ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL

FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS
CONTENIDO DE CURSO
TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO
ESTG2003

A. IDIOMA DE ELABORACIÓN

BORRADOR
Español

B. DESCRIPCIÓN DEL CURSO
Este curso está dividido en 2 partes: técnicas de muestreo y análisis multivariado. En la primera parte,
este curso da las bases para que los estudiantes puedan realizar un muestreo y posterior análisis de la
muestra de manera correcta desde el punto de vista de la estadística. Esto incluye la presentación de
diferentes planes de muestreo y la derivación de fórmulas correctas para el análisis inferencial en
cada tipo de muestreo. Este conocimiento permitirá al estudiante implementar un muestreo de manera
correcta en proyectos que se enmarcan en las diferentes disciplinas de la ciencia, para los cuales no es
posible tomar los datos de toda la población de estudio. En la segunda parte del curso, se introducirán
herramientas para el análisis multivariado de datos. Estas herramientas son de carácter exploratorio e
inferencial. Las técnicas exploratorias le darán una mejor comprensión al estudiante sobre la
estructura de sus datos multivariados. Las técnicas inferenciales le permitirán al estudiante realizar
inferencias sobre las diferentes asociaciones entre variables en la población, usando una muestra
correctamente tomada.
C. CONOCIMIENTOS PREVIOS DEL CURSO
Software Estadístico R

D. OBJETIVO GENERAL
En la parte de técnicas de muestreo los estudiantes seleccionarán una muestra estadísticamente
correcta y estimarán de manera correcta parámetros poblacionales. El estudiante utilizará estos
conocimientos en proyectos multidisciplinarios, públicos o privados, en los cuales no es posible
obtener todos los datos de la población de estudio. En la parte de análisis multivariado los estudiantes
emplearán las diferentes herramientas exploratorias e inferenciales para el análisis estadístico
correcto de datos multidisciplinarios. El estudiante utilizará estos conocimientos en cualquier
contexto en donde se necesite realizar un análisis estadístico. Por ejemplo, en el departamento de
marketing de una empresa o en el análisis de datos de una encuesta realizada por el INEC.
E. OBJETIVOS DE APRENDIZAJE DEL CURSO
El estudiante al finalizar el curso estará en capacidad de:
1 Realizar un muestreo de manera correcta y evaluar la idoneidad de cada diseño muestral
2 Analizar de manera correcta los datos muestrales a fin de que se realice una correcta inferencia
acerca de la población
3 Estudiar asociaciones entre dos variables e identificar variables de confusión
4 Examinar las relaciones entre una variable numérica y otras numéricas o categóricas mediante
una Regresión lineal a fin de realizar predicciones o entender las relaciones entre variables
5 Examinar las relaciones entre una variable categórica Bernoulli y otras numéricas o categóricas
mediante una Regresión logística a fin de realizar predicciones o entender las relaciones entre
variables
6 Comprender la estructura de datos multivariados a través del Análisis de componentes
principales y correspondencias el cual servirá de base para el análisis inferencial de datos
F. ESTRATEGIAS DE APRENDIZAJE
Aprendizaje asistido por el profesor
Aprendizaje cooperativo/colaborativo:
Aprendizaje de prácticas de aplicación y experimentación:
Aprendizaje autónomo:

IG1002-4 Página 1 de 9 CONTENIDO DE CURSO
TÉCNICAS DE MUESTREO Y ANÁLISIS
MULTIVARIADO

2.Estimadores de media.. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 G.1. PROGRAMA DEL CURSO UNIDADES Horas Docencia UNIDAD 1..Estimadores MVUE (estimadores insesgados con varianza mínima) 2...MUESTREO ALEATORIO 2.Cálculo del tamaño de la muestra dado un error y un nivel de confianza para poblaciones finitas e infinitas 3. varianzas y cálculo de intervalos de confianza con poblaciones infinitas 3...Definición en poblaciones finitas e infinitas 2.1.Estimadores de media.4.6....Estimadores de media...Sesgo.4.5.. varianzas y cálculo de intervalos de confianza con poblaciones infinitas 2.Varianza y precisión de estimadores 4 1. varianzas.2.2.Estimadores de media.3.1.Propiedades estadísticas de estos estimadores en poblaciones finitas e infinitas 3.Insesgadez 1.5.3.6..5.Cota inferior de Rao y Cramér 1....4. EVALUACIÓN DEL CURSO BORRADOR Actividades de DIAGNÓSTICA FORMATIVA SUMATIVA Evaluación Exámenes Lecciones Tareas Proyectos Laboratorio/Experimental Participación en Clase Visitas Otras H. totales y cálculo de intervalos de confianza con poblaciones finitas 3.Cálculo del tamaño de la muestra dado un error y un nivel de confianza para poblaciones finitas e infinitas TÉCNICAS DE MUESTREO Y ANÁLISIS IG1002-4 Página 2 de 9 MULTIVARIADO .Estimadores de proporciones 6 2.MUESTREO ALEATORIO ESTRATIFICADO 3.Estimadores de proporciones 6 3. varianzas. totales y cálculo de intervalos de confianza con poblaciones finitas 2..ESTIMACIÓN 1.3.Propiedades estadísticas de estos estimadores en poblaciones finitas e infinitas 2.. error medio cuadrático 1...Definición en poblaciones finitas e infinitas 3.

Modelo y supuestos 4.Definiciones y Teoremas sobre vectores propios 3 7.Regresión logística con varios predictores 7.5.Interpretación y análisis 10.Interpretación de planos principales (Biplot) 9..1. PROGRAMA DEL CURSO BORRADOR UNIDADES Horas Docencia UNIDAD 4.Interpretación IG1002-4 Página 3 de 9 CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO .5.3.1.REGRESIÓN LINEAL MÚLTIPLE 5..6.3.Estimación de los parámetros e interpretación de los valores estimados 4..Tabla ANOVA 4..Variables de confusión 4 5.Espacios Propios 7..2..4...1..Interpretación de los parámetros 4 6. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 H..Regresión Logística con un predictor 6.Evaluación de los supuestos del modelo 5.2.Estimación de los parámetros e interpretación de los valores estimados 5.2.Evaluación de los supuestos del modelo 6 4.Intervalos de confianza de los parámetros 5..8.Tablas de frecuencias 5 10.6..Construcción 5 8..REGRESIÓN LINEAL SIMPLE 4..1.2.Intervalos de confianza de los parámetros 6.2..3...4.Modelo....REGRESIÓN LOGÍSTICA 6.Casos sobre valores y vectores propios 8.3.. supuestos y representación matricial 5..Tabla ANOVA 5.4.2..Pruebas de hipótesis de los parámetros 6.ANÁLISIS DE CORRESPONDENCIAS SIMPLES 9.7..Variables categóricas y tablas de frecuencia 5 9.Pruebas de hipótesis de los parámetros 5...1..4.Multiplicidad Algebraica y Multiplicidad Geométrica 7...PRELIMINARES ALGEBRAICOS 7.ANÁLISIS DE COMPONENTES PRINCIPALES 8...Pruebas de hipótesis de los parámetros 4..1..ANÁLISIS DE CORRESPONDENCIAS MÚLTIPLES 10...Tablas de Buró 10.Interacciones 5.Valores y Vectores característicos 7...2.5.1.3.

3. Subunidades 2.Estimadores MVUE (estimadores insesgados con varianza mínima) Objetivos de Aprendizaje 1...5. totales y cálculo de intervalos de confianza con poblaciones finitas 2. varianzas.2.1..2. varianzas y cálculo de intervalos de confianza con poblaciones infinitas 2.Insesgadez 1. MUESTREO ALEATORIO Introducción a la unidad Se discutirá sobre la implicación estadística de un muestreo aleatorio y se derivará fórmulas correctas para la estimación de parámetros como la media. la varianza de la media muestral y el cálculo de intervalos de confianza.Cálculo del tamaño de la muestra dado un error y un nivel de confianza para poblaciones finitas e infinitas TÉCNICAS DE MUESTREO Y ANÁLISIS IG1002-4 Página 4 de 9 MULTIVARIADO .Varianza y precisión de estimadores 1.. se abordará la correcta estimación de proporciones en la población.Definición en poblaciones finitas e infinitas 2.1. Por último. Subunidades 1.Estimadores de media...Propiedades estadísticas de estos estimadores en poblaciones finitas e infinitas 2.El estudiante reconocerá estimadores insesgados con varianza mínima de diferentes parámetros tales como la media y la varianza y para distribuciones de probabilidad diferentes. ANÁLISIS ESTADÍSTICO MULTIVARIANTE. cuando la población es finita o infinita. e identificará estimadores con estas propiedades en distribuciones de probabilidad conocidas.6..1...4. (1). ESTIMACIÓN Introducción a la unidad En este capítulo el estudiante aprenderá dos propiedades estadísticas deseables de estimadores: insesgadez y varianza mínima.Ejercicios Ejercicios en donde el estudiante obtenga el estimador MVUE para los diferentes parámetros 2. la varianza muestral.. error medio cuadrático 1..1. con el fin de usarlos en una muestra y obtener estimaciones estadísticamente correctas.5. Asimismo.4.Cota inferior de Rao y Cramér 1.. DESCRIPCIÓN DE UNIDADES 1. J.3. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 I...Estimadores de media. RECURSO BIBLIOGRÁFICO BORRADOR BÁSICA 1.Sesgo..Estimadores de proporciones 2.. se derivarán fórmulas para el cálculo del tamaño de la muestra dado un nivel de confianza y un error. Actividades 1.(9786071508171) JORGE DE LA GARZA GARCÍA.

varianzas. El estudiante calculará el tamaño de la muestra requerido para un error y un nivel de confianza dado.6....1.Estimadores de media...2.1.Cálculo del tamaño de la muestra dado un error y un nivel de confianza para poblaciones finitas e infinitas Objetivos de Aprendizaje 3. MUESTREO ALEATORIO ESTRATIFICADO Introducción a la unidad Se discutirá sobre la implicación estadística de un muestreo aleatorio estratificado y se derivará fórmulas correctas para la estimación de parámetros como la media..El estudiante indetificará estratos potenciales en la población y será capaz de realizar un muestreo estratificado de poblaciones finitas e infinitas. El estudiante estimará correctamente diferentes parámetros poblacionales.2.. Actividades 2. varianzas y cálculo de intervalos de confianza con poblaciones infinitas 3. evaluará la factibilidad de estos muestreos en casos prácticos e identificará las ventajas y desventajas de cada uno..Derivación de fórmulas Dadas las implicaciones de un muestreo aleatorio.Definición en poblaciones finitas e infinitas 3.1.1. Por último. Asimismo.Simulaciones en R A través de simulaciones en R se mostrarán lasfórmulas correctas para la estimación de diferentes parámetros. 4.Propiedades estadísticas de estos estimadores en poblaciones finitas e infinitas 3...Simulaciones en R A través de simulaciones en R se mostrarán las propiedades estadísticas de los diferentes estimadores..Derivaciones matemáticas Se realizará derivaciones matemáticas para obtener las fórmulas correctas para estimar los diferentes parámetros poblacionales. se derivarán fórmulas para el cálculo del tamaño de la muestra dado un nivel de confianza y un error. la varianza muestral. se derivarán las fórmulas correctas para los estimadores.El estudiante será capaz de obtener muestras aleatorias de poblaciones finitas e infinitas y estimará correctamente diferentes parámetros poblacionales. DESCRIPCIÓN DE UNIDADES BORRADOR Objetivos de Aprendizaje 2. Subunidades 3. cuando la población es finita o infinita.. 2.1. 3. el estudiante tendrá los conocimientos necesarios para seguir leyendo literatura sobre muestreo y aprender más sobre este tema. Actividades 3.Estimadores de proporciones 3. totales y cálculo de intervalos de confianza con poblaciones finitas 3.. El estudiante calculará el tamaño de la muestra requerido para un error y un nivel de confianza dado.. Por último. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 J. Además el estudiante diferenciará un muestreo estratificado de un muestreo aleatorio. 3.3.4.Estimadores de media. REGRESIÓN LINEAL SIMPLE IG1002-4 Página 5 de 9 CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO .5. se abordará la correcta estimación de proporciones en la población.2. la varianza de la media muestral y el cálculo de intervalos de confianza.

supuestos y representación matricial 5.7. DESCRIPCIÓN DE UNIDADES BORRADOR Introducción a la unidad Se introducirá el modelo de regresión lineal junto con los supuestos del modelo... Se representará el modelo de manera matricial y se abordará la estimación de los parámetros del modelo.1.2. REGRESIÓN LINEAL MÚLTIPLE Introducción a la unidad Se abordará la correcta construcción de un modelo de regresión lineal múltiple.1.4..Análisis en R Construcción del modelo de regresión lineal en R usando datos reales.Interacciones 5. Por último..Intervalos de confianza de los parámetros Objetivos de Aprendizaje 5. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 J. se realizarán inferencias usando el modelo de regresión lineal simple.3.5.4. Subunidades 4.1. se introducirán herramientas para la evaluación de los supuestos del modelo.Evaluación de los supuestos del modelo 5.... se darán las herramientas necesarias para identificarlas a través de ejemplos prácticos. Se abordará la estimación de los parámetros del modelo así como la evaluación de los supuestos del modelo en los datos usados.Tabla ANOVA 5. Actividades TÉCNICAS DE MUESTREO Y ANÁLISIS IG1002-4 Página 6 de 9 MULTIVARIADO . Se enfatizará especialmente en la interpretación correcta de los valores estimados de los parámetros.Modelo y supuestos 4.Estimación de los parámetros e interpretación de los valores estimados 5.2. Subunidades 5.. Actividades 4.Intervalos de confianza de los parámetros Objetivos de Aprendizaje 4..El estudiante será capaz de construir e interpretar correctamente un modelo lineal estadístico a partir de varias variables y resolverá problemas comunes de estos modelos tales como multicolinealidad y variables de confusión..8. 5.Modelo..... Se definirá a las variables de confusión. El estudiante aplicará modelos lineales a datos multidisciplinarios de proyectos relacionados al campo de su profesión.Tabla ANOVA 4.3.Evaluación de los supuestos del modelo 4. Asimismo..Estimación de los parámetros e interpretación de los valores estimados 4.5.6.6.1.. El estudiante interpretará de manera correcta los valores estimados del modelo. se realizarán inferencias usando el modelo de regresión lineal múltiple..Pruebas de hipótesis de los parámetros 4.El estudiante identificará asociaciones estadísticas entre variables mediante la construcción de un modelo de regresión lineal simple.Pruebas de hipótesis de los parámetros 5. Por último..Variables de confusión 5.1.

Los estudiantes calcularán los valores y vectores propios de una matriz de varianza y covarianza.1.Espacios Propios 7.Definiciones y Teoremas sobre vectores propios 7. IG1002-4 Página 7 de 9 CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO .Multiplicidad Algebraica y Multiplicidad Geométrica 7. 7.3. Actividades 6.Pruebas de hipótesis de los parámetros 6.4.3.Valores y Vectores característicos 7..Regresión Logística con un predictor 6..Aplicación en R Se construirá modelos de regresión logística en R usando datos reales. REGRESIÓN LOGÍSTICA Introducción a la unidad Se estudiará la construcción de modelos logísticos y se explicará el algoritmo para la estimación de los parámetros en este modelo.El estudiante construirá modelos de regresión logística e interpretará correctamente los valores estimados de los parámetros. Actividades 7. Asimismo. el estudiante aplicará estos conocimientos en proyectos relacionados al campo de su profesión..1.Regresión logística con varios predictores Objetivos de Aprendizaje 6.. Finalmente.2.....1.Casos sobre valores y vectores propios Objetivos de Aprendizaje 7..1.Interpretación de los parámetros 6..1.Ejercicios Ejercicios de cálculo de valores propios y vectores propios.1. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 J.Aplicación en R Se construirá un modelo de regresión lineal múltiple usando datos reales en R.2. se harán inferencias sobre los parámetros poblacionales usando el modelo logístico.. Se dará mucho énfasis en la interpretación correcta de los valores estimados para los parámetros. DESCRIPCIÓN DE UNIDADES BORRADOR 5. 6. Esta unidad es meramente de álgebra aunque se trabajarán con aplicaciones estadísticas. Subunidades 7. Asimismo.5. Se examinarán conceptos como la descomposición en valores singulares de una matriz cuadrada y simétrica tal como la matriz de varianza y covarianza. el estudiante será capaz de realizar pronósticos usando el modelo..... PRELIMINARES ALGEBRAICOS Introducción a la unidad Esta unidad es introductoria para poder implementar técnicas exploratorias como análisis de componentes principales y de correspondencias que son materia de los próximos capítulos.4.1. Subunidades 6.. El estudiante reconocerá asociaciones entre la variable de respuesta Bernoulli y variables numéricas o categóricas.

1..1.Construcción 8...1.1.1. Actividades 9. Se mostrará que las primeras q componentes principales son las q direcciones que contienen la máxima variabilidad de los datos y que éstas son los primeros q vectores propios asociados con los q valores propios más altos de la matriz de varianza y covarianza.2.Tablas de frecuencias 10...Interpretación de planos principales (Biplot) Objetivos de Aprendizaje 8. Subunidades 8.Aplicación en R Se harán ejemplos con tablas de frecuencia reales en R. Subunidades 10..1.Aplicación en R Implementación de análisis de componentes principales en R usando datos multivariados reales 9.3. DESCRIPCIÓN DE UNIDADES BORRADOR 8.Variables categóricas y tablas de frecuencia 9. ANÁLISIS DE COMPONENTES PRINCIPALES Introducción a la unidad Se introducirá la técnica exploratoria de análisis de componentes principales. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 J..1. 10. ANÁLISIS DE CORRESPONDENCIAS SIMPLES Introducción a la unidad Se aprenderá a construir e interpretar diagramas en por ej. dos dimensiones correspondiente al análisis de correspondencias simples.. Subunidades 9. Se graficará el diagrama de reducción de dimensiones.Interpretación y análisis Objetivos de Aprendizaje 9..2.Tablas de Buró 10... dos dimensiones correspondiente al análisis de correspondencias múltiples. ANÁLISIS DE CORRESPONDENCIAS MÚLTIPLES Introducción a la unidad Se aprenderá a construir e interpretar diagramas en por ej.Los estudiantes implementarán análisis de componentes principales como una técnica exploratoria de reducción de dimensiones en datos multivariados multidisciplinarios o relacionados al campo de su profesión... Actividades 8.Interpretación TÉCNICAS DE MUESTREO Y ANÁLISIS IG1002-4 Página 8 de 9 MULTIVARIADO . Se examinarán técnicas para seleccionar un número apropiado q de componentes principales tales como el grafico de sedimentacion.2.El estudiante examinará la asociación entre dos variables categóricas mediante el diagrama de dimensión reducida.

DESCRIPCIÓN DE UNIDADES BORRADOR Objetivos de Aprendizaje 10.El estudiante examinará la asociación entre más de dos variables categóricas mediante el diagrama de dimensión reducida. Se graficará el diagrama de reducción de dimensiones... RESPONSABLES DE LA ELABORACIÓN DEL CONTENIDO DE CURSO Profesor Correo Participación ROA LOPEZ HEYDI MARIANA hroa@espol.Aplicación en R Se harán ejemplos con tablas de frecuencia reales en R.1. Actividades 10. ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO ESTG2003 J.ec Coordinador de materia HOLGER GEOVANNY IG1002-4 Página 9 de 9 CONTENIDO DE CURSO TÉCNICAS DE MUESTREO Y ANÁLISIS MULTIVARIADO . K.edu.ec Colaborador CEVALLOS VALDIVIEZO holgceva@espol.1.edu.

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.