Conocer los fundamentos de la estadística para el muestreo y análisis exploratorio de la información de fuentes primarias y secundarias.

POSGRADO

NOMBRE DE LA ASIGNATURA: Métodos Estadísticos

PROGRAMA: MAESTRIA CLAVE Para uso de la coordinación

OBJETIVO GENERAL DE LA ASIGNATURA

Generar y fomentar en el y la estudiante la habilidad de analizar y evaluar información de fenómenos naturales y sociales, a través de procedimientos estadísticos en apoyo a investigaciones científicas.

Objetivos específicos

Conocer los fundamentos de la estadística para el muestreo y análisis exploratorio de la información de fuentes primarias y secundarias.

Identificar y aplicar correctamente el tipo de herramienta estadística con base en la naturaleza de la información y los objetivos, que permitan evaluar las hipótesis de investigación.

Tema 1

1. Estadística descriptiva y análisis exploratorio. 1.1. Tipos de Variables.

1.2. Métodos Gráficos. 1.2.1. Diagramas de Barras.

1.2.2. Histogramas de Frecuencias. 1.2.3. Diagramas de Hoja y Tallo. 1.2.4. Diagrama de Puntos.

1.2.5. Diagramas de Caja y Pivote. 1.2.6. Gráficos de Probabilidad Normal.

1.3. Estadísticos Descriptivos.

1.3.1. Medidas de Tendencia Central. 1.3.1.1 Media, mediana y moda. 1.3.2. Medidas de Dispersión.

1.3.2.1 Desviación estándar, varianza e intervalos 1.3.2.2 Percentiles, deciles y cuartiles.

Tema 2

2. Introducción a la probabilidad y distribuciones de probabilidad: Discretas y continuas.

2.1 Elementos básicos de probabilidad.

2.2 Distribuciones discretas: Distribución Bernoulli, distribución binomial, distribución de Poisson.

2.3 Distribuciones continuas: Distribución normal, distribución Ji-cuadrada, distribución t-student, distribución F de Fisher.

Tema 3

3.1Estimaciones y muestreo.

3.1.1 Estimación puntual y por intervalos. 3.1.1.1 Estimaciones de proporciones. 3.1.1.2 Estimaciones de promedios.

3.2 Muestreo poblacionales: tamaño de muestra y proceso de selección. 3.2.1 Muestreo aleatorio simple.

3.2.2 Muestreo estratificado. 3.2.3 Muestreo sistemático.

3.2.4 Muestreo por conglomerados. 3.2.5 Muestreo polietápico.

3.3 Programas de remuestreo: Jacknife y Bootstrap. TEMA 4

4. Pruebas de hipótesis.

4.1 Definiciones y principios básicos. 4.2 Hipótesis sobre una muestra.

4.3 Hipótesis sobre dos muestras independientes. 4.3.1 Prueba para diferencia entre dos poblaciones. 4.3.2 Prueba de homogeneidad de varianza.

4.4 Alternativa no paramétrica: prueba U-Mann-Whitney. 4.5 Hipótesis sobre muestras relacionadas

4.5.1 Prueba t para muestras relacionadas

4.5.2 Alternativa no paramétrica: prueba de Wilcoxon

4.6 Hipótesis sobre muestras múltiples (Análisis de varianza) 4.6.1 Análisis de varianza de un Factor.

4.6.1.1 Homogeneidad de varianzas. 4.6.1.2 Comparaciones múltiples.

4.6.2 Alternativa no paramétrica: Kruskal Wallis. 4.6.3 Análisis de varianza de dos factores.

4.6.3.1 Alternativa no paramétrica: prueba de Friedman. 4.6.5 Análisis de varianza jerárquico.

Tema 5

5.1 Tablas de contingencia.

5.1.1 Pruebas de independencia. 5.1.2 Pruebas de heterogeneidad. 5.1.3 Pruebas de homogeneidad.

5.1.4 Pruebas de máxima verosimilitud (G). 5.1.5 Prueba exacta de Fisher.

5.1.6 Prueba de tendencias de Mantel y Haenszel. Tema 6

6.1 Análisis de regresión y correlación. 6.1.1 Correlación.

6.1.2 Correlación no paramétrica: prueba de Spearman y Kendall. 6.2 Regresión.

6.2.1 Ecuación de regresión lineal simple.

6.2.2 Estimación de parámetros: Método de mínimos cuadrados ordinarios. 6.2.3 Prueba de hipótesis: tabla de ANOVA y significancia de coeficientes. 6.2.4 Análisis de residuales: revisión de los supuestos de la regresión. 6.2.5 Comparación entre dos o más líneas de regresión.

Tema 7

7.1. Tópicos selectos (opcional)

7.1.1 Análisis de regresión logística binomial y multinomial. 7.1.2 Modelos general lineales.

7.1.3 Análisis multivariados y multivariantes. ACTIVIDADES DE APRENDIZAJE

Trabajo de campo.

Aprendizaje basado en problemas de investigación Análisis de casos.

Resolución de ejercicios y problemas. Búsqueda de información.

EVALUACIÓN Conocimientos 30%

Procesos y productos 60% Desempeño actitudinal 10%

BIBLIOGRAFIA

Campeche

Fowler J, Cohen L y Jarvis P (1998) Practical Statistics for Field Biology. 2nd edition. Wiley.

Sokal R R y Rohlf F J (1997) Biometry: The Principles and Practice of Statistics in Biological Research. 3rd edition. Freeman.

Zar J H (1984) Biostatistical Analysis. 2nd edition. Prentice-Hall, Inc. Recursos de internet recomendados:

http://www.bioestadistica.uma.es/libro/html.htm

Hanbook of Biological statistics: http://udel.edu/~mcdonald/statintro.html

Chetumal

Libros altamente recomendados / Bases del curso

Dalgaard, P. 2002. Introductory Statistics with R. Springer. New York, USA. 267 pp. Gotelli, N. J. and A.M. Ellison. 2004. A Primer of Ecological Statistics. Sinauer Associates. Sunderland, MA, USA. 510 pp.

Guerrero G., V.M. 1989. Estadística básica para estudiantes de Economía y otras Ciencias Sociales. SEP-FCE. México. 341 pp.

Libros recomendados / Obras de consulta: teoría y aplicaciones

Hilborn, R. and M. Mangel. 1997. The Ecological Detective. Confronting models with data. Princeton University Press. Princeton, NJ, USA. 315 pp.

Manly, B.F.J. 2000. Statistics for environmental science and management. Chapman and Hall/CRC. London. 325 pp.

Nolan, D. and T. Speed. 2000. Stat Labs. Matemathical Statistics through Applications. Springer-Verlag. New York, USA.

Quinn, G.P. and M. J. Keough. 2002. Experimental design and data analysis for biologists. Cambridge University Press. Cambridge, UK. 537 pp.

Ramsey, F.L. & D.W. Schafer. 2002. The statistical sleuth. A course in methods of data analysis. Duxbury Press. 2nd ed. Pacific Grove, CA. 742 pp.

Experiments. Oxford University Press. 2nd ed. New York. 415 pp.

Sokal, R.R. & F.J. Rohlf. 1995. Biometry. The principles and practice of Statistics in Biological Research. W.H. Freeman. New York. Third Ed. 887 pp.

Zuur, A.F., E. N. Ieno, and G.M. Smith. 2007. Analysing Ecological Data. Springer. New York, USA. 672 pp.

Maindonald, J. and J. Braun. 2007. Data Analysis and Graphics Using R. An example-based approach. 2nd Ed. Cambridge Univ. Press. Cambridge, UK. 502 pp.

San Cristóbal de las Casas

Daniel Wayne W. 2010. Bioestadística: Base para el análisis de las ciencias de la salud. Editorial Limusa Wiley. Cuarta Edición. 928p.

Zar, Jerrold H. 1984. Biestadistical Analysis. Segunda Edición. Prentice-Hall. 697p.

Tapachula

Applied Nonparametrics Statistical Methods. Second Edition. P. Sprent. Ed. Chapman & Hall.

Bio-Estadística: Principios y procedimientos. Steel & Torrie. Ed. McGraw Hill. Biostatistical Analysis. Zar J. H. Ed. Prentice Hall. Biometry. Robert R. Sokal, F. J. Rohlf.

Design and Analysis of Ecological Experiments. Samuel M. Scheiner, Jessica Gurevitch. Ed. Chapman & Hall.

Regression Analysis. Theory, Methods, and Applications. Ashish Sen, Muni Srivastava. ed. Springer-Verlag.

Statistical Principles in Experimental Design. B. J. Winer. Ed. McGraw Hill. Técnicas de Muestreo. William G. Cochran. Ed. CECSA. *

The Analysis of Contingency Tables. B. S. Everitt. Second Edition. Ed. Chapman & Hall.

Villahermosa

Biostatistical analysis / Jerrold H. Zar. New Jersey : Prentice-Hall, 2010. 5th ed. 944 p. Statistics for environmental science and management / Bryan F. J. Manly. Boca Raton,

Estadística elemental : lo esencial / Robert Johnson, Patricia Kuby ; traducción: Hugo Villagómez. México : Internacional Thomson Editores, [c2004]. 3a ed. 509 p. Statistical methods in agriculture and experimental biology / Roger Mead, Robert N.

Curnow and Anne M. Hasted Boca Ratón, Florida : Chapman and Hall/CRC, c2003. 3era. Edición. 472 p.

Estadística para las ciencias sociales: el potencial de la imaginación estadística / Ferris J. Ritchey ; traductor Edgar Rubén Cosío Martínez. México : McGraw-Hill, c2002. 609 p.

Methods of multivariate statistics / M. S. Srivastava. New York : John Wiley and Sons, c2002. 697 p.

Introducción a la estadística / Thomas H. Wonnacott, Ronald J. Wonnacott ; colaborador en la traducción: Hugo Villagómez Velázquez. México : Editorial limusa : Grupo noriega editores, 2002. 788 p.

Advanced linear modeling: multivariate, time series, and spatial data; nonparametric regression and response surface maximization / Ronald Christensen New York : Springer-Verlag, 2001. 2nd ed. 398 p.

Multivariate statistics for wildlife and ecology research / Kevin McGarigal, Sam Cushman, Susan Stafford. New York : Springer Science+Business Media, c2000. 283 p. Statistical analysis of categorical data / Chris J. Lloyd New York : John Wiley and

Sons, c1999. 468 p.

Estadística no paramétrica : aplicada a las ciencias de la conducta / Sidney Siegel, N. John