Colegio Nacional de Educación Profesional Técnica

Programa de estudios del módulo

Configuración matemática y
análisis estadístico

Núcleo de Formación Profesional

Área:
Tecnología y transporte

Carrera:
Profesional Técnico-Bachiller en
Ciencia de datos e inteligencia artificial

3° semestre
CMAS-01 1/ 15
Colegio Nacional de Educación Profesional Técnica

Editor: Colegio Nacional de Educación Profesional Técnica

Módulo: Configuración matemática y análisis estadístico.

Área: Tecnología y transporte.

Carrera: PT-B en Ciencia de datos e inteligencia artificial.

Semestre: 3°

Horas por semestre: 108

Créditos por semestre: 11

Fecha de diseño o actualización: 21 de abril de 2023.

Vigencia: a partir de la aprobación de la junta directiva y en tanto no se genere un documento que lo anule o actualice.

© Colegio Nacional de Educación Profesional Técnica

Prohibida la reproducción total o parcial de esta obra por cualquier medio, sin autorización por escrito del CONALEP.

CMAS-01 2/ 15
Colegio Nacional de Educación Profesional Técnica

Directorio Manuel de Jesús Espino Barrientos

Dirección General

Lauro Cordero Frayre

Secretaría General

Hugo Nicolás Pérez González

Secretaría Académica

Edith Chávez Ramos

Dirección de Diseño Curricular

CMAS-01 3/ 15
Colegio Nacional de Educación Profesional Técnica

Configuración matemática y análisis estadístico.

Contenido Pág.

Capítulo I: Generalidades del Profesional Técnico-Bachiller

1.1 Objetivo de la Carrera 5

1.2 Competencias Transversales al Currículum 6

Capítulo II: Aspectos Específicos del Módulo

2.1 Presentación 8

2.2 Propósito del Módulo 9

2.3 Mapa del Módulo 10

2.4 Unidades de Aprendizaje 11

2.5 Referencias 15

CMAS-01 4/ 15
Colegio Nacional de Educación Profesional Técnica

CAPÍTULO I: Generalidades del Profesional Técnico-Bachiller

1.1 Objetivo de la Carrera

PT-B en Ciencia de datos e inteligencia artificial

Aplicar modelos de inteligencia artificial por medio del análisis de datos, así como del conjunto de elementos para gestionar la
información de la nube, utilizando paradigmas de programación, a fin de generar soluciones tecnológicas innovadoras en los
diversos sectores de la industria.

CMAS-01 5/ 15
Colegio Nacional de Educación Profesional Técnica

1.2 Competencias Transversales al Currículum (*)

Competencias Genéricas Atributos

1.1 Enfrenta las dificultades que se le presentan y es consciente de sus valores, fortalezas y debilidades.
Se autodetermina y cuida de sí 1.2 Identifica sus emociones, las maneja de manera constructiva y reconoce la necesidad de solicitar apoyo ante una situación
1. Se conoce y valora a sí mismo y que lo rebase.
aborda problemas y retos
1.3 Elige alternativas y cursos de acción con base en criterios sustentados y en el marco de un proyecto de vida.
teniendo en cuenta los objetivos
1.4 Analiza críticamente los factores que influyen en su toma de decisiones.
que persigue.
1.5 1Asume las consecuencias de sus comportamientos y decisiones.
1.6 Administra los recursos disponibles teniendo en cuenta las restricciones para el logro de sus metas.
2. Es sensible al arte y participa en la
2.1 Valora el arte como manifestación de la belleza y expresión de ideas, sensaciones y emociones.
apreciación e interpretación de
2.2. Experimenta el arte como un hecho histórico compartido que permite la comunicación entre individuos y culturas en el
sus expresiones en distintos
tiempo y el espacio, a la vez que desarrolla un sentido de identidad.
géneros.
2.3 Participa en prácticas relacionadas con el arte
3. Elige y practica estilos de vida 3.1 Reconoce la actividad física como un medio para su desarrollo físico, mental y social.
saludables. 3.2 Toma decisiones a partir de la valoración de las consecuencias de distintos hábitos de consumo y conductas de riesgo.
3.3 Cultiva relaciones interpersonales que contribuyen a su desarrollo humano y el de quienes lo rodean.
Se expresa y comunica 4.1 Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o gráficas.
4. Escucha, interpreta y emite 4.2 Aplica distintas estrategias comunicativas según quienes sean sus interlocutores, el contexto en el que se encuentra y los
mensajes pertinentes en distintos
objetivos que persigue.
contextos mediante la utilización
4.3 Identifica las ideas clave en un texto o discurso oral e infiere conclusiones a partir de ellas.
de medios, códigos y
4.4 Se comunica en una segunda lengua en situaciones cotidianas.
herramientas apropiados.
4.5 Maneja las tecnologías de la información y la comunicación para obtener información y expresar ideas.

5.1 Sigue instrucciones y procedimientos de manera reflexiva, comprendiendo como cada uno de sus pasos contribuye al
alcance de un objetivo.
Piensa crítica y reflexivamente
5.2 Ordena información de acuerdo con categorías, jerarquías y relaciones.
5. Desarrolla innovaciones y
5.3 Identifica los sistemas y reglas o principios medulares que subyacen a una serie de fenómenos.
propone soluciones a problemas a
5.4 Construye hipótesis y diseña y aplica modelos para probar su validez.
partir de métodos establecidos.
5.5 Sintetiza evidencias obtenidas mediante la experimentación para producir conclusiones y formular nuevas preguntas.
5.6 Utiliza las tecnologías de la información y comunicación para procesar e interpretar información.

6. Sustenta una postura personal 6.1 Elige las fuentes de información más relevantes para un propósito específico y discrimina entre ellas de acuerdo a su
sobre temas de interés y relevancia y confiabilidad.
relevancia general, considerando 6.2 Evalúa argumentos y opiniones e identifica prejuicios y falacias.
otros puntos de vista de manera 6.3 Reconoce los propios prejuicios, modifica sus puntos de vista al conocer nuevas evidencias, e integra nuevos
crítica y reflexiva. conocimientos y perspectivas al acervo con el que cuenta.
6.4 Estructura ideas y argumentos de manera clara, coherente y sintética.

CMAS-01 6/ 15
Colegio Nacional de Educación Profesional Técnica

Competencias Genéricas Atributos

Aprende de forma autónoma 7.1 Define metas y da seguimiento a sus procesos de construcción de conocimiento.
7. Aprende por iniciativa e interés 7.2 Identifica las actividades que le resultan de menor y mayor interés y dificultad, reconociendo y controlando sus reacciones
propio a lo largo de la vida. frente a retos y obstáculos.
7.3 Articula saberes de diversos campos y establece relaciones entre ellos y su vida cotidiana.
8.1 Propone maneras de solucionar un problema o desarrollar un proyecto en equipo, definiendo un curso de acción con pasos
Trabaja en forma colaborativa
específicos.
8. Participa y colabora de manera
8.2 Aporta puntos de vista con apertura y considera los de otras personas de manera reflexiva.
efectiva en equipos diversos.
8.3 Asume una actitud constructiva, congruente con los conocimientos y habilidades con los que cuenta dentro de distintos
equipos de trabajo.
9.1 Privilegia el diálogo como mecanismo para la solución de conflictos.
Participa con responsabilidad en la
9.2 Toma decisiones a fin de contribuir a la equidad, bienestar y desarrollo democrático de la sociedad.
sociedad
9.3 Conoce sus derechos y obligaciones como mexicano y miembro de distintas comunidades e instituciones, y reconoce el
9. Participa con una conciencia
valor de la participación como herramienta para ejercerlos.
cívica y ética en la vida de su
9.4 Contribuye a alcanzar un equilibrio entre el interés y bienestar individual y el interés general de la sociedad.
comunidad, región, México y el
9.5 Actúa de manera propositiva frente a fenómenos de la sociedad y se mantiene informado.
mundo.
9.6 Advierte que los fenómenos que se desarrollan en los ámbitos local, nacional e internacional ocurren dentro de un contexto
global interdependiente.
10.1 Reconoce que la diversidad tiene lugar en un espacio democrático de igualdad de dignidad y derechos de todas las
10. Mantiene una actitud respetuosa
personas, y rechaza toda forma de discriminación.
hacia la interculturalidad y la
10.2 Dialoga y aprende de personas con distintos puntos de vista y tradiciones culturales mediante la ubicación de sus propias
diversidad de creencias, valores,
circunstancias en un contexto más amplio.
ideas y prácticas sociales.
10.3 Asume que el respeto de las diferencias es el principio de integración y convivencia en los contextos local, nacional e
internacional.
11. Contribuye al desarrollo 11.1 Asume una actitud que favorece la solución de problemas ambientales en los ámbitos local, nacional e internacional.
sustentable de manera crítica, con 11.2 Reconoce y comprende las implicaciones biológicas, económicas, políticas y sociales del daño ambiental en un contexto
acciones responsables. global interdependiente.
11.3 Contribuye al alcance de un equilibrio entre los intereses de corto y largo plazo con relación al ambiente.

*Fuente: Acuerdo 444 por el que se establecen las competencias que constituyen el Marco Curricular Común del Sistema Nacional de Bachillerato.

CMAS-01 7/ 15
Colegio Nacional de Educación Profesional Técnica

CAPÍTULO II: Aspectos Específicos del Módulo

2.1 Presentación

El módulo Configuración matemática y análisis estadístico se imparte en el tercer semestre de la carrera Profesional Técnico-Bachiller en Ciencia de
datos e inteligencia artificial. Tiene como finalidad que el alumno interprete las representaciones numéricas y gráficas, obtenidas del análisis estadístico
de una colección de datos mediante modelos programables en lenguajes de alto nivel, aportando información valiosa para la toma de decisiones.

Se encuentra conformado por dos unidades de aprendizaje; la primera unidad pretende que el alumno explique la relación entre variables con valores
conocidos representados en gráficas, a fin de determinar el nivel de significancia y predecir las posibles aplicaciones de los datos en la toma de decisiones;
con la segunda unidad se busca que el alumno interprete modelos estocásticos para predecir el valor futuro de una serie temporal, en función de su
comportamiento pasado (autorregresivo) o empleando otras variables externas que contribuyan a identificar patrones de tendencias y estacionalidad.

Las competencias desarrolladas en este módulo, contribuyen al perfil de egreso con el dominio de modelos matemáticos estocásticos soportados por
herramientas computacionales de vanguardia, aplicación de técnicas analíticas para machine-learning, emplear modelos predictivos con base en las
actividades o proyectos de una empresa y utilizar modelos lineales y no-lineales de optimización para resolver problemas complejos mediante herramientas
computacionales.

El módulo Configuración matemática y análisis estadístico, se relaciona con otros módulos como son: Tratamiento de datos y azar de la Formación
Disciplinar Básica, Dominio de paradigmas de programación, Selección de datos, Aplicaciones de protocolos de datos, Uso de herramientas de explotación
de datos y Aplicación de modelos predictivos.

La tarea educativa en este módulo tendrá que diversificarse, con el fin de que los docentes realicen funciones preceptoras, las que consistirán en la guía
y acompañamiento de los alumnos durante su proceso de formación académica y personal y en la definición de estrategias de participación que permitan
incorporar a su familia en un esquema de corresponsabilidad que coadyuve a su desarrollo integral; por tal motivo, deberá destinar tiempo dentro de cada
unidad para brindar este apoyo a la labor educativa de acuerdo al Programa de Preceptorías.

Por último, es necesario que al final de cada unidad de aprendizaje se considere una sesión de clase en la cual se realice la recapitulación de los
aprendizajes logrados, en lo general, por los alumnos, con el propósito de verificar que éstos se han alcanzado o, en caso contrario, determinar las
acciones de mejora pertinentes. En este proceso, los docentes tienen la facultad de instrumentar las modalidades de autoevaluación, coevaluación y
heteroevaluación, de acuerdo con las condiciones particulares de su entorno, aun cuando de manera institucional se definen los criterios e indicadores
para su aplicación.

CMAS-01 8/ 15
Colegio Nacional de Educación Profesional Técnica

2.2 Propósito del módulo

Interpretar las representaciones numéricas y gráficas obtenidas del análisis estadístico de una colección de
datos mediante modelos programables en lenguajes de alto nivel, aportando información valiosa para la
toma de decisiones.

CMAS-01 9/ 15
Colegio Nacional de Educación Profesional Técnica

2.3 Mapa del Módulo

Nombre del Módulo Unidad de Aprendizaje Resultado de aprendizaje

1.1 Analiza las gráficas del modelo lineal a partir de valores conocidos de la
relación de dos variables.
28 horas
1. Modelos de regresión lineal.
54 horas
1.2 Valora la influencia entre múltiples variables, representada en gráficas
donde el valor de la respuesta se determina a partir de un conjunto de
Configuración
predictores.
matemática y análisis
estadístico 26 horas

108 horas
2.1 Examina el desarrollo cronológico de un fenómeno, para proporcionar
predicciones sobre los valores futuros de la variable en estudio.
24 horas
2. Modelos predictivos.
54 horas
2.2 Utiliza una librería de programación que contenga clases y funciones
necesarias para adaptar cualquier modelo de regresión a problemas de
predicción.
30 horas

CMAS-01 10/ 15
Colegio Nacional de Educación Profesional Técnica

2.4 Unidades de Aprendizaje

Unidad de aprendizaje: 1. Modelos de regresión lineal. 54 horas

Explicar la relación entre variables con valores conocidos representada en gráficas, a fin de determinar el nivel de
Propósito de la unidad
significancia y predecir las posibles aplicaciones de los datos en la toma de decisiones.
1.1 Analiza las gráficas del modelo lineal a partir de valores conocidos de la relación de dos
Resultado de aprendizaje: 28 horas
variables.

Actividades de evaluación Evidencias a recopilar Ponderación Contenidos

1.1.1 Interpreta la representación • Interpreta el 25 % A. Conceptos básicos.
gráfica de un modelo lineal y comportamiento de un • Variable cuantitativa.
compara los resultados entre conjunto de datos • Variable de respuesta.
diferentes modelos. relacionados entre sí, • Variable explicativa.
representados mediante
• Variable independiente.
una gráfica.
• Variable dependiente.
• Variable continua.
• Datos continuos.
• Roles simétrico y asimétrico.
• Codificación ficticia.
• Conceptos básicos de Meachine Learning.
• Tamaño de la muestra.
B. Interpretación de la gráfica de la función lineal.
• Constante/origen.
• Pendiente del modelo.
• Relaciones deterministas, probabilísticas,
confiabilidad y error de predicción.
• Valor de β0 y β1.
• Cambios de la variable continua a lo largo del
tiempo.

CMAS-01 11/ 15
Colegio Nacional de Educación Profesional Técnica

1.2 Valora la influencia entre múltiples variables representada en gráficas donde el valor de la
Resultado de aprendizaje: 26 horas
respuesta se determina a partir de un conjunto de predictores.

Actividades de evaluación Evidencias a recopilar Ponderación Contenidos

1.2.1 Interpreta la representación • Interpretación del 25 % A. Regresión lineal múltiple.
gráfica de modelos polinomiales y comportamiento de las • No colinialidad o multicolinialidad.
compara los resultados entre los variables demostrados en • Parsimonia
diferentes modelos. un gráfico.
• Relación lineal entre los predictores numéricos y
la variable respuesta.
• Campana Gauss-Jordan
• No autocorrelación (Independencia).
• Análisis de regresión lineal múltiple y predictores
numéricos (homocedasticidad y valores atípicos.)
B. Selección de predictores.
• Método jerárquico
• Método de entrada forzada.
• Método paso a paso.
• Método Gaussiano

Sesión para recapitulación y entrega de evidencias.

CMAS-01 12/ 15
Colegio Nacional de Educación Profesional Técnica

Unidad de aprendizaje: 2. Modelos predictivos. 54 horas

Implementar modelos estocásticos para predecir el valor futuro de una serie temporal, en función de su
Propósito de la unidad comportamiento pasado (autorregresivo) o empleando otras variables externas que contribuyan a identificar
patrones de tendencias y estacionalidad.
2.1 Examina el desarrollo cronológico de un fenómeno para proporcionar predicciones sobre los
Resultado de aprendizaje: valores futuros de la variable en estudio. 24 horas

Actividades de evaluación Evidencias a recopilar Ponderación Contenidos

2.1.1 Contrasta los resultados de series • Interpretación de la 25% A. Series temporales.
temporales y los interpreta para representación matemática • Definición.
predecir resultados en una línea y gráfica del • Componentes.
del tiempo. comportamiento cronológico • Proceso estocástico.
de variables. • Clasificación.
− Univariantes.
− Multivariantes.
B. Interpretación.
• Visualización de datos.
• Estructura de datos.
• Descomposición de la serie.
• Estacionariedad.
C. Técnicas de predicción.
• Cuantitativos.
− Método gráfico.
− Método de los mínimos cuadrados.
• Cualitativos.

CMAS-01 13/ 15
Colegio Nacional de Educación Profesional Técnica

Resultado de aprendizaje: 2.2 Utiliza una librería de programación que contenga clases y funciones necesarias para adaptar 30 horas
cualquier modelo de regresión a problemas de predicción.

Actividades de evaluación Evidencias a recopilar Ponderación Contenidos

2.2.1. Interpreta los resultados de las • Modelo de regresión para 25% A. Pronóstico Recursive multi- step forecasting
inferencias estadísticas bajo diversos serie temporal con librería • Forecasting autorregresivo.
modelos, contrastando resultados e de programación. • Librerías.
infiriendo la calidad de estos.
• Datos.
• Modelo regresivo.
• Predicciones.
• Error de predicción.
• Ajuste de parámetros.
• Importancia de predictores.
• Comparación.
B. Forecasting con variables exógenas.
• Datos.
• ForecasterAutoreg.
• Predicciones.
• Error de predicción.
• Ajustes de modelo.
• Modelo final.

C. Intervalos de predicción.
• Intervalos de predicción de un paso.
• Intervalos de predicción de varios pasos.
• Intervalos de predicción a partir de residuos de
arranque.
Sesión para recapitulación y entrega de evidencias.

CMAS-01 14/ 15
Colegio Nacional de Educación Profesional Técnica

2.5 Referencias

Básicas:

• Eguzkitza, J. (2014). Laboratorio de estadística y probabilidad con R. Gami Editorial.

https://www.dropbox.com/s/zgiyuwsxaitfsw6/LIBROENPDF.pdf?dl=0
• Andina, M. (2018). Introducción a estadística con R. Licencia Creative Commons. https://bookdown.org/matiasandina/R-intro/
• Ayala, G. (2019). Estadística básica. Universidad de Valencia. https://www.uv.es/ayala/docencia/nmr/nmr13.pdf

Complementarias:

• Quíntela del Río, A. (2019). Estadística básica edulcorada. Licencia Creative Commons.org. https://bookdown.org/aquintela/EBE/
• Mora, W. (2015). Introducción a los métodos numéricos. Instituto Tecnológico de Costa Rica.
https://tecdigital.tec.ac.cr/servicios/revistamatematica/Libros/WMora_MetodosNumericos/WMora-ITCR-MetodosNumericos.pdf

Páginas Web:

• Ferre, M. (2019). FEIR 40: Modelos de Regresión. Universidad de Murcia.

https://gauss.inf.um.es/feir/40/#3_regresi%C3%B3n_lineal_m%C3%BAltiple

CMAS-01 15/ 15