Acerca del curso
El objetivo principal del curso es proporcionar a los estudiantes los elementos necesarios para comprender y aplicar los principios básicos de la Estadística, entre los que destacan:
- Métodos para la descripción estadística de los datos.
- Principios de la estimación paramétrica y las principales propiedades de los estimadores.
- Métodos para hacer estimaciones por intervalos.
- Conceptos relacionados con la elaboración de hipótesis estadísticas.
Temario
En este curso nos enfocaremos en los siguientes temas.
- Introducción a la estadística
- Estadística descriptiva
- Estimación puntual
- Estimación por intervalos
- Pruebas de hipótesis
El temario completo se puede revisar aquí.
Evaluación
La calificación final estará conformada por
- 3 Exámenes parciales (70%).
- 5 tareas a realizarse en equipos de máximo 3 personas (20%).
- Actividades en DataCamp (10%).
Es importante tener en cuenta los siguientes aspectos de la calificación.
- En caso de entregar un parcial no habrá derecho a NP (salvo casos extraordinarios).
- Se deberán aprobar todos los exámenes para aprobar el curso.
- La calificación aprobatoria mínima es de 6 y no se puede renunciar a ella.
- Habrá oportunidad de reponer un parcial y dependiendo del rendimiento del grupo habrá oportunidad de tener preguntas rescate para el parcial inmediatamente anterior.
(Algunas) Referencias recomendadas
- Alamilla, J., Naranjo, L., Fuentes, R., Chávez, M. (2019). Inferencia estadística para estudiantes de Ciencias.
- Casella, G. & Berger, R. L. (2002). Statistical Inference. 2da Edición. Duxbury Press.
- Hogg, R. V. & Craig, A.T. (1995). Introduction to Mathematical Statistics. 5ta Edición. New Jersey. Prentice-Hall.
- Mood, A. M., Graybill, F. A. & Boes, D.C. (1974). Introduction to the Theory of Statistics. 3ra Edición. New York. McGraw-Hill.
- Tukey, J. W. (1977). Exploratory Data Analysis. Addison Wesley.
Presentaciones y recursos
Códigos
Los códigos que se vean a lo largo del curso se pueden checar en este repositorio.
Tareas
Datos