GUA DIDCTICA

Inferencia Estadstica

Autor

Jorge Rondn Duran

Danis Brito Rosado

Universidad Nacional Abierta y a Distancia

Escuela de Ciencias Bsicas, tecnologa e Ingeniera
Unidad de Ciencias Bsicas
Bogot, marzo de 2008

CONTENIDO
PROTOCOLO ACADMICO
1. FICHA TCNICA
2. INTRODUCCIN
3. JUSTIFICACIN
4. INTENCIONALIDADES FORMATIVAS
4.1. Propsitos
4.2. Objetivos
4.3. Competencias
4.4. Metas
5. UNIDADES DIDCTICAS
6. MAPA CONCEPTUAL
8. CONTEXTO TERICO
9. METODOLOGA GENERAL
9. SISTEMA DE EVALUACIN
10. GLOSARIO DE TRMINOS
11. FUENTES DOCUMENTALES

PROTOCOLO ACADMICO
IDENTIFICACIN DEL CURSO ACADMICO
FICHA TECNICA
Nombre del Curso:
Palabras clave:

Inferencia Estadstica
Muestreo, muestra, distribucin de muestreo,
parmetro, estimacin, prueba de hiptesis,
paramtrica
y No paramtrica, anlisis de
varianzas.
Universidad Nacional Abierta y a Distancia UNAD
Bogot, D.C. Colombia
Protocolo Jorge Rondn Duran y Danis Brito Rosado

Institucin:
Ciudad:
Autor
del
Acadmico:
Ao:
Unidad Acadmica:
Campo de Formacin:
rea del Conocimiento:
Crditos Acadmicos:

Tipo de curso:
Destinatarios:

2008
Escuela de Ciencias Bsicas e Ingeniera
Disciplinar
Matemticas
Dos (2), correspondientes a 96 horas de trabajo
acadmico: 72 horas promedio de estudio
independiente
y
24
horas
promedio
de
acompaamiento tutorial.
Terico, porque se enfoca a la identificacin y
reconocimiento de los conceptos, mtodos y
tcnicas y perspectivas tericas formativas.
Estudiantes de programas de pregrado de la
Universidad Nacional Abierta y a Distancia.

Competencia General de 1. El estudiante interpreta, relaciona y sintetiza los

fundamentos esenciales de la Inferencia Estadstica
aprendizaje:

2. El estudiante infiere de manera adecuada las

caractersticas de una poblacin, a partir de una
muestra representativa seleccionada de la misma.

Metodologa de Oferta:
Formato de circulacin:
Denominacin
de
Unidades Didcticas:

A distancia
Documentos impresos en papel.
Aula virtual
las 1.Muestreo e intervalos de confianza
2. Pruebas de hiptesis, anlisis de varianzas y
pruebas de hiptesis No paramtricas

INTRODUCCIN
Este curso acadmico de Inferencia Estadstica hace parte de la formacin
disciplinar de los programas que oferta la Universidad Nacional Abierta y a
Distancia UNAD. Consta de dos (2) crditos acadmicos, y es de tipo
terico, en tanto que busca la identificacin y el reconocimiento de los
conceptos, mtodos y tcnicas esenciales para el logro de las metas de
aprendizajes previstas.
El curso busca que el estudiante interprete, analice y relacione los fundamentos
bsicos conceptuales de la Inferencia Estadstica, a travs del anlisis de
datos seleccionados en una muestra contextualizada en el campo disciplinar de
formacin, de igual forma inferir de manera adecuada las caractersticas de
una poblacin objeto de estudio a partir de la informacin recopilada mediante
mtodos estadsticos adecuados de la misma poblacin.
Este es un curso de Estadstica Aplicada que ofrece al estudiante las
herramientas necesarias para comprender la fundamentacin lgica de los
procedimientos estadsticos inferenciales y su aplicacin en las investigaciones
y trabajos derivados de su campo de formacin. Ser desarrollado bajo la
modalidad de Cursos virtuales de aprendizaje implementados por la UNAD.
Se trata de un curso para la adquisicin de los fundamentos tericos
disciplinares y para la adquisicin de destrezas para la eleccin metodolgica
del anlisis estadstico, utilizando mtodos avanzados.
Este curso consta de dos unidades didcticas, correlacionadas directamente
con el nmero de crditos acadmicos asignados. La primera de ellas, se
relaciona con los conceptos, mtodos y tcnicas
de muestreo, y los
procedimientos para la construccin de intervalos de confianza, como
alternativa para inferir los parmetros de una poblacin objeto de estudio. En la
segunda unidad didctica, se incluye todo lo relacionado con las pruebas de
hiptesis paramtricas y No paramtricas, unidimensional y bidimensional, y el
anlisis de varianzas para pruebas de hiptesis de tres o ms variables.
La metodologa a seguir ser bajo el modelo de educacin a distancia a travs
del uso de mediaciones tecnolgicas y materiales impresos, y las estrategias
de aprendizaje de estudio independiente y acompaamientos tutoriales, que
permitirn la medicin de las metas trazadas. Por tal razn, es importante
planificar el proceso de estudio independiente, que se desarrolla a travs del
trabajo personal y en pequeos grupos colaborativos de aprendizaje y el
acompaamiento tutorial, correspondiente a la labor que el tutor realiza para
potenciar el aprendizaje y la formacin de los estudiantes.
En la evaluacin se privilegian las tcnicas de autoevaluacin, coevaluacin y
heteroevaluacin.
Autoevaluacin:

evaluacin que realiza el estudiante para valorar su propio

proceso de aprendizaje.
Coevaluacin:

se realiza a travs de los grupos colaborativos, y pretende la

socializacin de los resultados del trabajo personal.

Heteroevaluacin:

Es la valoracin que realiza el tutor y tiene como objetivo

examinar y calificar el desempeo competente del estudiante.
Se exigir el uso del portafolio de desempeo personal en donde se tendrn los
registros del trabajo cognitivo como ejercicios prcticos, a travs de talleres,
evaluaciones, autoevaluaciones, entre otros.
El sistema de interactividades propios de la modalidad de cursos virtuales de
aprendizajes vincular a los actores del proceso mediante diversas actividades
de aprendizaje que orientan el trabajo de los estudiantes hacia el logro de los
objetivos que se pretenden de la siguiente manera:
Tutor-estudiante:

a travs del acompaamiento individual.

Estudiante-estudiante:

mediante la participacin activa en los grupos

colaborativos de aprendizaje.
Estudiantes-Tutor:

a travs del acompaamiento a los pequeos grupos

colaborativos de aprendizaje.
Tutor-estudiantes:

mediante el acompaamiento en grupo de curso.

Estudiantes-estudiantes:

en los procesos de socializacin que se realizan en

el grupo de curso.
Las mediaciones tecnolgicas recomendadas para el desarrollo del curso,
demandan la interlocucin entre los actores durante todo el proceso de
aprendizaje, ellas son:
Los

materiales impresos en papel, bien sea el Mdulo o las diferentes

referencias bibliogrficas recomendadas en la Gua de Actividades o por el
tutor a cargo del curso.
Sitios

Web recomendados, que propician el acercamiento al conocimiento, la

interaccin y la produccin de nuevas dinmicas educativas.
Sistemas

de interactividades sincrnicas que permiten la comunicacin a

travs de encuentros presnciales directos o de encuentros mediados (chat,
audio conferencias, videoconferencias en tiempo real, tutoras telefnicas, etc.)
Sistemas

de interactividades asincrnicas que permiten la comunicacin en

forma diferida favoreciendo la disposicin del tiempo del estudiante para su
proceso de aprendizaje, mediante la utilizacin de correo electrnico, foros,
videoconferencias pregrabadas, entre otros.
La metodologa de estudio, est basada en la estrategia de la educacin a
distancia. Es pues, una invitacin al estudiante de la UNAD para que interiorice
y aplique los puntos abordados anteriormente, y logre as los propsitos
trazados en este curso y los lleve a su prctica profesional .

3. JUSTIFICACIN
Existen razones de inters hacia la enseanza de la estadstica que han sido
repetidamente sealadas por diversos autores, desde comienzo de la dcada
de los ochenta. Que son razones determinantes para la inclusin de cursos de
estadstica en los currculos universitarios. Segn Holmes (1980), encontramos
las siguientes:
La Estadstica es una parte de la educacin general deseable para los futuros
ciudadanos adultos, quienes precisan adquirir la capacidad de lectura e
interpretacin de tablas y grficos estadsticos que con frecuencia aparecen en
los medios informativos. Para orientarse en el mundo actual, ligado por las
telecomunicaciones e interdependiente social, econmica y polticamente, y es
preciso interpretar una amplia gama de informacin sobre los temas ms
variados.
Es til para la vida posterior, ya que en muchas profesiones se precisan
conocimientos bsicos del tema. La estadstica es indispensable en el estudio
de fenmenos complejos, en los que hay que comenzar por definir el objeto de
estudio y las variables relevantes, tomar datos de las mismas, interpretarlos y
analizarlos.
Su estudio ayuda al desarrollo personal, fomentando un razonamiento crtico,
basado en la valoracin de la evidencia objetiva; hemos de ser capaces de
usar los datos cuantitativos para controlar nuestros juicios e interpretar los de
los dems; es importante adquirir un sentido de los mtodos y razonamientos
que permiten transformar estos datos para resolver problemas de decisin y
efectuar predicciones (Ottaviani, 1998).

Basndonos en los conceptos de Holmes (1980), se pueden determinar los

fines fundamentales de la enseanza de la estadstica, los que sintetizamos a
continuacin:

Que los alumnos lleguen a comprender y a apreciar el papel de la

estadstica en la sociedad, conociendo sus diferentes campos de
aplicacin y el modo en que la estadstica ha contribuido a su
desarrollo.

Que los alumnos lleguen a comprender y a valorar el mtodo

estadstico, esto es, la clase de preguntas que un uso inteligente de la
estadstica puede responder, las formas bsicas de razonamiento
estadstico, su potencia y limitaciones.

Puesto que, estamos en presencia de una ciencia que cambia rpidamente,

lo ms importante no sern los contenidos especficos, sino el tratar de
desarrollar en nuestros alumnos una actitud favorable, unas formas de
razonamiento y un inters por completar posteriormente su aprendizaje.

La principal razn del estudio de la Inferencia estadstica es que los

fenmenos aleatorios tienen una fuerte presencia en nuestro entorno.
Tradicionalmente, la mayora de las aplicaciones mostradas en el estudio de
la probabilidad se refieren al campo de los juegos del azar, porque ste es
familiar e interesante para los alumnos y porque los espacios mustrales en
estas aplicaciones son finitos. Sin embargo, si queremos que el alumno
valore el papel de la probabilidad en la inferencia estadstica, es importante
que los ejemplos que mostremos en proceso de enseanza y aprendizaje,
hagan ver de la forma ms amplia posible esta fenomenologa e incluyan
aplicaciones de su mundo biolgico, fsico, social y poltico.
Ensear Estadstica implica conocer las nociones bsicas de la Didctica
cuya finalidad es la de analizar de manera precisa y de acuerdo con la
disciplina, los fenmenos de enseanza, en lugar de contentarse con
explicaciones espontneas demasiado superficiales, para explicar,
comprender y tal vez encontrar la forma de mejorar la enseanza dentro de
los lmites permitidos por el sistema.
Adems debemos recordar los requisitos para que los contenidos sean
aprendidos significativamente (Ausubel, 2000), entre ellos:

Tener en cuenta los conocimientos factuales y conceptuales, que el

alumno ya posee, as como, actitudes y procedimientos, y cmo van a
interactuar con la nueva informacin proporcionada por los materiales de
aprendizaje. No bastando con reproducirla, sino asimilarla e integrarla a
los conocimientos previos, para su comprensin, adquiriendo as,
nuevos significados o conceptos.
Participacin activa del alumno, en el aprendizaje, donde ha de tener
mayor autonoma en la definicin de objetivos, sus actitudes y fines.
Fomentar la Teora de conciencia de los alumnos con respecto a sus
propias ideas, para lograr modificarlas.
Basar la presentacin del conocimiento escolar en situaciones y
contextos prximos a la vida del alumno, de manera que el saber
disciplinar, no slo se muestre como verdadero sino tambin til. No
slo debe relacionar los nuevos conocimientos con los contenidos
previos de que dispone, para que sea significativo, sino tambin, buscar
el sentido de la tarea, para que se esfuerce para comprender, captando
el inters de los alumnos.
Debe tener una motivacin intrnseca, para que aprender y
comprender sea una meta satisfactoria en s misma. La comprensin
debe ser progresiva, gradual, dentro de un curriculum vertical
coherente, con una organizacin conceptual interna, con una
conexin lgica, como red conceptual de manera jerrquica.
Considerar las caractersticas de los alumnos a quien va dirigido, para
reconocer como se han formado los conocimientos previos, como
construcciones personales, de manera espontnea en su vida
cotidiana, la interaccin con su entorno social y la necesidad de
activar conocimientos por analoga.
Utilizacin de diversas tcnicas para conocer lo que los alumnos ya
saben: cuestionarios sobre un tema concreto, planteamientos de
situaciones-problema, entrevistas individuales o en grupo.

Para que las situaciones de enseanza planteadas favorezcan un aprendizaje

significativo para los alumnos, la gestin de la clase puede organizarse
considerando cuatro momentos diferenciados, segn Brousseau (1989). Un
primer momento de presentacin de las situaciones para su resolucin en
pequeos grupos.
Un segundo momento de resolucin efectiva por parte de los alumnos en el
que la intervencin del docente est pensada como facilitadora de la accin
para aclarar consignas y alentar la resolucin sin intervenir de modo directo
sugiriendo lo que se debe hacer.
Un tercer momento de confrontacin tanto de los resultados como de los
procedimientos-argumentos empleados en que el docente organiza la reflexin
sobre lo realizado y un cuarto momento de sntesis del docente de los
conocimientos a los que lleg el grupo en el cual l establece las relaciones
entre ese conocimiento que ha circulado en la clase y aqul que pretenda
ensear. En esta etapa, el docente propone los nombres de las propiedades
utilizadas, reconoce ciertos conocimientos producidos por los alumnos y los
vincula con conocimientos ya estudiados o con nuevos a trabajar, etc.
Mejorar la calidad de los aprendizajes implica que los distintos actores del
sistema educativo, en su espacio de decisin y de accin, hayan interpretado y
utilizado la informacin de evaluacin para disear estrategias de mejora.

4. INTENCIONALIDADES FORMATIVAS
4.1 PROPSITOS
Orientar al participante en el conocimiento de los elementos necesarios para la
seleccin y aplicacin de las tcnicas de estadstica inferencial apropiadas para
procesar e interpretar los datos provenientes de investigaciones realizadas en
el campo de las ciencias sociales y de la educacin.
4.2 OBJETIVOS

Que el estudiante comprenda, aplique y desarrolle la teora y las

tcnicas de la inferencia estadstica en diversos campos de su saber
formativo, y que dicha aplicacin se convierta en una herramienta de uso
matemtico para la toma de decisiones sobre hiptesis cuantitativas de
datos, basado en la informacin extrada de una muestra.

Proporcionar al alumno los fundamentos de la Inferencia Estadstica de

modo que al finalizar el curso el alumno sea capaz de aplicar
adecuadamente los conceptos estadsticos en la resolucin de
problemas; conocer las distribuciones mustrales y las propiedades
deseables para los estimadores puntuales; construir intervalos de
confianza para los parmetros poblacionales; determinar la validez de

hiptesis respecto a los parmetros poblacionales; conocer algunos

contrates de hiptesis no paramtricos; utilizar la tcnica de anlisis de
varianza para el contraste de hiptesis de comparacin de tres o ms
grupos o niveles a travs de las mediciones en una variable cuantitativa.

Que el estudiante identifique las tcnicas y procedimientos que se deben

emplear para que las muestras sean representativas de la poblacin que
se pretende estudiar, de forma que los errores en la determinacin de
los parmetros de la poblacin objeto de estudio sean mnimas.

Que el estudiante comprenda el comportamiento de una poblacin a

partir del anlisis metdico de una muestra aleatoria de la misma, y que
entienda que la inferencia inductiva de los parmetros estadsticos que
estime sobre dicha muestra, conlleva un error, el cual es posible de ser
cuantificado

4.3 METAS
Los estudiantes participantes en el curso de Inferencia Estadstica,
contarn con los conocimientos tericos y tcnicos de las
herramientas estadsticas para resolver problemas especficos en sus
campos de accin, que les permita integrarse a grupos de trabajos
multidisciplinarios, para diagnosticar, plantear soluciones, participar
en la ejecucin de proyectos relacionados con su especialidad y tener
una actitud crtica y propositiva frente a los problemas de nuestra
sociedad, en su rea especfica disciplinar.

4.4 COMPETENCIAS

El estudiante interpreta, relaciona y sintetiza los fundamentos esenciales

de las dos ramas de Inferencia Estadstica: Estimacin y las propiedades
de los estimadores. Pruebas de hiptesis para los diferentes parmetros
de una poblacin.

El estudiante infiere de manera adecuada las caractersticas de una

poblacin, a partir de una muestra representativa seleccionada de la
misma.

El estudiante determina los estadsticos y parmetros necesarios para el

anlisis y solucin de situaciones que implican conjuntos de datos de su
disciplina de formacin, por medio del conocimiento de la teora
elemental del muestreo y de las distribuciones mustrales

5. UNIDADES DIDACTICAS
Primera Unidad

Captulos
1. Principios de
muestreo

MUESTREO
E
INTERVALOS DE
CONFIANZA

Temas
Conceptualizacin
Poblacin y Muestra
Clases de muestreo
No Probabilstico
Probabilstico
Muestreo aleatorio simple
Muestreo estratificado
Muestreo por conglomerados
Muestreo sistemtico
Distribuciones mustrales
La media muestral
La proporcin muestral
La diferencia entre medias
La diferencia entre proporciones
Teorema del lmite central
Tamao de la muestra
Para estimacin de medias
Para estimacin de proporciones
Para estimacin del total poblacional
Para comparacin de medias
Para comparacin de proporciones
Para asignacin por estratos

2. Intervalos de
confianza

Segunda Unidad

Captulos

Temas

3. Pruebas de
hiptesis

PRUEBAS
DE
HIPTESIS,
ANLISIS
DE
VARIANZA
Y
ESTADSTICA NO
PARAMTRICA

4. Anlisis
varianzas

Nociones fundamentales
Intervalos de confianza para medias y
muestras pequeas
Intervalos de confianza para medias y
muestras grandes
Intervalos de confianza para proporciones
Intervalos de confianza para diferencias
entre medias con muestras pequeas
Intervalos de confianza para diferencias
entre medias con muestras grandes
Intervalos de confianza para diferencias
entre dos proporciones
Intervalos de confianza para la varianza
poblacional.

de

Nociones fundamentales
Tipos de pruebas
Nivel de significancia
Clases de hiptesis
Tipos de error
El P-valor
Pruebas para muestras grandes
Pruebas para medias y proporciones
Pruebas para diferencias de medias y
diferencias de proporciones
Pruebas para muestras pequeas
Pruebas para medias y diferencias
entre medias, con dos muestras
independientes
Pruebas para diferencias de medias
con dos muestras relacionadas
Pruebas para varianzas de una
poblacin
Generalidades
Anlisis de varianzas de un factor con
muestras del mismo tamao
Comparaciones mltiples de medias
mustrales
Anlisis de varianzas de un factor con
muestras de tamao diferentes
Anlisis de varianzas con dos factores
Anlisis de varianzas de dos factores con
interaccin
Anlisis de covarianzas

5. Estadsticas
No paramtricas

Generalidades
Pruebas de bondad de ajustes de chicuadrado
Pruebas de independencia de chicuadrado
Prueba de bondad de ajustes de
Kolmogorov-Smirnov
Prueba de Wilcoxon
Prueba U de Man Whiney
Pruebas de kruskal Wallis
Introduccin a la inferencia bayesiana.

5.1 MAPA CONCEPTUAL

6. CONTEXTO TERICO
En todos los campos de la investigacin se requiere del uso racional de la
Estadstica y sus mtodos. Es muy frecuente encontrarse en las diferentes
disciplinas del saber con incertidumbres como el pronosticar el crecimiento
poblacional de un pas, el crecimiento econmico de una empresa o el
crecimiento de produccin y venta de un producto especfico, el conocer la
efectividad de diferentes abonos en el campo agrario, el determinar la
tendencia de contaminacin del agua o el aire, la clasificacin del personal en
una empresa para efectos de una buena y sana poltica laboral, etc.
Los procesos de planeacin, control y toma de decisiones de tipo econmicas,
administrativas, ingenieriles, de salud, etc., se basan en resultados obtenidos
mediante el anlisis estadstico de los fenmenos en ellos involucrados. El
acelerado desarrollo de mtodos, tcnicas y tecnologas para el ptimo anlisis
de datos, justifica que un profesional disponga de una slida fundamentacin
conceptual para que realice apropiadamente su evaluacin y aporte
sustentaciones a su decisin.
El propsito de la Estadstica Aplicada es sacar conclusiones de una poblacin
en estudio, examinando solamente una parte de ella denominada muestra.
Este proceso, llamado Inferencia Estadstica, es el fundamento de este curso
de estadstica.
La enseanza de la Estadstica a nivel inferencial es necesidad que tiene el
profesional de hoy de apropiar conocimientos que lo hagan competente no
solamente desde el punto de vista metodolgico sino en su capacidad de
deducir caractersticas de la poblacin a partir de los resultados obtenidos en
muestras de esta poblacin.
Evidentemente, las conclusiones que obtengamos a partir de muestras, y que
generalizaremos para toda la poblacin, dependern de los valores concretos
que se hayan observado en la muestra. Muchas personas manifiestan su
desconfianza y su recelo sobre las conclusiones obtenidas con mtodos
estadsticos, debido, entre otras causas, a que estas conclusiones dependen
de la muestra extrada, y que las muestras presentan fluctuaciones aleatorias.
Sin embargo, en la vida cotidiana, nuestras opiniones y nuestros
comportamientos se basan en generalizaciones que hacemos a partir de
muestras con fundamento en el razonamiento estadstico.
La lgica estadstica, el pensar estadstico y las operaciones estadsticas son
herramientas necesarias de toda profesin, que requiere apoyarse en las
ventajas que ofrecen los mtodos estadsticos en la realizacin de pruebas, o
en la prediccin de los valores que podran tomar las variables implicadas en la
toma de decisiones.

7. METODOLOGA
La metodologa utilizada es la que trabaja la UNAD en sus procesos de
enseanza y aprendizaje, se sustenta en las estrategias de la educacin a
distancia, basada en las mediaciones tecnolgicas, estudio independiente y
acompaamiento tutorial.
Este curso de inferencia Estadstica se desarrollar con esta metodologa que
permite la realizacin de seguimiento sobre el progreso de los estudiantes
entorno a las metas de aprendizajes alcanzadas en su proceso de aprendizaje.
Con esta metodologa los procesos de enseanza y de aprendizaje se
desarrollan en dos etapas:

Estudio Independiente

Es el momento en que el estudiante inicia su proceso de auto aprendizaje, por

medio de actividades acadmicas individuales y grupales. Esta accin la realiza
el estudiante a travs del trabajo personal y el trabajo en pequeos grupos
colaborativos de aprendizaje.
El trabajo personal, es realizado por el estudiante usando herramientas como:
El modulo, documentos complementarios o a travs de consultas bibliogrficas
sobre textos, revistas, sitios web, etc.
El trabajo en grupo colaborativo, es realizado a travs de grupos de estudios o
de discusin conformados entre estudiantes, sin el acompaamiento del tutor,
donde se estructuran inquietudes y consultas, producto del intercambio de
conocimientos, se logra compartir experiencias, debatiendo inquietudes y
puntos de vistas sobre el aprendizaje, que luego pasa a la interaccin con el
tutor, donde ste a travs de la retroalimentacin resuelve las inquietudes que
surjan tanto del trabajo personal como del grupal.

Acompaamiento tutorial

Es la accin de seguimiento a los procesos de aprendizaje de los estudiantes

por parte del tutor, de manera sincrnica y asincrnica. Este proceso se
desarrolla a travs de tres acciones: Tutora individual, tutoras a pequeos
grupos colaborativos y tutoras en grupo de cursos.
En la tutora individual el tutor hace acompaamiento al estudiante de manera
individual sobre situaciones particulares en su proceso de aprendizaje, tales
como contenidos temticos, pertinencia y efectividad de los mtodos y tcnicas
que usa en su proceso. Esta tutora usa mediaciones tecnolgicas como el
Chat, el correo electrnico, la consulta telefnica o el encuentro personal. El
tiempo aproximado de esta accin es de 8 horas/semestre. En este tiempo el
tutor tambin evala el trabajo del estudiante por medio de revisin de trabajos,
portafolios, exmenes, entre otros.

En la tutora a pequeos grupos colaborativos el tutor orienta acera de las

situaciones particulares que puedan presentar stos, tales como contenidos
temticos, pertinencia y efectividad de los mtodos y tcnicas que est
utilizando el grupo en su proceso y as se pueda estimular y potenciar el
aprendizaje del grupo. El tiempo que aproximado para esta accin tutorial es de
8 horas/semestre.
En la tutora en grupo de curso los estudiantes, con la orientacin del tutor,
abordan temas especficos que presentan algn grado de dificultad en los
momentos acadmicos previos. En las tutoras, el tutor asume el rol de
orientador y dinamizador del aprendizaje, esperando que el encuentro sea
dinmico y participativo. Este espacio es para socializar lo aprendido en los
otros momentos y las inquietudes que no se pudieron solucionar en el trabajo
individual ni en el grupal. Para este trabajo se requieren de 12 horas/curso, que
pueden ser encuentros presenciales o virtuales, segn las posibilidades y
disponibilidades tecnolgicas de la UNAD.
Las caractersticas generales de las fases de aprendizaje mediante las cuales
se estructuran los dispositivos pedaggicos y didcticos del curso acadmico
en el contexto de la educacin a distancia son:
Reconocimiento: se refiere a la exploracin y activacin de saberes previos,
en el cual el tutor mediante entrevista o una evaluacin diagnstica deber
informarse de los conocimientos que traen los estudiantes respecto al curso.
Profundizacin: aborda los componentes principales del curso. En esta fase
se desarrolla la mayor parte del curso, es aqu donde se socializa mediante los
diferentes componentes de trabajo acadmico lo aprendido, las inquietudes y
dudas y sus soluciones. Como estrategia pedaggica se har un seguimiento
del portafolio personal el cual debe contener el registro de lectura
autorregulada de cada tema que se estudia, el registro de trabajo en pequeo
grupo colaborativo, las evaluaciones, talleres y trabajos.
Transferencia: tiene como meta que el estudiante presente y sustente un
trabajo prctico como resultado de la realizacin de talleres en la modalidad de
trabajo en grupo colaborativo sobre aspectos conceptuales y prcticos
relacionados con el contexto disciplinar o del entorno. Los grupos deben ser
(de no ms de cinco personas).

8. SISTEMA DE EVALUACIN
El sistema de evaluacin, del curso Inferencia Estadstica, en cuanto a su
procedimiento e instrumentos, tiene las siguientes caractersticas:
La auto evaluacin, la realiza el participante en cada encuentro mediante una
reflexin donde se da cuenta de logros alcanzados, de las dificultades y de los
propsitos y estrategia de mejoramiento.

La Coevaluacin, se realiza entre sus pares y acontece durante los

encuentros con los participantes del pequeo grupo de estudio. En cada grupo
se evalan los productos de aprendizaje de cada participante.
La Heteroevaluacin, es la que realiza el tutor; tiene como objetivo examinar y
calificar el desempeo competente del participante, desde la bsqueda
permanente de respuestas a los siguientes interrogantes: Cmo evidencia las
fases de reconocimiento, profundizacin y transferencia?, Cmo construye y
desarrolla su proyecto de aprendizaje?, En qu nivel de desarrollo est su
meta cognicin? La evaluacin por parte del tutor ocurre en cualquier momento
del curso, ya que puede intervenir en el trabajo acadmico personal y en el de
los pequeos grupos para valorar su desempeo.
Las ponderaciones que se asignan a los cursos tericos en los procesos de
evaluacin de acuerdo con las interfaces de aprendizaje de: Reconocimiento,
profundizacin y transferencias.
La fase de reconocimiento que tiene una ponderacin de 10%, se desarrolla en
dos etapas: La primera tiene que ver con el reconocimiento general del curso, a
travs de la revisin de pre saberes y el reconocimiento del curso y la segunda
con el reconocimiento de de cada una de las unidades.
La fase de profundizacin a la que se asigna una ponderacin de 30% en los
cursos tericos, como el de inferencia estadstica, se desarrolla a travs de las
lecciones evaluativas y los Quices
La fase de transferencias cuyo peso porcentual de evaluacin de 20% se
promueve en los cursos tericos, a travs de los trabajos colaborativos.
La ponderacin total de las actividades evaluativas corresponde a un 60% de la
evaluacin del curso y la evaluacin nacional correspondiente un 40%,
constituyen el 100% de la evaluacin del curso acadmico. Esta clasificacin
se muestra sintetizada en la siguiente tabla, que clasifica la evaluacin por
fases de aprendizaje, actividades y ponderacin porcentual:

Transferencia

Profundizacin

Reconocimiento

Interfaces
de
aprendizaje

Situaciones y
actividades

Trabajo
personal
Pequeos
grupos
colaborativos

Formatos de
socializacin

Sistematizacin
personal
Anlisis
de
sistematizacin
y
nueva
produccin
Grupo
de Socializacin de
curso
producciones y
de experiencias
Trabajo
Sistematizacin
personal
personal
Pequeos
Anlisis
de
grupos
sistematizacin
colaborativos y
nueva
produccin
Grupo
de Socializacin de
curso
producciones y
de experiencias
Trabajo
Sistematizacin
personal
personal
Pequeos
Anlisis
de
grupos
sistematizacin
colaborativos y
nueva
produccin
Grupo
de Socializacin de
curso
producciones y
de experiencias

Evaluacin por
parte del tutor con
base en
parmetros de la
Gua Didctica

Prueba
Nacional
40%

La sumatoria de
los procesos
evaluativos de
esta interface
corresponde al
10% del total de la
Prueba
calificacin del
de
curso acadmico nacional
carcter
individual
y
La sumatoria de
obligatoria que
los
procesos
se sumar con
evaluativos
de
los resultados
esta
interface
del
60%
corresponde
al
obtenido por el
30% del total de la
estudiante en
calificacin
del
el desarrollo de
curso acadmico
actividades de
las interfaces:
La sumatoria de
los
procesos 40%
evaluativos
de
esta
interface
corresponde
al
20% del total de la
calificacin
del
curso acadmico

9. GLOSARIO DE TRMINOS
Anlisis de varianza: Es una tcnica estadstica que sirve para
decidir/determinar si las diferencias que existen entre las medias de tres o ms
grupos (niveles de clasificacin) son estadsticamente significativas. Las
tcnicas de ANOVA se basan en la particin de la varianza para establecer si la
varianza explicada por los grupos formados es suficientemente mayor que la
varianza residual o no explicada.
Distribuciones mustrales: distribucin de todas las muestras que pueden
ser escogidas conforme a un esquema de muestreo especificado.
Error de estimacin: diferencia que puede haber entre la estimacin puntual y
el parmetro.
Error estndar: Es la desviacin estndar de un estimador de un parmetro de
una poblacin
Estimacin: hace referencia a los valores numricos de los parmetros
poblacionales desconocidos, a los cuales se llega mediante una muestra.
Estimador: Norma o mtodo para estimar una constante perteneciente a una
poblacin.
Estimador por intervalos: Estimacin del parmetro mediante la
especificacin de un intervalo de valores, determinado por un lmite inferior y
otro superior dentro del cual est comprendido el valor verdadero o parmetro
poblacional.
Estimador puntual: Medidas descriptivas numricas aplicadas a las
caractersticas de las unidades de la muestra.
Factor de clasificacin: Es una variable que se usa para clasificar los datos
experimentales en grupos. Los factores de clasificacin son variables
nominales. Cada factor de clasificacin se compone de niveles. As la variable
"Fumador" codificada como "nunca", "ex fumador", "fumador actual" es un
factor de clasificacin con tres niveles.
Grados de libertad: El nmero de datos que se pueden variar para que a un
total fijo podamos reconstruir dicho total. As la media tiene n-1 grado de
libertad, pues si conocemos el valor de esta podemos variar n-1 datos ya que
restante vendr fijado. En una tabla 4x3 , si nos dan las frecuencias marginales
podremos variar las frecuencias de (4-1)x(3-1)=3x2=6 celdas, quedando
forzosamente determinadas las frecuencias de las celdas restantes. As, los
grados de libertad seran en este caso de 6

Hiptesis estadstica: supuesto acerca de un parmetro o de algn valor

estadstico de una poblacin.
Inferencia estadstica: Teora de la informacin que logra, mediante
investigaciones por muestro, obtener resultados considerados como
estimadores de los valores estadsticos, correspondientes a las caractersticas
de las unidades de la poblacin.
Intervalo de confianza: Rango de valores, dentro de las cuales se espera que
est el parmetro con cierto grado de confianza o con riesgo de error conocido.
Muestreo: Procedimiento prctico, econmico y rpido para generalizar
conclusiones a travs de una muestra, aplicables a toda la poblacin de la que
forma parte, dentro de ciertos lmites de confiabilidad.
Muestra aleatoria: Investigacin parcial y representativa de una poblacin,
requiere que todas las unidades de la poblacin tengan la misma probabilidad
de ser seleccionadas.
Parmetro poblacional: Medidas descriptivas numricas aplicadas a las
caractersticas de las unidades de la poblacin.
Prueba de hiptesis: Es un procedimiento que basa en lo observado en la
muestras y en la teora de probabilidad para determinar si la es un enunciado
razonable.
Significancia: La probabilidad de rechazar una hiptesis nula verdadera; es
decir, la probabilidad de cometer un error de tipo I
P-valor: Es la probabilidad que el estadstico de prueba en un contraste de
hiptesis estadstica sea: Mayor, menor o diferente que el valor calculado con
los datos mustrales, segn que la prueba sea unilateral derecha, unilateral
izquierda o bilateral respectivamente. Por ejemplo, una probabilidad (o valor P)
de uno por ciento indica que las diferencias observadas habran ocurrido por
casualidad en una de cien muestras en las que se obtuvo los mismos datos.
Tablas de contingencia: Tablas de 2 o ms variables, donde en cada celda se
contabilizan los individuos que pertenecen a cada combinacin de los posibles
niveles de estas variables
Teorema de lmite central: Resultado bsico en la estadstica que afirma que
la distribucin de las medias mustrales ser normal para una muestra
suficientemente grande con independencia de la distribucin de datos de
partida.

10. FUENTES DOCUMENTALES

CANAVOS, George. Estadstica y Probabilidad. Mc Graw Hill. Mexico 1.998
DEVORE, Jay. Probabilidad y estadstica. Quinta edicin. Thomsom-Learning.
Mxico 2.001
CHRISTENSEN, Howard B. (1999). Estadstica Paso a Paso. Mxico: Editorial
Trillas.
HERNNDEZ MAHECHA, Carlo Marcelo (2002). Inferencia Estadstica. Gua
de
Estudio. Santaf de Bogot: UNAD.
JONHSON, Richard. Probabilidad y Estadstica para Ingenieros. Printece mall
Mxico 1.997
MONTGOMERY, Douglas. Estadstica y Probabilidad.
Limusa. Mxico, 2.002

Segunda edicin.

PEA, Daniel. Estadstica, Modelos y Mtodos. Vol. 1. Alianza Editorial. Madrid

1.988
ROSS, Sheldon. Probabilidad y Estadstica para Ingenieros. Segunda Edicin.
Mc Graw Hill. Mxico 2.001
SPIEGEL, Murria R. (1991). Estadstica. Serie de compendios Schaum.
Mxico: McGraw Hill

Sitios Web
http://www.itchihuahuaii.edu.mx/academico/CB/MEG/estadistica.htm
http://posgrado.e.ipb.upel.edu.ve/EAplicada/Estadistica%20Aplicada.htm
http://posgrado.e.ipb.upel.edu.ve/EAplicada/Curso.htm
http://www.umh.es/asignaturas/fichasignatura.asp?asi=7999
http://ice.unizar.es/uzinnova/jornadas/pdf/95.pdf
http://www.fcnym.unlp.edu.ar/catedras/estadistica/programa2002.html#2
http://aprendeenlinea.udea.edu.co/lms/moodle/mod/resource/view.php?
inpopup=true&id=3
http://aprendeenlinea.udea.edu.co/portal/
http://egkafati.bligoo.com/content/view/182409/Del_como_y_porque_ensenar_estadisti
ca.html
http://metro40.edv.uniovi.es/metroweb/charlas/Estadistica.pdf

http://www.uned.es/experto-metodos-avanzados/
http://aprendeenlinea.udea.edu.co/lms/moodle/course/view.php?id=322
http://server2.southlink.com.ar/vap/PROBABILIDAD.htm
http://es.wikipedia.org/wiki/Probabilidad
http://www.terra.es/personal2/jpb00000/pprobjunio99.htm
http://www.fvet.edu.uy/estadis/probabilidad.htm
http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html
http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm
http://www.uantof.cl/facultades/csbasicas/Matematicas/academicos/emartinez/Estadisti
ca/index.html