleatorias y sus características. 4.4. Modelos de probabilidad discretos: Ensayos de Bernoulli y distribuciones relacionadas. 4.5. Modelos de probabilidad continuos: Distribución uniforme y distribución normal. 4.6. Introducción a la distribución normal bivariante. 5. Introducción a la inferencia estadística. 5.1. Estimación puntual de parámetros. 5.2. Bondad de ajuste a una distribución de probabilidad. Métodos gráficos. 5.3. Distribución de la media muestral. 5.4. Intervalo de confianza para la media.

14 Clases teóricas con material de apoyo disponible en la Web, y otras 14 sesiones basadas en sesiones de resolución de problemas y prácticas computacionales. No hay tutorías colectivas salvo la última semana de recuperación de clases en las que se pueden plantear sesiones de resolución de dudas.