Modalidad

La modalidad de trabajo consta de los siguientes elementos:

1. El documento web cuenta con el desarrollo de todos los tópicos de curso, además de ejemplificaciones y ejercicios.

2. En su mayoría, los ejemplos y ejercicios presentes en el documento fueron extraídos de la bibliografía obligatoria, sin embargo, a algunos de estos se ha incorporado el uso de R como programa de análisis estadístico. El desarrollo de los ejercicios por parte del estudiante se recomienda que sea en Google Colab R. Esta plataforma cuenta con una opción de configuración interna para R (desde Google Drive: Nuevo -> Más -> Google Collaboratory, dentro del archivo: Entorno de ejecución -> Cambiar tipo de entorno de ejecución -> Tipo de entorno de ejecución -> R -> Guardar). En el siguiente enlace se puede acceder a un documento con una configuración preestablecida para este lenguaje. El archivo generado se guardará automáticamente en la cuenta de Gmail predeterminada; otra opción en caso de no querer modificar su cuenta predeterminada (si es que debiese hacerlo) es descargar el archivo y cargarlo manualmente en la carpeta de Drive que estime conveniente. Los aspectos relacionados con el uso de R serán abordados en el Taller Introductorio.

3. Se cuenta con talleres de práctica, lo cuales, cuentan con ejercicios propuestos para desarrollar en clases y ejercicios para el trabajo independiente del estudiante.

4. El curso cuenta con bibliografía obligatoria y complementaria:

   • (Obligatoria) “Estadística para Administración y Economía” (Anderson et al., 2008)

   • (Obligatoria,) “Probabilidad y Estadística para Ingeniería y Ciencias” (Devore, 2008)

   • (Complementaria) “R Programming for Data Science” (Peng, 2016)

   • (Complementaria) “The R Software: Fundamentals of Programming and Statistical Analysis” (Micheaux et al., 2013)

   • (Complementaria) “ggplot2: Elegant Graphics for Data Analysis” (Wickham, 2009)

   Además, se añaden citas que refuerzan el contenido presentando, las cuales se encuentra en detalle al final de cada sección.

5. Las bases de datos a utilizar en el curso se encuentran disponibles en un repositorio web público.

Referencias

Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para administración y economía (10a ed). Cengage Learning.

Devore, J. L. (2008). Probability and statistics for engineering and the sciences (7th ed). Thomson/Brooks/Cole.

Micheaux, P. L. de, Drouilhet, R., & Liquet, B. (2013). R and Its Documentation. In The R Software: Fundamentals of Programming and Statistical Analysis (pp. 141–150). Springer New York. https://doi.org/10.1007/978-1-4614-9020-3_6

Peng, R. D. (2016). R programming for data science. Leanpub. https://bookdown.org/rdpeng/rprogdatascience/

Wickham, H. (2009). Ggplot2: Elegant graphics for data analysis. Springer.