PROGRAMA ADMINISTRACIÓN DE EMPRESAS

ÁREA Departamento de Matemáticas

ASIGNATURA Estadística y programación
CRÉDITOS 2
SEMESTRE 4
HORAS PRESENCIALES 4
HORAS DE TRABAJO AUTÓNOMO 4
PROFESOR Fernando López-Torrijos

CORREO [email protected]

1. PRESENTACIÓN

En el curso de Estadística y programación los futuros profesionales de la Universidad Externado de

Colombia desarrollarán las competencias cognitivas y comunicativas necesarias para afrontar los retos
que representa los contenidos de otras materias que tienen como base el sustento estadístico.

En esta materia desarrollaran sus capacidades para el análisis y procesamiento de datos, que les
permitirá el uso adecuado de métodos estadísticos para comprender la estructura y operatividad de un
fenómeno determinado, a menudo con el propósito de tomar decisiones objetivas en condiciones de
riesgo e incertidumbre, basado en temas como análisis descriptivo del fenómeno, probabilidades y
modelamiento de las situaciones. Dado que una gran variedad de procesos de planeación y evaluación
de actividades administrativas, económicas, y financieras, se basan en resultados obtenidos mediante el
análisis estadístico de los fenómenos en ellos involucrados, el estudio de la Estadística debe proveer los
conceptos y habilidades prácticas necesarias para realizar eficientemente la evaluación de cualquier
situación que amerite una intervención.

2. COMPETENCIAS

1. Competencias cognitivas:
a. Emplear herramientas de estadística descriptiva para resumir, describir y extraer
conclusiones sobre conjuntos de datos sobre fenómenos financieros, económicos y
sociales usando herramientas tecnológicas y seleccionando las tablas, gráficas y medidas
que corresponden a los tipos de datos a analizar.
b. Usar los fundamentos de la probabilidad y las distribuciones de probabilidad para
comprender fenómenos financieros, económicos y sociales y la incertidumbre
relacionada con dichos fenómenos, usando herramientas tecnológicas y respetando los
axiomas de la probabilidad.

2. Competencia comunicativa:
a. Comunicar resultados del análisis de los problemas a través del uso de estadísticas
descriptivas y herramientas de probabilidad de manera gráfica, verbal y escrita con
claridad.
3. Competencia Investigativa:
a. Analizar y evaluar críticamente información estadística y probabilística sobre situaciones
financieras, sociales y económicas.

4. RESULTADOS DE APRENDIZAJE

1. Resultados de las competencias cognitivas:

a. Realizar e interpretar apropiadamente gráficas y tablas estadísticas que resumen
información financiera, social y económica.
b. Calcular e interpretar apropiadamente porcentajes, índices y medidas estadísticas
mediante las que se resume información financiera, social y económica.
c. Estimar e interpretar de manera adecuada probabilidades relacionadas con fenómenos
financieros, sociales y económicos.
d. Usar R para realizar gráficas y tablas, y estimar medidas y probabilidades usando datos y
casos reales sobre situaciones financieras, sociales y económicas.

2. Resultados de la competencia comunicativa:

a. Comunicar resultados de gráficas, tablas y estimaciones de medidas estadísticas y
cálculos de probabilidad de manera rigurosa y elocuente, de manera verbal y escrita.
b. Informar del diagnóstico de una realidad por medio de las herramientas que ofrece la
estadística descriptiva y la teoría de la probabilidad.

3. Resultados de la competencia investigativa:

a. Usar información estadística y probabilística para apoyar el proceso de toma de
decisiones.
b. Identificar falencias en análisis estadísticas y probabilísticos relacionados con el uso
indebido de gráficas y medidas estadísticas, o con la inaplicación de axiomas de
probabilidad o la interpretación inadecuada de probabilidades.

5. TEMÁTICAS O CONTENIDOS

1. Introducción. Conceptos básicos.

2. Principios de la teoría de probabilidades. (Experimentos aleatorios, espacio muestral, eventos,
técnicas de conteo, tipos de probabilidad y cálculo básico de probabilidades)
3. Variables aleatorias discretas y continúas, valor esperado y varianza de una variable aleatoria.
4. Distribuciones discretas de probabilidad (Uniforme discreta, Binomial, Poisson,
Hipergeométrica).
5. Distribuciones continuas de probabilidad (Uniforme Continua, Normal, Exponencial).
 6. Estadística descriptiva. Distribución de frecuencias y gráficos para resumir datos cualitativos y
cuantitativos.
7. Medidas de tendencia central (media, mediana y moda) y sus propiedades.
8. Medidas de posición (Percentiles y cuartiles).
9. Medidas de forma (sesgo y curtosis)
10. Medidas de dispersión.
11. Análisis bivariado variables cuantitativas (correlación e introducción al análisis de regresión).

6. METODOLOGÍA
Si bien en las clases hay una parte destinada a la presentación de los temas por parte del docente, se
usarán diferentes estrategias, todas pensando en que los estudiantes sean parte activa de su proceso de
aprendizaje.

Gracias al material disponible en el aula virtual (videos, talleres y ejercicios) eventualmente se usará la
estrategia de clase invertida para que los estudiantes trabajen en ellos de manera autónoma (fuera de
las horas de clase) y después puedan profundizar, aclarar dudas, discutir y trabajar en grupo en clase (en
el salón). Los videos serán tanto en español como en inglés, si bien se buscará que tengan subtítulos para
apoyar el entendimiento pleno.

A lo largo del curso, se trabajan problemas estadísticos relacionados con el módulo de la unidad
temática, que consisten en problemas ubicados en un contexto familiar para los estudiantes (por
ejemplo, buses de Transmilenio, cafeterías de la universidad, etc.) para los cuales es necesario proponer
soluciones que requieren el uso de las herramientas estadísticas que se abordan en el curso (por
ejemplo, la técnica de selección de objetos en cualquier orden (combinación)). Esta estrategia, sin
corresponder exactamente al aprendizaje basado en problemas, sí comparte algunas de sus
características como la conexión con las situaciones reales, el análisis y la toma de decisiones. Estos
problemas pueden proponerse como ejercicios individuales o como parte de un conjunto para trabajo en
casa, al que se denomina taller, por cuanto el desarrollo de este conecta unos ejercicios con otros. Tanto
ejercicios como talleres se pueden proponer para ejecutarlos de manera individual como grupal.

El docente utiliza RStudio y el lenguaje R para exponer conceptos. Se solicitará que algunos talleres se
realicen en R con el objeto de que se familiaricen con la herramienta y en el proceso “visualicen” en
datos reales los conceptos revisados.

Para las ocasiones en que se utiliza la estrategia de clase invertida, se entregará a los estudiantes para el
momento anterior a la sesión sincrónica, una video - lección que sirva para ilustrar el tema, de alrededor
de 10 minutos que ponga en relieve los aspectos más significativos del tema, y/o una presentación
Power Point con audio. La video lección puede ser desarrollada por el docente o hacer uso de algún
recurso de Internet, del que se darán los créditos que correspondan y una guía de trabajo. Se aportarán
los numerales de los textos de referencia que exponen el tema como lecturas de apoyo.

Para cerrar el proceso se generará un cuestionario con preguntas para contestar rápidamente, en un
tiempo corto, que puede ser en Moodle, Kahoot, Quizziz o Google forms. En clase presencial el docente
aclara dudas y luego se debatirá un ejercicio práctico relacionado con el tema que proponga el docente.
En los temas que el docente conoce que hay partes difíciles, se podrá hacer sesión magistral de 30
minutos orientada a estas partes difíciles.

7. EVALUACIÓN
La evaluación es un proceso continuo y permanente que se desarrolla a lo largo de todo el periodo,
valorando todos los aspectos de acuerdo con criterios previamente establecidos, que permite identificar
los progresos alcanzados por los estudiantes y las dificultades experimentadas, estableciendo rutas de
mejoramiento.

Se realiza a través de observación permanente, test, talleres, parciales, solución de casos, proyectos y
diferentes actividades, distribuidas en tres cortes.

La evaluación sumativa y formativa del curso se llevará a cabo usando diferentes instrumentos de
evaluación definidos a continuación:

 Ejercicios: son problemas propuestos para que los estudiantes resuelvan alguna situación de un
contexto cotidiano, usando herramientas estadísticas que hayan aprendido en el curso. Aunque
es posible que cada reto requiera del uso de distintos métodos estadísticos, cada uno de ellos
está enfocado a cierto tipo de herramientas.
 Proyecto: tiene un formato similar al de los ejercicios, pero su nivel de complejidad es mayor y
requiere el uso de herramientas variadas para ser ejecutado.
 Exámenes: son pruebas objetivas en las que los estudiantes evidencian el uso de herramientas
estadísticas estudiadas en el curso, con el fin de resolver problemas abstractos y aplicados.
 Quices: son pruebas cortas y mucho más sencillas que los exámenes en las que los estudiantes
demuestran que saben usar algunas herramientas estadísticas específicas para resolver
problemas abstractos y aplicados sencillos.
 Talleres: Son pruebas que se desarrollan individual o grupalmente en las que los estudiantes
demuestran que saben usar algunas herramientas estadísticas específicas para resolver
problemas abstractos y aplicados sencillos y a su vez, podrán incorporar el uso del aplicativo R y
RStudio.
 Participación en discusiones: son oportunidades que tienen los estudiantes para demostrar su
compromiso con el curso y su aprendizaje al usar el material disponible, aportar sus ideas y
exponer sus dudas. Más que demostrar que ya se sabe cómo usar las herramientas estadísticas,
importa ver cómo van avanzando los estudiantes en su proceso de aprendizaje

Porcentajes de las evaluaciones sumativas, durante el semestre:

Parcial: 15%
Primer Corte
Talleres, quices: 10%
Parcial: 15%
Segundo Corte
Talleres, quices: 10%
 Parcial: 15%
Tercer Corte
Talleres, quices: 10%
Trabajo Final: 25%

La participación en las discusiones puede sumar un 0.1 punto para mejorar la nota, a discreción del
docente.

Cada una de las evaluaciones sumativas tendrá su rúbrica correspondiente en la que se describen los
diferentes niveles de logro para cada una de las competencias evaluadas. De esta manera cada
estudiante podrá interpretar mejor su calificación y sabrá en qué debe mejorar para seguir avanzando en
su proceso de aprendizaje.

8. REFERENCIAS BIBLIOGRÁFICAS

Obligatoria: Capítulos asignados para cada una de las sesiones

BERENSON, M.; LEVINE, D.; KREHBIEL, T. (2012). Basic Business Statistics. Twelfth Edition. Prentice Hall.
BERSEKAS D. y TSITSIKLIS J. (2000). Introduction to probability. Athena Scientific.
KELLER, G. (2012). Statistics for Management and Economics. Ninth Edition. Cengage.
LOPEZ-TORRIJOS, F. (2022). Notas de clase de estadística.
UTTS.J. y HECKARD, R. (2014) Mind on Statistics. Cengage Learning. 5th Edition.

Complementarias:

ALBERT, J., RIZZO, M. (2012). R by Example. Springer.

ANDERSON, SWEENEY, WILLIAMS (2011). Statistics for Business and Economics. Eleventh Edition.
Cengage.
DALGAARD, P. (2008). Introductory statistics with R. Springer.
LIND, D. A., MARCHAL, W. G., & WATHEN, S. A. (2012). Estadística aplicada a los negocios y la economía.
México: McGraw-Hill / Interamericana. 15 ed.
RICE, J. (2007). Mathematical statistics and data analysis. Third Edition. Duxbury.
SOSA, J. C., OSPINA, L. E., and BERDUGO, E. P. (2013). Estadística descriptiva y probabilidades.
Universidad Externado de Colombia. ISBN/ISSN: 978-958-772-070-9.
WACKERLY, D., MENDENHALL, W., & SCHEAFFER, R. L. (2008). Mathematical statistics with applications.
Cengage Learning. Seventh Edition.
 9. PROGRAMA SEMANAL DEL CURSO
SEMANA 1: 16 al 21 enero
Presentación del programa. Lineamientos generales del curso. Conceptos básicos.
Elementos generales de la estadística.

Objetivo de Aprendizaje: Comprender y utilizar el vocabulario básico en estadística, definiendo

lo que es población, muestra, parámetro y estadístico. Definir qué es la estadística, estableciendo
las diferencias entre estadística descriptiva y estadística inferencial.

Lecturas previas: Capítulo 1 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.

Lecturas posteriores:
Capítulo 2, sección 2.1 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.
Sección 1.1 sólo hasta 1.1.1 inclusive de LÓPEZ-TORRIJOS. (2022) Notas de clase de
estadística.

SEMANA 2: 23 al 28 enero
Estadística Descriptiva. Distribuciones de frecuencia para datos cualitativos y cuantitativos.
Tablas de frecuencias. Representación gráfica de una distribución de frecuencias.

Objetivo de Aprendizaje: Analizar e interpretar información a partir de los datos resumidos en

tablas y gráficas estadísticas. Elaborar informes basados en el análisis de las tablas estadísticas

Lecturas previas:
Capítulos 2 y 3 de KELLER, G. (2012). Statistics for Management and Economics.
Capítulo 2, sección 2.3 y 2.9 de LOPEZ-TORRIJOS. (2022). Notas de clase de estadística.

SEMANA 3: 30 enero al 4 de febrero

Medidas de tendencia central
Medidas de dispersión

Objetivo de Aprendizaje: Describir, calcular e interpretar las medidas de tendencia central

(media, mediana, moda). Calcular e interpretar las medidas dispersión (rango, varianza y
desviación estándar)

Lecturas previas:
Capítulo 3, sección 3.1 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business Statistics.

SEMANA 4: 6 al 11 de febrero
Medidas de forma y curtosis. Coeficiente de asimetría, Coeficiente de curtosis.
Diagrama de caja y bigotes. Interpretación
Medidas de posición. Interpretación.

Objetivo de Aprendizaje: Calcular e interpretar las medidas de posición (cuartil, quintil y

percentil) para datos numéricos. Construir un informe estadístico a partir de las medidas
descriptivas estudiadas.
Lecturas previas:
Capítulo 3, sección 3.2 y 3.3 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business
Statistics.

SEMANA 5: 13 al 18 febrero
Estadística bivariada.
Medidas de asociación entre dos variables.

Objetivo de Aprendizaje: Establecer la relación entre dos variables numéricas, analizando los
diagramas de dispersión. Calcular e interpretar la covarianza y el coeficiente de correlación.

Lecturas previas:
Capítulo 3, sección 3.5 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business Statistics.
Capítulo 3 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.

SEMANA 6: 20 al 25 de febrero
Taller de repaso
Examen parcial I. Entrega notas – realimentación

SEMANA 7: 27 de febrero al 4 de marzo

Introducción a la probabilidad. Fundamentos. Conceptos básicos.
Experimentos aleatorios y deterministas. Espacios muestrales y eventos aleatorios.

Objetivo de Aprendizaje: Identificar y comprender los conceptos de probabilidad, tipos de

probabilidad, axiomas de la probabilidad.

Lecturas previas:
Capítulo 7, secciones 7.1 a 7.4 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.
Capítulo 1, secciones 1.1 a 1.2 de BERSEKAS y TSITSIKLIS (2000). Introduction to
probability.

SEMANA 8: 6 al 11 de marzo
Probabilidad condicional. Probabilidad total
Eventos independientes. Teorema de Bayes
Objetivo de Aprendizaje: Definir, identificar y calcular eventos de probabilidad condicional
(probabilidades bajo una condición preexistente).
Comprender y calcular probabilidades a partir del Teorema de Bayes.

Lecturas previas:
Capítulo 7, secciones 7.5 a 7.7 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.
Capítulo 1, secciones 1.4, 1.5 y 1.7 de BERSEKAS y TSITSIKLIS (2000). Introduction to
probability.

SEMANA 9: 13 al 18 marzo
Variables aleatorias- Introducción a R.
Distribuciones de Probabilidad Discreta. Uniforme. Experimento Bernoulli.
Distribución Binomial
Objetivo de Aprendizaje: identificar las propiedades de una distribución de probabilidad.
Calcular y analizar el valor esperado y la varianza de una distribución.

Lecturas previas:
Capítulo 8, sección 8.4 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.
Capítulo 7, sección 7.4 de KELLER, G. (2012). Statistics for Management and Economics.

SEMANA 10: 20 al 25 de marzo

Distribución Poisson
Distribución Hipergeométrica

Objetivo de Aprendizaje: Identificar las características de las distribuciones de Poisson e

Hipergeométrica. Comprender e identificar la función de probabilidad. Calcular probabilidades a
partir de las distribuciones.

Lecturas previas:
Capítulo 5, secciones 5.4 y 5.5 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business
Statistics.
Capítulo 7, sección 7.5 de KELLER, G. (2012). Statistics for Management and Economics.

SEMANA 11: 27 marzo al 1 abril

Programación en R: Estadística descriptiva, gráficas, lectura de archivos

SEMANA del 3 al 8 de abril: SEMANA DE RECESO

SEMANA 12: 10 al 15 abril

Taller de repaso
Examen parcial II. Entrega notas – realimentación

SEMANA 13: 17 al 22 abril

Distribuciones continuas.
Distribución Uniforme
Distribución Normal

Objetivo de Aprendizaje: Identificar las características y la función de densidad de la

distribución normal.
Calcular probabilidades a partir de la distribución normal. Calcular y estandarizar valores.
Utilizar las tablas de probabilidad normal

Lecturas previas:
Capítulo 8, sección 8.6 de UTTS.J. y HECKAR, R. (2014) Mind on Statistics.
Capítulo 6, sección 6.4 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business Statistics.

SEMANA 14: 24 al 29 de abril

Distribución Exponencial
Taller repaso Distribuciones
Objetivo de Aprendizaje: Identificar las características y la función de densidad de la distribución
exponencial
Calcular probabilidades a partir de la distribución exponencial.

Lecturas previas:
Capítulo 8, sección 8.3 de KELLER, G. (2012). Statistics for Management and Economics.
Capítulo 6, sección 6.4 de BERENSON, LEVINE, KREHBIEL (2012). Basic Business Statistics.

SEMANA 15: 1 al 6 de mayo

Introducción a la Regresión lineal Simple. Coeficiente de determinación
Análisis del modelo de regresión

Objetivo de Aprendizaje: Construir e interpretar modelos de regresión que permitan realizar

inferencias estadísticas en torno al comportamiento de las variables.

Lecturas previas:
Capítulo 6, sección 6.1 a 6.3 inclusive de BERENSON, LEVINE, KREHBIEL (2012). Basic
Business Statistics.

SEMANA 16: 8 al 13 de mayo

Asesorías trabajo final
Entrega Trabajo Final