1
INFERENCIA ESTADISTICA
FASE INICIAL
FABIAN PINZON RODRIGUEZ
GRUPO COLABORATIVO 100403_112
TUTOR JENNY TATIANA SANCHEZ
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD BOGOTA D.C FEBRERO DE 2017
2
INTRODUCCION Entendiendo la necesidad de análisis estadísticos y su inferencia en la vida diaria o en el desarrollo de cualquier actividad, se hace necesario para el futuro ingeniero, no solo familiarizarse con las diferentes facetas de la estadística si no ser un maestro en el proceso y utilización de los análisis de datos, con el fin de poder establecer todas las posibles variables en el desarrollo de su proceso de innovación, aportando siempre al enriquecimiento de medios de distinta índole que permitan el desarrollo de la humanidad. Para el desarrollo del presente curso con el fin de adquirir los conocimientos necesarios de acuerdo al perfil profesional, es necesario en primera medida establecer las pautas necesarias para el manejo de la plataforma y el correcto desarrollo de las actividades propuestas, generando así las condiciones adecuadas para el correcto aprendizaje como estudiante.
3
OBJETIVOS -
Examinar cada uno de los entornos dispuesto en la plataforma de aprendizaje de la universidad abierta y a distancia UNAD, identificando acertadamente sus contenidos.
-
Realizar el reconocimiento del contenido temático mediante el análisis adecuado del syllabus del curso.
-
Reconocer las fases de aprendizaje y las diferentes actividades propuestas para el desarrollo del curso de ecuaciones diferenciales.
4
DESARROLLO ACTIVIDADES DE APRENDIZAJE Mapa mental TEMARIO
Fuente: Propia
Anexo 1 La base de datos proporcionada representa el comportamiento de variables implícitas en una población, para la caracterización de la misma en un periodo determinado, a través de la estimación de parámetros. Para ello, Diligencie la siguiente información, realizando una breve descripción (definición) y además de ello, identifique en la base de datos lo siguiente: VARIABLES POBLACIÓN
PARAMETRO Es conjunto de sujetos o elementos que presentan características comunes. Sobre esta población se realiza el estudio estadístico con el fin de sacar conclusiones. Para la base de datos dada:
5
Inclusión a la oferta laboral de personas con alguna condición de discapacidad MUESTRA UNIDAD DE MUESTREO VARIABLES CUANTITATIVAS
Es un subconjunto de elementos de la población estadística. Para la base de datos dada: Puede tomarse el tipo de discapacidad Objeto o individuo del que hay que obtener la información. Para la base de datos dada: la unidad de muestreo es el tipo de discapacidad. Son aquellas que adoptan valores numéricos (es decir, cifras). Para la base de datos dada: la Edad, Estrato,
Horas laborales, Ingresos mensuales, desplazamiento a lugar de trabajo (min). VARIABLES CUALITATIVAS
PARÁMETROS A ESTIMAR PARA CADA VARIABLE.
Es una propiedad que puede fluctuar y cuya variación es susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse. Para la base de datos dada: Municipio, actualmente vive, lugar de
residencia, discapacidad, utiliza actualmente, escolaridad, situación laboral, tipo de régimen de salud. Estimación puntual, Estimación por intervalos de confianza.
6
CONCLUSIONES -
Se logró identificar cada uno de los entornos dispuesto en la plataforma de aprendizaje de la universidad abierta y a distancia UNAD, identificando acertadamente los contenidos del curso ecuaciones diferenciales.
-
Se realizó el reconocimiento de los compañeros de grupo colaborativo con los cuales se realizara en conjunto cada una de las actividades de aprendizaje colaborativo.
-
Se reconoció el contenido temático del curso inferencia estadistica, mediante el estudio del syllabus del curso.
-
Se identificó cada una las fases de aprendizaje y las diferentes actividades propuestas para el desarrollo del curso de inferencia estadística.
7
BIBLIOGRAFIA
Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva, teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse Ediciones Pirámide. Páginas 269 -298. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1123114 5
Gutiérrez,H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma.(3a. ed.) McGraw-Hill Interamericana. Páginas 62 -65. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280
Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid, ES: Ediciones Díaz de Santos. Páginas 1- 6. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1018987 9
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. Páginas 27-37. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=103656 16
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F., MX: Instituto Politécnico Nacional. Páginas 43- 57. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/detail.action?docID=1036561 6
Gutiérrez,H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control estadístico de la calidad y Seis Sigma.(3a. ed.) McGraw-Hill Interamericana. Páginas 65- 72. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280
Gil, I. M., Gonzáles, M. A. I., & Jano, S. M. D. (2014). Ejercicios de estadística teórica: probabilidad e Inferencia (2a.e d.). Madrid, ES: Editorial Universidad Autónoma de Madrid. Páginas 127- 140. Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=128&docI D=10995669&tm=1471301984352