Programa de Cursos Del Bachillerato en Estadistica PDF

Universidad de Costa Rica
Plan de estudios del

programa de bachillerato
acadmico en Estadstica
Reglamento de la Escuela de Estadstica
UCR
Julio 2011
2|P a g .
TABLA DE CONTENIDO
PRESENTACIN ................................................................................................................. 5
PLAN DE ESTUDIOS............................................................................................................ 9
HORARIO APROBADO DE CURSOS ................................................................................... 11
XS-1110 Estadstica Introductoria I................................................................................... 13
XS-1130 Estadstica Introductoria II .................................................................................. 17
XS-2210 Estadstica Computacional I ................................................................................ 21
XS-2310 Modelos Probabilsticos Discretos ...................................................................... 23
XS-2110 Mtodos Estadsticos ......................................................................................... 26
XS-2230 Estadstica Computacional II ............................................................................... 29
XS-2330 Modelos Probabilsticos Continuos ..................................................................... 31
XS-2130 Modelos de Regresin Aplicados ........................................................................ 33
XS-3150 Principios de Diseos Experimentales ................................................................. 36
XS-3110 Principios y Tcnicas de Muestreo ...................................................................... 39
XS-3310 Teora Estadstica ............................................................................................... 42
XS-3010 Demografa Aplicada .......................................................................................... 45
XS-3170 Aplicaciones de diseos experimentales ............................................................. 48
XS-3130 Diseo de encuestas por muestreo ..................................................................... 50
XS-3210 Sistemas de Informacin .................................................................................... 52
XS-3510 Metodologa de la Investigacin Cientfica .......................................................... 55
XS-4410 Prctica Profesional I .......................................................................................... 57
XS-4510 Administracin para estadstica .......................................................................... 60
XS-4110 Introduccin al anlisis multivariado .................................................................. 62
XS-4010 Indicadores Econmicos, Sociales, Ambientales e Institucionales ........................ 65
XS-4430 Prctica Profesional II ......................................................................................... 69
XS-4530 Decisiones Estadsticas y Administrativas............................................................ 72
XS-4050 Tcnicas de Medicin para Estadstica ................................................................ 74
XS-4030 Estadstica Aplicada a la Industria ....................................................................... 77
Reglamento de la Escuela de Estadstica .......................................................................... 80
3|P a g .
4|P a g .
PRESENTACIN
El Plan de Estudios del Bachillerato en Estadstica ha sido sujeto de revisiones peridicas utilizando
para ello la evidencia sobre la pertinencia y relevancia del mismo para las condiciones actuales del
pas y el desarrollo de nuestra disciplina. En 1997 se aprueba un cambio sustancial en el plan de
estudios con el cual se elimin la licenciatura y se conforma el bachillerato acadmico como el grado
profesional del estadstico. Desde inicios de la dcada del 2000 y gracias a un empeo permanente de
mejora, se da inicio a un proceso de autoevaluacin de la Escuela que nos lleva a la reflexin y
discusin sobre los temas de los cursos, la didctica, el horario, etc., entre otras cosas. No es sino
hasta el 2009 cuando se logra concluir una revisin exhaustiva y reordenamiento de los cursos para
obtener el Plan de Estudios vigente, aprobado por Resolucin VD-R-8550-2010.
Se determin en este proceso que era fundamental desarrollar las habilidades y destrezas de los
graduados para que pudieran, entre otras cosas:
Comunicarse provechosamente con otros profesionales.
Trabajar en equipo.
Ejercer mayor liderazgo como profesionales.
Superar el conformismo, la inseguridad de muchos de ellos.
Eliminar la dependencia de otros profesionales.
Ser ms creativos y tomadores de decisiones.
Manejar con mayor propiedad el lenguaje en la redaccin de informes.
Fortalecer el criterio matemtico, metodolgico y prctico.
Comportarse ms como profesionales que como tcnicos.
Esta definicin llevara a establecer que los estudiantes que ingresen a la Escuela de Estadstica deben
tener un perfil con caractersticas como las siguientes:
Aficin por la informacin numrica.
Habilidad en el manejo de las matemticas.
Habilidad en el manejo de la computadora.
Aficin por la investigacin aplicada a diversos campos de la ciencia.
Inters por resolver problemas en una gran variedad de campos utilizando datos recolectados
por oficinas pblicas o privadas (Censos, encuestas peridicas, etc.) o mediante
experimentos, encuestas, etc.
Disposicin para trabajar individualmente o en un equipo interdisciplinario.
Facilidad para interactuar y comunicarse con diversos grupos sociales (oral y verbalmente, en
un recinto, por Internet, etc.)
Deseo constante de superacin.
Disposicin a redactar informes detallados de tareas, proyectos etc.
Disposicin para viajar y realizar investigaciones de campo etc.
Aficin por el ingls.
5|P a g .
La oferta acadmica en Estadstica ofrece entonces la posibilidad de cultivar en los estudiantes las
siguientes habilidades/destrezas, y actitudes/valores, las cuales deben verse reflejadas en el perfil de
salida de nuestro profesional:
Habilidades y destrezas
Personales
Facilidad de expresin oral y escrita.
Creatividad.
Seguridad en s mismo.
Espontaneidad.
Capacidad para conciliar.
Facilidad para manejar apropiadamente las relaciones interpersonales.
Sociabilidad.
Habilidad para manejar nmeros y capacidad de abstraccin.
Profesionales
Capacidad de integracin, sntesis y crtica constructiva.
Facilidad para integrarse al trabajo de un equipo multidisciplinario.
Capacidad de tomar decisiones prontas y oportunas en asuntos relacionados con su ejercicio
profesional.
Capacidad para liderar un grupo de trabajo o de investigacin.
Facilidad para reconocer y resolver problemas estadsticos.
Facilidad para enfocar problemas cientficamente.
Habilidad en el manejo de paquetes estadsticos.
Capacidad de convencimiento empleando argumentos estadsticos.
Capacidad de comunicarse efectiva y eficazmente en forma oral y escrita, empleando el
lenguaje propio de la disciplina estadstica en audiencias tcnicas y no tcnicas.
Capacidad para organizar trabajos, proyectos, informes, etc. y cumplir plazos de entrega.
Actitudes y valores
Formacin humanista
Solidaridad.
Tolerancia a diferentes opiniones.
tica profesional.
Integrador de esfuerzos.
Discernimiento.
Responsabilidad.
Honradez y puntualidad.
Honestidad intelectual.
Dedicacin al trabajo.
Reconocer sus errores y limitaciones (humildad).
Respeto por derechos de autor.
6|P a g .
Es as como el Plan de Estudios vigente, y los contenidos temticos de sus cursos, obedecen a estos
criterios, los cuales pretenden desarrollar en nuestros estudiantes las siguientes capacidades:
I.
II.
III.
IV.
V.
VI.
Formacin humanista
Formacin tcnica: Aplicar las tcnicas y mtodos estadsticos principales.
Destrezas computacionales.
Formacin en consultora.
Formacin en la direccin de proyectos: Administrar, coordinar o dirigir grupos de trabajo o
investigacin, en instituciones o empresas.
Formacin en comunicacin: Informar en forma escrita u oral, sobre los aspectos estadsticos
de una consultora o de un estudio o sobre el desempeo de un grupo de trabajo o
investigacin.
La Asamblea de Escuela No. 270, del 24 de marzo del 2010 aprueba finalmente las modificaciones de
los programas de los cursos, los cursos propiamente dichos y el horario de estos para el I y II Ciclo
lectivos. El Plan de Estudios y los programas de los cursos se presentan a continuacin.
Es importante mencionar tambin que la Vicerrectora de Docencia aprob, a propuesta nuestra, una
recodificacin de los cursos de la carrera dirigida a que el cdigo del curso tuviera significacin
acadmica, es decir, indicara el ao correspondiente en la carrera donde el curso se ensea, el grupo
de materia al que pertenece y el nmero secuencial. Por ltimo, en un esfuerzo para que la dinmica
de la Escuela se viera fortalecida por la transparencia de los procesos y responsabilidades de sus
integrantes, la Asamblea de Escuela No.278, del 8 de junio del 2008, acuerda, por unanimidad,
aprobar el Reglamento de la Escuela de Estadstica, el cual se presenta tambin en el presente
documento.
Se pretende entonces que con esta recopilacin de documentos, la comunidad de estudiantes y
profesores de la Escuela de Estadstica cuenten con la misma base de informacin acerca de la carrera
de Estadstica: su plan de estudios, el horario, los cursos propiamente dichos y el reglamento.
Igualmente, se pretende que esta publicacin permita establecer los mecanismos necesarios para que
la excelencia de nuestra carrera perdure con el transcurrir de los aos venideros.
Dr. Edgar E. Gutirrez Espeleta

Director
Julio 2011
7|P a g .
Perfil de la Escuela de Estadstica

El origen de la carrera de Estadstica comenz con la creacin de la Escuela de Ciencias Econmicas y
Sociales en 1943. En ese entonces la Escuela de Ciencias Econmicas y Sociales ofreca a los
estudiantes el grado de bachillerato y licenciatura en la carrera de Ciencias Econmicas y Sociales,
pero adems al optar por el grado de Licenciatura, ste permita escoger entre Administracin de
Negocios, Administracin Pblica, Economa y Estadstica. A partir de 1948 y hasta 1971 la Escuela de
Ciencias Econmicas y Sociales gradu un total de 32 Licenciados en Ciencias Econmicas y Sociales
con nfasis en Estadstica.
El Departamento de Estadstica se cre el 25 de julio de 1970 y el 24 de abril de 1974 surgi la Escuela
de Estadstica como tal; la que desde 1972 hasta la fecha ha graduado ms de 370 bachilleres en la
carrera de Estadstica; de los cuales, 214 lograron el grado de licenciatura en Estadstica con sus
respectivos nfasis (Administracin de Negocios, Economa, Ciencias Sociales, Computacin e
Informtica, Matemtica, Fsica y Biologa). El grado de Licenciatura se elimina en 1997. En 1993 se
crea el Programa de Posgrado en Estadstica el cual ofrece las opciones de Maestra Acadmica y
Maestra Profesional en Estadstica.
Actualmente es la nica Escuela de Estadstica en Centro Amrica con esa trayectoria. Est localizada
en el tercer piso de la Facultad de Ciencias Econmicas.
reas en que laboran los estadsticos en Costa Rica:
Ciencias actuariales
Ciencias actuariales
Agricultura y pesca
Biologa
Ingeniera
Administracin de negocios
Economa
Educacin
Salud
Control de calidad
Demografa
Ciencias sociales
Energa
El Gobierno
Psicologa
Industria
Turismo
En todas estas reas, y algunas otras, las y los profesionales en estadstica trabajan en equipo con
otras personas profesionales de diferentes reas en el desarrollo y aplicacin de nuevas tcnicas
estadsticas, adaptando tcnicas existentes, diseando experimentos y en el diseo y anlisis de
encuestas y estudios de retrospectiva y prospectiva.
Las y los profesionales en estadstica en Costa Rica estn expandiendo su papel en el desarrollo de
sistemas de computacin aplicados a aspectos propios del diseo de bases de datos para agilizar los
procesos de digitacin y procesamiento, tanto para efectos de encuestas, como para el registro de
datos en instituciones pblicas.
Una proporcin importante de las y los profesionales en estadstica estn trabajando actualmente en
consultora, con clientes de diversos sectores (industria, comercio, servicios, entre otros) y con
diferentes instituciones del sector estatal.
8|P a g .
PLAN DE ESTUDIOS
PLAN DE ESTUDIOS 2011
BACHILLERATO EN ESTADSTICA
ESCUELA DE ESTADSTICA UCR
PRIMER AO
I CICLO
EG-1 (6)
I CICLO
II CICLO
EG-2 (6)
Curs o Integra do
de
Huma ni da des II
EG-1
SR-I (2)
Semi na ri o de
Rea l i da d
Na ci ona l I
EG-2
II CICLO
RP- (3)
Repertori o
SR-II (2)
Semi na ri o de
Rea l i da d
Na ci ona l II
SR-I
II CICLO
TERCER AO
I CICLO
SEGUNDO AO
Curs o Integra do
de
Huma ni da des I
Opta ti vo
CUARTO AO
I CICLO
Opt- (3)
EG- (2)
MA-0125 (4)
XS-1110 (4)
LM-1030 (4)
Curs o de Arte
Ma tem ti ca
El ementa l
Es ta ds ti ca
Introductori a I
Es tra tegi a s de
Lectura en
Ingl s I
XE-0156 (4)
MA-0213 (4)
XS-1130 (4)
Introducci n a
l a Economa
XS-2210 (4)
MA-0313 (4)
Ma tem ti ca
Es ta ds ti ca
pa ra Economa y
Computa ci ona l I
Es ta ds ti ca II
MA-0213; XS-1130
MA-0213
XS-2230 (4)
MA-0232 (4)
Es ta ds ti ca
Ma tem ti ca
Computa ci ona l pa ra Economa y
II
Es ta ds ti ca III
XS-2310; XS-2210;
MA-0313
XS-2110
XS-2310 (4)
Model os
Proba bi l s ti cos
Di s cretos
XS-2110 (4)
XS-1130, MA-0213
XS-1130
XS-2110
XS-2310
XS-2330 (4)
XS-2130 (4)
Model os
Model os de
Proba bi l s ti cos
Regres i n
Conti nuos
Apl i ca dos
MA-0313; XSXS-2110; XS-2210;
2310; XS-2110
MA-0313
MA-0232; XS-2130
XS-2330
XS-3010 (4)
18
XS-2230
XS-3130 (4)
XS-3210 (3)
XS-3510 (3)
Di s eos de
Encues ta s por
Mues treo
Si s tema s de
Informa ci n
Metodol oga de
l a Inves ti ga ci n
Ci entfi ca
XS-3150
XS-3110
XS-2230
XS-3110
XS-4410 (3)
XS-4510 (3)
XS-4110 (4)
XS-4010 (3)
Indi ca dores
Introducci n a l
Econmi cos ,
Pr cti ca
Admi ni s tra ci n
An l i s i s
Soci a l es ,
Profes i ona l I
pa ra Es ta ds ti ca
Mul ti va ri a do
Ambi enta l es e
Ins ti tuci ona l es
XS-3010; XS-3130; XS-3130; XS-3170;
XE-0156; XS-3010;
XS-3310; XS-2130
XS-3170; XS-3510
XS-3510
XS-3210
XS-4530 (4)
Deci s i ones
Es ta ds ti ca s y
Admi ni s tra ti va s
19
Demogra fa
Apl i ca da
XS-3170 (4)
Pr cti ca
Profes i ona l II
18
Mtodos
Es ta ds ti cos
Apl i ca ci ones de
Di s eos
Experi menta l es
XS-4430 (4)
18
Acti vi da d
Deporti va
XS-3150 (4)
XS-3110 (4)
XS-3310 (4)
Pri nci pi os de
Pri nci pi os y
Teora
Di s eos
Tcni ca s de
Es ta ds ti ca
Experi menta l es
Mues treo
XS-2330; XS-2130 XS-2230; XS-2330 MA-0232; XS-2330
XS-4110; XS-4010
II CICLO
EF- (0)
Ma tem ti ca
Es ta ds ti ca
pa ra Economa y
Introductori a II
Es ta ds ti ca I
XS-1110, MA-0125
20
XS-4410
XS-4410
XS-4050 (3)
Tcni ca s de
Medi ci n pa ra
Es ta ds ti ca
XS-4030 (4)
Es ta ds ti ca
Apl i ca da a l a
Indus tri a
14
16
15
XS-4010; XS-4110;
XS-4510; XS-4010 XS-4110; XS-4010 XS-3170; XS-4110
XS-4410; XS-4510
requi s i to
corequi s i to
nmeros dentro de l os pa rntes i s

Crditos totales
s on l os crdi tos del curs o
138
m s 300 hora s de TCU
sigla XS-abc0, donde

XS indica un curso de la Escuela de
Estadstica;
a = ao de carrera o 0 cuando es de servicio;
b = grupo de materias;
c = secuencia impar
Descripcin de los grupos de materias:

XS-_0_0 = grupo de cursos aplicados
XS-_1_0 = grupo de curso de formacin bsica
XS-_2_0 = grupo de cursos de formacin tcnica
XS-_3_0 = grupo de cursos de teora
XS-_4_0 = grupo de prctica profesional
XS-_5_0 = grupo de cursos de formacin complementaria
9|P a g .
10 | P a g .
HORARIO APROBADO DE CURSOS
HORARIOS PARA LOS CURSOS DE ESTADSTICA

Aprobado en Asamblea No. 270 del 24 de marzo de 2010
Primer ao
Segundo ao
HORA
7-8
8-9
9-10
10-11
11-12
12-13
13-14
14-15
15-16
16-17
17-18
18-19
19-20
20-21
21-22
Tercer ao
Cuarto ao
Maestra
I SEMESTRE
MARTES
MIRCOLES
LUNES
XS-1110 (1)
XS-2110
XS-3310
XS-1110 (1)
XS-2110
XS-3310
XS-2210
JUEVES
VIERNES
XS-1110 (1)
XS-2110
XS-3310
XS-1110 (1)
XS-2110
XS-3310
XS-1110 (1) XS-1110 (2) XS-2310 XS-1110 (3)
XS-2210
XS-1110 (2)
XS-2310 XS-1110 (3)
XS-1110 (2) XS-2310 XS-1110 (3)
XS-2210
XS-1110 (2)
XS-2310 XS-1110 (3)
XS-1110 (2)
XS-2210
XS-3110
XS-1110 (3)
XS-4110
XS-3010
XS-4510
XS-4110
XS-3010
XS-4110
XS-3010
XS-4510
XS-4110
XS-3010
XS-3150
XS-4510
XS-3110
XS-3110
XS-3150
XS-3110
XS-4410
XS-3150
XS-3110
SP-1632
SP-1624
XS-4410
SP-1627
XS-4010
SP-1625
SP-1633
SP-1626
XS-3150
SP-1632
SP-1624
XS-4410
SP-1627
XS-4010
SP-1625
SP-1633
SP-1626
SP-1633
SP-1625
SP-1626
XS-4010
SP-1624
SP-1632
SP-1633
SP-1625
SP-1626
SP-1624
SP-1632
Trabajo de comisiones y Asambleas
HORA
7-8
8-9
9-10
10-11
11-12
12-13
13-14
14-15
15-16
16-17
17-18
18-19
19-20
20-21
LUNES
II SEMESTRE
MIERCOLES
MARTES
XS-1130 (1)
XS-1130 (2) XS-2330
XS-1130 (1)
XS-1130 (2) XS-2330
XS-2230
XS-2130
XS-2230
XS-2130
XS-2230
XS-2130
XS-2230
JUEVES
VIERNES
XS-1130 (1)
XS-3510
XS-1130 (2)
XS-2330
XS-1130 (1)
XS-3510
XS-1130 (2)
XS-2330
XS-3510
XS-2130
XS-2130
XS-3170
XS-4030
XS-3170
XS-4030
XS-3170
XS-4030
XS-4050
XS-3170
XS-4030
XS-3130
XS-4530
XS-4050
XS-3130
XS-4530
XS-3130
XS-4530
XS-4050
XS-3130
XS-4530
SP-1628
SP-1645
XS-4430
SP-1610
XS-3210
SP-1629
XS-4430
SP-1637
SP-1642
SP-1628
SP-1645
XS-4430
SP-1610
XS-3210
SP-1629
XS-4430
SP-1637
SP-1642
SP-1629
SP-1642
SP-1637
XS-3210
SP-1628
SP-1645
SP-1629
SP-1642
SP-1637
SP-1628
SP-1645
XS-4430
Trabajo de comisiones y Asambleas
11 | P a g .
12 | P a g .
Nombre del curso:

Profesor:
Horario:
Aten. a estudiantes:
Requisitos
UNIVERSIDAD DE COSTA RICA

FACULTAD DE CIENCIAS ECONMICAS
ESCUELA DE ESTADSTICA
XS-1110 Estadstica Introductoria I
Nmero de crditos:
Perodo:
Aula:
L: 9-11:50 am / J:9-10:50 am
4
I Ciclo 20__
Co-requisitos:
PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

I.- DESCRIPCIN SINTTICA DEL CURSO
La estadstica es una disciplina que apoya el proceso de toma de decisiones en diversas reas del conocimiento,
adems, de entregar pautas para la presentacin adecuada de informacin. Este curso ofrece una visin amplia de la
Estadstica. Constituye el primer curso para estudiantes de la carrera Bachillerato en Estadstica. Refleja la
importancia de la disciplina en las diferentes ramas de la ciencia.
Este primer curso de estadstica, aborda las tcnicas de recoleccin, presentacin y anlisis de informacin, las
cuales son vitales para apoyar la toma de decisiones, con el fin de resolver innumerables problemas en las diferentes
reas del conocimiento. Adems, constituye un paso obligado para lograr introducirnos en tcnicas y procedimientos
que se abordarn ms adelante.
1.
2.
3.
II.- OBJETIVOS GENERALES

Dar una visin global de la Estadstica presentando el lugar que ocupa la Estadstica en la investigacin cientfica, las
diversas partes de que consta y sus aplicaciones mltiples
Transmitir la importancia de la calidad de los datos para que reflejen correctamente la realidad, presentando los
mtodos y problemas existentes para la recoleccin de informacin
Presentar las tcnicas bsicas (grficas y cuantitativas) exploratorias, descriptivas y de resumen.
III.- OBJETIVOS ESPECFICOS
Al aprobar el curso el estudiante estar en capacidad de:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Conocer el papel que juega la Estadstica en las diferentes etapas de una investigacin cientfica y su interrelacin de
la Estadstica con otras disciplinas.
Describir los propsitos y alcance de la aplicacin de las tcnicas y mtodos de Estadstica Descriptiva.
Ubicar un problema determinado dentro del marco de la Estadstica Descriptiva, teniendo claro las tcnicas
estadsticas de que dispone para la adecuada descripcin de un conjunto de datos y conociendo las escalas y
mtodos que se pueden aplicar a los diferentes tipos de variables.
Conocer los trminos de datos existentes y no existentes, censos, muestras, encuestas, experimentos y los mtodos
de recoleccin de datos: observacin, entrevista, correo y registro.
Definir los conceptos estadsticos de objetivos, poblacin, unidad estadstica, caracterstica y observacin, escalas de
medicin
Utilizar las tcnicas exploratorias de datos: diagrama de caja, tallo y hoja, distribuciones de frecuencia.
Conocer sobre el diseo de cuestionarios y otros instrumentos para recopilar informacin.
Calcular, usar e interpretar adecuadamente las medidas de posicin y variabilidad.
Calcular, usar e interpretar ndices, proporciones, proporciones y tasas.
Utilizar las diferentes tcnicas de presentacin de datos-textual, semitabular, cuadros y grficos- de una manera
adecuada
Conocer el concepto de asociacin y algunas formas de medirla.
13 | P a g .
IV.- METODOLOGA
Se impartirn clases magistrales pero con participacin de los y las estudiantes y con sesiones en el laboratorio de
computacin implementando el uso de excel en los clculos. Los y las alumnas deben leer con antelacin a las
lecciones los temas indicados por el profesor, con el fin de que el proceso de aprendizaje sea ms fluido. El curso
tiene un total de 5 horas, dos de las cules se dedicarn a prctica que se implementar, hasta donde el tema lo
permita, resolviendo ejercicios con Excel. Esta prctica se realizar en dos modalidades: (1) resolviendo casos en
grupos pequeos, (2) en el laboratorio de cmputo. Resulta muy importante el conocimiento previo de un programa
de hoja electrnica para elaborar cuadros y grficos en formato digital, hacer el clculo de estadsticas bsicas de
posicin y variabilidad.
Los temas se evaluarn complementariamente mediante aplicaciones prcticas definidas por cada profesor. Estas
asignaciones consistirn en casos que los estudiantes debern desarrollar, conjuntos de ejercicios relativos al tema, o
desarrollo prctico de pequeas investigaciones. El profesor indicar previamente el desglose de puntos para cada
aspecto a evaluar en cada uno de los trabajos. Hasta donde sea posible en las soluciones debe utilizarse el uso de
exel para lo cual se impartir al menos una sesin semanal en el laboratorio de cmputo. Durante estas sesiones se
podr implementar la evaluacin de los trabajos. Es importante que el o la estudiante tenga presente que los
laboratorios NO se repiten, as que si tiene involucrado una evaluacin corta el o la estudiante perder esa nota.
Los temas tratados tendrn trabajos prcticos para que los y las estudiantes la desarrollen por si mismos a fin de
fortalecer el aprendizaje del aula y debern acudir a consultar al profesor en sus horas de consulta. Se fortalecer el
complemento de tecnologas de informacin en el curso, empleando plataformas como Moodle a fin de poder
mejorar y actualizar la forma en que se lleva a cabo la enseanza en nuestra universidad. Este medio permite el
intercambio eficiente de informacin con los y las estudiantes, as como el acceso a todo el material del curso
mediante internet. Los y las estudiantes debern matricularse en el curso durante las dos primeras semanas de
iniciado.
V.- EVALUACIN
Cada profesor establecer su propio sistema de evaluacin. Sin embargo, se recomienda utilizar exmenes parciales,
prcticas, laboratorios e investigaciones pequeas.
VI. CONTENIDO DEL CURSO

I.-
LA ESTADSTICA Y SU RELACIN CON LA INVESTIGACIN CIENTFICA

1.1
Introduccin: definicin de Estadstica, breve historia de la Estadstica, algunas aplicaciones:
diseos experimentales, anlisis datos recolectados, encuestas, censos.
1.2
Estadstica Descriptiva e Inferencia Estadstica
1.3
Estadstica y el mtodo cientfico
1.4
Tipos de investigacin cientfica. Estudios transversales y longitudinales. Investigaciones
descriptivas y experimentales
1.5
Esquema general de una investigacin estadstica
1.6
Conceptos estadsticos bsicos: problema, objetivos, unidad estadstica, caractersticas y
tipos, escalas de medicin, observacin, poblacin, censo, muestra, muestreo probabilstico y
no probabilstico
II.-
OBTENCIN DE INFORMACIN ESTADSTICA

2.1
Datos existentes y no existentes
2.2
Fuentes primarias y secundarias y necesidad de evaluar las fuentes de datos
14 | P a g .
2.3
2.4
2.5
2.6
Tcnicas para la recoleccin de datos no existentes

El cuestionario y otros instrumentos para la recoleccin de datos
Codificacin y digitacin, empleo de paquetes para captura informacin
Tabulaciones preliminares: frecuencias simples y tablas de contingencia
III.- MEDIDAS RESUMEN DE DATOS

3.1
Clculo e interpretacin de razones, proporciones, porcentajes, tasas e ndices
3.2
Exploracin inicial de datos: arreglo ordenado, diagramas de caja y de tallo y hojas, diagramas
de caja.
3.3
Resumen de informacin cuantitativa en distribuciones de frecuencia. Detalles en su
construccin: lmites de clase, frecuencias absolutas y relativas, frecuencia acumulada
3.4
Representaciones grficas de distribuciones de frecuencia: histograma y polgono frecuencias.
3.5
Clculo e interpretacin de medidas de posicin (cuantilos)
3.6
Clculo e interpretacin de medidas de tendencia central (moda, mediana, media). Media
simple y ponderada, propiedades de la media.
3.7
Clculo e interpretacin de medidas de variabilidad (recorrido, rango intercuartil, desviacin
media, varianza, desviacin estndar y coeficiente de variacin).
IV.- PRESENTACIN DE DATOS
4.1
Normas esenciales en las formas de presentacin de datos estadsticos
4.2
Presentacin textual y semitabular
4.3
Cuadros estadsticos: partes, contenido ttulo, detalles de construccin, contenido bsico.
4.4
Grficos estadsticos: su construccin y anlisis (barras y columnas simples, comparativos,
100%-, aritmticos, reas, semilogartmico, circular).
V.- DESCRIPCIN DE DATOS BIVARIADOS
5.1
La asociacin y correlacin entre dos variables. Objetivo del anlisis bivariado.
5.2
Asociacin entre variables nominales (Q de Yule)
5.3
Correlacin entre variables ordinales (Spearman)
5.4
Correlacin entre variables mtricas (Pearson). Diagrama de dispersin, clculo e
interpretacin de coeficientes
5.5
Correlacin y causalidad.
5.6
Modelo regresin lineal simple. Interpretacin coeficientes de regresin: a y b
5.7
Bondad del ajuste: coeficiente de determinacin
5.8
Estimaciones y predicciones: interpolacin y extrapolacin y sus peligros
5.9
Concepto de regresin mltiple
VII.- CRONOGRAMA TENTATIVO

Cada profesor lo adecuar de acuerdo a su buen juicio.
VIII.- BIBLIOGRAFA
Libro de texto: Antologa Estadstica Introductoria I. Recopilada por la Escuela de Estadstica (Texto)
15 | P a g .
Mendenhall William, Beaver Robert J., Beaver Barbara M. 2007. Introduccin a la probabilidad y estadstica.
Thomson Learning. Ed. Mxico.
Carey, P. & K. N. Berk. 2001. Anlisis de datos con Microsoft Excel. Thomson Learning Ed. Mxico.
Gmez Barrantes, Miguel. 1998. Elementos de Estadstica Descriptiva. Tercera edicin. Editorial EUNED. Costa Rica.
Material complementario:
Tablas Estadsticas Universitarias.
Calculadora.
16 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-1130 Estadstica Introductoria II
Nmero de crditos:
L-J: 10:00-11:50 am
Perodo:
Aula:
XS-1110 y MA 0125
Co-requisitos:
4
II Ciclo 20__

Este es un curso de introduccin a la estadstica inferencial. En l se desarrollan los temas de probabilidad,
distribuciones de probabilidad (discretas y continuas), distribuciones de muestreo, tipos de muestreo, estimacin
para una media y una proporcin y verificacin de hiptesis para una media, una proporcin, la diferencia de dos
medias - con muestras independientes y observaciones pareadas, para diferentes tamaos de muestra y diferentes
supuestos sobre las varianzas poblacionales- y de dos proporciones.
II.- OBJETIVO GENERAL
Ofrecer una visin general de las tcnicas de Estadstica Inferencial que permiten realizar estimacin y verificacin de
hiptesis sobre medias y proporciones e ilustrar su utilidad en el anlisis de datos.
III.- OBJETIVOS ESPECIFICOS
1.
2.
3.
4.
Aplicar los conceptos bsicos de probabilidad y distribuciones de probabilidad para la resolucin de

problemas bsicos.
Reconocer diferentes tipos de muestreo y el efecto de ellos en la estimacin del error estndar.
Realizar estimaciones puntuales y por intervalo para la media aritmtica.
Contrastar hiptesis para tablas de asociacin y contingencia.
IV.- METODOLOGA.
Se impartirn clases magistrales y se emplear intensivamente Excel para resolver las prcticas y asignaciones. Se
espera que los alumnos hayan ledo con antelacin a las lecciones, los temas, con el fin de que el proceso de
aprendizaje sea ms fluido y se aproveche mejor el tiempo.
Se utilizar, como texto, la antologa ESTADSTICA INTRODUCTORIA producida en la Escuela de Estadstica.
V.- EVALUACIN
VI.- CONTENIDO DEL CURSO
I.1.1
1.2
1.3
1.4
INTRODUCCIN A LAS PROBABILIDADES

Inferencia Estadstica y probabilidad
Concepto bsico de probabilidad.
Experimento, experimento aleatorio.
Eventos (simples y compuestos, mutuamente excluyentes, igualmente probables, independientes) y espacio
17 | P a g .
muestral.
1.5 Probabilidad clsica, estadstica o relativista y subjetiva.
1.6 Ley general del producto de probabilidades, probabilidad condicional, caso de eventos independientes.
1.7 Ley general de la suma de probabilidades, probabilidad conjunta, caso de eventos mutuamente
excluyentes.
1.8 Variable aleatoria: continua y discreta.
II-
DISTRIBUCIONES DE PROBABILIDAD.
2.1 DISTRIBUCIONES DISCRETAS

2.1.1
Distribucin de probabilidad para variable discreta

Variable aleatoria discreta
Funcin de densidad e interpretacin grafica
Distribucin de probabilidad simple y acumulada
Valor esperado: media y varianza.
2.1.2
Distribucin Binomial.
Experimento de Bernoulli.
Variable binomial.
Distribucin Binomial
Frmula matemtica.
Media, varianza y desviacin estndar.
Clculo de probabilidades con Excel.
2.1.3
Distribucin Poisson.
Variable Poisson.
Distribucin de Poisson.
Frmula matemtica.
Media, varianza y desviacin estndar.
2.2 DISTRIBUCIONES CONTINUAS
2.2.1
Distribucin de probabilidad para variable continua

Variable aleatoria continua
Funcin de densidad e interpretacin grfica
Distribucin de probabilidad simple y acumulada
Valor esperado: media y varianza.
2.2.2
Distribucin normal
Caractersticas y propiedades.
Frmula matemtica.
Media y varianza.
Distribucin normal estndar.
2.2.3
Distribucin t-student.
Caractersticas y propiedades.
Frmula matemtica.
Media y varianza.
Distribucin normal estndar.
18 | P a g .

III- MUESTREO PROBABILSTICO.
3.1. Conceptos bsicos de muestreo probabilstico.
Poblacin de estudio y unidad de muestreo
Censo y muestra.
Valores poblacionales y muestrales, error de muestreo y sesgos
Marco muestral: calidad, ordenamiento, variables que debe contener.
3.2. Tipos de muestreo probabilstico.
Muestreo de elementos y de conglomerados.
Muestreo con reemplazo y sin reemplazo.
Muestreo simple al azar. Procedimiento de seleccin. Ventajas y desventajas.
Muestreo sistemtico. Procedimiento de seleccin. Ventajas y desventajas.
Muestreo estratificado. Procedimiento de seleccin. Ventajas y desventajas.
Muestreo de conglomerados y muestras complejas. Conceptos y contraste con muestreo de elementos.
IV- ESTIMACIN DE UNA MEDIA Y UNA PROPORCION.
4.1 Conceptos bsicos: estimador, estimacin, valor poblacional, distribucin de muestreo de un estimador, error
estndar de un estimador y relacin con el tipo de muestreo.
4.2 Propiedades deseables de los estimadores.
4.3 Estimacin puntual y por intervalo.
4.4 Teorema del Lmite Central, su importancia en inferencia estadstica.
4.5 Estimacin puntual de la media poblacional () y de la proporcin poblacional (P) y sus respectivos errores
estndar usando muestreo simple con o sin reemplazo, sistemtico y estratificado de elementos y de
conglomerados.
4.6 Estimacin por intervalo para la media () y la proporcin (P) usando muestreo probabilstico simple de
elementos.
4.6.1 Criterios para determinar el tamao de muestra para estimar por intervalo y P: variabilidad, error de
muestreo permisible, confianza requerida en las estimaciones y tipo de seleccin.
4.7 Estimacin de dos medias y dos proporciones.
V- INTRODUCCIN AL CONTRASTE DE HIPTESIS.
5.1 Concepto de verificacin de hiptesis: un problema de decisin.
5.2 Lgica de la verificacin de hiptesis.
5.3 Algunos conceptos bsicos en verificacin de hiptesis: hiptesis nula, alterna, verificaciones bilaterales y
unilaterales, nivel de significancia, error tipo I y tipo II y su importancia, zona de rechazo y de aceptacin, regla
decisin.
5.4 Contraste de tablas de contingencia y asociacin: Chi cuadrado.
VI.- CRONOGRAMA TENTATIVO

VII.- BIBLIOGRAFA
Libro de texto: Antologa elaborada por los profesores de la escuela de Estadstica que impartirn el curso. Para cada
tema se recomienda que se presenten aplicaciones al menos a dos campos diferentes. Por ejemplo estimacin con
un libro de Administracin y otro de Biologa, Verificacin de una media con un texto de Ciencias Sociales y otro de
Ciencias de la Salud
Anderson; Sweeney & Willians. Estadstica para administracin y economa. Thomson. Mxico.8va edicin.
19 | P a g .
Berk, K. N. & P. Carey. 2001. Anlisis de datos con Microsoft Excel . Thomson Learning. Mxico.
Gmez, M. 1980. Notas de Muestreo. UCR.
Gmez Barrantes Miguel. 1998. Elementos de Estadstica Descriptiva. Tercera edicin. Editorial EUNED. Costa Rica.
Kazmier L.& A., Daz-Mata. 1996. Estadstica aplicada a Administracin y a la Economa. Segunda Edicin revisada.
Editorial McGraw-Hill. Mxico.
Levin, R. & D. Rubin. 1996. Estadstica para Administradores. Sexta edicin. Editorial Prentice Hall. Mxico.
Mendenhall; Beaver & Beaver. Introduccin a la Probabilidad y la Estadstica. Thomson Ed. Mexico.
Spiegel, M. R. .Statistics. Schaum Publishing Co.
Webster. A. Estadstica aplicada a los negocios y la economa. Irwin-McGraw-Hill. Mxico. 3era edicin.
Material complementario:
-
Tablas Estadsticas Universitarias.

Calculadora.
20 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-2210 Estadstica Computacional I
Nmero de crditos:
Perodo:
Aula:
M: 8:00 a 10:50 am
XS-1130, MA-0213
4
I ciclo 200__
Co-requisitos:

En este curso introductorio, el estudiante de estadstica debe obtener los conocimientos bsicos en el uso de
computadoras y los fundamentos de programacin y bases de datos requeridos para un estadstico adems de las
tcnicas de recoleccin y depuracin de datos.
Lograr que el estudiante maneje adecuadamente el equipo de cmputo tanto en sus componentes y capacidades del
hardware como del software, incluyendo el sistema operativo y las aplicaciones ms importantes.
Desarrollar en el estudiante las capacidades bsicas de programacin de computadoras en general y en particular en
un lenguaje determinado que se adapte para el procesamiento de datos estadsticos.
Introducir al estudiante en la teora de bases de datos que le permitan hacer el modelaje de datos de ndole
estadstica. Adicionalmente, deber desarrollar las habilidades y conocimientos en el manejo de un sistema de
manejo de bases de datos.
Conocer las consideraciones computacionales en el diseo y obtencin de datos de investigaciones estadsticas y
aprender a utilizar un paquete para la captura y depuracin de datos como CSPro.
IV.- METODOLOGA
Este curso es fundamentalmente prctico y deber ser desarrollado totalmente en un laboratorio de computo en
donde el estudiante puede realizar las prcticas de cada sesin. Sin embargo, se deber complementar con la
exposicin de los fundamentos tericos de cada tema.
V.- EVALUACIN

El Hardware. Historia y componentes de un computador y sus perifricos. Caractersticas bsicas y capacidades de
sus componentes. Redes de computadoras. PDAs.
El Software. Tipos de software: Sistemas Operativos, Paquetes de oficina, Lenguajes de programacin, Sistemas
Administradores de Bases de Datos, Paquetes estadsticos, Software especializado.
Programacin de Computadoras. Lgica de programacin. Programacin orientada a objetos. Lenguaje de
21 | P a g .
programacin (R). Conjuntos de caracteres, tipos de datos, constantes, variables, expresiones, instrucciones,
operadores aritmticos y lgicos. Entrada y salida de datos. Estructuras de control (if, then else, while, for case, etc.).
Arreglos y funciones.
Bases de Datos. Introduccin a los sistemas de bases de datos. Modelo Entidad/Asociacin y Modelo Relacional,
Introduccin al Visual FoxPro. Creacin y uso de tablas, obtencin de resultados. Consultas en SQL y reportes.
Aspectos computacionales del diseo de cuestionarios. Estrategias globales de manejo de errores. Definicin de
reglas (pautas) de consistencia. Procedimientos de codificacin
Diseo de aplicaciones de entrada de datos. Tcnicas para la deteccin y correccin de inconsistencias.

VIII.- BIBLIOGRAFA
Libros de teora de bases de datos y programacin y de los lenguajes y paquetes a utilizar en el curso.
22 | P a g .
Nombre del curso:

XS-2310 Modelos Probabilsticos Discretos
Nmero de crditos:
Profesor:
Horario:
Requisitos
K, V: 7:00 a 8:50 a.m.

K, V: 9:00 a 10:00 a.m.
XS-1130, MA-0213
Perodo:
Aula:
Co-requisitos:
4
II Ciclo 20__.
XS-2110

Es un curso del primer ao del bachillerato en Estadstica. Es un curso terico-prctico que proporciona los
elementos bsicos de la teora de la probabilidad en espacios discretos, y aplicaciones a juegos de azar, muestreo,
salud, demografa, finanzas etc. El curso es esencial para los cursos: XS-212 Modelos probabilsticos continuos y XS-312
Principios y Tcnicas de Muestreo.
Impartir los conceptos, teoremas y distribuciones bsicos de la teora de la probabilidad en espacios discretos.
Al finalizar el curso, se espera que el estudiante:
Entienda y sepa aplicar los teoremas bsicos de probabilidades en espacios probabilsticos discretos.
Reconozca las distribuciones de probabilidad discretas bsicas y pueda calcular probabilidades manualmente, o
mediante tablas y la hoja EXCEL.
Comprenda y sepa aplicar el concepto de valor esperado y sus propiedades.
Comprenda y sepa manejar los conceptos de distribucin de probabilidad discreta en una y ms dimensiones,
distribucin marginal y condicional, momentos, covariancia, correlacin y generatriz de momentos
Conozca las relaciones entre varias distribuciones como la binomial, Poisson, hipergeomtrica, y entre la
binomial y la distribucin normal.
Aprecie la utilidad de la teora de la probabilidad como fundamento de la disciplina de la estadstica.
Conozca varias aplicaciones de la teora de la probabilidad al muestreo, juegos de azar, economa, etc.
Posea un entrenamiento satisfactorio que le permita llevar con xito el curso XS-212 Modelos
Probabilsticos Continuos.
IV.- METODOLOGA
El curso se basa en clases magistrales, participacin activa de los estudiantes promovida por el profesor, as como de
sesiones de prctica. En estas se espera que los estudiantes, supervisados por el profesor, resuelvan en la pizarra los
ejercicios del libro de texto indicados con anticipacin por el profesor. Para ilustrar las aplicaciones de la teora de la
probabilidad se utilizar una antologa de casos, los cuales sern discutidos en clase, para lo cual los estudiantes deben
haberlos estudiado previamente.
V.- EVALUACIN
23 | P a g .

TEMA I CONCEPTOS FUNDAMENTALES DE PROBABILIDADES EN ESPACIOS DISCRETOS
1.1 Origen de la teora de la probabilidad. Juegos de azar, experimento aleatorio y definicin clsica de probabilidad.
Espacio muestral, sucesos o eventos. Consecuencias de la definicin clsica: propiedades de las probabilidades. La
frecuencia relativa de un suceso. Tcnicas de conteo: principios fundamentales del anlisis combinatorio,
permutaciones (con y sin repeticin) y combinaciones. Muestras ordenadas y sin ordenar, con o sin reemplazo.
Concepto de muestra simple al azar. Clculo de probabilidades utilizando permutaciones y combinaciones.
1.2 Problemas de enfoque clsico de la probabilidad. Otros enfoques: frecuencia relativa, probabilidad subjetiva,
mtodo axiomtico. Desarrollo del mtodo axiomtico. Teoremas bsicos. Probabilidad de un suceso.
1.3 Probabilidad condicional e independencia de sucesos. Leyes multiplicativa de la probabilidad y aditiva de la
probabilidad. Clculo de la probabilidad de un suceso: mtodo de la composicin de eventos. Teoremas de la
probabilidad total y de Bayes. Cadenas de Markov.
TEMA II VARIABLES ALEATORIAS DISCRETAS UNIDIMENSIONALES
2.1 Definicin de variable aleatoria. Variable aleatoria discreta. La distribucin de probabilidad. Funcin de distribucin
acumulativa. Distribuciones bsicas: Bernoulli, binomial, binomial negativa, geomtrica, hipergeomtrica, Poisson.
2.2 Valores esperados: media y variancia. Momentos poblaciones. Funciones generatrices de momentos. Medias,
variancias, y generatrices de momentos de las distribuciones bsicas.
2.3 Uso de tablas estadsticas y la hoja Excel para calcular probabilidades.
TEMA III VARIABLES ALEATORIAS DISCRETAS MULTIDIMENSIONALES
3.1 Variables aleatorias y distribuciones de probabilidad bidimensionales. Distribuciones marginales y condicionales.
Variables aleatorias independientes.
3.2 Variables aleatorias y distribuciones multidimensionales. Distribuciones marginales y condicionales.
3.3 Valores esperados de funciones de variables aleatorias. Teoremas especiales. Covariancia y correlacin de dos
variables aleatorias. Valor esperado y variancia de funciones lineales de variables aleatorias. Esperanzas
condicionales.
3.4 La distribucin hipergeomtrica multidimensional. Distribuciones marginales La distribucin multinomial.
Distribuciones marginales y condicionales, funcin generatriz de momentos. Medias, variancias y covariancias.
Transformacin de variables.
3.5 Simulacin de variables aleatorias discretas y aplicaciones.
TEMA IV TEOREMAS FUNDAMENTALES DE LMITES DE DISTRIBUCIONES Y DISTRIBUCIN DE SUMAS DE
VARIABLES ALEATORIAS INDEPENDIENTES
4.1 Clculo de la distribucin de sumas de variables aleatorias por el mtodo de la generatriz de momentos: suma
de variables Bernoulli, suma de variables Poisson, suma de variables geomtricas.
4.2 Aproximacin de la Poisson con la binomial, de la hipergeomtrica con la binomial. Lema de Chebyshev. Ley
dbil de los grandes nmeros. La distribucin normal como lmite de la binomial (teorema de De MoivreLaplace). Teorema del Lmite Central.

24 | P a g .
VIII.- BIBLIOGRAFA
Libro de Texto: Hernndez Rodrguez, Oscar (2008). Modelos probabilsticos discretos. Editorial de la Universidad
de Costa Rica. 2008.
Antologa de casos.
Material complementario
Wackerly, D. D, Mendenhall, W y Scheaffer, R. (2002). Estadstica Matemtica con aplicaciones. Thomson, Mxico.
De Groot, M. H. Probabilidad y Estadstica. Addison-Wesley Iberoamericana. Segunda edicin, 1988.
Spiegel, M. Probabilidad y Estadstica. Serie Schaum.
25 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-2110 Mtodos Estadsticos
Nmero de crditos:
Perodo:
Aula:
K-V: 7:00 a 8:50 am

XS-1130
Co-requisitos:
4
I ciclo 20__
XS-2310

Este es un curso del III ciclo (segundo ao) de la carrera de Bachillerato en Estadstica, y reviste una gran importancia
para el futuro desempeo del profesional, pues le proporciona las herramientas bsicas de la prctica inferencial al
nivel paramtrico y no paramtrico, distinguiendo cundo es pertinente el uso de las diferentes tcnicas de acuerdo
con el tipo de problema que se enfrente.
- Ensear los conceptos bsicos de estimacin y contraste de hiptesis para la media y variancia para una y
dos muestras independientes, introducir la tcnica del anlisis de variancia de una va y los procedimientos
de comparaciones mltiples, proveer el anlisis bsico de las tablas cruzadas y las correspondientes
medidas de asociacin, y algunas tcnicas no paramtricas.
- La enseanza se apoya fuertemente en el computador, sin descuidar el nfasis en los principios y conceptos
estadsticos..
Al terminar el curso el estudiante debe ser capaz de:
-
Verificar que se cumplen los supuestos requeridos para diferentes pruebas estadsticas.
Aplicar los procedimientos de contrastes de hiptesis y de estimacin puntual y por intervalos.
Calcular las probabilidades de cometer los tipos de error I y II. Uso del valor p.
Establecer contrastes para el promedio, variancia, correlacin y proporcin, tanto para una muestra, como
para dos muestras independientes.
Establecer la igualdad de dos o ms proporciones poblacionales: Anlisis de Ji-cuadrada.
Efectuar pruebas de bondad de ajuste (Ji-cuadrada, Kolmogorov-Smirnov, otras pruebas de bondad de
ajuste para distribuciones especficas, kurtosis, asimetra).
Aplicar algunas tcnicas no paramtricas: pruebas de aleatoriedad, pruebas exactas.
Evaluar los supuestos de normalidad, variancias iguales u otros que exija una determinada prueba para
utilizar Estadstica Paramtrica, si no se cumplen utilizar Estadstica No Paramtrica.
Establecer para cada prueba estadstica cules son sus hiptesis nula y alternativa, el nivel de medicin que
debe tener la(s) variable(s) que utiliza y conocer los supuestos y probarlos, para as tomar las precauciones
necesarias al planear la recoleccin de datos y su posterior anlisis.
Establecer las caractersticas que deben tener los datos para poder aplicar vlidamente una tcnica
estadstica determinada. Los datos deben ser factibles de recolectar, vlidos y confiables.
Establecer cul es la distribucin muestral de los estadsticos relacionados con cada tcnica o mtodo
estadstico principal.
Establecer cules son los supuestos sobre los que se basa la distribucin muestral de los estadsticos
relacionados con cada tcnica o mtodo estadstico principal.
Reconocer los valores crticos ms usados para los principales niveles de confianza de las distribuciones de
los estadsticos relacionados con las tcnicas y mtodos estadsticos principales.
Reconocer (aunque sea aproximadamente) los tamaos de muestras para los cuales las distribuciones
reales de los estadsticos relacionados a los mtodos y tcnicas estadsticas principales se aproximan
26 | P a g .
razonablemente a las distribuciones tericas de esos mismos estadsticos.

Establecer los supuestos, los procedimientos para la aplicacin, los propsitos y alcance de las tcnicas y
mtodos estadsticos principales.
Emplear las tcnicas de simulacin para generar muestras aleatorias y verificar las distribuciones muestrales
del promedio y de la variancia muestral, as como el teorema del lmite central.
Usar paquetes estadsticos, como el R, SPSS, etc.
IV.- METODOLOGA
- Los objetivos propuestos se alcanzarn mediante clases magistrales en que el profesor se basar
principalmente en ejemplos de aplicacin de las diferentes tcnicas, resolvindolos primeramente en forma
manual y mostrando luego como se obtienen los mismos resultados mediante el uso de un paquete
computacional. Los alumnos luego podrn resolver sus propios problemas ya sea mediante el uso del
computador o sin l.
- Es necesario que el estudiante traiga consigo una calculadora, idealmente con modo estadstico.
- Se utilizarn software estadsticos disponibles en la Escuela de Estadstica.
- Las lecturas para cada semana se sealan en el cronograma.
V.- EVALUACIN

Tema I. Repaso. Tipos de variables y estadsticos de resumen
Tema II. Repaso de estadstica inferencial: Teorema del Lmite Central. Estimadores como variables. Distribucin de
la media y variancia muestral.
Tema III. Anlisis paramtrico con una variable o solo un grupo. Robustez. Contrastes de hiptesis. Hiptesis nula,
alternativa y tipos de error. Clculo de alfa y beta. Prueba t-student para la media de una muestra. Prueba para la
variancia de una muestra. Potencia de la prueba.
Tema IV. Otros anlisis paramtricos y no paramtricos. Contrastes de hiptesis para proporciones. Contrastes
exactos para proporciones. Contraste binomial. Contrastes de bondad de ajuste. Contraste de aleatoriedad.
Contraste de Kolmogorov-Smirnov para una muestra. Bondad de ajuste.
Tema V. Simulacin con el computador: generacin de muestras de una poblacin con diferentes distribuciones de
probabilidad. Bootstrap
Tema VI. Anlisis paramtrico y no paramtrico con dos grupos independientes. Contraste t de Student con igualdad
y desigualdad de variancias. Contraste exacto de Fisher-Irwin, contraste de Mann-Whitney. Prueba de KolmogorovSmirnov para dos muestras.
Tema VII. Anlisis con dos ms grupos o con dos o ms variables. Anlisis de variancia de una va. Contraste de
homogeneidad de variancias: pruebas de Box, Levene, etc. Comparaciones mltiples: Duncan, Tukey, etc. ANDEVA
no paramtrico de Kruskal Wallis, Q de Cochran, prueba de medianas.
Tema VIII. Anlisis paramtrico y no paramtrico con dos variables o dos grupos de datos relacionados. Pureba tpareada, repaso de covariancias y correlacin lineal simple. Prueba de signos, prueba de rangos de Wilcoxon,
coeficientes de correlacin no paramtricos de Spearman y Kendall. Medidas de asociacin epidemiolgica: odds
ratios, razn de riesgo. Otras medidas de asociacin: eta, correlacin biserial puntual, correlacin tetracrica,
27 | P a g .
coeficiente de contingencia.
Tema IX. Introduccin al anlisis de regresin simple y mltiple, y correlaciones parciales.
Tema X. Tamaos de muestra.

VIII.- BIBLIOGRAFA
El libro de texto:
Gutirrez Espeleta, E.E. 1995. Mtodos Estadsticos (para las ciencias biolgicas). Heredia, C.R.
EUNA. 2. Ed. (Libro de texto)
Otra bibliografa.
Mendenhall, W., Beaver, R.J., & Beaver, B.M. 2002. Introduccin a la probabilidad y estadstica. Australia : Thomson,
c2002/ 1. ed.
Montgomery, D.C. 2005. Diseo y anlisis de experimentos. Mxico, D.F. Editorial LIMUSA, S.A. de C.V. 2. Ed.
(Libro de texto)
Siegel, S. 1990. Estadstica no paramtrica aplicada a las ciencias de la conducta. Mxico: Trillas. 3. Ed.
Wackerly, D.D., Mendenhall, W., Scheaffer, R.L. 2002. Estadstica matemtica con aplicaciones. Australia : Thomson,
2002
Wooldridge J.M. 2000. Introductory Econometrics. A Modern Approach. South-Western College Publishing. Thomson
Learning. 1a. ed.
28 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-2230 Estadstica Computacional II
Nmero de crditos:
Perodo:
Aula:
K 14:00 a 17:50
XS-2310, XS-2210, XS-2110
4
II ciclo 200__
Co-requisitos:

Al finalizar el curso, el estudiante deber tener los conocimientos y habr desarrollado habilidades en el
procesamiento de datos estadsticos desde los procesos de diseo de las investigaciones, pasando por la recoleccin
y depuracin de datos hasta el anlisis utilizando paquetes estadsticos.
Desarrollar conocimientos y habilidades en la captura y depuracin de datos estadsticos.
Aprender a utilizar SPSS y SAS para construir y manipular archivos, definir diccionarios de datos, elaborar estadsticas
descriptivas y aplicar otros mtodos y tcnicas.
Conocer tcnicas de generacin de nmeros aleatorios.
IV.- METODOLOGA
El desarrollo de las sesiones se har en el laboratorio de cmputo en donde cada estudiante tendr acceso a una
computadora. El profesor podr desarrollar los temas conceptuales apoyados en ejemplos prcticos que el
estudiante deber preparar en el equipo de cmputo.
Para el estudio de los Sistemas de Bases de Datos se impartirn lecciones magistrales complementadas con sesiones
prcticas que resultarn en la elaboracin de un proyecto individual. La segunda parte del curso tendr la forma de
un taller de utilizacin del SPSS, en dnde el estudiante debe demostrar el nivel de conocimiento y habilidad en el
uso del paquete por medio de una prctica evaluada. La parte final del curso se dedicar al estudio del
procesamiento estadstico de datos, en donde el estudiante participar en sesiones de discusin de los documentos
entregados en clase y realizar un segundo proyecto con CSPro. Un examen terico servir para evaluar el
conocimiento adquirido en la primera y ltima parte del curso.
V.- EVALUACIN

Desarrollar una aplicacin de entrada y depuracin de datos de una investigacin compleja utilizando CSPro.
Consideraciones filosficas, paradigmas y metforas del paquete estadstico. Definiciones de casos y observaciones.
Construccin de diccionarios de datos. Creacin y modificacin de variables. Seleccin y ponderacin de casos.
Manejo de archivos (mezclas, agregaciones, etc). Produccin de estadsticas descriptivas. Elaboracin de grficos y
29 | P a g .
otros medios de salida. Creacin de tablas de 2 y 3 tres enradas y creacin de programas. Otros usos avanzados.
Generacin de nmeros aleatorios: mtodos de Monte Carlo, simulacin de muestras de poblaciones mediante
nmeros seudoaleatorios y solucin de ecuaciones no lineales. Generacin de muestras de poblaciones discretas y
continuas, y una ilustracin del teorema del lmite central. (Apoyado con el uso de algn software)
Contenido temtico
1.
1.1
1.2
1.3
1.4
2.
2.1
2.2
2.3
2.4
2.5
3.
3.1
3.2
3.3
3.4
4.
4.1
4.2
4.3
4.4
4.5
4.6
4.7
Sistemas de Bases de Datos

Sistemas Administradores de Bases de Datos
Modelo Entidad/Asociacin
Modelo Relacional
Consultas a bases de datos con SQL
Introduccin al uso del Visual FoxPro
Creacin y uso de tablas
Obtencin de resultados
Indices y relaciones
SQL
Reportes
Paquetes estadsticos
Introduccin al SPSS
Archivos SPSS, variables, etiquetas, valores, etc.
Recodificacin, calculos, ponderaciones
Manejo de datos con SPSS
Procesamiento de datos estadsticos
Formulacin de la investigacin
Modelaje de datos
Diseo del cuestionario
Procedimientos de codificacin
Recoleccin de datos
Crtica y codificacin
Deteccin y correccin de errores

VIII.- BIBLIOGRAFA
Elmasri
y
Navathe.
Fundamentos
Addison Wesley (Pearson), Espaa, 2002
de
Sistemas
de
Bases
de
Datos,
C. Gonzlez, Sistemas de Bases de Datos. Editorial Tecnolgica de Costa Rica. 1996.

H.F. Korth y A. Silberschatz, Fundamentos de Bases de Datos. Segunda Edicin. McGraw Hill. Mxico 1993.
S. Reber, R. Nichols, D. Garcia Marn, Visual FoxPro 5.0". Prentice Hall Hispanoamericana, S.A. 1995
Documentos entregados en clase y bsqueda en internet.
Manuales del software.
30 | P a g .
Ed.
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-2330 Modelos Probabilsticos Continuos
Nmero de crditos:
Perodo:
Aula:
L-J: 7:00 a 8:50 am

MA-0313; XS-2310, XS-2110
Co-requisitos:
4
I ciclo 20__
MA-0232, XS2130

Continuando con el proceso de formacin de los estudiantes, este curso complementa al curso Modelos
probabilsticos discretos. Por esta razn muchos de los concepto tericos analizados para el caso discreto son
ahora ampliados al caso continuo. Por esta razn, es fundamental que el estudiante tenga una buena formacin
bsica de los modelos discretos.
Analizar la teora de la probabilidad para el caso continuo
Desarrollar una actitud crtica hacia la experimentacin de fenmenos naturales y sociales mediante su
relacin con la teora de probabilidad.
Al finalizar el presente curso el estudiante debe ser capaz de:
Aplicar correctamente el concepto de probabilidad a situaciones de la vida real.
Utilizar las principales propiedades y leyes probabilsticas para resolver problemas en diversos
campos(Biologa, seguros, economa, educacin, etc.)
Generar muestras de las distintas distribuciones estudiadas haciendo uso del computador
Aplicar las propiedades bsicas de los modelos probabilsticos continuos para resolver problemas prcticos.
IV.- METODOLOGA
El curso se desarrolla mediante la tcnica expositiva e interrogativa, favoreciendo al mximo la participacin de
los estudiantes. Tambin se vincula la herramienta tecnolgica por medio del uso de la computadora en la
resolucin de ejercicios prcticos. Se realizarn ciertos experimentos aleatorios en el aula que ilustran los
temas impartidos. Adicional a las cuatro horas lectivas, el profesor atender las dudas de los estudiantes en
durante un perodo de dos horas adicionales
V.- EVALUACIN
Cada profesor establecer su propio sistema de evaluacin. Sin embargo, se recomienda utilizar exmenes
parciales, prcticas, laboratorios e investigaciones pequeas.

Tema I. Variables aleatorias continuas
Variable aleatoria continua. Distribucin de una variable aleatoria continua.
Funciones de distribucin
31 | P a g .
acumulativa. Valor esperado y variancia de una variable aleatoria continua.

Tema II. Distribuciones de variables aleatorias contnuas
Casos particulares de distribuciones continuas: Uniforme, gamma, ji-cuadrado, beta, exponencial y normal.
Teorema de Chebyshev. Funcin generadora de momentos.
Tema III. Distribuciones de probabilidad multivariada
Distribucin de probabilidad continua bivariable y multivariable. Distribuciones marginales y condicionales.
Independencia de variables aleatorias. Valor esperado, variancia y covariancia en casos bivariados.
Distribucin normal bivariada.
Tema IV. Funciones de variables aleatorias
Distribucin de probabilidad de una funcin de variables aleatorias: Mtodo de las funciones de distribucin,
mtodo de las transformaciones, mtodo de las funciones generadoras de momentos. Transformaciones
multivariables con jacobianos.
Tema V. Distribuciones muestrales
Distribuciones muestrales. Distribucin muestral de la media: Teorema del lmite central. Distribucin t de
Student y distribucin F. Aproximacin normal a la distribucin binomial.

VIII.- BIBLIOGRAFA
Libro de texto:
Mendenhall, W.; Scheaffer, R. y Wakerly, D. (2002). Estadstica Matemtica con

Aplicaciones. Stima Edicin. Editorial Thonson. Mxico.
Otros libros de consulta son:

Spiegel, M.; Schiller, J. y Srinivasan A. (2003). Probabilidad y Estadstica. Editorial Mc.Graw-Hill. Mxico
Feller, W. (1991). Introduccin a la Teora de Probabilidades y sus aplicaciones. Limusa. Espaa.
DeGroot, Morris H.(1998). Probabilidad y Estadstica. Addison-Wesley. Iberoamericana. Mxico
Devore, J. (2007). Probabilidad y Estadstica para Ingeniera y Ciencias. Sexta Edicin. International
Thomson Editores. Mxico
Freund, John E. y Walpole, R. (2000). Estadstica Matemtica con Aplicaciones. Sexta Edicin. Prentice-Hall
Hispanoamericana, S. A. Mxico.
Meyer, P. (1992). Probabilidad y Aplicaciones estadsticas. Adisson Wesley, Mxico.
Mood, A.; Graybill, F. y Boes, D. (1975). Introduction to the Theory of Statistics. McGraw-Hill. New York.
Walpole, F. (1990) Estadstica Matemtica con Aplicaciones. Cuarta Edicin. Editorial Printice-Hall,
Hispanoamericana. Mxico.
Walpole, R. y Myers, R. (1992) Probabilidad y Estadstica. Cuarta Edicin. Editorial Mc Graw Hill. Mxico.
32 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-2130 Modelos de Regresin Aplicados
Nmero de crditos:
Perodo:
Aula:
K: 9:00-11:50 y V: 10:00-11:50
XS-2110, XS-2210, MA-0313
Co-requisitos:
4
II Ciclo 20__
XS-2330

Los modelos de regresin son un tema central en la prctica de la estadstica y forman la base de un amplio rango de
mtodos estadsticos. En este curso se presentarn las bases de los modelos de regresin mltiple y los
procedimientos desarrollados para asegurar una aplicacin correcta de los mismos.
Adems de los conocimientos tericos se brindar al estudiante la posibilidad de aplicar los mtodos mediante el uso
de un paquete estadstico (como SPSS, STATA o JMP) o un lenguaje de programacin (como R).
Proveer a los estudiantes el conocimiento conceptual y los instrumentos estadsticos para la aplicacin de los
modelos de regresin lineal.
Al finalizar el curso el estudiante tendr criterio y conocimiento bsico para:
Reconocer las situaciones donde se pueden aplicar las tcnicas de regresin lineal.
Utilizar un modelo con fines de prediccin (un valor estimado individual, un valor estimado promedio).
Usar diferentes tcnicas de seleccin de variables para formar un modelo apropiado a partir de un conjunto
de predictores disponibles.
Llevar a cabo los diagnsticos del modelo de regresin ajustado.
Aplicar las medidas apropiadas en los casos de no conformidad con los supuestos del modelo de regresin.
Analizar casos con variables predictoras cualitativas.
Llevar a cabo un estudio completo con datos reales y complejos. Las aplicaciones podrn ser tomadas de
investigaciones en reas como la economa, medicina, psicologa, biologa, poblacin, etc.
Usar adecuadamente un paquete estadstico (como SPSS, STATA o JMP) o un lenguaje de programacin
(como R) para llevar a cabo anlisis de regresin completos.
IV.- METODOLOGA
Este curso es fundamentalmente terico-prctico en donde se utilizan las sesiones tericas, sesiones prcticas donde
se utiliza el laboratorio de cmputo. Adems, se dejan tareas para resolver en la casa y se trata de que los
estudiantes utilicen datos reales con los cuales los estudiantes deben prepar y presentar un informe.
V.- EVALUACIN
33 | P a g .

I. Modelos de regresin simple y mltiple.
1.1
Ideas bsicas.
1.2
El modelo y los supuestos.
1.3
Estimacin de los coeficientes (notacin matricial).
1.4
Valores ajustados y residuales.
1.5
Inferencias. El cuadrado de medio de error. Varianzas de los estimadores. Intervalos de confianza para los
coeficientes.
1.6
Intervalos de confianza para la respuesta media y prediccin de nuevas observaciones.
1.7
Coeficientes de determinacin (mltiple y parcial). Suma de cuadrados de regresin adicional (condicional a
predictores incluidos previamente).
1.8
Pruebas de hiptesis. Comparacin de modelos anidados con la distribucin F. Uso de la distribucin t.
II. Seleccin de predictores.
2
2.1
Coeficiente de determinacin (R ) ajustado.
2.2
Seleccin hacia adelante y hacia atrs.
2.3
Criterios de informacin: Akaike y Bayes.
2.4
Estadstico de Mallow (Cp).
III: Diagnsticos.
3.1
Verificacin de los supuestos:
a. Normalidad vs no-normalidad: QQ plot.
b. Homoscedasticidad vs heteroscedasticidad: grfico de residuales y prueba formal de Breush Pagan.
c. Independencia lineal vs multicolinealidad: factor de inflacin de variancia (VIF), anlisis de suma de
cuadrados de regresin adicional, coeficientes de correlacin entre predictores.
d. Linealidad vs no-linealidad entre predictor y respuesta: grficos de regresin parcial.
e. Aleatoriedad vs autocorrelacin: prueba de Durbin-Watson.
3.2
Medidas para detectar valores extremos:
a. En la respuesta: residuales estudentizados externamente.
b. En los predictores: valores de leverage.
3.3
Medidas para detectar casos de influencia:
a. Sobre un valor ajustado: DFFITs.
b. Sobre el ajuste general: distancia de Cook.
c. Sobre los coeficientes: DFBETAs.
IV: Medidas remediales.
4.1
No-normalidad: Transformaciones. Regresin de Poisson.
4.2
Heteroscedasticidad: Transformaciones de Box-Cox. Mnimos cuadrados ponderados.
4.3
Multicolinealidad: Regresin ridge.
4.4
Casos de influencia: regresin robusta.
4.5
Funcin de la respuesta no-lineal: transformaciones y regresin polinomial.
4.6
Validacin del modelo: particin de los datos.
V: Predictores y respuestas cualitativas.
5.1
Un predictor cualitativo.
5.2
Modelos con interacciones.
5.3
Modelo de regresin logstica.
34 | P a g .

VIII.- BIBLIOGRAFA
Libro de texto: Neter, J et al. (1996). Applied Linear Statistical Models. 4a. ed. WCB, McGraw-Hill.
Chatterjee, S. & A.S. Hadi (1988). Sensitivity Anlisis in Linear Regression. New York, N.Y.: Wiley.
Faraway, J. (2002). Practical Regression and Anova using R.
Documento en internet:
http://www.biostat.jhsph.edu/~iruczins/teaching/jf/faraway.html
Faraway, J. (2004). Linear Models with R. Chapman & Hall/CRC.
Faraway, J. (2005). Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric
Regression Models. Chapman & Hall/CRC.
Fox, J. (2002). An R ans S-Plus Companion to Applied Regression. Thousand Oaks, Cal.: Sage Publications, Inc.
Gujarati, D. (1990). Econometra bsica. McGraw-Hill.
35 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3150 Principios de Diseos Experimentales
Nmero de crditos:
Perodo:
Aula:
K- V: 9:00-10:50 am
XS-2130, XS-2330
4
I Ciclo 20__
Co-requisitos:

Curso aplicado de diseos experimentales para la carrera de Estadstica. En este curso el estudiante se familiariza
con los diseos completamente experimentales en sus principios, usos y anlisis.
Ensear los pasos requeridos para planear y conducir adecuadamente un experimento, en forma tal que se facilite el
anlisis y se provea validez a las conclusiones. Es un curso terico-prctico. Se ensea los diseos experimentales
clsicos, su anlisis, sus usos; sus ventajas y desventajas. Adems, se ilustrar el uso de diseos pre, cuasi y
completamente experimentales en reas donde es difcil aplicarlos, como en las ciencias mdicas y sociales.
El estudiante que apruebe el curso:
-
Conocer las diferentes formas de agrupar las unidades experimentales y de asignarlas a los tratamientos.
Sabr llevar a cabo la recoleccin de informacin de diseos experimentales (identificacin de los
tratamientos, forma de anotar la informacin, digitarla, procesarla).
Conocer mtodos de control de sesgos de medicin.
Conocer los supuestos, los procedimientos par la aplicacin, los propsitos y alcance de las tcnicas de
mtodos de diseo estadstico.
Sabr expresar estadsticamente, la variacin explicada y no explicada de las respuestas (variables
dependientes, incluyendo cuando procede, una descripcin del diseo experimental).
Conocer los supuestos, los procedimientos para la aplicacin, los propsitos y alcance de las tcnicas y
mtodos de diseo estadstico.
Sabr planear, ejecutar y disear un experimento pequeo, y presentar un informe ante la clase en tiempo
limitado.
IV.- METODOLOGA
La materia se cubre por medio de lecciones magistrales, sesiones de prctica y lecturas asignadas. Las sesiones de
prctica se dedican al anlisis de casos y a la solucin de ejercicios que permitan aplicar y reafirmar los
conocimientos adquiridos utilizando al menos un software estadstico.
V.- EVALUACIN
36 | P a g .
I. Diseos con un solo factor.

1.1
Introduccin al diseo de experimentos:

a. Principios y conceptos del diseo experimental: unidad, experimental, factor, tratamiento,
aleatorizacin.
b. Consideraciones en la eleccin de los factores, niveles y rangos.
c. Hiptesis del diseo de un factor.
d. Errores tipo I y tipo II en la prueba de hiptesis.
1.2
Anlisis de variancia de una va (diseo irrestricto aleatorio):
a. Error experimental.
b. Modelo terico del diseo de un factor.
c. Medicin de la variabilidad del error.
d. Anlisis grfico para analizar la varianza entre tratamientos y dentro de tratamientos.
e. Descomposicin de la suma de cuadrados: entre tratamientos y dentro de tratamientos.
f. Comparacin de fuentes de variacin (tabla del ANDEVA).
g. Uso de la distribucin F.
1.3
Verificacin de los supuestos del modelo:
a. Independencia de los errores.
b. Normalidad.
c. Homoscedasticidad.
1.4
Soluciones ante violaciones de los supuestos:
a. Transformaciones.
b. Mnimos cuadrados ponderados.
c. Pruebas robustas.
d. Pruebas no-paramtricas (Kruskal-Wallis)
1.5
Estimaciones de medias y efectos;
a. Contrastes.
b. Intervalos simultneos: Scheff y Bonferroni.
h. Comparaciones mltiples entre medias: pruebas de Duncan, Tukey, etc.
1.6
Potencia o poder de la prueba:
a. La importancia de la magnitud detectada por la prueba.
b. Determinacin del tamao de muestra para pruebas de hiptesis.
c. La potencia de una prueba realizada control del error tipo II.
II. Diseos factoriales.
2.5
El modelo de dos factores sin interacciones.
2.6
El modelo de dos factores con interacciones.
2.7
Representacin grfica para analizar interacciones.
2.8
El anlisis de varianza en el diseo factorial.
2.9
Efecto sobre la variabilidad del error al agregar o eliminar factores.
2.10 Estimacin de parmetros.
2.11 Temas relacionados con el tamao de muestra en un diseo factorial.
2.12 El diseo factorial general.
III: Diseos de bloques aleatorizados.
37 | P a g .
3.4
El caso de pruebas pareadas como un caso sencillo de bloques.
3.5
El concepto de bloques.
3.6
Representacin grfica para analizar el efecto de bloques.
3.7
El anlisis de varianza en el diseo de bloques.
3.8
Prueba de la relevancia del uso de los bloques eficiencia relativa.
3.9
El diseo de medidas repetidas como un enfoque de diseo de bloques.
3.10 El nmero de bloques apropiado en un diseo.
3.11 Tratamiento de observaciones perdidas.
3.12 Verificacin de los supuestos en el diseo de bloques y medidas repetidas.
3.13 Anlisis de varianza no-paramtrico (Friedman).
3.14 Combinacin de bloques con un diseo factorial.
3.15 Bloques anidados.
3.16 Diseo de cuadrado latino.
3.17 Diseo de cuadrado grecolatino.
IV: Anlisis de covarianza.
4.7
4.8
4.9
4.10
4.11
4.12
Introduccin de factores no controlables en un diseo experimental.

El modelo simple con un factor y una covariable.
El modelo generalizado.
El modelo lineal: el modelo visto como un modelo de regresin.
Verificacin de supuestos del modelo igualdad de pendientes.
Necesidad de inclusin de interacciones entre covariable y factor.

VIII.- BIBLIOGRAFA
El libro de texto:
Montgomery, D.C. 2005. Diseo y anlisis de experimentos. Mxico, D.F. Editorial LIMUSA,
S.A. de C.V. 2. Ed. (Libro de texto)
El profesor se apoyar fuertemente en:
Milliken, G.A. & Jonson D.E. 1998. Analysis of Messy Data. Volume I: Designed Experiments. Boca Raton, Fl.
Chapman & Hall/CRC. 1a. ed. 1a. Reimpresin CRC Press.
Otra bibliografa.
Campbell D. y Stanley J. 1973. Diseos experimentales y cuasi-experimentales en la investigacin social. Amorrortu,
Buenos Aires.
Cochran, W.G. & Cox G.M. 1973. Diseos Experimentales. Trillas, Mxico.
Trochim, W.M.K. 2001. The Research Methods Knowledge Base. Cincinatti, OH. Atomic Dog Publishing. 2a. ed.
Wooldridge J.M. 2000. Introductory Econometrics. A Modern Approach. South-Western College Publishing. Thomson
Learning. 1a. ed.
38 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3110 Principios y Tcnicas de Muestreo
Nmero de crditos:
Perodo:
Aula:
L: 14 a 16:50 y J: 15:00 a 16:50

XS-2330 y XS-2230
4
I Ciclo 20__
Co-requisitos:

Este curso brinda una visin panormica del campo del muestreo, cubriendo su amplio alcance y gran diversidad de
campos al que se aplica. En ste se analizan diversos diseos muestrales (mtodos probabilsticos de muestreo),
algunos aspectos relacionados con dichos diseos, as como sus principales ventajas y desventajas.
Introducir los principios y tcnicas de muestreo de poblaciones finitas (desde MAS a PPT) en un contexto general,
que incluya problemas de diversos campos (biologa, economa, sociologa, etc.), con un enfoque que se orienta
hacia la comprensin de los diferentes diseos y al clculo de estimadores y sus variancias.
Los estudiantes que aprueben el curso:
1.
2.
3.
4.
5.
6.
Conocern y sabrn aplicar los principios y tcnicas bsicas del muestreo.

Tendrn un conocimiento terico y prctico de los principales diseos muestrales (simple al azar,
estratificado, sistemtico, conglomerados, PPT).
Sabrn determinar los tamaos de muestra tcnicos y prcticos de acuerdo con el tipo de muestreo, a las
variables ms importantes en el estudio y a los recursos con que se dispone.
Sabr determinar el tipo de muestreo ms adecuado (irrestricto aleatorio, estratificado, por
conglomerados, etc.).
Sabr seleccionar muestras estadsticas (cientficas).
Sabr determinar el clculo de los mejores estimadores y sus variancias para el diseo muestral empleado.
IV.- METODOLOGA
El curso consiste de cinco lecciones por semana de 50 minutos. Para cada sesin de clase los estudiantes tendrn
lecturas asignadas, para cuyo control se realizarn exmenes cortos. Adicionalmente, cada estudiante deber
presentar un trabajo escrito y en forma oral sobre un tema especfico de muestreo que ser asignado durante el
curso. Este trabajo ser asignado al estudiante en comn acuerdo con el profesor del curso.
V.- EVALUACIN
39 | P a g .

1.
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
2.
2.1
2.2
2.3
2.4.
2.5
2.6
2.7
2.8
3.
3.1
3.2
3.3
3.4
3.5
3.6
4.
4.1
4.2
4.3
4.4
4.5
4.6
5.
5.1
5.2
5.3
5.4
5.5
5.6
5.7
6.
6.1
6.2
6.3
6.4
6.5
FUNDAMENTOS DEL MUESTREO DE ENCUESTAS

Necesidad de usar muestreo. Muestra y censo. Ventajas del muestreo frente al censo. Limitaciones del
muestreo.
La muestra representativa. Muestreo aleatorio y no aleatorio, errores de muestreo y sesgos.
Valores de poblacin y estimadores. Propiedades deseables de los estimadores.
El problema del sesgo y su efecto sobre las estimaciones. El error cuadrtico medio.
Unidad de estudio o elemento. Poblacin, unidad de muestreo, unidad de informacin o informante.
Marco muestral. Requisitos deseables. Problemas en el marco. Soluciones.
Las tcnicas de seleccin aleatoria. Posibilidades.
Criterios fundamentales en el diseo de encuestas por muestreo. Relacin con los objetivos, medibilidad,
practicidad, economa. Principales etapas de una encuesta por muestreo.
MUESTREO SIMPLE AL AZAR
Definicin y notacin. Seleccin con reemplazo y sin reemplazo.
Principales estimadores.
Variancia de los estimadores.
Correccin para el caso de poblaciones finitas (cpf).
La estimacin de la variancia.
Lmites de confianza. Validez de la aproximacin normal.
El caso de las proporciones.
El caso de las razones.
EL TAMAO DE LA MUESTRA
El problema. Elementos a ser considerados.
Tamao de la muestra para una variable contnua. Muestreo con reemplazo y sin reemplazo.
El caso de las proporciones.
Estimacin de la variancia para el clculo del tamao de la muestra.
El caso de varias caractersticas.
El caso en que se requieren estimadores para subdivisiones de la poblacin.
MUESTREO ESTRATIFICADO ALEATORIO
Definicin y propsitos. Notacin.
La media ponderada y su variancia.
Media y variancia en muestreo estratificado de elementos.
El caso de la afijacin proporcional. Estimadores y variancias. Lmites de confianza.
El diseo de muestras proporcionadas. El efecto del diseo.
Afijacin ptima con costos variables.
MUESTREO SISTEMTICO
Naturaleza del muestreo sistemtico. Procedimientos de seleccin.
Problemas asociados con el intervalo muestral. Soluciones.
Estimacin de la media y del total.
El problema del clculo de la variancia. Algunos procedimientos para la estimacin de la variancia.
Problemas de seleccin sistemtica: tendencia montona y fluctuaciones peridicas. Soluciones.
Importancia de las limitaciones del muestreo sistemtico. Ventajas prcticas de su uso.
El muestreo replicado.
MUESTREO Y SUBMUESTREO DE CONGLOMERADOS IGUALES
Muestreo de elementos y muestreo de conglomerados. Naturaleza de los conglomerados. Razones para el
muestreo de conglomerados.
Seleccin aleatoria de conglomerados.
Estimacin de la media y del total. El clculo de la variancia.
El efecto de la conglomeracin. La correlacin intraclase (rho).
La eficiencia del muestreo de conglomerados. Precisin estadstica y costo.
40 | P a g .
6.6
6.7
Clculo de la variancia en muestreo polietpico. Los componentes de la variancia. Su clculo.

Muestreo estratificado de conglomerados. Propsitos y procedimientos. Las selecciones pareadas. El caso
de un conglomerado por estrato.
7.
CONGLOMERADOS DESIGUALES Y PPT
7.1
El problema de los conglomerados desiguales.
7.2
Seleccin aleatoria de conglomerados desiguales. Submuestreo con igual probabilidad. El estimador de
razn.
7.3
Variancia en conglomerados aleatorios desiguales.
7.4
Muestreo estratificado de conglomerados desiguales. Seleccin pareada de conglomerados. Seleccin
sistemtica. Estadsticas para conglomerados estratificados.
7.5
El control del tamao de la muestra en conglomerados desiguales. Seleccin con probabilidad proporcional
al tamao (PPT).
7.6
Seleccin pareada de unidades primarias con PPT.
7.7
Seleccin de UPM sin reemplazo. Posibilidades.
8.
APLICACIONES DEL MUESTREO EN DIVERSOS CAMPOS
8.1
El muestreo en ciencias polticas
8.2
El muestreo en estudios de opinin
8.3
El muestreo en mercadeo
8.4
El muestreo en demografa
8.5
El muestreo en la economa (operaciones continuas)
8.6
El muestreo en los medios de comunicacin
8.7
El muestreo en la industria
8.8
El muestreo en ciencias forestales
8.9
El muestreo en ciencias forenses
8.10
El muestreo en agricultura
8.11
El muestreo en auditora
Nota: en este captulo pueden introducirse otros temas de muestreo en comn acuerdo con el profesor.
VIII.- BIBLIOGRAFA
Libro de texto: Kish, L (1965). Muestreo de Encuestas. Ed. Trillas, Mxico.
Libros de consulta:
Cochran, W.G. (1977). Tcnicas de muestreo. CECSA, Mxico.
Scheaffer, R. Mendenhal, W. & OTT, L. (1983). Elementos de Muestreo. Grupo Editorial Iberoamrica.
41 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3310 Teora Estadstica
Nmero de crditos:
L-J: 7:00 a 8:50 am
Perodo:
Aula:
XS-2330, MA-0232
Co-requisitos:
4
II ciclo 20__

Curso del segundo ao del Plan de Estudio del bachillerato en Estadstica. Utiliza la teora de la probabilidad en
espacios discretos y continuos, y el clculo diferencial e integral, para desarrollar los fundamentos matemticos de la
inferencia estadstica clsica.
Enunciar y aplicar los conceptos y principios bsicos de la inferencia estadstica clsica (estimacin y
contraste de hiptesis).
Establecer los principales teoremas de la inferencia estadstica y sus principales aplicaciones.
Se espera que al finalizar el curso el estudiante:
Tenga claros los conceptos de parmetro, estadstico, estimador y distribucin muestral de un estimador, y
su fundamental importancia en el campo de la inferencia estadstica.
Comprenda las razones por las cuales es conveniente que los estimadores gocen de propiedades como las
siguientes: insesgamiento, insesgamiento y variancia mnima, eficiencia, consistencia, suficiencia y
completitud.
Domine la comprensin de los conceptos y principios sobre los que se fundamenta la inferencia estadstica
tanto de la estimacin puntual y por intervalos como del contraste de hiptesis.
Comprenda cmo se derivan los estimadores corrientes para medias, variancias, proporciones, diferencias
de medias y proporciones.
Conozca cmo se realizan los contrastes respectivos de hiptesis sobre medias, variancias, proporciones,
diferencias de medias y proporciones, y aplicaciones particulares a tablas de contingencia.
Sea conciente de los supuestos que se deben cumplir para utilizar las diversas tcnicas estadsticas para
estimar parmetros y realizar contrastes de hiptesis.
Conozca los teoremas bsicos de la inferencia estadstica.
Conozca aplicaciones de los principios bsicos de la inferencia estadstica a la solucin de nuevos problemas
prcticos.
IV.- METODOLOGA
El curso se desarrolla mediante la exposicin magistral del profesor y la participacin activa de los estudiantes
promovida por el profesor. Cuando sea necesario se utilizar la computadora para realizar estimaciones complejas
de parmetros, por ejemplo, solucin de ecuaciones de mxima verosimilitud no lineales. Con los exmenes cortos
se espera mantener a los estudiantes en constante contacto con la materia. Se espera, adems que los estudiantes
aprovechen las dos horas de consulta semanales del profesor para resolver dudas e inquietudes.
42 | P a g .
V.- EVALUACIN

Tema I. Estimacin puntual
Muestra aleatoria. Parmetros, estadsticos y estimadores. Estadsticos de orden. Estimacin puntual. Distribuciones
muestrales. Sesgo y error cuadrtico medio. Evaluacin de la bondad de un estimador puntual. Propiedades de los
estimadores: insesgamiento, eficiencia, consistencia, suficiencia. Ejemplos. Teorema de factorizacin. Familia
Exponencial. Estimadores insesgados de variancia mnima. Desigualdad de Cramer-Rao. Informacin de Fisher.
Teorema de Rao-Blackwell. Completitud. Teorema de Lehman-Scheff. Mtodo de momentos. Mtodo de mxima
verosimilitud. Invariancia. Distribucin de los estimadores mximo-verosmiles en muestras grandes. Breve
introduccin a los estimadores de Bayes.
Tema II. Estimacin por intervalos
Definicin de un intervalo de confianza: unilateral y bilateral. El mtodo pivotal para obtener intervalos de confianza.
Intervalos de confianza en poblaciones normales: intervalos de confianza para la media (variancia conocida y
variancia desconocida), para la variancia, para la diferencia de dos medias (variancias conocidas; variancias
desconocidas pero iguales), para una proporcin, para diferencia de dos proporciones, para el cociente de dos
variancias. Intervalos de confianza para muestras grandes: uso de la distribucin asinttica de estimadores mximoverosmiles. Aplicaciones.
Tema III. Contraste de hiptesis
Contrastes de hiptesis. Hiptesis nula. Hiptesis alternativa. Regin de rechazo. Tipos de error. Clculo de y .
Ilustracin en el caso de una binomial. El caso corriente de muestras grandes:
H o : o contra H o : o .
Clculo de las probabilidades del error tipo II y determinacin del tamao de la muestra para la prueba z. Modo
alternativo de reportar los resultados de un contraste: los niveles de significancia observados o valores P. Funcin de
potencia. Contraste ms potente. Lema de Neyman-Pearson. Hiptesis compuestas. Criterio del cociente de
verosimilitudes. Contraste uniformemente ms potente. Aplicaciones del criterio del cociente de verosimilitudes:
Contrastes de hiptesis en poblaciones normales para una media, para una variancia, para varias medias, para dos
variancias. Relacin entre los procedimientos de contrastes de hiptesis e intervalos de confianza. Aplicaciones.
Tema IV. Tablas de contingencia
Experimentos multinomiales. Aplicacin del cociente de verosimilitudes. Contraste ji-cuadrado. Contraste de
bondad del ajuste. Tablas de contingencia. Contrastes concernientes a k proporciones. Tablas r x c con totales fijos
de rengln o de columna. Aplicaciones.

VIII.- BIBLIOGRAFA
Libro de Texto: Mendenhall, W; Scheaffer, R. &y Wakerly, D. Estadstica Matemtica con Aplicaciones. Stima
Edicin. Editorial Thomson. Mxico, 2002.
Texto complementario
43 | P a g .
Mood, A. M., Graybill, F.A. y Boes, D.C. Introduction to the Theory of Statistics, 3.ed.,Mc-Graw Hill, New York,1974.
Otros libros de consulta
DeGroot, M. & Schervish, M. Probability and Statistics. Tercera Edicin. Addison-Wesley. Boston. 2002
Devore, Jay. Probabilidad y Estadstica para Ingeniera y Ciencias. Cuarta Edicin. International Thomson Editores.
Mxico. 2001
Freund, J. y Walpole, R. Estadstica Matemtica con Aplicaciones. Cuarta
Edicin. Prentice-Hall
Hispanoamericana, S. A. Mxico. 1994
Walpole, Ronald y Myers, Raymond. Probabilidad y Estadstica. Cuarta Edicin. Editorial Mc Graw Hill. Mxico,
1992.
44 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3010 Demografa Aplicada
Nmero de crditos:
Perodo:
Aula:
K - V: 14:00-15:50
XS-2230
4
I ciclo 20__
Co-requisitos:

En este curso se ven las fuentes de informacin demogrfica, los mtodos bsicos para determinar los componentes
de la poblacin. As como su definicin y clculo. Estos componentes son: natalidad, mortalidad y migracin.
Mediante prcticas semanales debern desarrollar el anlisis de la situacin demogrfica de una provincia. Adems
se dejar un trabajo de Anlisis Demogrfico para ayudar a los y las estudiantes en la redaccin de trabajos
demogrficos.
Proporcionar al estudiante los conceptos y herramientas bsicas para el clculo de los indicadores
demogrficos, indispensables para el anlisis de resultados de investigaciones en poblaciones
humanas.
Permitir que los estudiantes conozcan y utilicen las principales fuentes de datos demogrficos que hay en el
pas.
Proporcionar los clculos bsicos sobre los principales indicadores poblacionales.
Brindar la oportunidad para que los estudiantes participen de la construccin de tablas de vida.
Lograr que el estudiante conozca la situacin demogrfica de Costa Rica a partir de la elaboracin de
trabajos prcticos.
Proporcionar conocimientos bsicos de sexualidad.
IV.- METODOLOGA
El curso se desarrolla mediante clases magistrales con tareas prcticas y pruebas cortas. Algunas de las tareas se
debern presentar en clase para proporcionar conocimientos bsicos a los compaeros sobre diversos temas. Como
texto del curso se utilizarn las notas elaboradas por el profesor Miguel Gmez, que se citan en la bibliografa. Al
final del curso se deber presentar un trabajo de anlisis demogrfico de un tema que se deber escoger desde el
principio.
V.- EVALUACIN
45 | P a g .
1.
INTRODUCCIN
2. Conceptos bsicos en Demografa
3. Mtodos utilizados en Demografa
2.
FUENTES DE DATOS DEMOGRAFICOS

1. Censos: definiciones, caractersticas, tipos y errores en los datos.
2. Hechos vitales: definiciones, sistema de registro, errores que los afectan.
3. Las encuestas demogrficas: caractersticas, uso y limitaciones.
3.
LA MEDICION DEL CAMBIO DEMOGRFICO

1. Los conceptos del cambio demogrfico
2. La ecuacin compensadora
3. Modelos de crecimiento
4.
COMPOSICIN DE LA POBLACIN
1. Conceptos introductorios
2. Composicin sexo-edad.
3. El ndice de masculinidad.
4. La pirmide de poblacin, construccin y tipos de estructura.
5. Composicin por otras variables: urbano-rural, estado conyugal, caractersticas econmicas, etc.
5.
LAS TASAS DEMOGRFICAS

1. La representacin en el tiempo. El grfico de Lexis.
2. Las medidas relativas, tasas y razones.
3. El concepto de tasa y de poblacin expuesta al riesgo.
4. Tasas brutas: definicin, clculo, interpretacin y limitaciones.
5. Tasas especficas
6. Estandarizacin: directa e indirecta.
LA MORTALIDAD
1. Naturaleza y factores determinantes. Medicin.
2. Mortalidad por sexo y edad.
3. Mortalidad infantil: caractersticas, factores determinantes y mtodos de medicin.
4. Mortalidad por causas. Mortalidad diferencial.
6.
7.
LA TABLA DE VIDA
1. Caractersticas y supuestos bsicos en que descansa.
2. Las funciones de la tabla de vida.
3. Utilidad e importancia de las tablas de vida.
4. Tipos de tablas: completas y abreviadas.
5. Las tablas modelo.
8.
FECUNDIDAD Y REPRODUCCIN
1. Naturaleza y factores. Problemas en la medicin de la fecundidad.
2. Las medidas tradicionales de la fecundidad.
3. Fecundidad por edades: caractersticas y tendencias.
4. Medidas resumen.
5. Fecundidad y nupcialidad.
6. Las variables intermedias de la fecundidad.
9.
SITUACIN DEMOGRFICA DE COSTA RICA

46 | P a g .
1.
2.
3.
Caractersticas generales
Proyecciones de poblacin
Poblacin y medio ambiente

VIII.- BIBLIOGRAFA
Libro de texto:
Rowland Donald. Demographic methods and concepts. Oxford University Press, 2003.
Camisa Zulma. Introduccin al estudio de la fecundidad. CELADE. 1975.
Gmez Miguel. Conceptos bsicos de Demografa. Fotocopias de notas.
Namboodiri y Suchindran. Life table techniques and their applications. Studies in Population, Academic Press, 1987.
Ortega Antonio. Tablas de mortalidad. CELADE, 1987.
Presta Roland. El anlisis demogrfico. Fondo de Cultura Econmica. 1982.
Tabutin Dominique. La collecte des dones en dmographie. Louvain, Belgique, 1984.
47 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3170 Aplicaciones de diseos experimentales
Nmero de crditos:
Perodo:
Aula:
K, V: 14:00 a 15:50
XS-3150
4
II ciclo 20__
Co-requisitos:

En este curso se brindan aplicaciones diversas de los diseos pre, cuasi y completamente experimentales a
problemas prcticos en los distintos campos del conocimiento.
Complementar el curso de Principios de Diseos Experimentales mediante el estudio de nuevos diseos y
aplicaciones de stos con nfasis en el componente prctico.
- Ensear los diseos experimentales complejos donde interviene ms de un factor, los tratamientos estn
incompletos, hay desigual nmero de repeticiones, hay correlacin entre las mediciones, etc.
- Entrenar al estudiante en el uso del software apropiado para el anlisis de experimentos con cierto grado de
complejidad.
- Entrenar al estudiante en la aplicacin de diseos experimentales y en su anlisis posterior.
IV.- METODOLOGA
La materia se cubre por medio de lecciones magistrales, giras, sesiones de prctica, y lecturas asignadas. Las sesiones
de prctica se dedican al anlisis de casos (en diversos campos como agronoma, biologa o auditoras, o la aplicacin
de estas herramientas en evaluaciones de impacto y de resultados de proyectos, entre otros) y a la solucin de
ejercicios que permitan aplicar y reafirmar los conocimientos adquiridos. Las giras, si se programan, se dedican a la
observacin de experimentos en proceso en instituciones o estaciones experimentales. Las lecturas se sealan con
antelacin a la leccin en que se trata el tema respectivo y sern evaluadas.
Durante el curso se hace uso de un sistema estadstico de computador para resolver ejercicios. Aunque en clase se
brinda una descripcin sobre el sistema a usar, es responsabilidad del estudiante aprender los detalles de ste.
V.- EVALUACIN

Contenidos. No se detallan exhaustivamente por cuanto el nfasis eminentemente prctico puede hacer que algunos
temas se vean con mayor o menor profundidad.
-
Complejidades usuales en los diseos experimentales y forma de resolverlas: ms de un factor,

tratamientos incompletos, nmero desigual de repeticiones, incumplimiento de supuestos.
Anlisis de superficies de respuesta. Diseo central compuesto. Mtodo de la mxima pendiente en
48 | P a g .
ascenso.
Introduccin al problema de las mediciones repetidas, el caso particular de las parcelas divididas.
Ensayos clnicos.
Casos sobre, o ejecucin de diseos completamente experimentales en diversos campos tal como el
agronmico, ciencias econmicas, biologa e industria.

VIII.- BIBLIOGRAFA
Libro de texto: Montgomery, D.C. 2005. Diseo y Anlisis de Experimentos. Editorial Limusa S.A.
-
Kuehl, Robert O. Diseo de Experimentos.. Thomson Learning. 2001
Gacula, Mximo C. y Jagbir Singh. Statistical Methods in Food and Consumer Research. Academic Press
Inc.1984
Box, G.E.P., W.G.Hunter y J.S.Hunter. 2005. Statistics for experimenters. Wiley-Interscience.
Cochran W.G., G.M. Cox. 1973. Diseos Experimentales. Trillas. Mxico.
Davies (editor). 1977. The Design and Analysis of Industrial Experiments. Longman Group Ltd., London.
Navarro, Juan Ramn. 2006. Diseo Experimental. Aplicaciones en Agricultura. Editorial de la Universidad de
Costa Rica
Steel R.G.D. & J.H. Torrie.1985. Bioestadstica: Principios y Procedimientos. McGraw-Hill, Bogot.
Winer, B.J. 1971. Statistical Principles in Experimental Design. McGraw-Hill, New York.
49 | P a g .

Nombre del curso:
Profesor:
Horario:
Requisitos
XS-3130 Diseo de encuestas por muestreo
L,J: 14:00-15:50
XS-3110
Nmero de crditos:
Perodo:
Aula:
4
II ciclo 20__
Co-requisitos:

En este curso se complementa la visin panormica del primero, para concretar el diseo y ejecucin de encuestas
por muestreo. Los estudiantes tendrn que realizar todas las etapas de una encuesta por muestreo de reas, desde
su planeamiento hasta la presentacin del informe escrito y oral.
1. Desarrollar la prctica de los principales diseos de muestreo en el estudio de poblaciones humanas,
enfocando todos los aspectos que intervienen en el desarrollo de una investigacin por muestreo, desde la
concepcin del problema que motiva el estudio hasta la presentacin del informe.
2. Analizar las posibles fuentes de errores no muestrales en las encuestas, as como las posibles formas de
reducirlos o controlarlos.
3. Analizar las implicaciones de la realizacin de los diseos muestrales complejos, particularmente en lo
referente a las tcnicas de anlisis de datos, uso de factores de expansin y clculo de errores muestrales.
4. Analizar algunas de las nuevas tecnologas para la recoleccin de datos, como el uso de las PDAs, las
entrevistas asistidas por computadora, incluyendo sus ventajas y limitaciones.
1. Aplicar las principales tcnicas de muestreo en una investigacin.
2. Analizar diferentes tipos de marcos muestrales, sus limitaciones y posibles formas de solucionarlas, as
como la necesidad de confeccionar dichos marcos en los casos en que no se disponga de ellos.
3. Realizar la planificacin general de una encuesta desde el planteamiento de sus objetivos, elaborar los
temas de estudio, confeccin del cuestionario, confeccin de la base de datos, proceso de crtica y
codificacin, digitacin de la informacin, estimacin de valores perdidos, as como el procesamiento y
anlisis de datos.
4. Preparar y presentar el informe escrito de dicha encuesta, as como su presentacin oral.
IV.- METODOLOGA
El curso consiste de cuatro lecciones por semana de 50 minutos. Para cada sesin de clase los estudiantes tendrn
asignadas lecturas obligatorias, para cuyo control se realizarn exmenes cortos. Adicionalmente se trabajar con
prcticas semanales.
Los estudiantes debern disponer de tiempo adicional para la planificacin y realizacin de una encuesta, actividad
de la que debern presentar un informe escrito y discutir los principales resultados en el curso.
V.- EVALUACIN
50 | P a g .

Tema I
Planeacin de la encuesta por muestreo. Captulos 1 y 2 de Lininger, Captulo Introduccin de Noelle.
El muestreo de reas y el diseo econmico de encuestas: definiciones y temas
relevantes (tipo y fuentes de
error, problemas del muestreo sistemtico y del de cuota). Captulo 8 de Kish, Captulo 13 de Kish.
Diseo muestral. Captulos 3, 4 y 5 de Lininger, Captulos 9, 10 y 11 de Kish, Captulo 3 de Noelle.
Tema II
Diseo de cuestionarios. Captulo 6 de Lininger, Captulos 1 y 2 de Noelle.
Tcnicas de entrevista, incluyendo la entrevista a profundidad y el focus group.
Captulo 7 de Lininger.
Manejo de mapas, hojas de ruta, supervisin y entrenamiento de encuestadores.
Organizacin y administracin del trabajo de campo. Captulo 8 de Lininger, Captulo 4 de Noelle.
Tema III
Codificacin, crtica y tabulacin de instrumentos, construccin del manual de cdigos. Captulo 9 de Lininger. Captulo
5 de Noelle.
Procesamiento de los datos. Tabulaciones simples, complejas, uso de factores de expansin, manejo de valores
perdidos y clculo de errores muestrales. Captulo 10 de Lininger,
Anlisis y preparacin del informe. Captulo 11 de Lininger, Captulo 14 de Kish, Captulo 7 de Noelle.
Trabajo de campo de encuesta.
Tema IV
Trabajo de campo de encuesta. Los estudiantes y el profesor decidirn previamente el tema de encuesta. Puede
invitarse alguna institucin interesada o alguna persona experta en algn campo de inters para determinar
claramente los objetivos del estudio. La construccin del cuestionario ser realizada en forma conjunta entre los
estudiantes y el profesor del curso. Se planear la estrategia de trabajo de campo con los estudiantes y los mismos
recolectarn la informacin con la supervisin del profesor. Los estudiantes, en el proceso, confeccionarn la base de
datos, realizarn la construccin de cdigos de preguntas abiertas, digitarn la informacin, revisarn inconsistencias y
cada estudiante se especializar en un tema de la encuesta para redactar un trabajo final que incluya el clculo de los
errores de muestreo.
VIII.- BIBLIOGRAFA
Libro de texto: Kish, Leslie. Muestreo de Encuestas. (Editorial Trillas)
Libros de consulta:
Investigacin de Mercados de McDaniel C y Gates R. Internacional Thomson Editores. Sexta Edicin. 2005.
La encuesta por muestreo: teora y prctica. Charles Lininger y Donald Warwick. Compaa Editorial
Continental SA Mxico. 1978
Encuestas en la sociedad de masas. Elizabeth Noelle. Alianza Editorial. 1970.
Tambin se utilizar la siguiente bibliografa:
Tcnicas de muestreo de W Cochran. Compaa Editorial Continental, SA.
Muestreo Diseo y Anlisis de Lohr. Internacional Thomson Editores. 1999.
Simple Survey Methods and Theory. Vol I y II Hansen, Hurwitz y Madow. Wiley Classics
Tcnicas de muestreo estadstico. Teora, prctica y aplicaciones informticas. C Prez, Editorial RA-MA 1999.
51 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3210 Sistemas de Informacin
Nmero de crditos:
Perodo:
Aula:
M: 17:00-19:50
XS-2230
3
I ciclo 20__
Co-requisitos:

Este curso est concebido para que el estudiante de la carrera de Estadstica trate los aspectos bsicos de los
Sistemas de Informacin, con nfasis en los sistemas estadsticos y geogrficos. Por su naturaleza es un curo tericoprctico, en donde el estudiante deber poner en prctica los conceptos vistos en clase para el desarrollo de
Sistemas de Informacin.
Ubicar el trabajo profesional del estadstico dentro del marco general de los sistemas de informacin, de manera que
este profesional pueda ver la importancia relativa de su trabajo en la toma de las decisiones que retroalimenta
cualquier sistema de informacin de inters.
Que el estudiante conozca los conceptos medulares en la creacin de un sistema de informacin
Lograr que el estudiante conozca las caractersticas especfica de los Sistemas de Informacin
Estadstico
Que el estudiante sea capaz de diagramar los flujos de informacin necesaria para la construccin de
un Sistema de Informacin
Que el estudiante sea capaz de construir conceptualmente operativamente un sistema de informacin
especfico.
Que el estudiante aprenda los principios bsico para la presentacin de datos en internet
Que el estudiante conozca los conceptos bsicos de un Sistema de Informacin geogrfico
Que el estudiante sea capaz de construir un pequeo sistema de informacin geogrfico
Ilustrar al estudiante cmo funciona un sistema de informacin estadstico de nuestro medio (sistema
de matrcula, etc)
IV.- METODOLOGA
Combinacin de estudio terico de los sistemas de informacin con el ejercicio prctico del diseo e implementacin
de sistemas de informacin estadstica y geogrfica. El estudiante debe leer y hacer investigacin de los temas
paralelamente al desarrollo de dos proyectos, uno de anlisis de un sistema de informacin existente y otro de
diseo de un sitio en internet para la divulgacin de informacin estadstica geogrficamente.
V.- EVALUACIN
52 | P a g .

Teora de Sistemas.
Introduccin a los Sistemas de Informacin.
Sistemas de Informacin para la toma de decisiones.
Tipos de sistemas de informacin.
Sistemas de Informacin Estadstico.
Diagramas de Flujos de Datos.
Sistemas de Informacin Geogrfica.
Introduccin al Arcview y Mapinfo.
Mapeo de informacin estadstica.
Diseo de pginas en internet (Joomla, Dreamweaver).
Divulgacin de informacin estadstica y geogrfica en internet.

VIII.- BIBLIOGRAFA
Links de Internet:
http://www.monografias.com/trabajos7/sisinf/sisinf.shtml
http://es.wikipedia.org/wiki/Sistema_de_informaci%C3%B3n
http://www.csae.map.es/csi/metrica3/psiproc.pdf
http://www.tuobra.unam.mx/publicadas/040911121648.html
http://sig.utpl.edu.ec/sigutpl/index.php
http://www.inbio.ac.cr/es/inbio/inb_sig.htm
http://www.infoconsultores.com.mx/RevInfo51/6_14_ART_Sistemas.pdf
http://www.ciat.cgiar.org/agroempresas/pdf/sider_propuesta_metodologica.pdf
http://www.geoportaligm.gov.ec:8080/portal/articulos-tecnicos/sig/6.pdf/view
http://www.washington.edu/students/crscat/infosys.html
http://en.wikipedia.org/wiki/Information_system
http://www.is.umbc.edu/aboutIS.asp
http://www.wiley.com/bw/journal.asp?ref=1350-1917&site=1
http://www.csae.map.es/csi/metrica3/csiproc.pdf
http://www.di.uniovi.es/~dediego/is/recursos/csi.pdf
http://www.clad.org.ve/fulltext/0055448.pdf
http://ciecfie.epn.edu.ec/PROYECTOS/pdfs/Automovil.pdf
http://www.monografias.com/trabajos29/ciclo-sistema/ciclo-sistema.shtml
http://www.angelfire.com/ex2/grupo2/expos-home.html
http://www.edicionsupc.es/ftppublic/pdfmostra/OE04303M.pdf
http://www.mineducacion.gov.co/cvn/1665/article-134885.html
http://informaticaeducativa.com/capacita/sistemas/index.html
http://homepages.mty.itesm.mx/al780969/sistemas.htm
http://flanagan.ugr.es/docencia/2005-2006/2/apuntes/ciclovida.pdf
http://tecnomaestros.awardspace.com/tipos_sistemas.php
http://www.virtual.unal.edu.co/cursos/enfermeria/2002847/lecciones/tematica4/subtema4-8.html
http://www.csae.map.es/csi/silice/Dsamed17.html
http://www.hipertext.net/web/pag251.htm
53 | P a g .
http://images.google.co.cr/images?hl=es&q=Diagramas+de+Flujos+de+Datos&rlz=1W1GGLD_es&um=1&ie=UTF8&ei=GiqbSY_YG43BtgflmISgCw&sa=X&oi=image_result_group&resnum=1&ct=title
http://es.wikipedia.org/wiki/Diagrama_de_flujo_de_datos
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060030/lecciones/Capitulo%204/dfd.htm
http://www.mis-algoritmos.com/aprenda-a-crear-diagramas-de-flujo/
http://www.fismat.umich.mx/~emurguia/mipagina/tesis/node43.html
http://www.monografias.com/trabajos-pdf/diagrama-de-flujo/diagrama-de-flujo.shtml
http://www.alegsa.com.ar/Dic/diagrama%20de%20flujo%20de%20datos.php
http://www.escet.urjc.es/~gtazon/IS/NotasDFD.pdf
http://pdf.rincondelvago.com/diagramas-de-flujo_1.html
http://www.mitecnologico.com/Main/DiagramasDeFlujosDeDatos
http://trevinca.ei.uvigo.es/~ebalonso/asignaturas/esx/guiones/esxClase15.pdf
http://mmalicea.tripod.com/proyecto/diagflujo.htm
http://www.lpsi.eui.upm.es/MDes/TfcMetrica/GTDFD.htm
http://pdf.rincondelvago.com/dfd.html
http://www.scribd.com/doc/8530130/Ejemplos-de-diagrama-de-flujo-de-datos-DFD-2
http://www.canalvisualbasic.net/db/tema1.asp
http://www.sii.uady.mx/progress/estandares2001/SiiUady_Etapa_de_Analisis_Conceptual.pdf
http://lsi.ugr.es/~mvega/docis/dfdprssa.pdf
http://cs.uns.edu.ar/~wmg/ds/downloads/Practicos/DS-TPr3_2007.pdf
http://www.workflowpatterns.com/patterns/data/visibility/wdp7.php
http://is.tm.tue.nl/research/patterns/download/data_patterns%20BETA%20TR.pdf
http://www.earthsoft.com/en/about/press_releases/Envir_Data_Wrkflow_Auto.pdf
http://www.protosw.com/static/pdf/data-workflow-dashboards-powered-by-proto.pdf
54 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-3510 Metodologa de la Investigacin Cientfica
Nmero de crditos:
Perodo:
Aula:
J: 7:00 A 9:50
XS-3110
3
I ciclo 20__
Co-requisitos:

Este curso es de naturaleza epistemolgica, pues se refiere a los fundamentos y mtodos de la Investigacin
Cientfica, a la ubicacin de la Estadstica dentro de la misma.
Ensear los principios y la prctica de la metodologa cientfica, ilustrando los diversos enfoques y campos
(cualitativa, cuantitativa, ciencias sociales, ciencias bsicas, etc.) ubicando dentro del esquema el papel que juega la
Estadstica.
El estudiante que apruebe el curso:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Distinguir los diferentes tipos de investigacin y sus caractersticas.

Conocer las distintas metodologas de investigacin cientfica.
Sabr disear una investigacin cientfica.
Sabr realizar la bsqueda bibliogrfica necesaria para elaborar el marco terico de una investigacin cientfica.
Conocer qu es y cules son los pasos del Mtodo Cientfico,
Sabr conceptualizar dentro del mtodo cientfico, el modelo estadstico a utilizar y sus implicaciones prcticas.
Conocer la naturaleza de la Estadstica y el papel de esta disciplina en la investigacin.
Conocer los distintos sistemas reales relacionados con las investigaciones estadsticas
Conocer a profundidad, al menos una tcnica de investigacin sociales cualitativa, llevndola en un caso real.
Conocer las principales tcnicas de anlisis cualitativo.
IV.- METODOLOGA
El curso se desarrollar varias modalidades: exposiciones magistrales por parte de la profesora, desarrollo de
trabajos cortos y exposiciones, en donde la profesora tendr el papel de facilitadora. Para cada uno de los temas
que se desarrollan se asignan lecturas obligatorias que las y los estudiantes tendrn lectura obligatoria cada
semana.
V.- EVALUACIN

Introduccin a la investigacin
Paradigmas, teoras e investigacin
Paradigmas
Investigacin Humana y Ciencias
55 | P a g .
Investigacin cuantitativa vs. investigacin cualitativa. Datos observacionales vs. experimentales.

Diseo de la investigacin. Introduccin a los diseos cuasi-experimentales y pre-experimentales.
Exposicin de avance de investigacin
tica y poltica de la investigacin social
La importancia y construccin del marco terico
Conceptualizacin y medicin.
Operacionalizacin
ndices, escalas y tipologas
Observacin
Entrevistas cualitativas y grupos focales Anlisis de contenido.

VIII.- BIBLIOGRAFA
Libro de texto: Babbie, E. Fundamentos de la Investigacin Social. Ed. Thomson. Mxico 1999.
Committee on Professional Ethics. Ethical guidelines for statistical practice. American Statistical Association. EEUU
1999.
Briceo, G y ChacnE. El gnero tambin es asunto de hombres. Serie Hacia la Equidad. San Jos. Costa Rica. 2001
Calero, Jorge. Investigacin cualitativa y cuantitativa, problemas no resueltos en los debates actuales. En Revista
Cubana de Endocrinologa n.11. 2000. Pgs. 1922-198
Cook, T y Reichardt. Mtodos cualitativos y cuantitativos en investigacin evaluativa. Madrid, Ediciones Morata.
1986.
Gedman B., Perucci, F. y Sundstrm, P. Estadsticas de Gnero una Herramienta para el cambio. Statistics Sweden
1996
Hernndez, R. y otros. Metodologa de la Investigacin. Ed. Mc Graw Hill. Mxico 1998.
Linn, R. and Erickson. Qualitative Methods. New York. Mc.Millan Publishing Co. 1990.
Mayntz, Holm y Hubner. Introduccin a los mtodos de la sociologa emprica. Alianza Editorial. Madrid, Espaa
1975.
Martnez, Miguel. Comportamiento Humano. Nuevos Mtodos de Investigacin. Ed. Trillas. 5 reimpresin, Mxico
2004
Mndez, C. Metodologa. Metodologa: Diseo y desarrollo del proceso de investigacin. Ed. Mc Graw Hill. Mxico
2006.
Ruiz, J y Ispizua, M. La descodificacin de la Vida Cotidiana. Publicaciones de la Universidad de Deusto. Bilbao 1989.
Taylor S.J. y Bogan R. Introduccin a los mtodos cualitativos de la investigacin. Paidos Studio-Bsica. Argentina
1980.
56 | P a g .
Nombre del curso:

XS-4410 Prctica Profesional I
Nmero de crditos:
Profesor:
Horario:
Requisitos
K: 19:00-21:50
K:9:50-10:50
XS-3010, XS-3130; XS-3170; XS-3510
Perodo:
Aula:
3
I ciclo 20__
Co-requisitos: XS-4110; XS-4010

Los cursos de prctica profesional son una secuencia de dos partes, la primera de las cuales se desarrollar en el
primer semestre y la segunda en el segundo ciclo.
En este curso los(as) estudiantes estarn realizando una prctica profesional durante dos semestres en una empresa
o entidad privada o pblica, en la cual estarn laborando por al menos dos das por semana, con el propsito de
desarrollar proyectos especficos en que se necesiten fundamentos estadsticos, cubriendo su amplio alcance y gran
diversidad de campos en que se aplica. Para lo cual contarn con el apoyo del profesor del curso, as como de la
valiosa experiencia de otros(as) profesionales que laboran en las entidades en que se llevarn a cabo dichos
proyectos.
Poner en contacto a los(as) estudiantes con el mercado laboral en que se desarrollarn, tratando de resolver
problemas reales en entidades ubicadas en el pas, que les permita interactuar con estadsticos(as) y con
profesionales de otras disciplinas, con el propsito de que al cabo de dos semestres los(as) estudiantes participantes
en esta experiencia se espera conozcan y hayan practicado los elementos bsicos que todo profesional debe tener
para desempearse profesionalmente y en forma tica.
Los alumnos que aprueben el curso:
Sabrn interpretar las necesidades de datos e informacin, as como su anlisis, por parte de otros
profesionales, generalmente de otras reas diferentes a la estadstica.
Podr distinguir los componentes estadsticos de un problema de los componentes no estadsticos, as como su
posible relacin para efectos de la interpretacin y resolucin del mismo.
Sabr aplicar diferentes procedimientos estadsticos a la solucin de problemas diversos y las situaciones a que
corresponde su aplicacin correcta.
Podr estructurar un problema, utilizando etapas lgicas para su solucin, en las cuales se utilicen diferentes
procedimientos estadsticos y no estadsticos, intercambiando opiniones con profesionales de otras disciplinas
cuando corresponda.
Sabr expresar en forma escrita y oral, en trminos no tcnicos, los contenidos estadsticos tcnicos.
Conocer los aspectos bsicos de la tica en los negocios, con nfasis en los relacionados con el rea de la
estadstica.
Sabr elaborar un proyecto de investigacin que pueda ser sometido a evaluacin por los usuarios o clientes del
mismo.
57 | P a g .
IV.- METODOLOGA
El curso consiste de tres lecciones por semana de 50 minutos, as como las visitas a las empresas y entidades en que
estarn ubicados los(as) estudiantes. Para cada sesin de clase los(as) estudiantes tendrn asignadas lecturas
obligatorias, para cuyo control se realizar una discusin en todas las sesiones, evaluando la participacin de cada
estudiante.
Adicionalmente en cada sesin se comentarn las labores realizadas por cada estudiante en las empresas en que
estn ubicados(as) (mximo de dos por empresa), para lo cual se exigir una bitcora que indicar las labores
realizadas y debe estar firmada cada vez que los(as) estudiantes asistan a la entidad en que estn desarrollando el
trabajo, la cual ser presentada al profesor y guardada por el(la) estudiante para su control. Este punto se coordinar
con cada entidad.
El profesor guiar a los(as) estudiantes permanentemente durante todo el semestre en las labores a realizar en las
diferentes entidades en que estn ubicados los(as) estudiantes.
Esto permitir que todo el grupo est enterado del avance, los problemas que se les presenten y de los
procedimientos que se estn aplicando en cada caso para la solucin que se est elaborando, de tal forma que todos
los estudiantes durante el curso participarn activamente, en forma constructiva.
Los(as) estudiantes que ya estn laborando en alguna empresa o entidad, y que no dispongan del tiempo para la
prctica, tendrn asignadas otras labores dentro del curso, adems de la participacin en un proyecto de una
empresa que se visitar todos los viernes, en el cual deben participar todos, es decir ser una labor de equipo (las
visitas sern por rotacin en pares).
Para el trabajo final cada grupo deber presentar un trabajo escrito y en forma oral sobre el proyecto que lleva a
cabo en cada empresa.
Adicionalmente, se asignarn temas especficos a cada estudiante durante el curso dentro de los cuales debe figurar
el tema sobre la negociacin con el cliente.
Durante el semestre se irn tratando diferentes temas, que dependern de los trabajos a realizar en las entidades en
que estn ubicados los(as) estudiantes, sobre estos temas y las lecturas obligatorias se realizarn dos exmenes
parciales.
V.- EVALUACIN

Tema 1: Introduccin al curso: procedimiento de trabajo, los aspectos bsicos, su importancia y alcances de la
prctica profesional. Distribucin de los grupos en cada empresa o entidad contactada. Visita a las empresas y
entidades
Tema 2: La consultora en estadstica, sus conceptos bsicos, la atencin a los clientes, la formulacin de una gua
prctica.
Tema 3: La consultora en estadstica: la comunicacin, entendiendo al cliente, algunas situaciones difciles, la
negociacin.
Tema 4: Los aspectos bsicos de la tica en los negocios con nfasis en los aspectos de la estadstica.
Tema 5: Los proyectos en ejecucin y sus alcances.
58 | P a g .
Tema 6: Los proyectos: las propuestas y su anlisis.

Tema7: Anlisis de algunos temas especficos de los proyectos que ameriten trato especial de algn procedimiento
estadstico.
Tema 8: La preparacin y presentacin de los informes escritos y su presentacin oral.
Tema 9: Presentacin de temas especiales del curso asignados
Tema 10: Presentacin del avance de los proyectos (al final del semestre)

VIII.- BIBLIOGRAFA
Los principales textos del curso (de los cuales se asignarn lecturas obligatorias) sern:
Janice
Derr.
Statistical
Consulting:
Guide
to
Effective
Communication.
Duxbury
Press.
2000
Hand, D.J.and Everitt, B.S. The Statistical Consultant in action, Cambridge University. Press Cambridge, 1987.
Velsquez, M. G. tica en los Negocios. Conceptos y casos. Sexta Edicin. Pearson Educacin, Mxico, 2006.
Van Belle G. Statistical Rules of Thumb. Captulo 8. Consulting.
Cabrera J. y McDougall A. Statistical Consulting. Springer. Verlag New York , Inc., 2002.
Spurrier J.D. The Practice of Statistics: Putting the Pieces Together.Duxbury. Thomson Learning. CA. USA. 2000.
Captulos 12 al 16.
Galindo C., Galindo M. y Torres A. Manual de Redaccin e Investigacin. Editorial Grijalbo. Mxico.1997.
Sin embargo, dadas las caractersticas del curso, tambin se utilizarn otros textos y artculos, dependiendo de las
caractersticas de los proyectos a desarrollar por los(as) estudiantes en las diferentes empresas y entidades en que
se ubiquen.
59 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4510 Administracin para estadstica
Nmero de crditos:
Perodo:
Aula:
K: 9:00-11:50
XS-3130, XS-3170, XS-3510
3
II ciclo 20__
Co-requisitos:

En este curso se presentan los conceptos de Administracin que son tiles en el ejercicio de la Estadstica.
Proveer al estudiante los principios generales de la Administracin, los elementos bsicos de la comunicacin en
un ambiente de trabajo, los puntos pertinentes de la psicologa de trabajo y de la legislacin laboral para que un
profesional en Estadstica pueda desempearse satisfactoriamente en un ambiente de trabajo, donde interacte
con profesionales de otras disciplinas.
12.
13.
14.
15.
Aplicar los principios bsicos de la Administracin a proyectos o unidades de trabajo.

Aplicar la legislacin laboral de seguridad social.
Administrar recursos humanos.
Ejercer liderazgo en grupos y unidades de trabajo.
IV.- METODOLOGA
El profesor presentar el contenido mediante clases magistrales. Se asignarn algunas lecturas que sern discutidas
en clase con amplia participacin de los estudiantes y se organizarn grupos de discusin sobre temas especficos,
que luego se presentan en clase.
V.- EVALUACIN

1.
2.
3.
4.
5.
Introduccin. Estadstica y Administracin. Naturaleza, definicin, funciones, diferencias y similitudes.

Diseo y estructura organizacional. Organizacin y tipos de organizacin, diseo organizacional, estructura y
sus partes, principios del diseo organizacional: divisin del trabajo, mando, autoridad y responsabilidad,
tramo de control, departamentalizacin. Variables de contingencia. Estructura y tipos de estructura.
Administracin de los recursos humanos. Componentes: planeacin estratgica de RH, reclutamiento,
despido, seleccin, orientacin, capacitacin, evaluacin de desempeo, desarrollo de carrera, relaciones
de la administracin fuerza laboral satisfactorias-.
Comunicacin en la organizacin. Definicin, proceso, tipos de comunicacin, barreras para la
comunicacin, formas de superar esas barreras.
Fundamentos del comportamiento organizacional: actitudes, personalidad, percepcin, satisfaccin y
motivacin.
60 | P a g .
6.
7.
8.
9.
Legislacin laboral aplicable a la actividad de un profesional en estadstica liberal o empresario. Garantas

laoborales. Prestaciones legales: Preaviso, Cesanta, Vacaciones, Aguinaldo, licencias con goce de salario, ley
de la Caja Costarricense del Seguro Social, Ley del Instituto Nacional de Seguros.
Ley del Impuesto sobre la Renta. Proceso para inscripcin y declaracin.
Otra legislacin conexa: patentes municipales, rotulacin, permiso de funcionamiento de un local comercial
para labores estadsticas -Ministerio de SaludPresupuesto de diferentes trabajos estadstica y confeccin de ofertas.

VIII.- BIBLIOGRAFA
Libro de texto:
-
Chiavenato I. Administracin de Recursos Humanos. Mc Graw Hill. Bogot. 1995

Dessler Gary. Administracin de Personal. Prentice Hall. 1991
Werthe W., Keith D. Administracin de personal y recursos humanos. Mc Graw Hill. Mxico . 1995
Robbins S, Coulter M. Administracin. Prentice Hall. 1996
Robbins S, De Cenzo D.. Fundamentos de Administracin. Prentice Hall. 1996
Stoner J., Freeman E, Gilbert D. Administracin. Prentice Hall. 1996
Cdigo de trabajo
Ley de la CCSS
Ley del INS
Ley del impuesto sobre la renta
61 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4110 Introduccin al anlisis multivariado
Nmero de crditos:
Perodo:
Aula:
L,J: 17:00-18:50
XS-3310, XS-2130
Co-requisitos:
4
I ciclo 20__
XS-4410

Es un curso introductorio de tcnicas estadsticas multivariantes para estudiantes de cuarto ao del bachillerato de
Estadstica, impartido con un enfoque terico-prctico.
Ofrecer una visin general de las tcnicas bsicas, grficas y cuantitativas, del anlisis multivariante que involucra
varias variables y mltiples casos, e ilustrar sus aplicaciones con datos provenientes de nuestro medio y de revistas
cientficas.
Al final del curso se espera que el estudiante haya aprendido a:
Resolver problemas con las tcnicas estadsticas multivariantes bsicas: anlisis de componentes principales,
anlisis factorial, anlisis discriminante, regresin logstica, anlisis multivariante de variancia y anlisis de
agrupamientos (clusters).
Reconocer situaciones donde se puedan aplicar las tcnicas aprendidas.
Verificar los supuestos en que se apoyan las tcnicas antes de aplicarlas.
Evaluar las bondades y limitaciones de las tcnicas.
Procesar datos multivariantes utilizando software estadstico, e interpretar los resultados obtenidos.
IV.- METODOLOGA
El curso es terico-prctico y exige el uso frecuente de la computadora. Se espera no slo que el estudiante aprenda
los fundamentos tericos de las tcnicas multivariantes, sino que tambin aplique las tcnicas a archivos de datos
utilizando paquetes estadsticos. Las lecciones son magistrales, con ilustraciones prcticas relacionadas en el
laboratorio de cmputo de la Escuela de Estadstica. Para reforzar la asimilacin de conceptos y la interpretacin de
los resultados obtenidos de los paquetes estadsticos, se dejarn ejercicios que el estudiante debe tratar de resolver
en casa. Los ejercicios sern resueltos en clase, una semana despus, con la participacin del profesor y de los
estudiantes. Se dejarn algunas lecturas de artculos para familiarizar a los estudiantes con aplicaciones prcticas de
las tcnicas multivariantes.
V.- EVALUACIN
62 | P a g .
1
Introduccin. Clasificacin de las tcnicas multivariantes. Representacin grfica: caras de Chernoff,
estrellas, perfiles, curvas de Andrews, otros tipos de grficos. Aplicaciones con un software estadstico.
2 Distribucin multinormal, propiedades, grfico de contornos: elipses, contrastes de normalidad,

grficos Q-Q, grficos Ji cuadrado.
2
Contraste de vectores de medias, T de Hotelling, intervalos simultneos de confianza de T , intervalos

simultneos de confianza de Bonferroni, intervalos simultneos de confianza en muestras grandes, regiones de
confianza, contraste de igualdad de dos vectores de medias, intervalos de confianza simultneos para
diferencia de dos vectores de medias.
Anlisis de componentes principales. Definicin y determinacin de los componentes principales (con

y sin variables estandarizadas). Nmero de componentes. El grfico de sedimentacin. Aplicaciones.
Uso del SPSS Teorema de descomposicin espectral y componentes principales.
Anlisis factorial exploratorio: modelos de factores comunes, modelos ortogonales, mtodos de

estimacin (componentes principales y mxima verosimilitud), seleccin del nmero de factores.
Grfico de
sedimentacin. Rotacin de factores. Aplicaciones. Anlisis factorial confirmatorio.
Aplicaciones.
6 Anlisis discriminante: Separacin y clasificacin, regla basada en la minimizacin del costo esperado
de clasificacin errnea, el caso de 2 poblaciones multinormales con matrices de covariancias iguales,
evaluacin
de la eficacia de las reglas de clasificacin, aplicaciones, la funcin discriminante de Fisher,
clasificacin en k
poblaciones multinormales.
7
Regresin logstica binaria: el modelo y su estimacin por mxima verosimilitud, propensiones (odds)
y log odds, la estadstica de Wald, la estadstica G, bondad de ajuste, el contraste Hosmer-Lemeshow,
aplicaciones.
8.
Anlisis de agrupamientos (Clusters): distancia y semejanza entre objetos, agrupamientos

jerrquicos, tcnicas para combinar grupos (enlace individual o vecino ms cercano, enlace completo
o vecino ms lejano, enlace promedio), ejemplos, mtodos no jerrquicos (mtodo de K-medias),
agrupamiento de variables, aplicaciones.

63 | P a g .
VIII.- BIBLIOGRAFA
Libro de Texto: Hernndez R, scar (1998). Temas de Anlisis Estadstico Multivariado. Editorial de la UCR.
Hernndez R, scar (2006). Notas adicionales a Temas de Anlisis Estadstico Multivariado.
Bibliografa complementaria
Johnson, R. A. y Wichern, D. W. (2007). Applied Multivariate Statistical Analysis. Prentice-Hall International, Inc.
Johnson, D. (1998). Mtodos multivariados aplicados al anlisis de datos. International Thompson Editores.
Kleinbaum et al. (1998). Applied Regression Analysis and other Multivariate Methods. Duxbury Press.
SPSS, SYSTAT: Manuales.
Visauta Vinacua, B. (1997). SPSS para Windows. Tomos I y II. McGraw-Hill.
Pla, E.L. (1986). Anlisis Multivariado: Mtodo de componentes principales. O.E.A. Washington. (Cap 4:
Caracterizacin de la produccin lechera de un distrito).
Antologa de casos multivariados. Oscar Hernndez. Escuela de Estadstica.
Otros artculos y material que el profesor suministrar durante el desarrollo del curso.
64 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4010 Indicadores Econmicos, Sociales,
Ambientales e Institucionales
Nmero de crditos:
K: 16:00-18:50
XE-0156, XS-3010, XS-3210
Perodo:
Aula:
Co-requisitos:
3
I ciclo 20__
XS-4410

Este curso les presenta a los estudiantes los indicadores e ndices ms utilizados en el proceso nacional de toma de
decisiones, es decir, pretende exponerlos a aquellos ndices e indicadores ms utilizados en la Costa Rica
contempornea. Adems, introduce los nuevos indicadores e ndices que pretenden integrar las esferas econmicas,
sociales y ambientales del desarrollo nacional. Se discuten las formas de organizacin de los indicadores mediante
sistemas de indicadores, presentando casos concretos. Tambin se discuten los principales problemas asociados con
la generacin de ndices, escalas y sistemas de indicadores. Adems, le presenta a los estudiantes los nuevos
indicadores e ndices que pretenden integrar las esferas econmicas, sociales y ambientales del desarrollo nacional e
internacional.
Dotar al estudiante de conocimientos, herramientas y destrezas que le permitan desempearse profesionalmente
con xito en el diseo, manejo e interpretacin de un conjunto de indicadores de un fenmeno de inters para la
sociedad costarricense e internacional.
Conocer la definicin y saber calcular e interpretar los indicadores econmicos, sociales, ambientales e
institucionales de uso frecuente en el mundo, pero sobretodo en Costa Rica.
Conocer los principales indicadores que se usan en Costa Rica y sus limitaciones.
Lograr que el estudiante experimente la tarea de buscar informacin para la construccin de ndices o
indicadores, a partir de fuentes primarias nacionales.
Lograr que el estudiante comprenda la labor creativa del estadstico en la reduccin de datos de n-dimensiones
a una dimensin, a un nivel comprensible por el usuario.
IV.- METODOLOGA
El curso tiene un enfoque eminentemente prctico donde el profesor introducir los temas y los estudiantes tendrn
la responsabilidad de llevar a cabo asignaciones particulares en forma individual. Combina la presentacin de los
temas en clase por parte del profesor o profesora con los trabajos que deben desarrollar los y las estudiantes. Le
corresponde al educando revisar la literatura sugerida para complementar y reforzar conocimientos. Este curso se
desarrollar de acuerdo con las siguientes pautas:
o
Cada sesin tendr asignado un tema y las lecturas respectivas (anotado en el cronograma) que el
estudiante deber conocer previo al da de clase.
El profesor o la profesora estructurar y moderar la sesin de clase, haciendo las adaptaciones respectivas
de acuerdo a los intereses que los estudiantes manifiesten. Como producto de sus lecturas se espera, por
parte de los estudiantes, una discusin de tipo ms prctico y aplicado a la realidad costarricense y al papel
del estadstico(a).
El enriquecimiento del curso, as como el aprendizaje que se logre est en correspondencia directa con el ajuste a
este esquema de trabajo y que se cumpla a cabalidad.
65 | P a g .
V.- EVALUACIN

1.
2.
Conceptos bsicos
a. Qu medir, para qu medir, para quin medir
b. Caractersticas, variables, parmetros, estadsticas, indicadores, ndices: el reto de la reduccin de
datos
c. Indicadores: su definicin y papel en el proceso de toma de decisiones
d. Clasificacin de indicadores (segn la expresin de su valor; su capacidad de medicin; el enfoque
de sistemas)
e. Caractersticas deseables de los indicadores
f. Principios bsicos en la construccin de indicadores e ndices
i. El marco conceptual
ii. Seleccin de variables
iii. Clculo del indicador: escalamiento
iv. Validacin
v. Establecimiento de metas o umbrales
vi. Interpretacin
ndices e indicadores de uso comn
a. En Economa
i. Produccin
1. Producto Interno Bruto (PIB)
2. ndice de produccin industrial
ii. Indicadores sobre crecimiento econmico
1. Tasa de crecimiento econmico y el ndice mensual de la actividad econmica
(IMAE)
iii. Inflacin
1. ndice de precios al consumidor e inflacin
2. ndice de precios de la exportacin e importacin
iv. Finanzas
1. Tasas de inters
2. Prstamos bancarios
3. Crdito de consumo
v. Indicadores cclicos y de pronstico
1. ndices adelantados, coincidentes y atrasados
2. Ciclos de crecimiento
vi. Ganancias e inversin en negocios
1. ndice sobre optimismo en los negocios
vii. Indicadores sobre ingresos y gastos
1. Ingreso personal y ahorro
2. ndice de precios al consumidor (IPC)
3. ndice de confianza del consumidor (ICC)
viii. Internacional
1. Balanza de comercio exterior
2. Balanza de pagos
3. Valor del dlar
4. ndice de precios de las exportaciones e importaciones
66 | P a g .
b.
3.
4.
5.
Sobre Gobierno y bienestar social

i. Gobierno
1. Presupuesto y deuda
ii. Bienestar econmico
1. Distribucin del ingreso: Gini
2. Distribucin de la riqueza
3. Pobreza
iii. Trabajo
1. Empleo
2. ndice de la calidad del trabajo
3. Desempleo
iv. Vivienda
1. ndice de accesibilidad a la vivienda
v. Crimen
1. Crmenes violentos
2. Crmenes violentos juveniles
3. Punidad
Sobre familia y otros
a. Sobre Familia
i. Nacimientos sin padre declarado
ii. Padres/madres solteras
iii. Matrimonio y unin libre
iv. Divorcio
v. Nios en pobreza
b. Educacin
i. Desempeo
ii. Gasto
iii. Escuelas pblicas
c. Comportamiento de los jvenes
i. Nacimiento en madres menores de 18 aos
ii. Suicidio en menores de 18 aos
d. Cultura y religin
i. Televisin
ii. Recreacin y ocio
iii. Depresin
Sobre ambiente
a. Indicadores ambientales
b. La Iniciativa Latinoamericana y Caribea para el desarrollo sostenible
c. El portal de datos www.geodatos.org
ndices y su aplicacin
a. Definicin, construccin y limitaciones. El enfoque de gnero.
b. ndice de Desarrollo Human (PNUD)
c. ndice de sostenibilidad ambiental (SEF)
d. ndice de Desarrollo Social (MIDEPLAN)
e. ndice Aproximado de Sostenibilidad (IAS)
f. ndice de Bienestar Econmico Sostenible y el ndice de Progreso Genuino (GPI)
g. La Huella Ecolgica

67 | P a g .
VIII.- BIBLIOGRAFA
Babbie, E. (2000). Fundamentos de la Investigacin Social. Mxico, D.F.: International Thomson Editores.
Bennett, W. J. 1999. The Index of Leading Cultural Indicators. Broadway Books, N.Y.
Frumkin, N. 2000. Guide to Economic Indicators. M. E. Sharpe. N. Y.
Gutirrez, E. 1993. ndice Global de Escolaridad. Revista de Ciencias Econmicas 13: 179-184
Gutirrez-Espeleta, Edgar. 1996. ndice Aproximado de Sostenibilidad; in Serie: Aportes en el Desarrollo Humano
Sostenible No. 1. Proyecto Estado de la Nacin. Costa Rica.
Hernndez Sampieri; Fernndez Collado Carlos y Baptista Lucio Pilar (2006). Metodologa de la investigacin. Mxico:
McGraw Hill.
Horn, R. V. 1976. Assessment of Living Levels-The Social Indicator Approach. IJSE 5,3.
INEC-CCP. Simposio Costa Rica a la luz del censo 2000. Varias de las ponencias sern analizadas en clase.
Montero, E (en prensa). Escalas o ndices para la medicin de constructos: El dilema del analista de datos. Avances en
Medicin. Bogot, Colombia: Laboratorio de Psicometra, Facultad de Ciencias Humanas de la Universidad
Nacional de Colombia. (el artculo ser publicado en el primer nmero del ao 2008)
Montero, E. (2001). Educacin e ingreso como predictores de la esperanza de vida: Evidencias de un anlisis de regresin
aplicado a indicadores de desarrollo humano. Revista de Ciencias Sociales de la Universidad de Costa Rica:
Individuo y orden social, #94 (diciembre 2001).
Naciones Unidas. Comisin sobre desarrollo sostenible. Indicadores de desarrollo sostenible. Marco y metodologas.
Agosto 1996. New York, 1998. (Biblioteca Luis Demetrio Tinoco: 338.9 / I39i )
The Economist. 1998. Guide to Economic Indicators: Making Sense of Economics. J. Wiley & Sons, Inc. USA.
UNCSD. Indicadores del Desarrollo Sostenible: http://www.un.org/esa/sustdev/
Universidad de Costa Rica. Ministerio del Ambiente y Energa. Indicadores del desarrollo sostenible de Costa Rica
2002. (Biblioteca Luis Demetrio Tinoco 338.972.86 / I-39in)
NOTA: una variedad de artculos y textos sern revisados y comentados, extrados de INTERNET y otras fuentes
relativos a la temtica principal del curso. Estos sern anunciados con la anticipacin debida para su lectura
respectiva.
68 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4430 Prctica Profesional II
Nmero de crditos:
Perodo:
Aula:
L:19:00-20:50; J: 18:00-20:50
XS-4010, XS-4110, XS-4410, XS-4510
4
II ciclo 20__
Co-requisitos:

Esta es la segunda parte del curso de Prctica Profesional. Al igual que en la primera parte, en este curso los(las)
estudiantes continuarn con la prctica profesional en una empresa o entidad privada o pblica, en la cual laborarn,
al menos, dos das por semana, con el propsito de desarrollar proyectos especficos en que se necesiten
fundamentos estadsticos, cubriendo su amplio alcance y gran diversidad de campos en que se aplica. Para ello
contarn con el apoyo del profesor del curso, as como con la valiosa experiencia de otros(as) profesionales que
laboran en las entidades en que se llevarn a cabo dichos proyectos.
Poner en contacto a los (las) estudiantes con el mercado laboral en que se desarrollarn, tratando de resolver
problemas reales en entidades ubicadas en el pas, que les permita interactuar con estadsticos(as) y con
profesionales de otras disciplinas, con el propsito de que, al cabo de dos semestres, los(las) estudiantes
participantes en esta experiencia conozcan y hayan practicado los elementos bsicos que todo profesional debe
tener para desempearse profesionalmente y en forma tica.
Los alumnos que aprueben el curso:
Sabrn interpretar las necesidades de datos e informacin, as como su anlisis, por parte de otros
profesionales, generalmente de otras reas diferentes a la estadstica.
Podrn distinguir los componentes estadsticos de un problema de los componentes no estadsticos, as como su
posible relacin para efectos de la interpretacin y resolucin del mismo.
Sabrn aplicar diferentes procedimientos estadsticos a la solucin de problemas diversos de la realidad
empresarial e institucional y las situaciones a que corresponde su aplicacin correcta.
Podrn estructurar un problema, utilizando etapas lgicas para su solucin, en las cuales se utilicen diferentes
procedimientos estadsticos y no estadsticos, intercambiando opiniones con profesionales de otras disciplinas
cuando corresponda.
Sabrn expresar en forma escrita y oral, en trminos no tcnicos, los contenidos estadsticos tcnicos.
Conocern los aspectos bsicos de la tica en los negocios, con nfasis en los relacionados con el rea de la
estadstica.
Sabrn elaborar un proyecto de investigacin que pueda ser sometido a evaluacin por los usuarios o clientes
del mismo.
69 | P a g .
IV.- METODOLOGA
El curso consiste de cinco sesiones por semana de 50 minutos, as como las visitas a las empresas y entidades en que
estarn ubicados(as) los (las) estudiantes.
Adicionalmente, en cada sesin se comentarn las labores realizadas por cada estudiante en las empresas en que
estn ubicados(as) (mximo de dos por empresa), para lo cual se exigir una bitcora que indicar las labores
realizadas y debe estar firmada por el coordinador del proyecto cada vez que los (las) estudiantes asistan a la entidad
en que estn desarrollando el trabajo, la cual ser presentada al profesor y guardada por el (la) estudiante para su
control. Este punto se coordinar con cada entidad.
El profesor guiar a los (las) estudiantes permanentemente durante todo el semestre en las labores a realizar en las
diferentes entidades en que estn ubicados(as) los(las) estudiantes.
Esto permitir que todo el grupo est enterado del avance, los problemas que se les presenten y de los
procedimientos que se estn aplicando en cada caso para la solucin que se est proponiendo, de tal forma que
todos(as) los (las) estudiantes durante el curso participarn activamente, en forma constructiva.
Los (las) estudiantes presentarn dos avances del proyecto de acuerdo a las fechas del cronograma adjunto, tanto en
forma escrita como oral.
Para el trabajo final cada grupo deber presentar un informe escrito y realizar una presentacin oral sobre el
proyecto que lleva a cabo en cada empresa.
Adicionalmente se asignarn temas especficos para desarrollar por cada estudiante durante el curso.
A lo largo del semestre se irn tratando otros temas que sean requeridos, que dependern de los trabajos en
proceso de realizacin en las entidades en que estn ubicados(as) los (las) estudiantes.
V.- EVALUACIN

ACTIVIDADES A DESARROLLAR
Actividad 1: Introduccin al curso: procedimiento de trabajo, los aspectos bsicos, su importancia y alcances de la
prctica profesional. Se aclarar la forma de trabajar de los grupos en cada empresa o entidad contactada. Visita a
las empresas y entidades para continuar con la coordinacin.
Actividad 2: La presentacin del estado de los proyectos a la fecha, con el cronograma respectivo para la
presentacin de los avances y finalizacin del mismo.
Actividad 3: Presentacin y anlisis de los avances de cada proyecto, consulta por grupos sobre detalles de los
mismos, para anlisis grupal o consulta con el profesor.
Actividad 4: Presentacin del tema 1 y 2 del texto. Continuacin con la presentacin y anlisis de los avances de los
proyectos
Actividad 5: Presentacin del tema 3 y 4 del texto. Presentacin oral y escrita del primer avance de los proyectos.
70 | P a g .
Actividad 6: Presentacin de los temas 5 y 6 del texto. Continuacin con la presentacin y anlisis de los avances de
los proyectos
Actividad 7: Anlisis de algunos temas especficos de los proyectos que ameriten trato especial de algn
procedimiento estadstico.
Actividad 8: Presentacin oral y escrita del segundo avance de los proyectos.
Actividad 9: La preparacin y anlisis de los informes de avance escritos y su presentacin oral. Consultas con el
profesor. Visita a empresas y entidades
Actividad 10: Presentacin final del proyecto

VIII.- BIBLIOGRAFA
Los principales textos del curso (de los cuales se asignarn lecturas obligatorias) sern:
Janice
Derr.
Statistical
Consulting:
Guide
to
Effective
Communication.
Duxbury
Press.
2000
Hand, D.J.and Everitt, B.S. The Statistical Consultant in action, Cambridge University. Press Cambridge, 1987.
Good, P.I., Hardin J.W. Common Errors in Statistics (and how to avoid them). Wiley-Interscience, New Jersey, 2003.
Van Belle G. Statistical Rules of Thumb. Captulo 8. Consulting.
Cabrera J. y McDougall A. Statistical Consulting. Springer. Verlag New York , Inc., 2002.
Spurrier J.D. The Practice of Statistics: Putting the Pieces Together.Duxbury. Thomson Learning. CA. USA. 2000.
Sin embargo, dadas las caractersticas del curso, tambin se utilizarn otros textos y artculos, dependiendo de las
caractersticas de los proyectos que se encuentren en proceso de desarrollo por parte de los (las) estudiantes en las
diferentes empresas y entidades en que se ubiquen.
Posibles temas a asignar a los grupos del texto de Good y Hardin:

Captulo 1: Sources of Error
Captulo 2: Hypotheses: the why of your research
Captulo 3: Collecting data
Captulo 4: Estimation
Captulo 7: Reporting your results
Captulo 8: Graphics
71 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4530 Decisiones Estadsticas y Administrativas
Nmero de crditos:
Perodo:
Aula:
L :17:00-18:50; J: 16:00-17:50
XS-4510, XS-4010
4
II ciclo 20__
Co-requisitos:

En este curso se brindan las bases terico -prcticas de la toma de decisiones estadsticas y administrativas,
incorporando el conocimiento del tomador de decisiones en un modelo. El estudiante podr identificar los objetivos
del proceso para luego desarrollar una lista de alternativas y estimar el nivel de satisfaccin de cada objetivo con
cada alternativa determinada, escogiendo la alternativa o combinacin de alternativas que satisfaga algn criterio
preestablecido.
4. Proveer al estudiante los conocimientos y herramientas necesarias que lo habiliten para enmarcar los
problemas de toma de decisiones (TD), estadsticas o administrativas, dentro de un modelo.

Al aprobar el curso el estudiante ser capacidad de:
16.
17.
18.
19.
20.
Identificar los fundamentos del Anlisis de Decisiones.

Aplicar herramientas para prevenir la omisin de algn aspecto clave en la TD.
Saber aplicar el anlisis de decisiones cuando l toma la decisin o asesora a otro en la TD.
Poder enmarcar un problema de TD dentro de un modelo, bajo diferentes criterios.
Conocer y aplicar aquellas tcnicas que le permitan identificar y estructurar los problemas en trminos de
objetivos realizables, para luego establecer y cuantificar las posibles Saber identificar y enmarcar en el contexto
de anlisis de decisiones los diferentes problemas que enfrente en el ejercicio de su profesin.
21. Identificar y evaluar los recursos disponibles para escoger una adecuada combinacin de ellos, tomando en
cuenta diferentes restricciones.
IV.- METODOLOGA
El profesor presentar el contenido mediante clases magistrales y el uso de estudio de casos concretos. Se asignarn
algunas lecturas previas del material que se cubrir en clase y se trabajarn ejercicios prcticos en clase. Tambin se
dejaran asignaciones individuales o en grupos que ilustren el trasfondo y la aplicacin de las tcnicas de TD.
Adems de lo anterior se realizarn dos exmenes parciales, exmenes cortos, tareas, asignaciones y un trabajo final,
con el fin de evaluar los aprendizajes.
Para los temas que lo requieran se utilizar software de acceso libre como el WINQSB y otros
V.- EVALUACIN
72 | P a g .

10. Introduccin. Estadstica, Administracin y Toma de Decisiones. Naturaleza, definicin, descripcin del
proceso, diferentes orientaciones.
11. Quines y cmo se toman las decisiones?. Decisin real contra decisin ptima. Importancia prctica de la
significancia estadstica. Etapas: formulacin del modelo de decisin, operacin con el modelo, valoracin
de soluciones, anlisis de sensibilidad.
12. La probabilidad subjetiva como modelo de informacin relevante al problema de toma de decisiones.
13. Teora de la funcin de utilidad como modelo de los valores y preferencias de la persona o grupo que toma
decisiones (utilidad y riesgo)
14. Toma de decisiones individuales y en grupo, ventajas y desventajas.
15. TD individual. Algunas tcnicas: Diagrama de influencia, utilidad esperada, valor de la informacin, rbol de
decisin, planeacin de proyectos y programacin lineal, pronsticos con series de tiempo, teora de colas,
anlisis del campo de fuerza y quid, cuadro de prioridades de Moody.
16. TD grupal. Algunas tcnicas: Tormenta de ideas, grupo nominal, Delfhi, sintica, decisiones por concenso, la
pecera, interaccin didctica, negociacin colectiva.
17. Toma de decisiones y sus relacin con: la reingeniera de un sistema, el proceso de planificacin estratgica,
la administracin por objetivos y el sistema de calidad total

VIII.- BIBLIOGRAFA
- Render, Stair, Hanna. Mtodos cuantitativos para los negocios. Pearson, 2006
- Gallagher C, Watson H. Mtodos cuantitativos para la toma de decisiones en Administracin. Mc Graw Hill.
Mxico.
- Clemen R, Reilly T. Making Hard Decisions . Editorial Thomson. 2001.
- Soldevilla E. Decisiones empresariales con riesgo e incertidumbre Editorial Hispano europea. 1984
- Huber G. Toma de decisiones en la gerencia. Editorial Trillas 1992.
- Moody Paul. Toma de decisiones gerenciales Editorial Mc Graw Hill.. 1991
- Kepner Ch, Tregoe B. El Nuevo Directivo Racional. Anlisis de problemas y toma de decisiones. Mc Graw
Hill.. 1983
- Lilien G, Kotler P. Toma de decisiones en mercadotcnia. Un enfoque de construccin de modelos CECSA
1990
73 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4050 Tcnicas de Medicin para Estadstica
Nmero de crditos:
K: 16:00 A 18:50
Perodo:
Aula:
XS-4110,XS-4010
Co-requisitos:
3
II ciclo 20__

Este curso se dise para ensear aspectos fundamentales de la teora de medicin y la construccin de
instrumentos psicomtricos de alta validez y confiabilidad. Se enfatiza en aspectos estadsticos asociados a la teora y
aplicacin de los modelos de medicin en ciencias sociales y el uso de los paquetes estadsticos apropiados para los
anlisis de validez.
Capacitar al estudiante para que pueda utilizar apropiadamente la teora de la medicin y las tcnicas psicomtricas
para construir y validar instrumentos que le permitan cuantificar constructos.
2.1 Comprender y aplicar el marco de referencia y los conceptos de la teora de la medicin
2.2
2.3
2.4
2.5
2.6
Establecer los criterios y procedimientos que deben seguirse al construir y validar instrumentos de medicin
Adquirir destrezas para analizar la calidad tcnica de un instrumento psicomtrico mediante el udos de la
teora clsica de los tests
Valorar la teora clsica de los tests y la teora de respuesta de los itemes como enfoques para la
construccin de instrumentos
Adquirir destrezas en la elaboracin de indicadores para constructos de naturaleza compleja
Usar adecuadamente los paquetes SPSS, WINSTEPS, BILOG y LISREL para llevar a cabo diferentes anlisis
desarrollados durante el curso
IV.- METODOLOGA
El curso se rene una sola vez a la semana, por lo que la mayor parte de este periodo se utilizar para las
exposiciones magistrales y se espera una participacin activa durante las sesiones de clase. Los conceptos
desarrollados se podran en prctica a travs de ejemplos prcticos.
Cada sesin tendr asignado un tema y las lecturas respectivas que el estudiante deber leer previo al da de clase.
La profesora estructurar y moderar la sesin de clase haciendo una exposicin de la temtica asignada para esa
sesin. Como producto de sus lecturas se espera una discusin de tipo ms prctico y aplicado por parte de los
estudiantes.
El enriquecimiento del curso, as como el aprendizaje que se logre est en correspondencia directa con el ajuste a
este esquema de trabajo y que se cumpla a cabalidad.
En aproximadamente la mitad de las clases habr sesiones de prctica en el laboratorio de cmputo.
Una actividad que exige tiempo al o la estudiante es la elaboracin, individualmente o en parejas, de un trabajo final
en donde construirn y validarn, de manera piloto, un instrumento para medir algn constructo complejo. Este
trabajo se debe presentar formalmente como un informe de investigacin, no como un resumen de salidas de
74 | P a g .
computadora.
V.- EVALUACIN

UNIDAD N 1: CONCEPTOS BSICOS SOBRE MEDICIN Y SU RELACIN CON LA ESTADSTICA
1.1 La medicin en la ciencia
1.2 Teora bsica de la medicin y su relacin con la estadstica
1.3 Variables, constructos (variables latentes) e indicadores
1.4 Indices y escalas
1.5 Uso de la psicometra: bondades y limitaciones de los instrumentos psicomtricos
UNIDAD N 2: MEDICIN DE LA VALIDEZ Y LA CONFIABLIDAD
2.1 Validez y confiabilidad: definiciones, procedimientos para su estimacin
2.2 Anlisis de tems, pruebas cognitivas y afectivas, pruebas de escogencia nica y pruebas de ensayo o
desarrollo
2.3 Anlisis de validez (predictiva, concurrente, divergente o discriminante)
2.4 El anlisis de factores y la validez de estructura factorial
2.5 Los modelos estructurales y el Anlisis de Factores Confirmatorio como herramientas para lograr
evidencias de validez de constructo
2.6 Uso del software (SPSS, LISREL)
UNIDAD N 3: TEORA CLSICA DE LOS TESTS
3.1 El concepto de error de medicin
3.2 Modelo de las formas paralelas
3.3 Modelo de muestreo del dominio
3.4 Medidas para evaluar la confiabilidad
3.5 Coeficiente alfa de Cronbach
3.6 Teora de la generabilidad
UNIDAD N 4: TEORA DE RESPUESTA DE LOS TEMES
4.1 Modelo TRI (uno, dos y tres parmetros)
4.2 Curva caracterstica del item y funcin de informacin
4.3 Ajuste del modelo
4.4 Construccin de pruebas con modelos TRI
4.5 Ventajas sobre la teora clsica
4.6 El modelo de Rasch y sus propiedades nicas
4.7 Uso de los paquetes WINSTEPS y BILOG
UNIDAD N 5: modelos estructurales
5.1 Relacin con los modelos de regresin clsicos
5.2 Modelo estructural y modelo de medicin
5.3 Estimacin y bondad de ajuste
5.4 Ejemplos de casos de aplicacin
75 | P a g .

VIII.- BIBLIOGRAFA
Martnez, R.. (2005). Psicometra: Teora de los Tests Psicolgicos y Educativos. Madrid: Sntesis.
Montero, E. (2001). La teora de respuesta a los temes: una moderna alternativa para el anlisis psicomtrico de
instrumentos de medicin. Revista de Matemtica: teora y aplicaciones. Centro de Investigaciones en
matemtica pura y aplicada (CIMPA) y la Escuela de Matemtica de la Universidad de Costa Rica. Vol. 7, # 12, pgs. 217-228.
Nunnally, J.C. & Bernstein, I.J. (1995). Teora psicomtrica (3 ed). Mxico, D.F.: Editorial McGrawHill
Latinoamericana.
Ziga, M. & Montero, E. (2007). Teora G: un futuro paradigma para el anlisis de pruebas psicomtricas. Artculo
aceptado para publicacin. Revista Actualidades en Psicologa. San Jos, Costa Rica: Universidad de Costa
Rica, Instituto de Investigaciones Psicolgicas.
NOTA: sern revisados artculos extrados de INTERNET y otras fuentes, relativos a la temtica principal del curso.
Estos sern anunciados con la anticipacin debida.
76 | P a g .
Nombre del curso:

Profesor:
Horario:
Requisitos

XS-4030 Estadstica Aplicada a la Industria
Nmero de crditos:
Perodo:
Aula:
K:19:00-20:50/V:18:00-19:50
XS-3170, XS-4110
4
II ciclo 20__
Co-requisitos:

La estadstica industrial es la rama del conocimiento que busca implementar los mtodos de recoleccin, anlisis e
interpretacin de datos a un conjunto de elementos del entorno industrial, con el objetivo de ayudar en la toma de
decisiones y en el control de los procesos industriales y organizacionales. En este curso se exploran algunas
herramientas estadsticas utilizadas en reas tales como: pronsticos de produccin, planeacin, investigacin de
operaciones, productividad, calidad y fiabilidad. Se hace especial nfasis en la gestin y control de la calidad a travs
del estudio de las principales corrientes japonesas y estadounidenses que histricamente han guiado el diseo de
sistemas de calidad en distintas empresas, a la vez que se profundiza en el modelo Seis Sigma de Motorola.
Estudiar aplicaciones de la estadstica en el proceso de toma de decisiones y en el control de los procesos
industriales y organizacionales.
Al finalizar el curso el estudiante tendr criterio y conocimiento bsico para:
Analizar el ciclo de vida de productos y servicios utilizando los conceptos bsicos de la ingeniera industrial.
Reconocer actividades y aplicaciones estadsticas tpicas en empresas de bienes y servicios.
Aplicar los conceptos de las principales corrientes, prcticas y herramientas de la gestin y control de la
calidad y fiabilidad.
Utilizar adecuadamente el paquete estadstico JMP y Excel para el anlisis de datos industriales.
Presentar los resultados del anlisis de datos para la toma de decisiones en la industria (reportes
gerenciales).
IV.- METODOLOGA
Se propone una metodologa participativa, donde el componente de exposicin del docente no sobrepase un 65% de
las actividades de clase y se faciliten numerosas oportunidades para que el estudiantado investigue y desarrolle
destrezas de anlisis y presentacin de datos industriales.
V.- EVALUACIN
77 | P a g .

I. Ciclo de vida de productos y servicios.
1.9
Diferencias entre productos y servicios.
1.10 Funciones bsicas del proceso de produccin.
1.11 Etapas en el desarrollo del producto.
1.12 Ciclo de vida de los productos.
1.13 Despliegue de la funcin de calidad Casa de la calidad.
1.14 Ciclo de vida de la tecnologa.
1.15 Produccin y productividad.
1.16 Definicin de calidad.
1.17 AMFE (Anlisis Modal de Falla y Efectos).
1.18 La funcin de calidad en las empresas.
II. Actividades y aplicaciones estadsticas tpicas en empresas de bienes y servicios.
2.13 Pronsticos y planeacin de la produccin.
2.14 Investigacin de operaciones: simulacin Montecarlo.
2.15 Muestreo del trabajo.
2.16 Estudio de tiempos.
III: Corrientes, prcticas y herramientas de la gestin y control de la calidad y fiabilidad.
3.18 Gestin de la calidad total.
3.19 Tericos de la calidad: Deming, Juran, Crosby, Feigenbaum, Ishikawa, Taguchi y Covey.
3.20 Modelos de calidad: premio Malcom Baldrige, ISO 9000 y otras normas de calidad.
3.21 Seis Sigma (como mtrica, metodologa y filosofa) para la resolucin estructurada de problemas:
a. Definir: descripcin del problema, diagramas de flujo, diagrama de Pareto y seleccin de variables
crticas de calidad.
b. Medir: insumos y productos de los procesos, diagrama de Ishikawa, probabilidad, mtodos grficos,
distribuciones de probabilidad, anlisis de los sistemas de medicin e ndices de capacidad.
c. Analizar: causa raz, mtodos grficos, estadsticas descriptivas, modelos de regresin, ndices de
capacidad y prueba de hiptesis (paramtricas y no paramtricas).
d. Mejorar: administracin de proyectos, diseo de experimentos, diseos de Taguchi y superficies de
respuesta.
e. Controlar: causas de variabilidad, grficos de control (variables y atributos) y organizacin del trabajo
para el control (5S, fbrica visual, Kaizen, mantenimiento productivo total e instrucciones de trabajo
entre otras).
3.22 Muestreo de aceptacin.
3.23 Fiabilidad: conceptos y distribuciones de probabilidad bsicas.
VIII.- BIBLIOGRAFA
American Society for Quality (2000). ANSI/ISO/ASQ Q9001-2000 Standard. Milwaukee: ASQ.
Duncan, Acheson J. (1986). Quality Control and Industrial Statistics. USA. McGraw-Hill
Garca Criollo, R. (1998). Estudio del Trabajo. Medicin del Trabajo. Mxico: McGraw-Hill.
78 | P a g .
Heizer, J. & Render, B. (2001). Direccin de la Produccin. Decisiones Estratgicas. Madrid: Prentice Hall.
Hillier, F. S. et al. (2002). Mtodos cuantitativos para administracin. Mxico: Irwin McGraw-Hill.
iSix Sigma. iSix Sigma home page. [Documento WWW]. Recuperado: http://www.isixsigma.com/. (Consulta
agosto, 2006).
Krajewski, L. J. & Ritzman, L. P. (2000). Administracin de Operaciones. Estrategia y Anlisis. Mxico: Prentice Hall.
Montgomery, Douglas C. (2001). Design and Analysis of Experiments. USA: John Wiley & Sons.
NIST/SEMATECH (2003).
Engineering Statistics Handbook.
http://www.itl.nist.gov/div898/handbook/. (Consulta agosto, 2006).
[Documento
WWW].
Recuperado:
Organizacin Internacional del Trabajo (1996). Introduccin al Estudio del Trabajo. Ginebra: OIT.
Pyzdek, T. (2005).
Non-normal distributions in the real world.
http://www.pyzdek.com/non-normal.htm. (Consulta agosto, 2006).
[Documento WWW].
Recuperado:
Quality Council of Indiana (2001). The Certified Six Sigma Black Belt Primer. Indiana: Quality Council of Indiana.
79 | P a g .
Reglamento de la Escuela de Estadstica

CAPTULO PRIMERO
Los objetivos de la Escuela de Estadstica, con

fundamento en el artculo 97 del Estatuto
Orgnico, son:
DISPOSICIONES GENERALES
ARTCULO 1. Objeto del Reglamento

Este Reglamento enmarca las labores de la
Escuela y es el referente de pertinencia, que
permanece en el tiempo, segn la realidad y
coyuntura de la Escuela y de la Universidad.
No pretende ser un marco rgido que limite el
desarrollo y las prioridades de esta unidad
acadmica.
ARTCULO 2. Definicin de la Escuela

La Escuela de Estadstica es una unidad
acadmica de la Facultad de Ciencias
Econmicas.
ARTCULO 3. Misin
Formar profesionales, con un alto nivel
acadmico y tico, en la ciencia de la
Estadstica para coadyuvar en los procesos de
toma de decisiones y en la solucin de los
problemas de la sociedad costarricense por
medio de la integracin de la docencia, la
investigacin y accin social. Asmismo,
contribuir con la formacin estadstica en
otras disciplinas y difundir el uso adecuado de
la estadstica y sus aplicaciones.
ARTCULO 4.
3.1 Preparar a sus estudiantes en los aspectos

tericos y prcticos de la Estadstica para
que llenen su cometido dentro de la
sociedad donde ejerzan su profesin.
3.2 Inspirar y desarrollar en sus estudiantes

un inters permanente por la solucin de
problemas, que requieran la aplicacin de
las diferentes tcnicas estadsticas.
3.3 Formar profesionales en Estadstica

responsables, conscientes de su misin en
la sociedad en que se desenvuelven,
inspirados en los ms altos ideales de
servicio, y siempre dentro del marco que
la tica profesional les indica.
3.4 Ofrecer planes de estudio para la

obtencin del diploma de bachillerato
acadmico en Estadstica y los programas
de posgrado en Estadstica.
3.5 Ofrecer a las Escuelas de la Facultad de

Ciencias Econmicas y otras Facultades y
Escuelas los cursos que de ella requieran
previo acuerdo de la Asamblea de Escuela.
3.6 Ofrecer cursos de extensin

educacin
continua
sobre
relacionados con la Estadstica.
y de
temas
Objetivos
3.7 Realizar investigaciones estadsticas, en
los diferentes campos del saber, dentro
80 | P a g .
de las posibilidades de la Escuela, y

tomando en cuenta el desarrollo
cientfico-tecnolgico del pas y sus
necesidades prioritarias.
3.8 Establecer y participar en programas de

accin social, tales como Trabajo Comunal
Universitario,
Extensin
Docente,
Extensin
Cultural
y
Divulgacin
Universitaria.
3.9 Desarrollar modalidades innovadoras de

formacin y educacin permanente de los
recursos humanos en Estadstica que
respondan a la realidad sociopoltica y
econmica del pas.
3.10 Fortalecer
los recursos humanos,
tecnolgicos y financieros que garanticen
la viabilidad de sus programas sustantivos.
3.11 Promover y fortalecer la capacidad

estadstica
de
las
organizaciones
relacionadas con las Estadsticas oficiales,
no
gubernamentales
y
otras
organizaciones sociales de base, que
utilicen
la
Estadstica,
mediante
programas y proyectos integrados de
docencia, investigacin, accin social y
educacin continua y permanente.
3.12 Contribuir activamente en la formulacin,

implementacin y evaluacin de polticas
que lleven al desarrollo continuo de la
disciplina.
3.13 Propiciar el debate, anlisis y reflexin

sobre el rumbo que debe seguir la
enseanza de la Estadstica en el pas, con
el fin de contribuir a mejorar el quehacer
en este campo del saber.
CAPTULO SEGUNDO
ORGANIZACIN Y FUNCIONES
ARTCULO 5. Fundamentacin Normativa

La organizacin y funciones de la Escuela de
Estadstica se rigen por las disposiciones
contenidas en el Estatuto Orgnico de la
Universidad de Costa Rica, en este y otros
Reglamentos y dems normativa de la
Universidad de Costa Rica. Sus actividades
administrativas y de apoyo se organizarn de
acuerdo con los objetivos de la Escuela.
ARTCULO 6. De la Asamblea de Escuela

La Asamblea de Escuela es el rgano superior
de la unidad acadmica, cuya integracin y
atribuciones se rigen por los artculos 98, 99 y
99 bis del Estatuto Orgnico de la Universidad
de Costa Rica. La convocatoria y celebracin
de sus sesiones se rigen por los artculos 100 y
101 del Estatuto Orgnico de la Universidad de
Costa Rica y por el Reglamento de Elecciones
Universitarias. Sern presididas por el Director
o Directora de la Escuela.
ARTCULO 7. Temas de la Asamblea

La Asamblea discutir exclusivamente sobre
los asuntos para los cuales haya sido
convocada. Las mociones de fondo debern
ser presentadas durante el debate del punto
de agenda que se discute; el Director o
Directora har caso omiso de toda mocin de
fondo presentada fuera de la discusin del
punto en referencia.
81 | P a g .
ARTCULO 8. Sobre las mociones.

Corresponde al Director o Directora decidir si
una mocin es de orden, de forma o de fondo.
a. No obstante lo anterior sern siempre de
orden, y tendrn preferencia sobre todas
las otras mociones, de cualquier clase que
sean, las tendientes a: 1. Suspender la
sesin. 2. Levantar la sesin. 3. Suspender
el debate sobre el tema en discusin. 4.
Prolongar o reabrir el debate del tema en
discusin por treinta minutos adicionales.
Las mociones de orden slo podrn
presentarse durante la sesin de
discusin a favor o en contra de una
mocin determinada y no durante la
sesin de debate previo, excepto las que
se refieren a la validez de la sesin, las
que podrn interponerse en cualquier
momento. Una vez aceptadas por el
Director o Directora como tales, se
conocern tan pronto termine la
intervencin del miembro de la Asamblea
que est en el uso de la palabra. Adems
del proponente, podr hablar un
miembro que est en contra de la
mocin. El Director o Directora limitar
cada intervencin, a cinco o diez minutos,
segn su criterio. Terminadas las
intervenciones, someter a votacin
inmediatamente la mocin. Quienes
hablen sobre una mocin de orden no
podrn referirse al fondo del asunto. Las
mociones de orden debern formularse
por escrito. El Director o Directora podr
conceder la palabra a un miembro que la
solicite con el fin de obtener una breve
aclaracin sobre algn asunto de
procedimiento.
b. Sern mociones de forma las que traten
de corregir el estilo de un texto ya
aprobado por la Asamblea. Las mociones
de forma se presentarn por escrito al
Director o Directora con el fin de que se
incorpore a los textos aprobados las
mociones de esa naturaleza que estime
necesarias.
c. Sern mociones de fondo o de enmienda

aquellas que entraen adiciones,
supresiones o modificaciones a cada
asunto de los incluidos en la convocatoria.
Las mociones de fondo debern ser
presentadas por escrito al Director o
Directora durante la sesin de debate de
cada tema. El Director o Directora las
pondr a discusin conforme al siguiente
orden: Cuando se presenten dos o ms
enmiendas a un mismo asunto, la
Asamblea discutir y votar primero sobre
la que se aparte ms, en cuanto al fondo,
de la proposicin original, acto seguido
votar sobre la enmienda que, despus de
la votada anteriormente, se aparte ms
de dicha proposicin y as sucesivamente
hasta que se hayan votado todas las
enmiendas. Si se aprueba una o ms de
las enmiendas, se someter a votacin el
asunto como ha sido modificado. Si no se
aprueba ninguna enmienda, se votar
sobre el asunto en su forma original. Las
intervenciones sobre cada mocin de
fondo estarn limitadas a diez minutos
cada una, como mximo, y slo podrn
hacer uso de la palabra dos a favor,
incluido el proponente, y dos en contra. El
proponente podr fraccionar sus 10
minutos hablando antes y despus de los
otros. El Director o Directora deber
rechazar ad portas cualquier mocin de
fondo que no se refiera a los asuntos de la
convocatoria.
ARTCULO 9. Sobre el voto

Cada miembro de la Asamblea tendr un voto.
Las votaciones sern pblicas. No obstante, la
Asamblea podr acordar que se hagan en
secreto pero en ningn caso se harn
votaciones
nominales.
Slo
podrn
computarse los votos de los miembros
presentes a la hora de recibir las votaciones.
Los asuntos se decidirn, por la mayora
absoluta de los votos presentes. En caso de
empate se repetir la votacin y si este
82 | P a g .
subsistiere la suerte decidir el asunto, an

cuando la votacin fuere secreta. El Director o
Directora, a solicitud de un miembro de la
Asamblea, podr ordenar que se repita la
votacin y el correspondiente recuento de
votos. Despus de comenzada una votacin,
ningn miembro podr interrumpirla, salvo
cuando se trate de una explicacin relativa a la
forma en que se est efectuando la votacin.
En este caso, el Director o Directora podr
suspender
la
votacin
para
aclarar
debidamente la forma. Si un miembro pidiere
que se divida un asunto, ste ser sometido a
votacin por partes, a discrecin del Director o
Directora. El asunto que haya sido votado por
partes deber ser tambin sometido a
votacin en conjunto. Si todas las partes
dispositivas de una proposicin o mocin
fueren rechazadas, se considera que la
proposicin o mocin ha sido rechazada en su
totalidad.
ARTCULO 10. Nombramiento de Comisiones

ad hoc
La Asamblea podr en cualquier asunto
nombrar una comisin ad hoc para el estudio
de tal asunto y presentacin de un informe al
respecto. El plazo para la presentacin de este
informe ser sealado por la misma Asamblea.
ARTCULO 11. Sobre los debates

En el curso de los debates se podr
interrumpir al orador si ste se manifiesta de
acuerdo; la interrupcin no podr durar ms
de dos minutos y un mismo orador no podr
autorizar ms de dos interrupciones. Los
oradores debern concretarse al asunto en
debate. El Director o Directora llamar al
orden al orador que infrinja estas normas y le
quitar el uso de la palabra si no acatare su

llamamiento.
ARTCULO 12. Convocatorias

El Director o Directora deber hacer la
convocatoria por escrito por lo menos con tres
das hbiles de anticipacin, e indicar el o los
asuntos a tratar. Las sesiones se celebrarn en
das hbiles y la convocatoria sealar para
iniciarlas una hora que no podr pasar de las
siete de la noche. No podrn prolongarse por
ms de dos horas a partir del momento en que
se inicien, salvo que, mediante mocin de
orden aprobada por el voto de la mayora
absoluta de los votos presentes, la Asamblea
decidiere sesionar por una hora ms. Si en el
tiempo de duracin establecido no se pudiere
agotar la agenda, la sesin se continuar en la
hora y fecha que seale el Directo o Directora.
Esta reunin no podr convocarse antes de
seis horas hbiles ni despus de doce das
hbiles.
ARTCULO 13. Deberes de los miembros de

la Asamblea
Son deberes de los miembros de la Asamblea:
a) Asistir puntualmente a las sesiones y
permanecer en ellas mientras duren. b) Dar el
voto en los asuntos que se discuten. c)
Desempear las funciones que el Director o
Directora les encomiende, haciendo uso de las
facultades que este Reglamento o el Estatuto
le otorguen.
ARTCULO 14. Registro de Asistencia

Durante las sesiones de las Asambleas, el
Director o Directora deber organizar un
registro de los miembros asistentes, quienes
83 | P a g .
se identificarn ante el personal designado

para este efecto y firmarn en una hoja de
registro.
ARTCULO 15. Las ausencias

Para efectos de este Reglamento, se
computar la ausencia de un miembro a partir
de los treinta minutos despus de la hora a
que fue convocada, an cuando por falta de
qurum no llegare a realizarse. Las profesoras
y los profesores se encuentran obligados a
asistir a las sesiones de las Asambleas, segn
corresponda, como parte de su contrato de
trabajo con la Universidad. La inasistencia o
permanencia parcial a una asamblea deber
ser justificada por escrito, por algn medio
fsico o electrnico, a la Direccin de la Escuela
cuando menos con una hora de anticipacin a
la convocatoria, exponiendo las razones que
justifican la ausencia. Solo se considerarn las
justificaciones entregadas posteriormente a la
fecha y hora de la Asamblea, en casos de
fuerza mayor evidente, que hayan impedido
dicha comunicacin, o por atraso demostrado
y justificado en su entrega. La Direccin de la
Escuela comunicar a la Oficina de Personal la
lista correspondiente de los miembros
ausentes, en un plazo de ocho das hbiles
despus de la fecha de la Asamblea, indicando
aquellos que justificaron su ausencia. Las
ausencias injustificadas quedarn constando
en el expediente del profesor. No estn
obligados a asistir, ni es necesaria justificacin
alguna, los miembros que disfrutan de
vacaciones, permiso o incapacidad.
ARTCULO 16. El Director o la Directora

La Escuela de Estadstica estar dirigida y
representada por un(a) Director (a). Depende
en lnea jerrquica inmediata del Decano(a) de

la Facultad de Ciencias Econmicas. La
eleccin del Director(a), su jornada de trabajo
y sus funciones, se rigen por los artculos 103,
105 y 106 del estatuto Orgnico de la
Universidad de Costa Rica. Para suplir las
ausencias temporales del Director(a) y
mientras duren stas, la Asamblea de Escuela
nombrar a un(a) Subdirector(a), conforme
con lo establecido en el artculo 104 del
Estatuto Orgnico de la Universidad de Costa
Rica.
El Director o Directora debe presentar, al inicio

de su gestin, un plan estratgico de
desarrollo para el perodo (cuatrienal) para el
cual fue electo y presentar, ante la Asamblea
de Escuela en el mes de agosto, un informe
anual sobre el desarrollo y cumplimiento del
mismo. Igualmente, el Director o Directora
debe presentar a la Asamblea de Escuela, al
inicio de cada ciclo lectivo, las actividades
acadmicas que la Escuela desarrollar
durante ese ciclo lectivo, como por ejemplo,
los cursos, la distribucin de profesores,
proyectos de investigacin, de accin social,
etc.
ARTCULO 17. Conferencia inaugural

El Direccin de la Escuela debe organizar, al
inicio del primer ciclo lectivo, una conferencia
inaugural del ao acadmico de la Escuela con
la asistencia de estudiantes, de grado y
posgrado, profesores, egresados y profesores
jubilados.
ARTCULO 18. Sistema de informacin

acadmica
84 | P a g .
La
Direccin
ser
responsable
del
establecimiento de un sistema de informacin,
de fcil acceso, para la matrcula; evaluacin y
orientacin estudiantil; evaluacin de
desempeo de los cursos, entre otros. Este
sistema
de
informacin
puede
ser
conceptualizado como una plataforma
complementaria del Sistema de Atencin
Estudiantil (SAE) que opera la Oficina de
Registro e Informacin.
ARTCULO 20. Comisiones Permanentes

Para coadyuvar con la Direccin de la Escuela
de
Estadstica,
existirn
comisiones
permanentes definidas institucionalmente en
las normativas respectivas.
Sern Comisiones permanentes las de Accin

Social y Educacin Permanente; Curriculum y
Programas de Cursos; Credenciales y
Reconocimientos; Investigacin; Evaluacin y
Orientacin; y Matrcula y Eventos especiales.
CAPTULO TERCERO
DE LA DOCENCIA
ARTCULO 19. De la Organizacin Acadmica

La Escuela de Estadstica est organizada
segn las reas de competencia siguientes:
Docencia: en Ctedras, con coordinaciones
respectivas, y en cursos individuales. Aquellos
correspondientes
al
bachillerato
son
coordinados directamente por la Direccin de
la Escuela y los de posgrado, son coordinados
por el Director o Directora del Posgrado.
Investigacin: proyectos y actividades de
investigacin.
Accin social y Educacin Permanente y
Continua: proyectos y actividades de accin
social y educacin permanente y continua.
La Direccin podr establecer las Comisiones

temporales que as se considere.
ARTCULO 21. Integracin de las Comisiones

Permanentes
La integracin y funcionamiento de las
comisiones permanentes se regirn de
acuerdo con lo dispuesto en los reglamentos
respectivos.
La carga acadmica asignada para los

coordinadores de las comisiones permanentes
ser de 3 horas y a los miembros de 1 hora, a
excepcin de Comisin de Credenciales y
Reconocimientos cuyos miembros podrn
tener asignadas 2 horas y su coordinador 5
horas. Esta asignacin de carga podr ser
modificada por la Direccin, segn el volumen
de trabajo, la cual deber ser informada a la
Asamblea de Escuela.
Las reas de investigacin y accin social son

apoyadas por la Seccin Unidad de Servicios
Estadsticos (USES).
85 | P a g .
ARTCULO 22. De las ctedras

Las ctedras de la Escuela de Estadstica estn
formadas por aquellos cursos que tienen dos o
ms grupos en un mismo semestre. Las
coordinaciones de las ctedras, nombradas
cada ciclo lectivo, sern reconocidas con 5
horas en carga acadmica cuando estas tengan
tres o ms grupos.
ARTCULO 23. Objetivos de la Ctedra

El objetivo de formar una ctedra es
homogenizar los temas a desarrollar, la
metodologa de enseanza y los criterios de
evaluacin, de forma tal que se garantice el
mismo nivel de enseanza y de evaluacin en
todos
los
cursos
de
la
ctedra,
independientemente del profesor y de la sede
donde se imparta.
Para cumplir con lo indicado, se deber utilizar

un nico programa y aplicar las mismas
evaluaciones, o evaluaciones con niveles de
dificultad semejantes, a juicio de la ctedra.
ARTCULO 24. Responsabilidades de la
Coordinacin de la Ctedra
Cada ctedra tendr un Coordinador o
Coordinadora del personal docente de la
misma, el cual deber estar en rgimen
acadmico, de manera que cumpla con las
siguientes labores:
a) Coordinar con las unidades acadmicas a
las cuales se les brinda el curso (cursos
de servicio) sobre las necesidades de
temas a desarrollar, segn los planes de
estudio vigentes en la unidad acadmica.
b) Establecer, sobre la base de lo anterior y
tomando en cuenta las experiencias de la
ctedra, una propuesta del programa del
curso que se discutir y aprobar en

reunin de ctedra al inicio del primer y
segundo ciclos. Este programa debe
contener los objetivos generales y
especficos, los temas a desarrollar en el
curso, el cronograma de actividades, la
metodologa a utilizar en el proceso de
enseanza-aprendizaje, el sistema de
evaluacin y las fechas en las cuales se
deben realizar los exmenes y dems
actividades de la ctedra. Debe cumplir,
en su totalidad, con lo que establezca la
Comisin de Evaluacin de la Escuela.
c) Organizar reuniones de ctedra (dentro
del ciclo lectivo) para discutir y aprobar
las propuestas de evaluacin y discutir el
logro de los objetivos de la ctedra.
d) Definir, conjuntamente con el Director o
Directora de la Escuela, los horarios de los
grupos que se abran bajo la sigla de la
ctedra. Para ello, considerarn las
solicitudes de las Escuelas para las que se
brinda el servicio.
e) Convocar a la reunin inicial de la ctedra
(en las dos semanas anteriores al inicio
del I y II Ciclos), en donde se dar a
conocer el programa del curso, los
horarios
y
diversas
actividades
relacionadas con la ctedra.
f) Coordinar la preparacin y administracin
de exmenes parciales, finales, de
ampliacin, de reposicin y suficiencia.
Dichas pruebas deben estar listas ocho
das antes de la fecha fijada en el
programa para realizarlas.
g) Promover que en la ctedra se lleven a
cabo
actividades
acadmicas,
no
tradicionales como: uso de laboratorios
de cmputo, foros, conferencias, etc.
86 | P a g .
h) Coordinar la elaboracin y uso de un

manual de prcticas, con ejemplos de la
realidad nacional e internacional, que
contenga ejercicios de todos los temas del
curso, casos prcticos y exmenes viejos.
c) Aplicar las evaluaciones aprobadas por la

ctedra en las fechas establecidas y
cooperar en la administracin de los
exmenes de reposicin y de ampliacin
de la ctedra.
i) Proponer a la Direccin de la Escuela, los

profesores y las profesoras de la ctedra
para el siguiente ciclo lectivo. El Director
o Directora con base en esa propuesta y
tomando en cuenta las evaluaciones de
los docentes, seleccionar los docentes
que pertenecern a la ctedra.
d) Respetar los criterios de calificacin

establecidos por la ctedra para cada
prueba y entregar los exmenes
calificados a los estudiantes en la fecha
establecida por la Ctedra, respetando el
plazo indicado por el Reglamento de
Rgimen Acadmico Estudiantil.
j) Solicitar a la administracin de la Escuela

la asignacin de aulas adecuadas para
realizar los exmenes en las fechas
programadas.
e) Contribuir con la elaboracin del manual

de prcticas, material de los laboratorios
de cmputo y dems aportes que les
solicite la o el Coordinador.
k) Cumplir con los otras obligaciones que

estable el Reglamento
de
Rgimen
Acadmico.
f) Asistir a reuniones de ctedra convocadas

por el Coordinador para aprobar el
programa y el cronograma de actividades
del curso, aprobar las propuestas de
exmenes laboradas por los docentes
o el Coordinador de la ctedra, as como
para evaluar el logro de los objetivos de la
ctedra.
ARTCULO 25. Responsabilidades de los y las

profesoras que participan en las Ctedras
Cada profesor perteneciente a la ctedra debe
realizar las siguientes labores:
a) Impartir el curso segn lo establecido por
la ctedra y el programa del curso, y
respetando las normas que establece el
Reglamento de Rgimen Acadmico
Estudiantil
y
otras
disposiciones
institucionales.
b) Redactar los exmenes o participar en su
redaccin y revisin, cumpliendo con las
fechas establecidas para tal fin. Debe
hacer llegar una copia del examen o
correccin o sugerencia a la Coordinacin
antes de la revisin de la prueba en la
reunin de ctedra respectiva.
g) Reportar las notas finales de los

estudiantes de su grupo segn lo
establece la Oficina de Registro e
Informacin en el sistema de E- Matrcula;
entregar al
Coordinador
de
Ctedra un reporte de las notas de cada
parcial o quiz, y de las notas finales segn
la forma y plazos que establezca el
Coordinador.
h) Resolver las solicitudes de exmenes de
reposicin y apelaciones de estudiantes
segn los plazos del reglamento
respectivo.
87 | P a g .
CAPTULO CUARTO
INVESTIGACIN Y ACCIN SOCIAL
ARTCULO 26. De la investigacin y accin

social
La docencia, la investigacin y accin social
sern apoyadas por la Seccin Unidad de
Servicios Estadsticos (USES). La carga
acadmica en investigacin y accin social se
asignar de acuerdo con los criterios de
prioridad aprobados anualmente por la
Asamblea de Escuela.
ARTCULO 27. Sobre la USES

La USES es una Seccin de la Escuela de
Estadstica, jerrquicamente dependiente de
la Direccin. Est dirigida por un Coordinador
o Coordinadora, nombrado o nombrada por la
Direccin de la Escuela, por periodos de dos
aos, de una terna propuesta por los
profesores en Rgimen Acadmico de la
Seccin, segn el procedimiento establecido
por el Reglamento sobre Departamentos,
Secciones y Cursos. En la USES participan los
docentes de la Escuela que tienen a su cargo
proyectos o actividades de investigacin y de
accin social. Las comisiones permanentes de
Investigacin y Accin Social son comisiones
asesoras de la Direccin de la USES.
ARTCULO 28. Sobre el Coordinador de la

USES
Para ser Coordinador o Coordinadora de la
USES, se requiere tener al menos un cuarto de
tiempo en propiedad y ser profesor o
profesora asociada. La dedicacin para la

funcin de Coordinacin requiere al menos
medio tiempo. Al Coordinador o Coordinadora
de la USES le corresponde coordinar y
supervisar las diversas actividades de la
Seccin descritas en el artculo 28. Adems,
son deberes del Coordinador o Coordinadora
de la USES:
a) Administrar y supervisar el personal y
recursos asignado a la USES
b) Velar por el buen desarrollo de los
proyectos de investigacin, accin
social, educacin continua y educacin
permanente de la Escuela, en
coordinacin con los Coordinadores o
Coordinadoras de las Comisiones de
Investigacin y Accin Social.
c) Previa aprobacin del Director o
Directora, presentar a la Asamblea de
Escuela, en el mes de noviembre, un
informe anual de gestin (acadmico y
financiero)
de
los
proyectos
ejecutados en la USES y de la Seccin
en general.
d) Cualesquier otro deber que la
Asamblea de Escuela o la Directora o
Director le asigne.
ARTCULO 29. Actividad sustantiva de la

USES
La actividad sustantiva de la USES es la
investigacin aplicada, la accin social y la
educacin continua y permanente. Sus
funciones son:
a) Administrar el servicio de Consultara
Estadstica gratuito que se le brinda a los
docentes y estudiantes de la Universidad
de Costa Rica y de otras universidades
estatales
b) Establecer y actualizar el directorio de los
profesionales en Estadstica en Costa Rica,
organizado por reas de especializacin
88 | P a g .
c) Apoyar a la Comisin de Investigacin en

la organizacin bianual de las Jornadas de
Anlisis Estadstico de Datos
d) Coordinar el programa de Educacin
Continua y de Educacin Permanente en
Estadstica
e) Coordinar y supervisar proyectos de
investigacin, accin social y educacin
continua y permanente, as como atender
solicitudes de apoyo en asesora
estadstica por parte de las diversas
unidades acadmicas y administrativas de
la Universidad de Costa Rica.
ARTCULO 30. Consultora estadstica

Ningn profesor o profesora podr tener ms
de 5 horas por semana tomadas de la carga
acadmica en propiedad del docente
asignadas a la actividad de Consultora
Estadstica gratuita de la USES. La Direccin de
la Escuela no podr asignar en total ms de 10
horas por semana tomadas de las horas en
propiedad del presupuesto de la Escuela. Los
profesores asignados para esta actividad
debern cumplir el horario en el espacio as
designado por la USES.
El personal docente de la Universidad

asignado a la Escuela de Estadstica ofrecer
sus servicios a la docencia, la investigacin, la
accin social y la educacin continua y
permanente.
ARTCULO 32. Responsabilidades de los y las

profesoras
Fuera de los derechos que les otorga y las
obligaciones que les impone el Estatuto
Orgnico, este
Reglamento y otros
reglamentos universitarios, corresponde a los
profesores:
a)
b)
c)
d)
CAPTULO QUINTO
e)
DEL PERSONAL DOCENTE Y ESTUDIANTES
f)
ARTCULO 31. Del Personal Docente
Las diversas categoras del personal docente,
los requisitos y la forma de nombramiento, as
como sus deberes y atribuciones, se regirn
por lo establecido en el Estatuto Orgnico y en
el Reglamento de Rgimen Acadmico y
Servicio Docente.
g)
Dictar los cursos que les sean asignados

con apego a los programas y horarios
establecidos y aprobados por la
Asamblea de la Escuela.
Mantener a sus estudiantes informados
del progreso acadmico que estn
logrando en su curso.
Inspirar
un
comportamiento
responsable, crtico y maduro en su
clase.
Notificar a los estudiantes sus notas de
evaluacin segn lo establece el
Reglamento de Rgimen Acadmico
Estudiantil.
Recomendar las modificaciones que
juzgue convenientes introducir en los
programas de sus cursos para el
conocimiento de la Asamblea de Escuela
quien ser quien decida por la materia.
Presentar a la Direccin de la Escuela un
informe de sus actividades acadmicas
al final de cada ciclo lectivo.
Formar parte de los tribunales de
exmenes y asistir a las reuniones de
Escuela,
Facultad
o
Asamblea
Universitaria, cuando le corresponda, de
acuerdo
con
los
reglamentos
universitarios.
89 | P a g .
h)
i)
j)
k)
Participar activamente en las comisiones

que le encomienden sus superiores
jerrquicos.
Servir como profesora o profesor
consejero, de conformidad con este
reglamento
y
los
reglamentos
universitarios.
Hacer caso de la normativa universitaria
para efectos de vacaciones y permisos.
Conocer la normativa universitaria para
el buen ejercicio de su actividad
acadmica.
El profesor o profesora responsable de un

curso podr invitar a personas competentes a
dar conferencias sobre temas relacionados con
la materia del curso.
El profesor o profesora dictar sus lecciones

cualesquiera que sea el nmero de alumnos
presentes. En el caso de ausencia de la
totalidad de los alumnos el profesor podr dar
por vista la materia correspondiente a esa
fecha.
ARTCULO 33. Sobre profesores ad-honorem

El profesor ad-honorem, adems de lo que al
efecto disponen los reglamentos respectivos,
deber ajustarse a las siguientes condiciones:
a.
b.
El profesor ad-honorem se nombrar

nicamente por trmino del curso,
prorrogable por perodos iguales. La
prrroga requiere nicamente el
acuerdo unnime de la Decanatura, de
la Direccin y la Coordinacin de la
Ctedra (si existiera).
La Direccin de la Escuela ha de recibir,
de parte del profesor o profesora del
curso, solicitud expresa y por escrito de
su intencin de brindar la colaboracin.
c.
d.
Podr
retirarse
temporalmente
mediante
permiso
que
podr
concederle la Direccin y comunicarlo a
la Decanatura. En caso de retiro
permanente, la renuncia deber
presentarla por escrito con la debida
antelacin.
Estar obligado u obligada a cumplir con
todas las funciones que le sean
asignadas y con el horario de trabajo
correspondiente.
ARTCULO 34. De los Estudiantes

Son estudiantes de la Escuela de Estadstica,
en las diversas categoras contempladas en el
Estatuto Orgnico y en el Reglamento de
Rgimen Acadmico Estudiantil, aquellos y
aquellas debidamente inscritos en el padrn
oficial de la Escuela.
ARTCULO 35. Sobre la distribucin de horas

estudiante y horas asistente
Las horas estudiantes (HE) y las horas asistente
(HA) asignadas a la Escuela de Estadstica
sern distribuidas por la Direccin utilizando
los siguientes criterios:
a) 5 HE a cada ctedra con 3 o ms
grupos
b) 3 HE para cada profesor que imparta
dos o ms cursos en un mismo ciclo
lectivo
c) 8 HE para atender los laboratorios de
cmputo
d) 8 HE para apoyar la Direccin de la
Escuela
e) El remanente de HE se asignan a la
USES
f) Las HA se asignan, en su totalidad, a la
USES
ARTCULO 36. Procedimientos de

Evaluacin y Orientacin Acadmica
90 | P a g .
Los procedimientos de evaluacin y

orientacin acadmica de la Escuela de
Estadstica, para todas las categoras de
estudiante, se rigen por la normativa
establecida en el Reglamento de Rgimen
Acadmico Estudiantil vigente, as como por el
Reglamento General del Sistema de Estudios
de Posgrado.
orientacin apropiada. Igualmente,

la profesora o el profesor debe
notificar a la Comisin de Evaluacin
y Orientacin sobre aquellos
estudiantes que manifiestan tener
problemas no acadmicos de tal
forma que la Escuela, junto con
instancias institucionales, puedan
intervenir oportunamente.
d)
La o el profesor consejero que

detecte problemas acadmicos debe
utilizar los mecanismos que ofrece la
universidad
para
orientar
al
estudiante.
e)
El profesor o profesora consejera

que detecte problemas de tipo
emocional,
de
discapacidad,
motivacional, etc. debe remitir al
estudiante
a
las
unidades
especializadas correspondiente de la
Universidad.
ARTCULO 37. Del programa de atencin a

los estudiantes
El programa de atencin a los estudiantes se
regir por las siguientes normas:
a)
Todo profesor o profesora consejera

debe establecer contacto con sus
estudiantes al menos una vez
durante cada semestre, adems del
contacto que siempre se establece
durante el periodo de matrcula.
b)
Se recomienda que las fechas de

contacto sean a mediados de mayo
(primer semestre) y mediados de
octubre (segundo semestre).
f)
De la misma manera, si detecta

problemas de tipo econmico, debe
remitirlo
a
las
unidades
especializadas respectivas.
c)
La comunicacin se puede realizar

primero por la va de Internet, por
medio de un cuestionario. La
informacin proporcionada por el
estudiante en el cuestionario le
permitir al profesor evaluar la
situacin actual del estudiante y
detectar problemas acadmicos y de
otra ndole. Si estos se detectaren, el
profesor
o
profesora
debe
comunicarse con el estudiante, ya
sea por
telfono, o mediante
entrevista
personal
(lo
ms
recomendable) para tratar los
problemas en cuestin y dar la
g)
Para complementar la informacin

suministrada por el estudiante, el
profesor consejero debe examinar el
expediente electrnico de cada
estudiante. Esta valoracin le
permitir a la profesora o al profesor
consejero no solo corroborar el
progreso del estudiante, sino
tambin las materias efectivamente
matriculadas,
los
retiros
de
matrcula, y hasta dnde el
estudiante
sigui
sus
recomendaciones
durante
la
matrcula.
91 | P a g .
h) La o el profesor debe tambin

establecer
provisionalmente,
de
comn acuerdo con el estudiante, un
plan de matrcula tentativo para el
siguiente semestre.
i)
j)
El profesor o profesora contar con

una lista, provista por la Direccin de
la Escuela, de las unidades en la
Universidad que prestan servicio al
estudiante en diversas reas
(asistencia econmica, psicolgica,
de salud, CASE, etc.), con la
informacin
especfica
y
los
telfonos de los funcionarios
pertinentes. La Secretara de la
Escuela apoyar a los profesores
consejeros, en los meses de mayo y
octubre, a establecer las fechas de
las entrevistas personales cuando
estas fueran necesarias.
Todo profesor y profesora debe

entregar un informe al final de cada
ciclo, antes del inicio de la matrcula
del ciclo siguiente, al Director de la
Escuela. En este informe se debe
indicar los estudiantes contactados y
las acciones realizadas, as como,
levantar una estadstica bsica sobre
el programa de tutora, con las
siguientes variables:
o Nmero
de
estudiantes
asignados
o Nmero de estudiantes que
asistieron
al menos una cita
solo una cita
las dos citas
ms de dos citas
o Frecuencia de principales
problemas planteados por los
estudiantes
o Nmero
de
estudiantes
referidos
a
centros
especializados de la UCR
CAPTULO SEXTO
DISPOSICIONES VARIAS
ARTCULO 38. Financiamiento

Las actividades de la Escuela de Estadstica
sern financiadas con el aporte de la
Universidad de Costa Rica, dentro del
presupuesto ordinario de la institucin, para
las actividades de la Docencia, la Investigacin,
la Accin Social, y la Administracin, que no
sean objeto de financiamiento externo, y por
los recursos generados por la vinculacin
remunerada de la Escuela con el sector
externo, de acuerdo con la normativa vigente.
ARTCULO 39. Sobre el Fondo de Apoyo a la

Escuela de Estadstica
El Fondo de Apoyo de la Escuela de Estadstica
se establece para fortalecer la capacidad
institucional de la Escuela de Estadstica (para
generar y procesar informacin, promover
actividades y proyectos de investigacin
interdisciplinarios relacionados con temas de
actualidad nacional) con los recursos
econmicos provenientes de las actividades de
investigacin, capacitacin y de accin social
de vinculacin externa remunerada, o bien de
donaciones recibidas.
Tendr los siguientes objetivos especficos:

a) Mantener y renovar la infraestructura de la
Escuela de Estadstica
92 | P a g .
b) Mantener y renovar el equipo de oficina y

de informtica (software y hardware) que
utilizan estudiantes y docentes
c) Apoyar el desarrollo de nuevas actividades,
proyectos y programas de investigacin
d) Apoyar las actividades de divulgacin,
seminarios, talleres, reproduccin de
material bibliogrfico, e indicadores y
sistemas de informacin de forma impresa
y digital
e) Apoyar la participacin de investigadores y
estudiantes en eventos nacionales e
internacionales en reas afines a las de la
Escuela de Estadistica
f) Cubrir gastos menores en materiales y
utensilios de oficina que debe incurrir la
Escuela para los cuales la Universidad de
Costa Rica no brinda los fondos suficientes.
c.
d.
e.
f.
Se regir por el siguiente procedimiento:

a.
b.
Una vez finalizado el ao lectivo cada uno

de los proyectos y actividades de
investigacin y divulgacin realizadas, o
bien, una vez finalizado el proyecto o la
actividad si esta est calendarizada para
ms de un ao, y cumplido con todos los
compromisos
institucionales,
tanto
financieros como acadmicos, segn se
establece en la normativa universitaria, se
proceder al traslado del sesenta por
ciento (60%) de los excedentes al Fondo
de Apoyo a la Escuela de Estadstica,
dejndose un 40% de los mismos a los
Programas de la Escuela que lo generen
(por ejemplo, Consultoras; Educacin
Continua; u otros).
g.
Ambos documentos sern sometidos a la

aprobacin de la Asamblea de Escuela y
enviados a la respectiva Vicerrectora.
Los fondos sern administrados por la
FUNDEVI en una cuenta especfica para tal
efecto. No obstante, la Direccin de la
Escuela deber tener un control
presupuestario adecuado para evitar
cualquier sobregiro.
El plan y el presupuesto de este Fondo
debern ser revisados por la Direccin al
menos dos veces al ao o con mayor
frecuencia, si as lo ameritan las
circunstancias,
y
presentar
las
modificaciones pertinentes a la Asamblea
de la Escuela de Estadstica, para la
aprobacin de las modificaciones.
El Director en los ltimos das del curso
lectivo (a mediados de diciembre) deber
presentar un informe a la Asamblea de
Escuela de Estadistica, donde se detalle el
presupuesto planeado y ejecutado por
partida y el resumen de lo realizado con el
dinero del FAEE.
Si por alguna circunstancia alguno de los
proyectos que ha trasladado fondos al
FAEE tiene problemas presupuestarios
para cubrir sus obligaciones y el FAEE
tiene suficiente, este puede trasladar
fondos al proyecto en cuestin, siempre
que cuente con la aprobacin de la
Asamblea para tal proceder.
ARTCULO 40. Artculo ltimo.

El presente Reglamento deroga cualquier otra
disposicin sobre la materia y rige a partir de
su publicacin en la Gaceta Universitaria.
Para el manejo de dicho Fondo, el

Director(a) deber disear un plan de
gastos anual que indique cmo se
pretende utilizar el Fondo de acuerdo con
los objetivos enumerados anteriormente.
El plan deber estar acompaado de su
respectivo presupuesto.
93 | P a g .

Programa de Cursos Del Bachillerato en Estadistica PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Programa de Cursos Del Bachillerato en Estadistica PDF

Uploaded by

Copyright:

Available Formats

Universidad de Costa Rica

Plan de estudios del

Dr. Edgar E. Gutirrez Espeleta

Perfil de la Escuela de Estadstica

nmeros dentro de l os pa rntes i s

m s 300 hora s de TCU

sigla XS-abc0, donde

Descripcin de los grupos de materias:

HORARIO APROBADO DE CURSOS

HORARIOS PARA LOS CURSOS DE ESTADSTICA

XS-1110 (1) XS-1110 (2) XS-2310 XS-1110 (3)

XS-2310 XS-1110 (3)

XS-1110 (2) XS-2310 XS-1110 (3)

XS-2310 XS-1110 (3)

Trabajo de comisiones y Asambleas

XS-1130 (2) XS-2330

XS-1130 (2) XS-2330

Trabajo de comisiones y Asambleas

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

II.- OBJETIVOS GENERALES

VI. CONTENIDO DEL CURSO

LA ESTADSTICA Y SU RELACIN CON LA INVESTIGACIN CIENTFICA

OBTENCIN DE INFORMACIN ESTADSTICA

Tcnicas para la recoleccin de datos no existentes

III.- MEDIDAS RESUMEN DE DATOS

VII.- CRONOGRAMA TENTATIVO

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

Aplicar los conceptos bsicos de probabilidad y distribuciones de probabilidad para la resolucin de

VI.- CONTENIDO DEL CURSO

INTRODUCCIN A LAS PROBABILIDADES

2.1 DISTRIBUCIONES DISCRETAS

Distribucin de probabilidad para variable discreta

2.2 DISTRIBUCIONES CONTINUAS

Distribucin de probabilidad para variable continua

Clculo de probabilidades con Excel.

VI.- CRONOGRAMA TENTATIVO

Tablas Estadsticas Universitarias.

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

VI. CONTENIDO DEL CURSO

VII.- CRONOGRAMA TENTATIVO

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

K, V: 7:00 a 8:50 a.m.

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

VI. CONTENIDO DEL CURSO

VII.- CRONOGRAMA TENTATIVO

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

K-V: 7:00 a 8:50 am

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

razonablemente a las distribuciones tericas de esos mismos estadsticos.

VI. CONTENIDO DEL CURSO

VII.- CRONOGRAMA TENTATIVO

Nombre del curso:

UNIVERSIDAD DE COSTA RICA

PROGRAMA E INSTRUCCIONES GENERALES DEL CURSO

VI. CONTENIDO DEL CURSO