Métodos Multidimencionales I - Syllabus

UNIVERSIDAD CENTRAL DEL ECUADOR
SYLLABUS
1. DATOS INFORMATIVOS
1.1 FACULTAD: FACULTAD DE CIENCIAS ECONÓMICAS

1.2 CARRERA: ESTADÍSTICA
1.3 ASIGNATURA: Métodos Multidimensionales I
1.4 CÓDIGO DE ASIGNATURA: 53707
1.5 CRÉDITOS: 6
1.6 SEMESTRE: Quinto
UNIDAD DE ORGANIZACIÓN
1.7 Profesional
CURRICULAR:
1.8 TIPO DE ASIGNATURA: Obligatoria
PROFESOR COORDINADOR DE LA
1.9 Ramiro Villarruel Meythaler
ASIGNATURA:
1.10 PROFESORES DE LA ASIGNATURA: Ramiro Villarruel Meythaler
1.11 PERIODO ACADÉMICO: Semestre 2018-2018
1.12 No. DE HORAS DE CLASES: Presenciales: 64 Prácticas: 32
1.13 No. DE HORAS DE TUTORÍAS: Presenciales: 16 Virtuales: -
No. DE HORAS DE TRABAJO Aprendizaje Aprendizaje
1.14 16 16
AUTÓNOMO: Autónomo: Autónomo:
1.15 PRERREQUISITOS Asignaturas: - Códigos: -
1.16 CORREQUISITOS Asignaturas: Algebra Lineal Códigos: 53405
2. DESCRIPCIÓN DE LA ASIGNATURA
El análisis multidimensional es una parte de la estadística y del análisis exploratorio de datos que estudia,
analiza, representa e interpreta los datos que resultan de observar más de una variable estadística sobre una
muestra de individuos. Las variables observables son homogéneas y correlacionadas, sin que alguna predomine
sobre las demás. La información estadística en este análisis es de carácter multidimensional, por lo tanto, la
geometría, el cálculo matricial y las distribuciones multivariantes juegan un papel fundamental. La información
multivariante es una matriz de datos de nxp, pero a menudo, en el análisis multidimensional la información de
entrada consiste en matrices de distancias o similaridades, que miden el grado de discrepancia entre los
individuos. Esta técnica estadística se basa en matrices de datos nxp; siendo n el número de individuos y p el
número de variables.
3. OBJETIVO GENERAL DE LA ASIGNATURA (Con fundamento en los

objetivos generales de la carrera)
Proporcionar al estudiante instrumentos teóricos y prácticos que le permita realizar de manera eficiente e
inteligente la toma de decisiones al abordar y resolver problemas multidimensionales del mundo real, a través
de la recopilación, procesamiento y análisis de datos aplicando técnicas estadísticas multivariantes.
VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

DIRECCIÓN GENERAL ACADÉMICA Página1
Período 2018 - 2018
SYLLABUS
4. OBJETIVOS ESPECÍFICOS DE LA ASIGNATURA (Con fundamento en

los objetivos generales de la carrera)
 Estudiar los métodos de la estadística multidimensional como herramienta para el estudio de fenómenos
socioeconómicos.
 Emplear de manera eficiente los datos para toma de decisiones.
 Realizar análisis de datos referentes a fenómenos del país utilizado información primaria de Ecuador, en
especial, las levantadas oficialmente por el INEC.
 Usar herramientas y software estadístico de manera eficiente.
5. CONTRIBUCIÓN DE LA ASIGNATURA EN LA FORMACIÓN DEL

PROFESIONAL (Perfil de Egreso)
La asignatura aporta al perfil del Ingeniero Estadístico a analizar fenómenos multidimensionales en cualquier
área de la ciencia, a través de la aplicación coherente de herramientas estadísticas multivariantes descriptivas
factoriales.
6. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA: (Para

alcanzar los resultados de aprendizaje del perfil de egreso de la
carrera)
Comprende los fundamentos básicos del análisis descriptivo multidimensional, con rigurosidad científica.
Sistematiza grandes tablas de datos extraídas de las encuestas levantadas oficialmente por el INEC. Además,
aplica técnicas y modelos estadísticas multivariantes para luego interpretar y analizar los resultados.
Interpreta y analiza los resultados obtenidos a través de metodologías y modelos estadísticas

multidimensionales: regresiones, correlaciones, matrices de varianzas y covarianzas.
Resuelve problemas alineados a los indicadores contenidos en el Plan Nacional del Buen Vivir.

Período 2018 - 2018
SYLLABUS
7. PROGRAMACIÓN DE UNIDADES CURRICULARES

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 1
NOMBRE DE LA UNIDAD Estadística descriptiva multidimensional
OBJETIVO DE LA UNIDAD Proporcionar una perspectiva de lo que involucra los elementos fundamentales
para el análisis multivariante.
RESULTADOS DE APRENDIZAJE Explicar en qué consiste y conocer cuándo es útil la aplicación el análisis
DE LA UNIDAD multivariante.
Diferenciar la estadística univariante de la multivariante.
Conocer en qué consiste una investigación estadística que usa datos
multivariantes, ya sean cuantitativos o cualitativos.
Definir, aplicar y discutir las técnicas específicas que incluye el análisis
multivariante.
ESCENARIOS DE N°. Horas aprendizaje Teóricas 16
APRENDIZAJE N°. Horas Prácticas- laboratorio 8
CÁLCULO DE HORAS DE LA
N°. Horas Presenciales
UNIDAD TUTORÍAS 4
N°. Horas Aprendizaje Aula Virtual
TRABAJO AUTÓNOMO Horas de Trabajo Autónomo 4
PROGRAMACIÓN CURRICULAR
ACTIVIDADES DE TRABAJO
CONTENIDOS MECANISMOS DE EVALUACIÓN
AUTÓNOMO
1.1 Algebra matricial Lecturas Control de lectura
Trabajos individuales y grupales Evaluación y discusión de ejercicios
Ejercicios de aplicación de aplicación
1.2 Introducción al análisis Lecturas Control de lectura
multivariante Trabajos individuales y grupales Evaluación y discusión de ejercicios
1.3 Diseño, estructura y medición de la Lecturas Control de lectura
información Trabajos individuales y grupales Evaluación y discusión de ejercicios
1.4 Técnicas del análisis multivariante Lecturas Control de lectura
Trabajos individuales y grupales Evaluación y discusión de ejercicios
1.5 Clasificación de las técnicas del Lecturas Control de lectura
análisis multivariante Trabajos individuales y grupales Evaluación y discusión de ejercicios
1.6 Aplicación práctica Proyecto de investigación Entrega del avance del proyecto de
investigación
METODOLOGÍAS DE APRENDIZAJE Para el desarrollo adecuado de la asignatura se prevé la participación
activa del estudiante a través de:
Lectura de textos y papers relacionados con la materia.
Clases magistrales.
Resolución de ejercicios prácticos.
Exposición y discusión conjunta de los temas de la materia entre el
docente y los estudiantes.
Manejo de bases de datos.
Talleres grupales en clase y en casa utilizando bases de datos en el
software estadístico Stata.
Así también en las tutorías se realizará la resolución de problemas e
inquietudes de la asignatura.
RECURSOS DIDÁCTICOS Se utilizará el aula de clase y el aula virtual del curso,
Se manejará el software estadístico Stata, computador, proyector,
pizarra tiza líquida, pizarra inteligente.
Se emplearán textos físicos y digitales y el internet para consulta y
lectura de textos y papers adicionales.

Período 2018 - 2018
SYLLABUS
BIBLIOGRAFÍA
1. De la Garza, Morales, González. 2013. “Análisis Estadístico multivariante”. México DF. McGraw-Hill.
2. Peña. 2002. “Análisis de datos multivariantes”.
3. Jiménez. 2004. “Introducción al análisis multivariante”.
DISPONIBILIDAD
NOMBRE BIBLIOTECA
OBRAS FÍSICAS EN BIBLIOTECA VIRTUAL
VIRTUAL
SI NO
BÁSICA De la Garza X X
Peña X X
COMPLEMENTARIA
Jiménez X X

NOMBRE DE LA UNIDAD Inferencia multivariante y análisis de regresión y correlación múltiple
OBJETIVO DE LA UNIDAD Plantear y estructurar pruebas de normalidad e inferencia estadística
multivariante.
Conocer, aplicar e interpretar los métodos de regresión y correlación múltiple.
RESULTADOS DE Plantear pruebas de hipótesis de normalidad multivariante.
APRENDIZAJE DE LA UNIDAD Realizar inferencia estadística multivariante.
Distinguir entre una variable dependiente e independiente, así como entre una
relación lineal y no lineal.
Estimar e interpretar los resultados de una regresión múltiple y de una matriz de
correlación múltiple.
Determinar la significancia estadística de la regresión múltiple y de una matriz de
Aplicar en Stata la resolución de la regresión múltiple y de una matriz de
CÁLCULO DE HORAS DE LA N°. Horas Presenciales
TUTORÍAS 4
UNIDAD N°. Horas Aprendizaje Aula Virtual
TRABAJO
Horas de Trabajo Autónomo 4
AUTÓNOMO
MECANISMOS DE
CONTENIDOS ACTIVIDADES DE TRABAJO AUTÓNOMO
EVALUACIÓN
2.1 Normalidad multivariante Lecturas Control de lectura
Trabajos individuales y grupales Evaluación y discusión de
Ejercicios de aplicación ejercicios de aplicación
2.2 Inferencia multivariante Lecturas Control de lectura
2.3 Introducción al análisis de Lecturas Control de lectura
regresión y correlación múltiple Trabajos individuales y grupales Evaluación y discusión de
2.4. Etapas del análisis de regresión y Lecturas Control de lectura
correlación múltiple Trabajos individuales y grupales Evaluación y discusión de
2.5 Evaluación del análisis de Lecturas Control de lectura
regresión y correlación múltiple Trabajos individuales y grupales Evaluación y discusión de
2.6. Aplicación práctica Proyecto de investigación Entrega del avance del
proyecto de investigación
METODOLOGÍAS DE APRENDIZAJE Para el desarrollo adecuado de la asignatura se prevé la participación
activa del estudiante a través de:
Período 2018 - 2018
SYLLABUS
Clases magistrales.
Así también en las tutorías se realizará la resolución de problemas e

inquietudes de la asignatura.
BIBLIOGRAFÍA
DISPONIBILIDAD EN
NOMBRE BIBLIOTECA
OBRAS FÍSICAS BIBLIOTECA VIRTUAL
VIRTUAL
SI NO
Peña X X
COMPLEMENTARIA
Jiménez X X

NOMBRE DE LA UNIDAD Análisis discriminante multivariante
OBJETIVO DE LA UNIDAD Conocer una de las técnicas multivariantes para analizar la asociación-pronóstico
o predicción-criterio y la resolución de problemas prácticos.
RESULTADOS DE Describir en qué consiste el análisis discriminante.
APRENDIZAJE DE LA UNIDAD Aplicar la técnica del análisis discriminante, conociendo además la forma de
cálculo de la función lineal y sus variables.
Explicar el criterio y la ecuación discriminante para clasificar nuevas
observaciones.
Estimar e interpretar los resultados de una ecuación discriminante.
Determinar la significancia estadística de la ecuación discriminante.
Definir la importancia de cada variable dentro del análisis discriminante.
Aplicar en Stata la resolución del análisis discriminante.
UNIDAD TUTORÍAS 4
AUTÓNOMO
3.1 Introducción al análisis Lecturas Control de lectura
discriminante Trabajos individuales y grupales Evaluación y discusión de
3.2 Diferencia entre el análisis Lecturas Control de lectura
discriminante y otros modelos Trabajos individuales y grupales Evaluación y discusión de
3.3 Etapas y requerimientos para Lecturas Control de lectura
realizar un análisis discriminante Trabajos individuales y grupales Evaluación y discusión de

Período 2018 - 2018
SYLLABUS
3.4 Evaluación del análisis discriminante Lecturas Control de lectura

3.5 Aplicación práctica Proyecto de investigación Entrega del avance del proyecto de
investigación
METODOLOGÍAS DE APRENDIZAJE Para el desarrollo adecuado de la asignatura se prevé la
participación activa del estudiante a través de:
Clases magistrales.
Así también en las tutorías se realizará la resolución de problemas

e inquietudes de la asignatura.
BIBLIOGRAFÍA
DISPONIBILIDAD
NOMBRE BIBLIOTECA
VIRTUAL
SI NO
Peña X X
COMPLEMENTARIA
Jiménez X X

NOMBRE DE LA UNIDAD Análisis de varianza multivariante
OBJETIVO DE LA UNIDAD Entender y aplicar los elementos fundamentales para realizar un análisis de
varianza multivariante.
RESULTADOS DE Describir la naturaleza general de la experimentación dentro del análisis de
APRENDIZAJE DE LA UNIDAD varianza multivariante.
Aplicar la técnica del análisis de varianza multivariante, conociendo además la
forma de cálculo de la función lineal y sus variables.
Explicar el criterio y la ecuación de varianzas y covarianzas.
Estimar e interpretar los resultados del análisis de varianza multivariante.
Determinar la significancia estadística del análisis de varianza multivariante.
Definir la importancia de cada variable dentro del análisis de varianza
multivariante.
Aplicar en Stata la resolución del análisis de varianza multivariante.
UNIDAD TUTORÍAS 4
Período 2018 - 2018
SYLLABUS
AUTÓNOMO
4.1 Introducción al análisis varianza Lecturas Control de lectura
multivariante Trabajos individuales y grupales Evaluación y discusión de
4.2 Diferencia entre el análisis varianza Lecturas Control de lectura
multivariante y otros modelos Trabajos individuales y grupales Evaluación y discusión de
4.3 Etapas y requerimientos para realizar Lecturas Control de lectura
un análisis varianza multivariante Trabajos individuales y grupales Evaluación y discusión de
4.4 Evaluación del análisis varianza Lecturas Control de lectura
multivariante Trabajos individuales y grupales Evaluación y discusión de
4.5 Aplicación práctica Proyecto de investigación Entrega del avance del proyecto
de investigación
METODOLOGÍAS DE APRENDIZAJE Para el desarrollo adecuado de la asignatura se prevé la
participación activa del estudiante a través de:
Clases magistrales.
Así también en las tutorías se realizará la resolución de problemas

e inquietudes de la asignatura.
BIBLIOGRAFÍA
DISPONIBILIDAD
NOMBRE BIBLIOTECA
VIRTUAL
SI NO
Peña X X
COMPLEMENTARIA
Jiménez X X
8. RELACIÓN DE LA ASIGNATURA CON LOS RESULTADOS DEL PERFIL

DE EGRESO DE LA CARRERA
RESULTADOS O LOGROS DE APRENDIZAJE DEL
EL ESTUDIANTE DEBE
PERFIL DE EGRESO DE LA CARRERA
UNIDAD 1
Conocer los conceptos y propiedades
Explicar en qué consiste y conocer cuándo es útil la fundamentales de la estadística descriptiva
aplicación el análisis multivariante. multivariante.
Diferenciar la estadística univariante de la multivariante.

Período 2018 - 2018
SYLLABUS
Conocer en qué consiste una investigación estadística

que usa datos multivariantes, ya sean cuantitativos o
cualitativos.
Definir, aplicar y discutir las técnicas específicas que
incluye el análisis multivariante.
UNIDAD 2
Plantear pruebas de hipótesis de normalidad

multivariante.
Realizar inferencia estadística multivariante.
Distinguir entre una variable dependiente e
Es capaz de demostrar los conocimientos
independiente, así como entre una relación lineal y no
adquiridos y sus destrezas en la resolución de
lineal.
regresiones y correlaciones múltiples.
Estimar e interpretar los resultados de una regresión
múltiple y de una matriz de correlación múltiple.
Determinar la significancia estadística de la regresión
múltiple y de una matriz de correlación múltiple.
Aplicar en Stata la resolución de la regresión múltiple y
de una matriz de correlación múltiple.
UNIDAD 3
Describir en qué consiste el análisis discriminante.

Aplicar la técnica del análisis discriminante, conociendo
además la forma de cálculo de la función lineal y sus
variables.
Explicar el criterio y la ecuación discriminante para Es capaz de demostrar los conocimientos
clasificar nuevas observaciones. adquiridos y sus destrezas en la resolución del
Estimar e interpretar los resultados de una ecuación análisis discriminante.
discriminante.
Determinar la significancia estadística de la ecuación
discriminante.
Definir la importancia de cada variable dentro del
análisis discriminante.
Aplicar en Stata la resolución del análisis discriminante.
UNIDAD 4
Describir la naturaleza general de la experimentación

dentro del análisis de varianza multivariante.
Aplicar la técnica del análisis de varianza multivariante,
conociendo además la forma de cálculo de la función
lineal y sus variables.
Explicar el criterio y la ecuación de varianzas y Es capaz de demostrar los conocimientos
covarianzas. adquiridos y sus destrezas en la resolución de
Estimar e interpretar los resultados del análisis de análisis varianzas y covarianzas multivariantes.
Determinar la significancia estadística del análisis de
Definir la importancia de cada variable dentro del
análisis de varianza multivariante.
Aplicar en Stata la resolución del análisis de varianza
multivariante.

Período 2018 - 2018
SYLLABUS
9. EVALUACIÓN DEL ESTUDIANTE POR RESULTADOS DE

APRENDIZAJE
PRIMER SEGUNDO
TÉCNICAS HEMISEMESTRE HEMISEMESTRE
(PUNTOS) (PUNTOS)
Evaluación escrita o práctica, parcial o final (8 Puntos) (8 Puntos)
Proyecto de investigación (6 Puntos) (6 Puntos)
Trabajos autónomos en casa o talleres en clase (3 Puntos) (3 Puntos)
Controles de lectura (3 Puntos) (3 Puntos)
TOTAL (20 Puntos) (20 Puntos)
10. PERFIL DEL DOCENTE QUE IMPARTE LA ASIGNATURA

El docente que imparte esta materia debe acreditar un conocimiento basto en el análisis exploratorio de datos
unidimensional, bidimensional y multidimensional, aplicado a la resolución de los fenómenos socioeconómicos y
ambientales. Además, es necesario que maneje y utilice gran cantidad de datos para procesarlos a través de software
estadísticos.
11. REVISIÓN Y APROBACIÓN

ELABORADO POR REVISADO APROBADO
FIRMA DE LOS DOCENTES QUE FECHA: 2018/03/27 FECHA: 2018/03/27
DICTAN LA ASIGNATURA
FECHA: 2018/03/27
Ing. Carlos Obando
Docente 1: Ramiro Villarruel Mat. César Amores
Meythaler
Firma: …………………………………………..
Firma: ………………………………………….. Firma: …………………………………………..

Ing. Eliecer Estévez
Coordinador de Carrera (Director)
Firma: …………………………………………..
Consejo de Carrera

Período 2018 - 2018

Métodos Multidimencionales I - Syllabus

Cargado por

Copyright:

Formatos disponibles

Métodos Multidimencionales I - Syllabus

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos Multidimencionales I - Syllabus

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD CENTRAL DEL ECUADOR

1.1 FACULTAD: FACULTAD DE CIENCIAS ECONÓMICAS

3. OBJETIVO GENERAL DE LA ASIGNATURA (Con fundamento en los

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

4. OBJETIVOS ESPECÍFICOS DE LA ASIGNATURA (Con fundamento en

5. CONTRIBUCIÓN DE LA ASIGNATURA EN LA FORMACIÓN DEL

6. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA: (Para

Interpreta y analiza los resultados obtenidos a través de metodologías y modelos estadísticas

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

7. PROGRAMACIÓN DE UNIDADES CURRICULARES

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 2

Así también en las tutorías se realizará la resolución de problemas e

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 3

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

Ejercicios de aplicación ejercicios de aplicación

3.4 Evaluación del análisis discriminante Lecturas Control de lectura

Así también en las tutorías se realizará la resolución de problemas

DATOS INFORMATIVOS DE LA UNIDAD CURRICULAR No. 4

Así también en las tutorías se realizará la resolución de problemas

8. RELACIÓN DE LA ASIGNATURA CON LOS RESULTADOS DEL PERFIL

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

Conocer en qué consiste una investigación estadística

Plantear pruebas de hipótesis de normalidad

Describir en qué consiste el análisis discriminante.

Describir la naturaleza general de la experimentación

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

9. EVALUACIÓN DEL ESTUDIANTE POR RESULTADOS DE

10. PERFIL DEL DOCENTE QUE IMPARTE LA ASIGNATURA

11. REVISIÓN Y APROBACIÓN

Firma: ………………………………………….. Firma: …………………………………………..

VICERRECTORADO ACADÉMICO DE INVESTIGACIÓN Y POSGRADO

También podría gustarte