Versión: 1

PROGRAMA ANALÍTICO
I. DATOS DE IDENTIFICACIÓN
Universidad Universidad Privada del Valle
Facultad Ciencias Empresariales y Sociales
Departamento Contaduría Pública y Finanzas
Carrera Ingeniería en Ciencia de Datos e Inteligencia de
Negocios
Plan de estudios Vigente RM-0054/2023
Área de formación Cuantitativa
Asignatura Métodos y Programas Estadísticos para Ciencia de Datos
II
Código MPE2S2
Semestre Segundo Duración Semestral
Horas Teóricas Semana 4
Horas Semestre 120
Horas Prácticas Semana 2
Métodos y Programas Estadísticos para Ciencia de Datos
Asignatura(s) Requisito(s)
I
Métodos y Programas Estadísticos para Ciencia de Datos
Asignatura(s) Consecuente(s)
III, Proyecto integrador I

II. JUSTIFICACIÓN
El profesional Ingeniero en ciencia de datos e inteligencia de negocios debe de tener la capacidad
de gestionar, integrar y analizar datos de manera efectiva. Su experiencia deberá contribuir a la
toma de decisiones, optimizar los procesos empresariales, identificar oportunidades y minimizar
riesgos, es por esto por lo que requiere de herramientas que permitan optimizar la utilización de
los recursos en un proceso de búsqueda, acumulación y tratamiento de información que pueda
servirle para la planificación de actividades futuras para la toma de decisiones. Por lo que surge
la necesidad de contar en su formación con una asignatura que le permita tener sólidos
conocimientos en el análisis de un conjunto de datos e interpretación de estos, en lo que se
denomina Métodos y Programas Estadísticos para Ciencia de Datos II.

Por otra parte, los profesionales normalmente se enfrentarán a situaciones de incertidumbre, lo

cual implica el cálculo de probabilidades de ocurrencia, intervalos de confianza, pruebas de
hipótesis y pronósticos de variables con el objeto de seguir un curso de acción, pero en
condiciones de riesgo. El estudiante podrá hacer inferencias estadísticas, que se refiere a la
generación de modelos, estimaciones, inferencias y predicciones asociadas a diferentes
fenómenos tomando en cuenta la aleatoriedad e incertidumbre en las observaciones.

La asignatura de Métodos y Programas Estadísticos para Ciencia de Datos II, involucra estos
dos aspectos: la Estadística Descriptiva y de Probabilidades, convirtiéndose en herramienta
fundamental en la formación profesional del estudiante, puesto que los elementos componentes
de la asignatura servirán de base a otras asignaturas tales como Optimización y Modelación
Empresarial.
 Versión: 1

III. COMPETENCIAS GENÉRICAS

Las competencias genéricas declaradas para la Universidad Privada del Valle se establecen a
partir del análisis de los distintos contextos y esferas de actuación de los futuros profesionales,
mismos que serán transversalizadas en el desarrollo curricular, mediante diferentes estrategias.

La carrera de Ingeniería en Ciencia de Datos e Inteligencia de Negocios promueve el desarrollo

de la siguiente competencia genérica: Interpreta modelos y programas de inteligencia de
negocios con una visión estratégica y sistemática de la organización para la predicción de su
comportamiento y del entorno, a través de la explotación de grandes volúmenes de datos y de
sistemas de aprendizaje automáticos.

IV. AREA DE FORMACIÓN, COMPETENCIAS ESPECÍFICAS Y UNIDADES

Esta asignatura corresponde al segundo semestre del programa de formación profesional de la
carrera de Ingeniería en Ciencia de Datos e Inteligencia de Negocios. En el plan de estudios, es
parte del área cuantitativa.

Dicha área de formación se caracteriza por desarrollar el dominio de conceptos, teoremas y

métodos matemáticos para poder aplicarlos en la formulación y resolución de problemas del
área, tanto de forma analítica, como también, de forma computacional.

Competencia de Asignatura
Aplica los principios de la estadística inferencial en el análisis e interpretación de información
acerca de los parámetros poblacionales en base a una muestra aleatoria en situaciones social,
empresarial y científica en concordancia con los métodos de la estadística inferencial y el proceso
de investigación de mercado con criterio analítico.

Competencias de Unidades de Aprendizaje

UNIDAD 1 Realiza el cálculo de probabilidades para tomar decisiones en el

ámbito empresarial a través de diferentes teoremas y reglas respetando
Introducción a la
los axiomas de la estadística.
probabilidad.
UNIDAD 2 Utiliza distribuciones de probabilidad tanto discretas y continuas para
analizar el comportamiento de las variables respetando de forma ética
Distribuciones de
los axiomas y reglas de la estadística.
probabilidad
UNIDAD 3 Realiza la determinación del tamaño muestral y estimación de los
parámetros de una población y la comparación de dos poblaciones para
Distribuciones de
el estudio del comportamiento de esta, a partir de la selección de la
muestreo y estimación.
técnica de estimación apropiada y estableciendo los niveles de
confianza respetando los resultados obtenidos en las investigaciones.
UNIDAD 4 Elabora pruebas de hipótesis necesarias para la verificación de la
aseveración de supuestos planteados con respecto a una población,
Prueba de hipótesis.
considerando la evidencia muestral y teoría de probabilidades
valorando los procesos inferenciales estadísticos.
 Versión: 1

UNIDAD 5 Analiza un conjunto de datos para determinar la existencia de una

relación significativa entre variables y realizar inferencias acerca de la
Ji-cuadrada y análisis
población, considerando la muestra de datos.
de varianza

V. DESARROLLO DE UNIDADES DE APRENDIZAJE

UNIDAD 1 INTRODUCCIÓN A LA PROBABILIDAD
1.1.
Terminología básica
1.2.
Tipos de probabilidad
1.3.
Reglas de probabilidad
1.4.
Probabilidades bajo condiciones de independencia estadística
1.5.
Probabilidades bajo condiciones de dependencia estadística
1.6.
Teorema de Bayes
UNIDAD 2 DISTRIBUCIONES DE PROBABILIDAD
2.1. Variables aleatorias
2.2. Valor esperado en la toma de decisiones
2.3. Distribuciones de variable aleatoria discreta
2.3.1. La distribución binomial
2.3.2. La distribución de Poisson
2.3.3. La distribución hipergeométrica
2.4. Distribuciones de variable aleatoria continua
2.4.1. La distribución uniforme
2.4.2. La distribución normal
2.5. Soluciones a través de software R Studio u otros

UNIDAD 3 DISTRIBUCIONES DE MUESTREO Y ESTIMACIÓN

3.1. Muestreo aleatorio
3.2. Distribuciones de muestreo
3.3. Relación entre el tamaño de muestra y el error estándar
3.4. Estimaciones puntuales
3.5. Estimaciones de intervalo e intervalos de confianza
3.6. Cálculo de estimaciones de intervalo de la media a partir de muestras grandes
3.7. Cálculo de estimaciones de intervalo de la proporción a partir de muestras
grandes
3.8. Estimaciones de intervalos con la distribución t
3.9. Determinación del tamaño de muestra
3.10. Soluciones a través de software R Studio u otros

UNIDAD 4 PRUEBA DE HIPÓTESIS

4.1. Conceptos básicos en el procedimiento de pruebas de hipótesis
4.2. Pruebas de hipótesis de medias cuando se conoce la desviación estándar de la
población
4.3. Prueba de hipótesis para proporciones: muestras grandes
 Versión: 1

4.4. Pruebas de hipótesis de medias cuando no se conoce la desviación estándar de la

población
4.5. Prueba de hipótesis para diferencias entre medias y proporciones
4.6. Prueba para diferencia entre medias
4.6.1. Muestras pequeñas
4.6.2. Muestras grandes
4.7. Prueba de diferencias entre medias con muestras dependientes
4.8. Prueba de diferencias entre proporciones: muestras grandes
4.9. Valor P
4.10. Soluciones a través de software R Studio u otros

UNIDAD 5 JI-CUADRADA Y ANÁLISIS DE VARIANZA

5.1. Ji-cuadrada como prueba de independencia
5.2. Ji-cuadrada como prueba de bondad de ajuste
5.3. Análisis de varianza
5.4. Inferencias acerca de una varianza de población
5.5. Inferencias acerca de las varianzas de dos poblaciones
5.6. Soluciones a través de software R Studio u otros

VI. METODOLOGÍA DEL PROCESO DE ENSEÑANZA APRENDIZAJE

Para evitar la fragmentación inherente en enfoques basados únicamente en el contenido y la
adquisición de información; el proceso enseñanza-aprendizaje está diseñado para desarrollar
competencias y habilidades, considerando las dimensiones del ser, saber y hacer, así como las
características del modelo académico Univalle.

En este sentido, la metodología de enseñanza aprendizaje articulará la teoría con la práctica,

mediante el diálogo, promoviendo la investigación e interacción con el contexto; para esto se
utilizarán estrategias didácticas considerando los momentos metodológicos de una secuencia
didáctica (inicio, desarrollo y cierre); es decir se realizarán, en modalidad presencial,
semipresencial o virtual, actividades (sincrónicas y asincrónicas) para la reflexión e indagación,
la organización y comprensión, la problematización, la resolución de problemas reflejados en
propuestas innovadoras, la síntesis del conocimiento de acuerdo a la reflexión de los estudiantes
sobre su aprendizaje (estrategias metacognitivas); llegando evidenciar los aprendizajes a nivel
grupal o individual.

VII. PROYECTOS FORMATIVOS INTEGRADORES DE INTERACCIÓN SOCIAL E

INVESTIGACIÓN- EXPERIENCIAS EDUCATIVAS PARA LA FORMACIÓN
INTEGRAL

La asignatura de Métodos y Programas Estadísticos para Ciencia de Datos II ayuda a desarrollar

el pensamiento estadístico para manejar con facilidad las notaciones, comprender el significado
de las fórmulas que se emplean en la estadística y entender algunas demostraciones de resultados,
así como para desarrollar el sentido crítico y de abstracción.
 Versión: 1

Así mismo, para una buena formación profesional es necesario el manejo de softwares
estadísticos, que ayudará a simplificar el manejo y tratamiento de los datos y de esa forma el
estudiante se enfocará en la interpretación de los resultados.
Por lo tanto, se propone trabajar en los siguientes proyectos, teniendo en cuenta el uso e
interpretación adecuada de las fórmulas y el uso de softwares, tales como:
- Presentación de datos y resultados de investigaciones o proyectos a nivel descriptivo e
inferencial, con el uso de un software estadístico como SPSS, R Studio u otros.
Las actividades serán desarrolladas durante el último momento evaluativo conformando grupos
de trabajo que serán evaluados mediante listas de cotejo.

VIII. EVALUACIÓN DE APRENDIZAJES

La evaluación de aprendizajes es un proceso continuo, que permite identificar logros y los
aspectos a mejorar en los estudiantes respecto a las competencias propuestas, según criterios y
evidencias planificadas; será diagnóstica, formativa y sumativa. Para esto se utilizarán técnicas
e instrumentos de evaluación pertinentes, que pueden ser: observación (rúbricas, registros, listas
de cotejo, escalas rejillas, etc.), entrevista (guía de preguntas u otros), cuestionarios,
portafolios de aprendizaje, pruebas (escritas, orales) u otros con pertinencia al área de
formación.
La evaluación de aprendizajes es integral, científica, dialógica, reflexiva, flexible, permanente,
cuantitativa y cualitativa. Se fortalece con procesos de autoevaluación, coevaluación y
heteroevaluación.
La evaluación se la realizará en función la siguiente distribución1:

Evaluación Porcentaje Unidad(s) de aprendizaje

Primer Momento Evaluativo 35% 1y2
Segundo Momento Evaluativo 35% 3y4
Momento Evaluativo Final 30% 5
(Evaluación integral de la
asignatura)
TOTAL 100%
Nota: Los porcentajes de evaluación de aprendizajes responden a criterios propios de la asignatura,
docente, coordinación académica y otros que estén enfocados al logro de las competencias declaradas para
la asignatura.

Evidencias de aprendizaje:
Las evidencias de aprendizaje pueden ser de conocimiento, producto o desempeño:

1
Artículo 34.- Los exámenes parciales no serán inferiores a dos (2) en las materias de cursado semestral, ni a cuatro (4) en las materias de
cursado anual, durante cada período académico semestral o anual respectivamente. Se tomarán siguiendo disposiciones específicas para cada
período académico. Los exámenes parciales podrán ser reemplazados por el sistema de evaluación continua, considerando la finalización de
cada evaluación continua en la misma fecha que la finalización de un período de exámenes parciales. (Reglamento Estudiantil-Universidad del
Valle)
 Versión: 1

• Evidencias de conocimiento: cuestionarios, ensayos, pruebas cognitivas, escritas,

orales, actividades de interpretación y análisis de conocimiento (mapas mentales,
cuadros comparativos, cartografía conceptual, organizadores gráficos, etc).
• Evidencias de producto: videos, maquetas, estudios de caso, informes de resolución
de problemas, proyectos de investigación, materiales digitales, escritos, etc.
• Evidencias de desempeño: reportes de conclusiones, debates, registros de
experiencias educativas, simulaciones, valoraciones en experiencias con el contexto,
etc.

DESARROLLO DE PRÁCTICAS
Recursos para Modalidad Virtual y
Unidad Práctica Tipo* Modalidad**
Semipresencial***
Ejercicios y problemas de
Unidad 1 A P
probabilidad
Ejercicios y problemas de
Unidad 2 variables aleatorias discretas y A P
continuas
Construcción de intervalos de
confianza y determinación de A P
Unidad 3 tamaño de muestra
Estudio de caso con uso de
A P
software estadístico
Problemas de validación de
A P
hipótesis
Unidad 4
Estudio de caso con uso de
A P
software estadístico
Estudio de caso con uso de
Unidad 5 A P
software estadístico
*Tipo: L=Prácticas de Laboratorio, A=Prácticas de Aula, E=Práctica Externa, CC=Práctica Centro de Cómputo.
**Modalidad: V=Virtual, P=Presencial, S=Semipresencial.
*** Para Prácticas de Laboratorio: VD=Video Demostrativo, S=Simulador, SW=Software, seguido del título o
denominación del video demostrativo, simulador y software.

IX. BIBLIOGRAFÍA
BÁSICA
• Anderson, D. R. Sweeney, D. J. & Williams, T. A. (2019). Estadística para negocios y
economía (13a. ed.). Cengage Learning.
https://elibro.net/es/lc/bibliounivalle/titulos/118082
• Lind, D. A., Marchal, W. G., Wathen, S. A (2019). Estadística aplicada a los negocios y
la economía. McGraw-Hill. https://www.ebooks7-24.com:443/?il=9246
• Rodríguez Jiménez, E. C. & Rodríguez Franco, J. (2016). Estadística para administración
(2a. ed.). Grupo Editorial Patria. https://elibro.net/es/lc/bibliounivalle/titulos/40477
COMPLEMENTARIA
• Newbold, P. Carlson, W. L. & Thorne, B. M. (2013). Estadística para administración y
economía (8a. ed.). Pearson Educación.
https://elibro.net/es/lc/bibliounivalle/titulos/42487
 Versión: 1

• Rodríguez Franco, J. & Pierdant Rodríguez, A. I. (2015). Estadística aplicada II:

estadística en administración para la toma de decisiones. Grupo Editorial Patria.
https://elibro.net/es/lc/bibliounivalle/titulos/39393
• Webster, A. L. (2000). Estadística aplicada a los negocios y la economía (3ra. ed.)
McGraw-Hill.
 Versión: 1

ANEXO: SABERES Y CRITERIOS DE DESEMPEÑO POR UNIDADES DE APRENDIZAJE

UNIDAD 1 INTRODUCCIÓN A LA PROBABILIDAD

Realiza el cálculo de probabilidades para tomar decisiones en el ámbito empresarial a través de diferentes teoremas y reglas respetando los
axiomas de la estadística.
Saber conocer Saber hacer Saber ser
(conceptual) (procedimental) (actitudinal)
Interpreta conceptos generales sobre la teoría de Aplica propiedades de la teoría probabilística para la Valora los conceptos de la teoría de
probabilidad. cuantificación del grado de incertidumbre de los sucesos. probabilidades.

Enuncia los axiomas de probabilidad.

CRITERIOS DE DESEMPEÑO

Interpreta conceptos generales sobre la teoría de Calcula probabilidades de eventos considerando sus
probabilidad, tomado en cuenta las definiciones propiedades y reglas. Valora los conceptos de la teoría de
y propiedades. probabilidades a partir de la
Aplica la regla fundamental del conteo, la regla terminología apropiada.
Diferencia los axiomas de probabilidad, factorial, la regla de las permutaciones y combinación,
utilizando los conceptos básicos. considerando el orden de arreglo.

Interpreta las propiedades y reglas de Interpreta los resultados obtenidos, considerando el

probabilidades, distinguiendo entre eventos contexto del problema.
dependientes e independientes.

Diferencia las técnicas de conteo, tomando

en cuenta las reglas de las permutaciones y la
regla de combinación.
 Versión: 1

UNIDAD 2 DISTRIBUCIONES DE PROBABILIDAD

Utiliza distribuciones de probabilidad tanto discretas y continuas para analizar el comportamiento de las variables respetando de forma ética los
axiomas y reglas de la estadística.
Saber conocer Saber hacer Saber ser
(conceptual) (procedimental) (actitudinal)
Analiza el comportamiento de las variables Calcula probabilidades de eventos asociados
aleatorias en base a su distribución. a las diferentes distribuciones. Valora la importancia de las variables
aleatorias en la determinación de
probabilidades.

CRITERIOS DE DESEMPEÑO
Define el concepto de variable aleatoria, según el
contexto del problema. Calcula valores de probabilidad en base a la
distribución de probabilidad de las variables Valora la importancia de las variables
Explica el concepto de distribución de aleatorias. aleatorias en la determinación de
probabilidad de una variable aleatoria, probabilidades, asumiendo un criterio lógico.
considerando sus elementos y características. Calcula la media y la desviación estándar de
variables aleatorias, considerando su
Define la media y varianza de una variable distribución de probabilidad.
aleatoria, considerando el tipo de distribución.
 Versión: 1

UNIDAD 3 DISTRIBUCIONES DE MUESTREO Y ESTIMACIÓN

Realiza la determinación del tamaño muestral y estimación de los parámetros de una población y la comparación de dos poblaciones para el estudio
del comportamiento de esta, a partir de la selección de la técnica de estimación apropiada y estableciendo los niveles de confianza respetando los
resultados obtenidos en las investigaciones.
Saber conocer Saber hacer Saber ser
(conceptual) (procedimental) (actitudinal)
Identifica los métodos para la determinación Calcula el tamaño muestral para medias y proporciones.
del tamaño muestral para una media o una Demuestra responsabilidad en la
proporción. Construye intervalos de confianza. interpretación de intervalos de
confianza.
Identifica el método de estimación por
intervalos de confianza.

CRITERIOS DE DESEMPEÑO
Identifica los métodos para la determinación
del tamaño muestral para una media o una Calcula el tamaño de muestra para medias y proporciones, de
proporción, de acuerdo con el parámetro de acuerdo con el parámetro de estimación. Demuestra responsabilidad en la
estimación. interpretación de intervalos de
Construye una estimación del intervalo de confianza de una confianza, considerando los
Identifica el parámetro y estimador, proporción, media, desviación estándar o varianza, conceptos teóricos.
considerando las definiciones. considerando la muestra, el nivel de confianza y el apoyo de
algún software estadístico.
Identifica la distribución muestral, en base al
estadístico en cuestión.

Define el método de estimación por

intervalos de confianza, considerando los
supuestos de validación.
 Versión: 1

UNIDAD 4 PRUEBA DE HIPÓTESIS

Elabora pruebas de hipótesis necesarias para la verificación de la aseveración de supuestos planteados con respecto a una población,
considerando la evidencia muestral y teoría de probabilidades valorando los procesos inferenciales estadísticos.

Saber conocer Saber hacer Saber ser

(conceptual) (procedimental) (actitudinal)
Valora el desarrollo de las
pruebas de hipótesis.
Comprende conceptos básicos de la Plantea la prueba de hipótesis respecto a un parámetro poblacional.
prueba de hipótesis.
Contrasta la igualdad de dos parámetros poblacionales.
Identifica tipos de errores, estadístico de
prueba y nivel de significancia.
CRITERIOS DE DESEMPEÑO
Comprende conceptos básicos de la
prueba de hipótesis de acuerdo con su Plantea las hipótesis nula y alternativa expresadas en forma simbólica,
definición. considerando alguna afirmación sobre un parámetro poblacional.
Valora el desarrollo de las
Identifica tipos de errores, estadístico de Calcula un dato estadístico de prueba, encuentra valores críticos, pruebas de hipótesis,
prueba y nivel de significancia, calcula los valores P y establece una conclusión sobre la hipótesis considerando el uso de
considerando las definiciones de original de acuerdo con el contexto del problema y los datos de la software estadístico.
estadística. muestra.

Distingue entre una situación que Realiza una prueba de hipótesis formal de una afirmación hecha sobre
involucra dos muestras independientes y dos proporciones o dos medias poblacionales, de acuerdo con el
dependientes, considerando sus contexto del problema y el apoyo de algún software estadístico.
características.
 Versión: 1

UNIDAD 5 JI-CUADRADA Y ANÁLISIS DE VARIANZA

Analiza un conjunto de datos para determinar la existencia de una relación significativa entre variables y realizar inferencias acerca la población,
considerando la muestra de datos.

Saber conocer Saber hacer Saber ser

(conceptual) (procedimental) (actitudinal)
Define los fundamentos del análisis Contrasta la igualdad de tres o más medias poblacionales a partir de
de varianzas para probar la igualdad datos muestrales Valora los métodos de análisis de
de tres o más medias poblacionales. varianza y prueba Ji Cuadrada.
Contrasta la independencia entre dos variables cualitativas.
Identifica los conceptos
relacionados a la prueba de
independencia.
CRITERIOS DE DESEMPEÑO
Reconoce los fundamentos del Realiza una prueba de hipótesis de igualdad de tres o más medias
análisis de varianzas de acuerdo con poblacionales, mediante el método de análisis de varianza de un factor.
las definiciones.
Determina la interacción entre dos factores, pruebas para un efecto del Valora los métodos de análisis de
Analiza datos muestrales factor de fila, y pruebas para un efecto del factor de columna, aplicando varianza y prueba Ji Cuadrada,
provenientes de poblaciones el método de análisis de varianza de dos factores y con el apoyo de algún considerando el uso de software
separadas en categorías, utilizando software estadístico. estadístico.
dos características (o factores)
Utiliza datos categóricos resumidos como frecuencias en una tabla
Identifica las variables categóricas, bidireccional, con al menos dos filas y dos columnas, de acuerdo con el
en relación con el problema. contexto del problema.

Realiza una prueba formal de independencia entre la variable de fila y la

variable de columna, de acuerdo con el contexto del problema y el apoyo
de algún software estadístico.