Estadística I
Datos Generales
Nombre de la asignatura Nivel de formación Clave de la asignatura
Estadística I Licenciatura I5089
Prerrequisitos Area de formación Departamento
Sin prerrequisito Básica Común Obligatoria Departamento de Métodos Cuantitativos
Academia Modalidad Tipo de asignatura % de créditos mínimos
Estadística Presencial Curso 0 %
Carga Horaria
Teoría Práctica Total Créditos
40 40 80 8
Trayectoria de la asignatura
La Estadística I constituye una asignatura fundamental para la formación de estudiantes de las licenciaturas del CUCEA, al proporcionar los conocimientos y herramientas básicas para la organización, representación, análisis e interpretación de datos, así como los fundamentos de probabilidad necesarios para la comprensión de fenómenos sujetos a incertidumbre. Su estudio favorece la toma de decisiones sustentadas en información y contribuye a la comprensión de problemas económicos, administrativos y sociales mediante el uso de métodos cuantitativos.

En su integración horizontal, la asignatura proporciona las bases conceptuales para cursos posteriores como Estadística II, Econometría y otras asignaturas orientadas al análisis cuantitativo. En su integración vertical, contribuye al desarrollo de competencias requeridas en asignaturas como Investigación de Operaciones, Evaluación de Proyectos, Microeconomía y otras relacionadas con el análisis de información y la toma de decisiones. Asimismo, favorece el desarrollo de habilidades para la representación, interpretación y comunicación de información estadística mediante el uso de herramientas digitales de apoyo.
Contenido del programa
Presentación
En un entorno caracterizado por la creciente generación y disponibilidad de datos, la capacidad para organizar, analizar e interpretar información constituye una competencia esencial para la formación profesional. La Estadística I proporciona los fundamentos para transformar datos en información útil, favoreciendo la comprensión de fenómenos económicos, administrativos y sociales, así como la toma de decisiones sustentada en evidencia.

La asignatura integra contenidos de estadística descriptiva, probabilidad y distribuciones de probabilidad que permiten al estudiante desarrollar habilidades para representar, resumir e interpretar información cuantitativa. Estos conocimientos constituyen la base para cursos posteriores del área cuantitativa y para el análisis de situaciones propias de los diversos campos profesionales del Centro Universitario.

Asimismo, se promueve el uso de herramientas digitales de apoyo y el análisis de situaciones contextualizadas que favorezcan la comprensión, interpretación y aplicación práctica de los conceptos estadísticos en escenarios reales.
Objetivos del programa
Objetivo general
Que el estudiante comprenda y aplique los fundamentos de la estadística descriptiva y la probabilidad para la organización, representación, análisis e interpretación de datos, así como para la comprensión de fenómenos sujetos a incertidumbre mediante el uso de distribuciones de probabilidad, con apoyo de herramientas digitales, con el propósito de transformar datos en información útil para la toma de decisiones en contextos económicos, administrativos y sociales.
Los conocimientos, aptitudes, actitudes, valores, capacidades y habilidades que el alumno deberá adquirir con base al desarrollo de la unidad
Al finalizar el curso, el estudiante habrá adquirido conocimientos sobre los fundamentos de la estadística descriptiva y la probabilidad, incluyendo la clasificación de variables, los métodos de muestreo probabilístico y no probabilístico, la construcción e interpretación de tablas de frecuencia y representaciones gráficas, el cálculo e interpretación de medidas de tendencia central y dispersión, los modelos de distribuciones discretas (binomial, Poisson, hipergeométrica) y continuas (normal general y estándar), y los principales índices de precios. Desarrollará aptitudes para seleccionar la técnica descriptiva adecuada según el tipo de variable y el contexto del problema, aplicar distribuciones de probabilidad para calcular e interpretar resultados, y utilizar herramientas digitales (Excel, Google Sheets, Jamovi, PSPP, RStudio, Python) para organizar, analizar y visualizar datos. Fortalecerá actitudes de rigor en el tratamiento de la información, apertura a la actualización tecnológica, orientación a la aplicación práctica y trabajo colaborativo. Cultivará valores de integridad académica, responsabilidad sobre el uso de información cuantitativa, respeto por la evidencia y compromiso con la mejora continua. Adquirirá habilidades para construir bases de datos bien estructuradas, elaborar reportes estadísticos descriptivos comprensibles para audiencias no técnicas, interpretar resultados en términos del problema económico-administrativo analizado, y desarrollar y presentar un proyecto integrador de análisis de datos reales con sus conclusiones y recomendaciones.
Contenido
Contenido temático
I. INTRODUCCIÓN Y CONCEPTUALIZACIÓN
II. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN
IV. INTRODUCCIÓN A LA PROBABILIDAD
V. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
VI. DISTRIBUCIONES CONTINUAS
VII. NÚMEROS ÍNDICES
Contenido desarrollado
I. INTRODUCCIÓN Y CONCEPTUALIZACIÓN (12 hrs.)
Objetivo central:
•  Que el estudiante identifique y comprenda los conceptos fundamentales de la estadística descriptiva, los tipos de variables y los principios básicos del muestreo, para organizar, representar e interpretar información cuantitativa mediante tablas y gráficas como apoyo al análisis de datos y la toma de decisiones.
Objetivos particulares
  • Identificar los fundamentos conceptuales de la estadística y distinguir entre estadística descriptiva e inferencial, reconociendo su utilidad en el análisis de información.
  • Clasificar variables y reconocer las principales técnicas de muestreo para la obtención de información en distintos contextos.
  • Organizar y representar datos mediante tablas de frecuencia y representaciones gráficas adecuadas para facilitar su interpretación.
  • Utilizar herramientas digitales para la organización, representación e interpretación básica de datos mediante tablas de frecuencia y gráficas estadísticas. 

1.1 Fundamentos conceptuales de la estadística
     1.1.1 Estadística descriptiva e inferencial
     1.1.2 Población y muestra
     1.1.3 Parámetro y estadístico 
1.2 Clasificación de variables
     1.2.1 Variables cualitativas: Nominales y Ordinales (incluir escalas tipo Likert)
     1.2.2 Variables cuantitativas: Discretas y Continuas 
1.3 Introducción al muestreo 
     1.3.1 Concepto e importancia del muestreo
     1.3.2 Muestreo probabilístico: Aleatorio simple, sistemático, estratificado y por conglomerados
     1.3.3 Muestreo no probabilístico
     1.3.4 Fuentes de información: Fuentes primarias y secundarias y técnicas básicas de recolección de datos (encuesta, observación y bases de datos)
1.4 Organización de datos
     1.4.1 Construcción e interpretación de tablas de frecuencia
1.5 Representación gráfica de datos
     1.5.1 Principales tipos de gráficos: selección de representaciones gráficas según el tipo de variable
     1.5.2 Interpretación de representaciones gráficas
1.6 Aplicación práctica con herramientas digitales (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)

II. MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN (22 hrs.)
Objetivo central:
•  Que el estudiante comprenda, calcule e interprete medidas de tendencia central y de dispersión para describir el comportamiento de conjuntos de datos agrupados y no agrupados, identificando su utilidad en la comparación, análisis e interpretación de información para la toma de decisiones en distintos contextos.
Objetivos particulares
  • Calcular e interpretar medidas de tendencia central para describir el comportamiento de conjuntos de datos.
  • Calcular e interpretar medidas de dispersión para evaluar la variabilidad de la información.
  • Comparar conjuntos de datos mediante medidas estadísticas que apoyen el análisis y la toma de decisiones.
  • Emplear herramientas digitales para el cálculo, análisis e interpretación de medidas de tendencia central y dispersión en conjuntos de datos.  
2.1 Medidas de tendencia central
     2.1.1 Media aritmética
     2.1.2 Mediana
     2.1.3 Moda
     2.1.4 Media ponderada
     2.1.5 Media geométrica
     2.1.6 Media armónica
2.2 Medidas de dispersión
     2.2.1 Rango
     2.2.2 Varianza
     2.2.3 Desviación estándar
     2.2.4 Coeficiente de variación
2.3 Interpretación y aplicación práctica con herramientas digitales de las medidas de tendencia central y dispersión (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)

III. INTRODUCCIÓN A LA PROBABILIDAD (16 hrs.)
Objetivos central:
•  Que el estudiante comprenda los fundamentos de la probabilidad y su aplicación en la cuantificación de la incertidumbre, mediante el análisis de eventos, técnicas de conteo y reglas básicas de probabilidad, para interpretar situaciones de riesgo y apoyar la toma de decisiones en contextos económicos, administrativos y sociales.
Objetivos particulares
  • Comprender los fundamentos de la probabilidad y su aplicación en el análisis de situaciones inciertas.
  • Aplicar técnicas de conteo para la resolución de problemas de probabilidad.
  • Utilizar las reglas fundamentales de probabilidad, la probabilidad condicional y el teorema de Bayes para analizar eventos y apoyar la toma de decisiones.
  • Utilizar herramientas digitales para resolver, representar e interpretar problemas básicos de probabilidad. 
3.1 Fundamentos de probabilidad y teoría de conjuntos
3.2 Técnicas de conteo
      3.2.1 Principio multiplicativo
     3.2.2 Ordenaciones
      3.2.3 Permutaciones
    3.2.4 Combinaciones
3.3 Reglas de probabilidad
     3.3.1 Principales axiomas de probabilidad
     3.3.2 Probabilidad conjunta
     3.3.3 Probabilidad condicional
     3.3.4 Dependencia e independencia de eventos
3.4 Teorema de Bayes
3.5 Aplicación práctica e interpretación con herramientas digitales (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)

IV. DISTRIBUCIONES DISCRETAS DE PROBABILIDAD (12 hrs.)
Objetivo central:
•  Que el estudiante comprenda, interprete y aplique modelos de distribuciones discretas de probabilidad para apoyar el análisis de eventos y situaciones relevantes en contextos económicos, administrativos y sociales, seleccionando el modelo más adecuado para cada caso.
Objetivos particulares
  • Comprender las características y aplicaciones de las distribuciones discretas de probabilidad en el análisis de fenómenos económicos, administrativos y sociales.
  • Identificar y seleccionar la distribución discreta de probabilidad más adecuada según las características del problema planteado.
  • Interpretar los resultados obtenidos mediante las distribuciones binomial, Poisson e hipergeométrica para apoyar el análisis y la toma de decisiones.
  • Aplicar herramientas digitales para el cálculo e interpretación de probabilidades asociadas a distribuciones discretas. 
4.1 La Distribución Binomial
4.2 La Distribución Poisson
4.3 La Distribución Hipergeométrica
4.4 Aplicación práctica e interpretación con herramientas digitales (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)

V. DISTRIBUCIONES CONTINUAS DE PROBABILIDAD (12 hrs.)
Objetivo central:
•  Que el estudiante comprenda, interprete y aplique la distribución normal como modelo de probabilidad para el análisis de variables continuas, utilizando la estandarización y la interpretación de probabilidades para apoyar el análisis y la toma de decisiones en contextos económicos, administrativos y sociales.
Objetivos particulares
  • Comprender las características y aplicaciones de las distribuciones continuas de probabilidad en el análisis de información cuantitativa.
  • Analizar e interpretar probabilidades mediante la distribución normal general y la distribución normal estándar.
  • Aplicar procesos de estandarización para comparar observaciones y apoyar la interpretación de resultados.
  • Utilizar herramientas digitales para el cálculo e interpretación de probabilidades asociadas a la distribución normal.
5.1 La Distribución Normal General
5.2 La Distribución Normal Estándar
5.3 Aplicación práctica e interpretación con herramientas digitales (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)

VI. NÚMEROS ÍNDICES (6 hrs.)
Objetivo central:
• Que el estudiante comprenda e interprete los principales números índice utilizados para analizar variaciones relativas de fenómenos económicos y sociales a través del tiempo, reconociendo su utilidad como herramientas de seguimiento, comparación y apoyo a la toma de decisiones basada en datos.
Objetivos particulares
  • Comprender el concepto y la utilidad de los números índice como herramientas para el análisis de variaciones relativas en fenómenos económicos y sociales.
  • Interpretar los principales índices de precios y reconocer sus aplicaciones en el análisis económico.
  • Comparar e interpretar los índices de Laspeyres, Paasche y Fisher en diferentes contextos de aplicación.
  • Emplear herramientas digitales para el cálculo e interpretación básica de números índice. 
6.1 Introducción a los números índice 
      6.1.1 Concepto y aplicaciones
     6.1.2 Índices simples y compuestos
6.2 Principales índices de precios
     6.2.1 Índice de Laspeyres
     6.2.2 Índice de Paasche
     6.2.3 Índice de Fisher
6.3 Interpretación y aplicación práctica con herramientas digitales (Excel o equivalente - Google Sheets, Power BI, Jamovi, PSPP, RStudio, Python)
Actividades prácticas
En cada unidad se desarrollarán actividades prácticas orientadas a la aplicación de los conceptos estadísticos mediante el análisis de situaciones y conjuntos de datos relacionados con contextos económicos, administrativos y sociales. De manera transversal, se promoverá el uso de herramientas digitales para la organización, análisis, representación e interpretación de información.

Como actividad integradora, los estudiantes desarrollarán un proyecto aplicado en equipos, mediante la construcción o recopilación de una base de datos, la aplicación de las herramientas estadísticas abordadas durante el curso y la presentación de resultados a través de un informe técnico y una exposición oral orientada a la toma de decisiones.
Metodología
La asignatura se desarrollará mediante una metodología teórico-práctica orientada al aprendizaje activo y a la aplicación de los conceptos estadísticos en contextos reales. El proceso de enseñanza-aprendizaje combinará la exposición de fundamentos conceptuales con actividades prácticas, resolución de problemas, análisis de casos y uso de herramientas digitales para el análisis y visualización de datos.

Se promoverá el uso de metodologías innovadoras (aprendizaje basado en proyectos (ABP), Aula invertida, Aprendizaje basado en problemas, Gamificación, entre otras) como estrategia integradora para favorecer el desarrollo de competencias relacionadas con la organización, representación, análisis e interpretación de información cuantitativa, así como la comunicación de resultados y la toma de decisiones sustentada en evidencia empírica.

Asimismo, se fomentará el trabajo colaborativo, el análisis crítico de información y la aplicación de los contenidos a situaciones propias de los ámbitos económico, administrativo y social.
Evaluación
La evaluación será continua e integral, considerando el logro de los objetivos de aprendizaje, el desarrollo de competencias, el desempeño individual y colaborativo, así como la capacidad para aplicar los conceptos estadísticos en la resolución de problemas y el análisis de información.

Como parte del proceso formativo, se promoverá la evaluación mediante actividades prácticas, ejercicios de aplicación, tareas, participación, exámenes parciales y proyecto integrador. Se recomienda incorporar un proyecto aplicado bajo la metodología de Aprendizaje Basado en Proyectos (ABP), en el que los estudiantes desarrollen una base de datos, apliquen las herramientas estadísticas abordadas durante el curso y comuniquen los resultados mediante un informe técnico y una presentación oral.

Asimismo, se considera pertinente la aplicación de una evaluación departamental común que permita valorar el nivel de logro de los aprendizajes esperados, así como dar seguimiento al cumplimiento de los contenidos y objetivos del programa en los distintos grupos.

De manera referencial, se sugiere la siguiente distribución de la calificación:
  • Tareas, prácticas, actividades académicas: 40%
  • Exámenes parciales y examen departamental: 40%
  • Proyecto integrador aplicado: 20%
Bibliografía

Libro

Estadística para Administración y Economía

Levin, Richard I; Rubin, David (2010) Pearson No. Ed 17

ISBN: 978-607-32-0723-2

Libro

Estadística descriptiva y probabilidad: Con aplicaciones en Excel y SPSS

Grisales Aguirre, A. M. (2019) Ecoe Ediciones No. Ed 1

ISBN: 978-958-771-825-6

Libro

Estadística para Negocios y Economía

Anderson, David R.; Sweeney, Dennis J.; Williams, Thomas A.; Camm, Jeffrey D.; Cochran, James J.; Fry, Michael J.; Ohlmann, Jeffrey W (2019) Cengage Learning No. Ed 14

ISBN: 978-1-337-90106-2

Libro

Statistics for Managers Using Microsoft Excel

Levine, David M.; Stephan, David F.; Szabat, Kathryn A. (2022) Pearson No. Ed 9

ISBN: 978-0-135-96985-4

Libro

Estadística con Excel. Análisis de datos empresariales

Bernadette, Isabel; Castillo, Cristina (2021) Ediciones Anaya Multimedia No. Ed 1

ISBN: 978-84-415-4378-6

Libro

Estadística Aplicada a los Negocios y a la Economía

Lind, Douglas A.; Marchal, William G.; Wathen, Samuel A. (2022) McGraw-Hill Education No. Ed 18

ISBN: 978-1-265-32246-5
Otros materiales
Libro: Software y herramientas de análisis

Descripción: Con el propósito de fortalecer las competencias para el análisis, representación e interpretación de datos, se promoverá el uso de herramientas digitales durante el desarrollo del curso. Se priorizará el empleo de hojas de cálculo electrónicas (Excel o equivalente, como Google Sheets) para la organización, análisis y visualización de información, sin limitar la incorporación de otras herramientas que el docente considere pertinentes. Dependiendo de los objetivos de aprendizaje y del contexto de cada grupo, podrán emplearse herramientas como Google Sheets, Power BI, RStudio o Python para actividades específicas de organización, análisis y visualización de datos.
Perfil del profesor
El profesor que imparta la asignatura deberá contar con formación académica y experiencia profesional que le permitan desarrollar competencias en el análisis, interpretación y comunicación de información cuantitativa aplicada a contextos económicos, administrativos y sociales.

a) Perfil académico
  • Formación en áreas afines a la estadística, economía, administración, matemáticas, ciencias de datos o disciplinas relacionadas.
  • Preferentemente contar con estudios de posgrado.
  • Conocimientos sólidos de estadística descriptiva, probabilidad y análisis de datos.
  • Experiencia docente y actualización disciplinar permanente.
  • Manejo de herramientas digitales para el análisis, representación y visualización de datos (Excel o equivalente, así como deseable manejo de otros paquetes estadísticos o analíticos).
  • Capacidad para promover el pensamiento crítico, la interpretación de resultados y la toma de decisiones basada en evidencia.
b) Perfil profesional
  • Experiencia profesional o académica relacionada con el análisis y uso de información cuantitativa.
  • Capacidad para vincular los contenidos estadísticos con situaciones y problemas reales del ámbito económico, administrativo y social.
  • Habilidades de comunicación, trabajo colaborativo y acompañamiento del aprendizaje.
  • Actuación ética y compromiso con la formación integral de los estudiantes.
Lugar y fecha de su aprobación

Zapopan, Jal., 26 de junio de 2026
Instancias que aprobaron el programa
-  Academia de Estadística del Departamento de Métodos Cuantitativos

- Colegio Departamental del Departamento de Métodos Cuantitativos
Imprimir Regresar