UNIDADES TECNOLÓGICAS DE SANTANDER

PLAN DE CURSO

IDENTIFICACIÓN
FACULTAD: CIENCIAS SOCIO ECONÓMICAS Y EMPRESARIALES
PROGRAMA ACADÉMICO:
Nivel Tecnológico: Tecnología Deportiva, Contabilidad Financiera, Banca y Finanzas,
Mercadeo y Gestión Comercial, Gestión Empresarial, Turismo Sostenible y Gestión
Agroindustrial
CURSO ACADÉMICO: ESTADÍSTICA
Modalidad: Presencial Virtual
Tipo curso Teórico x Práctico Teórico Semestre
III - V
académico: Práctico académico:
CRÉDITOS: 4 Créditos académicos
TID: 64 Horas. TTI: 128 Horas
Código Curso Académico: Requisitos: DCB025 Matemática Básica
DCB004
FECHA DE ELABORACIÓN: 30 VERSIÓN: 01 FECHA DE ACTUALIZACIÓN:
30 de Junio de 2017 N.A.

JUSTIFICACIÒN
Para tomar decisiones efectivas las organizaciones deben contar con personas que tengan
capacidad de organizar grandes cantidades de datos, en forma apropiada, para transformarlos en
información, que permita llegar a conclusiones razonables sobre una determinada situación. En este
proceso, la comprensión de los métodos estadísticos, aumentará la eficiencia de las actuaciones
individuales y colectivas en las empresas, mejorando así las posibilidades de que estas puedan
sobrevivir y prosperar en ambientes cada vez más competitivos.

El manejo estadístico de los datos, no solo facilita a los tecnólogos, de los diferentes programas, la
toma de decisiones de corto plazo, sino que además les permite suministrar información a los
ejecutivos y directivos de nivel universitario, en las organizaciones, que mejore la calidad de las
decisiones de nivel tanto táctico como estratégico.

El curso de Estadística necesita conocimientos básicos del algebra superior, por esta razón, en el
plan de estudios se visualiza el requisito DCB025 Matemática Básica. Posteriormente, este curso de
Estadística se convierte en requisito del curso DCB022 Estadística Inferencial, que se abordará en el
nivel universitario y en el cual los conceptos y técnicas del curso de Estadística se requieren para
abordar el problema de sacar conclusiones sobre el comportamiento total de un fenómeno con base
en información parcial recolectada sobre ése fenómeno
PROBLEMA(S) A RESOLVER
Con este curso se busca resolver la siguiente situación problémica: ¿De qué manera los conceptos
teóricos y procedimientos de la estadística facilitan las actividades de toma de decisiones, y permiten
la transformación de los datos en información de calidad?

COMPETENCIA(S) ESPECÍFICA(S) CRITERIOS DE EVALUACIÓN

Aplica las técnicas tabulares y gráficas de la
estadística para explicar las características de un
fenómeno determinado, con base en datos
recolectados sobre ese fenómeno.
 Reconoce los conceptos básicos de la
estadística a partir de una situación dada.
 Construye distribuciones de frecuencia y
gráficos estadísticos teniendo en cuenta su
especialidad tecnológica.
 Interpreta el comportamiento histórico de un
fenómeno, apoyándose en arreglos de

1
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

datos y presentaciones estadísticas.

Interpreta el significado de las medidas de  Calcula con los datos recolectados sobre un
tendencia central, de posición y de dispersión, fenómeno o hecho, las medidas de
para comprender del comportamiento histórico de tendencia central y de dispersión, en forma
un fenómeno a partir de los datos calculados. manual, utilizando las funciones
estadísticas de las calculadoras o
empleando la hoja electrónica Excel.

 Interpreta con base en las medidas de

tendencia central y de dispersión
calculadas, el comportamiento histórico de
una situación referida mediante un conjunto
de datos.

Realiza proyecciones del comportamiento de  Calcula los parámetros de un modelo de

fenómenos, para mejorar la calidad de decisiones, regresión lineal univariado utilizando las
aplicando el modelo de regresión lineal funciones de las calculadoras científicas.
univariado.
 Calcula el grado de correlación entre las
variables de un modelo de regresión lineal,
utilizando las funciones de las calculadoras
científicas.

 Interpreta el significado de los coeficientes

de regresión y de determinación de un
modelo de regresión lineal univariado.

2 Calcula las probabilidades de diferentes tipos de  Calcula las probabilidades de sucesos

sucesos para medir el nivel de incertidumbre de simples y compuestos, aplicando las
procesos aleatorios aplicando las técnicas básicas técnicas básicas del cálculo de
del cálculo de probabilidades. probabilidades.

 Calcula la probabilidad de un suceso, con

información posterior, utilizando el Teorema
de Bayes.

 Calcula la probabilidad de un evento dentro

de un proceso, teniendo en cuenta el
modelo de distribución de probabilidad que
mejor describa este proceso.
COMPETENCIA(S) GENÉRICA(S) CRITERIOS DE EVALUACIÒN
 Define estrategias para generar una cultura
de seguimiento y autoevaluación de
AUTONOMÍA EN EL APRENDIZAJE: Evalúa su acuerdo con su planeación de estudio.
proceso de aprendizaje con el fin de establecer
 Utiliza métodos y herramientas para valorar
estrategias de mejora, de tal manera que se
garantice el cumplimiento de sus propósitos de su propio trabajo en relación con las metas
formación y las responsabilidades asumidas. esperadas.
 Cumple con las tareas y actividades de
aprendizaje de acuerdo con su
planeación.

2
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

 Comprende los contenidos y puntos de

vista del autor o interlocutor teniendo en
cuenta bases argumentales.
 Plantea preguntas y problemas esenciales
de acuerdo con las normas básicas de
redacción.
 Evalúa información relevante usando ideas
PENSAMIENTO CRÍTICO Y RESOLUCIÓN DE abstractas de acuerdo con las categorías
PROBLEMAS: Reflexiona sobre las mentales
consecuencias y efectos de las decisiones,  Llega a conclusiones y soluciones
conclusiones e interpretaciones con el fin de comparándolas contra criterios y estándares
argumentar su análisis con base en criterios de
relevantes
autonomía y compromiso intelectual.
 Piensa de manera abierta dentro de
sistemas de pensamiento alternativo,
reconociendo y evaluando, conforme sea
necesario, sus suposiciones, implicaciones
y consecuencias prácticas.
 Se comunica efectivamente con otros
reconociendo posibles soluciones de
acuerdo con problemas complejos que
han sido planteados.
 Identifica problemas científicos y diseña
estrategias para su investigación de
acuerdo con los objetivos de la misma.
 Precisa la definición del problema y la
identificación de sus causas y elementos de
acuerdo con las necesidades del entorno.
 Formula posibles hipótesis o explicaciones
que resuelvan el problema teniendo en
cuenta el problema, las tareas,
procedimientos e instrumentos de
PENSAMIENTO CIENTÍFICO: Resuelve investigación incluidos en el proyecto de
problemas del contexto mediante una investigación, para dar respuesta a los
determinada metodología de investigación para interrogantes planteados.
generar conocimiento y actuar con mayor impacto
Formula conclusiones fundadas en hechos,
en la realidad, considerando los pre-saberes, el
trabajo colaborativo y el compromiso ético. datos, observaciones o experiencias, con
carácter de pruebas, coherentes con los
planteamientos, resultados y antecedentes
de la investigación.
 Redacta las conclusiones basándose en
una argumentación bien fundamentada, que
tome en consideración, en su caso, datos y
perspectivas aportadas por otras personas
o estudios anteriores
 Valora la calidad de una información en
función de su procedencia y de los
procedimientos utilizados para generarla.

3
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

 Se interesa por el conocimiento,

indagación y resolución de problemas
de acuerdo con las necesidades de su
entorno.
ESTRATEGIA METODOLÓGICA
Este curso se desarrolla en modalidad presencial y utiliza la metodología de aprendizaje basado en problemas –
ABP1. El ABP es una estrategia de enseñanza-aprendizaje que plantea una forma de trabajo que puede ser
usada por el docente en una parte de su curso, combinada con otras técnicas didácticas y delimitando los
objetivos u competencias de aprendizaje que desea cubrir.

En un curso tradicionalmente primero se expone la información y posteriormente se busca su aplicación en la

resolución de un problema, en el caso del ABP primero se presenta el problema, se identifican las necesidades
de aprendizaje, se busca la información necesaria y finalmente se regresa al problema, tal como se evidencia a
continuación en las fases de desarrollo del ABP.

FASE ACTIVIDAD GENERAL EVIDENCIA

 Diseñar el problema(s) incluyendo  Problema diseñado
claramente los objetivos de aprendizaje  Elaboración de las preguntas
Fase 1: correspondientes al tema. orientadoras de la discusión
Preparación  Organización de equipos de trabajo y
asignación de roles entre los integrantes
(líder, vocero, secretario).

Fase2:  Lectura del problema e identificación de los  Síntesis escrita y oral de cada equipo
Desarrollo puntos clave del mismo.

 Formulación de la hipótesis y reconocimiento  Hipótesis propuesta

de la información necesaria para su  Marco Teórico de saberes involucrados
comprobación. en la solución del problema.
 Identificación de saberes a abordar de  Presentación de la solución y
acuerdo al plan de curso y pertinencia de Conclusiones
estos temas con los objetivos y competencias
de aprendizaje.
 Desarrollo del problema teniendo en cuenta
las preguntas orientadoras de la discusión
 Elaboración y exposición de conclusiones
Fase 3:  Evaluación final del proceso y de las  Evaluación del trabajo en equipo
Evaluación aportaciones  Autoevaluación

Ahora bien, el docente en la primera semana de clase también puede realizar una evaluación diagnóstica a los
estudiantes con el objetivo de determinar los conocimientos básicos con que cuentan los estudiantes para iniciar
la orientación del proceso de enseñanza con los temas del curso. Igualmente el docente junto con los
estudiantes realiza una reflexión sobre el perfil del egresado de la facultad de ciencias socio-económicas y
empresariales.

1
Instituto Tecnológico de Monterrey. http://sitios.itesm.mx/va/dide2/tecnicas_didacticas/abp/abp.pdf

4
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

ESTRATEGIA DE EVALUACIÒN
 La evaluación se hará teniendo como referente los criterios de evaluación definidos para cada competencia,
los cuales serán comunicados a los estudiantes antes de valorar su desempeño.
 Se hará uso de diversas estrategias para recoger, como mínimo, tres evidencias de aprendizaje en cada
uno de los momentos de evaluación que establece el calendario académico semestral.
 La institución establece tres (3) cortes para el periodo académico, el cual tiene una duración de 16
semanas. En cada corte se obtienen dos notas, la primera, corresponde a un parcial con un valor del 80% y
la segunda nota, con un valor del 20% correspondiente a trabajos, quices, talleres,exposiciones.
 Para garantizar un seguimiento efectivo del aprendizaje es necesario realizar una evaluación diagnóstica al
comienzo del semestre con el fin de evidenciar el nivel de conocimiento que tienen los estudiantes para
iniciar el nuevo proceso de aprendizaje.
 Igualmente, se deben realizar evaluaciones periódicas para observar progresos en el aprendizaje de los
estudiantes.
 Es importante que la evaluación integre la valoración desde las diferentes dimensiones: heteroevaluación,
coevaluación, y la autoevaluación.
 Al finalizar cada momento de evaluación se realizará una prueba escrita (parcial) para evidenciar el logro de
la competencia a partir de los criterios de evaluación correspondientes y certificarlo mediante una
calificación (valoración cuantitativa) en una escala de 0.0 a 5.0.

SABERES POR UNIDAD

Unidad / Conceptuales Procedimentales Actitudinales

tiempo
UNIDAD No. 1.1 Aspectos generales y  Identificación de los  Motivación a la
1: conceptos básicos de la conceptos básicos de la proactividad para
estadística estadística identificar las
ARREGLO Y  Fenómenos propios de un  Definición de necesidades
PRESENTA estudio estadístico poblaciones finitas e básicas de su
CIÓN DE  Definición de estadística infinitas aprendizaje
DATOS  Etapas de un estudio  Clasificación de la
(4 semanas) estadístico variables estadísticas  Interés y
 Conceptos básicos de la  Reconocimiento del compromiso para
estadística nivel de medición de los realizar entrega
 Clasificación de variables datos de trabajos en
 Niveles de medición de los  Construcción de fechas
datos distribuciones de establecidas
1.2 Arreglo de datos en frecuencias y gráficas
distribuciones de frecuencias estadísticas aplicando  Demuestra
 Arreglo de datos para las funciones automotivación,
variable continua estadísticas de Excel entusiasmo,
aplicando las funciones  Construcción de dedicación y
estadísticas de Excel diagramas de puntos, confianza en
 Arreglo de datos para diagramas de tallo y lograr sus
variable discreta hojas y diagramas de resultados.
 Arreglo de datos para Pareto
variables cualitativas  Interpretación del  Busca soluciones
 Arreglo de datos para comportamiento efectivas
variable discreta en clases histórico de situaciones considerando
de amplitud cero referidas por conjuntos
reglas,
1.3 Representaciones estadísticas de datos
instrucciones y
de los datos procedimientos
 Histograma, polígono de impartidos por su

5
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

frecuencias, ojiva docente

 Diagrama de puntos,
diagrama de tallo y hojas,  Expresa ideas
diagrama de Pareto claras
1.4 Otras formas de representar verbalmente.
conjuntos de datos
 Series de tiempo,  Coopera
diagramas de barras, efectivamente
diagramas circulares, con sus
pictogramas, etc. compañeros de
trabajo
UNIDAD 2.1 Las medidas en estadística  Cálculo de las medidas  Motivación a la
No.2:  Concepto de medida en de tendencia central proactividad para
estadística para datos no identificar las
MEDIDAS  Clases de medidas agrupados y datos necesidades
DE estadísticas agrupados básicas de su
TENDENCIA  Clases de medidas de  Interpretación de las aprendizaje
CENTRAL, tendencia central medidas de tendencia
MEDIAS DE  Clases de medidas de central  Interés y
TENDENCIA tendencia no central o de  Cálculo de las medidas compromiso para
NO posición de tendencia no central realizar entrega
CENTRAL O  Concepto general de para datos no de trabajos en
DE dispersión agrupados y datos fechas
POSICIÓN Y 2.2 La media agrupados establecidas
MEDIDAS  La media aritmética simple  Interpretación de las
DE  Interpretación del medias de tendencia no  Demuestra
DISPERSIÓ concepto de promedio central o de posición
N automotivación,
 La media aritmética  Determinación del entusiasmo,
(5 semanas) sesgo de una muestra o
ponderada dedicación y
 La media geométrica población utilizando la confianza en
 Propiedades de la media. posición relativa de las
lograr sus
 Concepto de valores medidas de tendencia
resultados.
atípicos o extremos central
2.3 La mediana  Interpretación del sesgo  Busca soluciones
 Interpretación de la de una muestra o de
efectivas
mediana una población
considerando
 Mediana para datos  Explicación del
reglas,
agrupados concepto de dispersión
instrucciones y
2.4 Cuartiles y percentiles  Explicación de la
procedimientos
 Concepto de medidas de importancia de la
impartidos por su
tendencia no central o de dispersión
docente
posición  Calculo del rango para
 Concepto de cuartil datos no agrupados y
 Expresa ideas
 Cálculo de cuartiles para datos agrupados
claras
datos agrupados  Interpretación del rango
verbalmente.
 Concepto de percentil  Explicación de la
 Cálculo de percentiles limitación del rango para
 Coopera
para datos agrupados medir la dispersión
efectivamente
 Propiedades de la  Calculo del rango
con sus
mediana cuartiles y intercuartílico para datos
compañeros de
percentiles agrupados
trabajo
2.5 La moda  Comparación entre el
 Concepto de moda en rango y el rango

6
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

estadística intercuartílico
 Moda para datos no  Construcción e
agrupados interpretación del
 Moda para datos diagrama de caja y
agrupados bigotes
 Propiedades de la moda  Construcción de los
2.6 Sesgo y asimetría límites para valores
 Conceptos de sesgo y atípicos
asimetría  Cálculo de la varianza
 Posiciones relativas de las para datos no
medidas de tendencia agrupados y datos
central en distribuciones agrupados
de frecuencias simétricas,  Interpretación de la
con sesgo positivo y con varianza
sesgo negativo  Limitación de la
2.7 Medidas de dispersión varianza para medir la
 Necesidad de las medidas dispersión
de dispersión  Cálculo de la desviación
 Concepto de variabilidad y estándar para datos no
concepto de dispersión agrupados y datos
 Concepto de curtosis y su agrupados
relación con la dispersión  Interpretación de la
de los datos desviación estándar
 Cálculo del rango y del  Limitación de la
rango intercuartílico desviación estándar
 Construcción e para medir la dispersión
interpretación del  Cálculo del coeficiente
diagrama de caja y de dispersión
bigotes. Valores atípicos  Comparación de la
 La varianza de dispersión de dos o más
poblaciones y muestras conjuntos de datos
 Interpretación de la utilizando el coeficiente
varianza de variación
 La desviación estándar de
poblaciones y muestras
 El coeficiente de variación

UNIDAD 3.1 Conceptos básicos de  Identificación de la  Motivación a la

No.3: regresión variable dependiente y proactividad para
 Situaciones que requieren las variables identificar las
REGRESIÓN el análisis de dos o más independientes en un necesidades
Y variables modelo de regresión básicas de su
CORRELACI  Tipos de relaciones que se  Interpretación del aprendizaje
ÓN pueden presentar entre gráfico de dispersión
(1 semana) dos variables  Cálculo de los  Interés y
 Concepto de regresión parámetros de un compromiso para
 Las variable independiente modelo de regresión realizar entrega
y variable dependiente en lineal univariado de trabajos en
un modelo de regresión  Interpretación de los fechas
 Diagramas de dispersión parámetros de un establecidas
3.2 Modelo de regresión lineal modelo de regresión
univariado lineal  Demuestra
 Parámetros de un modelo  Pronósticos utilizando el automotivación,

7
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

de regresión lineal y su modelo de regresión entusiasmo,

significado gráfico lineal univariado dedicación y
 Método de los mínimos  Cálculo e interpretación confianza en
cuadrados del coeficiente de lograr sus
 Cálculo de los parámetros correlación resultados.
de un modelo de regresión  Cálculo e interpretación
lineal univariado del coeficiente de  Busca soluciones
3.3 La correlación determinación efectivas
 Concepto de correlación considerando
 Cálculo e interpretación reglas,
del coeficiente de instrucciones y
correlación procedimientos
 Cálculo e interpretación impartidos por su
del coeficiente de docente
determinación
 Expresa ideas
claras
verbalmente.

 Coopera
efectivamente
con sus
compañeros de
trabajo
UNIDAD 4.1 Conceptos básicos del cálculo  Reconocimiento de un  Motivación a la
No.4: de probabilidades experimento aleatorio proactividad para
 Importancia de las  Asignación de identificar las
probabilidades en el análisis probabilidades a sucesos necesidades
PRINCIPIOS
estadístico simples utilizando los básicas de su
DE
 Clasificación de los métodos clásico y aprendizaje
PROBABILI fenómenos en determinísticos empírico
DAD Y y aleatorios  Cálculo de probabilidades  Interés y
DISTRIBUCI  Concepto de experimento de sucesos compuestos compromiso para
ONES DE aleatorio aplicando las técnicas de realizar entrega
PROBABILI  Definiciones del concepto de conteo de trabajos en
DAD
probabilidad  Cálculo de probabilidades fechas
 Conceptos básicos de aplicando las operaciones establecidas
(6 Semanas) probabilidades: el Espacio de: suma, complemento y
Muestral, Resultados o puntos probabilidad conjunta.  Demuestra
Muestrales, Eventos o  Cálculo de probabilidades automotivación,
Sucesos, Propiedades aplicando métodos entusiasmo,
Fundamentales del Cálculo de combinados
Probabilidades dedicación y
 Cálculo de probabilidades confianza en
4.2 Métodos para asignar aplicando el árbol de
probabilidades lograr sus
decisión
 Método clásico resultados.
 Cálculo de probabilidades
 Método empírico condicionales  Busca soluciones
 Método subjetivo  Cálculo de probabilidades efectivas
 Ley de los grandes números de sucesos con considerando
4.3 El muestreo de urna o caja información posterior reglas,
 Concepto de ensayo (teorema de Bayes)
instrucciones y
 El muestreo de caja como  Construcción de la procedimientos
experimento aleatorio distribución de

8
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

 Muestreo con remplazamiento probabilidad de variables impartidos por su

y muestreo sin aleatorias discretas docente
remplazamiento  Cálculo del valor
 Muestreo ordenado y esperado y la desviación  Expresa ideas
desordenado estándar de variables claras
4.4 Técnica del diagrama de árbol aleatorias discretas verbalmente.
para establecer el espacio  Cálculo de probabilidades
muestral de un experimento de sucesos aplicando los  Coopera
aleatorio modelos de distribución efectivamente
4.5 Técnicas de conteo para de probabilidad Binomial con sus
calcular el tamaño del espacio y de Poisson compañeros de
muestral y el tamaño de un  Explicación del concepto trabajo
suceso de: función de densidad
 Principio Fundamental del de probabilidad
conteo  Explicación del
 Permutaciones significado del área bajo
 Combinaciones la función de densidad de
4.6 Operaciones con probabilidad de una
probabilidades variable aleatoria
 Clasificación de los sucesos continua
en Mutuamente Excluyentes y  Solución de problemas
Compatibles o en Sucesos aplicando el modelo
Independientes y Sucesos probabilístico normal
Dependientes.
 Suma de probabilidades
 Complemento
 Probabilidad conjunta
 Probabilidad condicional
 Cálculo de probabilidades por
métodos combinados
 Cálculo de probabilidades
aplicando el árbol de decisión
 Teorema de Bayes
4.7 Distribuciones de probabilidad
para variables aleatorias
discretas
 Concepto de variable aleatoria
 Concepto de variable aleatoria
discreta
 Concepto de distribución de
probabilidad
 Cálculo del valor esperado y
la desviación estándar de una
variable aleatoria discreta
4.8 Modelos probabilísticos para
variables aleatorias discretas
 Concepto de modelo
probabilístico
 Modelo probabilístico Binomial
 Modelo probabilístico de
Poisson
4.9 Variable aleatoria continua
 Concepto de variable aleatoria

9
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

continua
 Propiedades de la
distribuciones de probabilidad
de las variables aleatorias
continuas
 La función de densidad de
probabilidad
 Significado del área bajo la
función de densidad de
probabilidad de una variable
aleatoria continua
4.10 La distribución de
probabilidad Normal
 La curva normal
 Características de la curva
normal
 Parámetros de la distribución
normal
 Familias de distribuciones
normales
 La distribución normal
estándar
 Valores tipificados
 La tabla normal: áreas bajo la
curva normal
 Cálculo de probabilidades
utilizando la distribución
normal

REFERENCIAS BIBLIOGRÁFICAS
BIBLIOGRAFÍA BÁSICA Y COMPLEMENTARIA
 Anderson, D., Sweeney, D., & Williams, T. (2012). Estadística para negocios y economía (Onceava
ed.). Editorial CENGAGE Learning.
 Levin, R., & Rubin, D. (2004). Estadística para administración y economía. (Séptima ed.). México:
Editorial Pearson Educación.
 Lind, D., Marchal, W. & Wathen, S. (2016). Estadística Aplicada a los Negocios y la Economía.
Décimo Sexta Edición. Editorial McGraw Hill.
 Martínez B., C. (2012). Estadística y Muestreo. Décima Tercera Edición. Editorial ECOE.
 Spiegel, M., Schiller J. & Srinivasan, A. (2010). Probabilidad y Estadística Schaum. Tercera
Edición. Editorial McGraw Hill.
 Spiegel, M, & Stephens, L. (2001). Estadística. Tercera edición. Editorial McGraw Hill.
WEBGRAFÍA
 Rincón, German. (2017). Estadística de Tecnología. Recuperado el 30 de Junio de 2017. En Línea:
https://sites.google.com/site/estadisticadetecnologia/
 Gómez, Araceli. (2013). Uso de la tabla de distribución de probabilidad normal estándar.
Recuperado el 30 de Junio de 2017. En Línea: https://es.slideshare.net/AraceliGomezMorillo/uso-
de-la-tabla-de-distribucion-de-probabilidad-normal-estandar

MEDIOS AUDIOVISUALES
 Rincón, German. (2015). Como establecer la frecuencia absoluta de una distribución de
frecuencias. Recuperado el 30 de Junio de 2017. En Línea:

10
 UNIDADES TECNOLÓGICAS DE SANTANDER
PLAN DE CURSO

https://www.youtube.com/watch?v=fOg7ULxYJ6Q&feature=youtu.be
 Rincón, German. (2015). Construcción histograma frecuencia relativa. Recuperado el 30 de Junio
de 2017. En Línea: https://www.youtube.com/watch?v=U0NjGZ_q4ww&feature=youtu.be
 Rincón, German. (2014). Cómo cargar el complemento de Excel: Análisis de datos. Recuperado el
30 de Junio de 2017. En Línea: https://www.youtube.com/watch?v=8aji0spRGJg
 Rincón, German. (2014). Construcción de un Polígono de frecuencias. Recuperado el 30 de Junio
de 2017. En Línea: https://www.youtube.com/watch?v=I1Rq-K-g4uY

SOFTWARE, AULAS VIRTUALES Y OTROS ESPACIOS ELECTRÓNICOS

N.A.
LABORATORIOS Y/O SITIOS DE PRÁCTICA
N.A.
EQUIPOS Y MATERIALES
N.A.

11