Materia	Carrera	Plan	Año	Periodo
MODELOS NO PARAMÉTRICOS	LICENCIATURA EN ANÁLISIS Y GES	OCS-1-27/22	2026	2° cuatrimestre

Docente	Función	Cargo	Dedicación
PENNA, FABRICIO ORESTES	Prof. Responsable	P.Adj Simp	10 Hs
MACHADO, GERARDO DAVID	Prof. Co-Responsable	Visitante	20 Hs
GARAY, PABLO GERMÁN	Auxiliar de Práctico	A.1ra Simp	10 Hs
ZENTENO, DANIEL EDUARDO	Auxiliar de Laboratorio	A.1ra Simp	10 Hs

El futuro ejercicio profesional como Licenciado/a en Análisis y Gestión de Datos / Analista Universitario/a de Datos hace necesario introducir a los/as estudiantes en el estudio de los modelos estadísticos no paramétricos, dado que estos constituyen un conjunto de técnicas inferenciales que requieren supuestos más flexibles o usan modelos de distribución libre (distribution-free), gran parte de ellas se fundamentan en el uso de rangos vinculados a los datos de la variable o variables de interés, ya sea que se trate de un problema de inferencia relacionado con una muestra aleatoria, dos o más muestras (apareadas o independientes).
Toda investigación tiene la necesidad de ser rigurosa y debe afrontarse a partir de un proceso sistemático que permita reducir, en la medida de lo posible, la influencia de variables azarosas. Desde una perspectiva cuantitativa, se proporcionarán los fundamentos conceptuales y metodológicos necesarios, para realizar análisis inferenciales no paramétricos, así como para la lectura de informes de investigación.
Este curso, que se dicta para los/as estudiantes de 2º año (2º cuatrimestre) de la Licenciatura en Análisis y Gestión de Datos / Analista Universitario/a de Datos, aborda el análisis estadístico desde una perspectiva pospositivista, proporcionando de este modo un marco epistemológico acorde con criterios científicos. Esta perspectiva rigurosa se brinda siempre enfocada a poder generar, como docentes-investigadores/as, herramientas con el propósito de contribuir, mediante la producción y el análisis riguroso de evidencia, a la toma de decisiones orientadas al bienestar de la sociedad.
El sentido del curso en la carrera consiste, además, en brindar la posibilidad de realizar una lectura crítica de investigaciones cuantitativas, favoreciendo la toma de decisiones fundamentadas y la implementación de intervenciones más favorables para los/as implicados/as, resguardando siempre los aspectos éticos.

A. Conocer el significado del vocabulario técnico de estadística no paramétrica.
B. Conocer las convenciones y los criterios en que se basa el empleo de los procedimientos estadísticos considerados.
C. Identificar y analizar problemas susceptibles de resolverse mediante métodos estadísticos no paramétricos.
D. Seleccionar y aplicar procedimientos estadísticos no paramétricos adecuados para la obtención de indicadores estadísticos.
E. Interpretar las técnicas estadísticas no paramétricas en relación con los propósitos de la investigación.
F. Desarrollar habilidades para la resolución de problemas mediante la ejercitación sistemática de procedimientos estadísticos no paramétricos.
G. Planificar y ejecutar la secuencia lógica necesaria para la resolución de problemas estadísticos.
H. Analizar y presentar los resultados obtenidos mediante la aplicación de procedimientos estadísticos no paramétricos.
I. Tomar decisiones fundamentadas a partir de los resultados obtenidos mediante técnicas estadísticas no paramétricas.

Unidad 1: Bondad de ajuste, Independencia y Homogeneidad
Prueba ji cuadrado para una muestra: Bondad de ajuste y para dos muestras: Independencia y Homogeneidad. Tablas de contingencia. Características principales. Utilización de software estadístico. Aplicaciones prácticas a distintos campos.

Unidad 2: Muestras apareadas (Parte A)
Pruebas para dos muestras apareadas: Prueba M de McNemar (para la significación de cambios) y Prueba de rangos signados de Wilcoxon. Características principales. Utilización de software estadístico. Aplicaciones prácticas a distintos campos.

Unidad 3: Muestras apareadas (Parte B)
Prueba para dos muestras apareadas: Prueba del signo y para tres o más muestras dependientes: Prueba de Friedman. Características principales. Utilización de software estadístico. Aplicaciones prácticas a distintos campos.

Unidad 4: Muestras independientes (Parte A)
Prueba para dos muestras independientes: Prueba U de Wilcoxon-Mann-Whitney (como alternativa de la prueba “t” de Student) y Prueba de Kolmogorov-Smirnov, para determinar si dos muestras independientes se han extraído de la misma población (o bien, de dos poblaciones con la misma distribución). Características principales. Utilización de software estadístico. Aplicaciones prácticas a distintos campos.

Unidad 5: Muestras independientes (Parte B)
Prueba para tres o más muestras independientes: Prueba H de Kruskal-Wallis y, para dos muestras independientes, Coeficiente de correlación por rangos ordenados de Spearman. Características principales. Utilización de software estadístico. Aplicaciones prácticas a distintos campos.

Plan de Trabajos Prácticos
Las Actividades Acreditables de Autoevaluación (AAA) consisten en la resolución -virtual- de actividades de aprendizaje elaboradas para cada una de las Unidades del programa. Las AAA a desarrollar son:

• AAA nº1: Bondad de ajuste, Independencia y Homogeneidad: Prueba ji cuadrado
• AAA nº2: Muestras apareadas (Parte A): Prueba de McNemar y Prueba de Wilcoxon
• AAA nº3: Muestras apareadas (Parte B): Prueba del Signo y Prueba de Friedman
• AAA nº4: Muestras independientes (Parte A): Prueba de Wilcoxon-Mann-Whitney y Prueba de Kolmogorov-Smirnov
• AAA nº5: Muestras independientes (Parte B): Prueba de Kruskal-Wallis y Prueba de Spearman

Las AAA serán autoevaluadas por el/la estudiante con la supervisión del equipo docente y dichas AAA tendrán 2 (dos) intentos de realización y serán valoradas cualitativamente: “alcanzó los objetivos” (obteniendo un porcentaje igual o superior al 50%) o “no alcanzó los objetivos” (cuando el porcentaje obtenido sea inferior al 50%). Asimismo, las AAA mencionadas supra son obligatorias, no se recuperan (por ser actividades de autoevaluación) y no tendrán injerencia en la nota obtenida para la regularidad o bien, para la promoción del curso.

Régimen de Aprobación
El régimen de aprobación se elabora siguiendo lo dispuesto por la Ordenanza CS 05/18 (Anexo II) y la Ordenanza CS 27/22.

Trabajos Prácticos Evaluativos (TPE).
Los contenidos evaluados en estos TPE de conocimiento serán:
• TPE nº1: Unidades nº1, nº2 y nº3
• TPE nº2: Unidades nº4 y nº5
Ambos TPE programados serán virtuales e individuales y, cada uno de ellos, tendrá 3 (tres) instancias.

Normas de promoción:
El/la estudiante promocional será aquel/lla que cumpla con la aprobación de los 2 (dos) TPE, con un porcentaje igual o superior al 70%, en cada una de ellas.

Normas de regularidad:
El/la estudiante regular será aquel/lla que cumpla con la aprobación de los 2 (dos) TPE con, en al menos uno de ellos, un porcentaje igual o superior al 40% e inferior al 70%.
­
Examen final para estudiantes regulares:
El examen final para estudiantes regulares consistirá en una evaluación escrita (virtual) teórico-práctica, con temas de las 5 (cinco) unidades previstas en el programa, y se aprueba con un porcentaje igual o superior al 50%, equivalente a 4 (cuatro) puntos.

Normas para estudiantes libres:
Serán estudiantes libres quienes no hayan cumplido con algunos de los requisitos fijados para la obtención de la regularidad/promoción. Para rendir la materia bajo esta condición deberá aprobarse una instancia escrita (virtual) teórico-práctica, con temas de las cinco unidades previstas en el programa, y se aprueba con un porcentaje igual o superior al 80%, equivalente a una calificación mínima de 4 (cuatro) puntos.

[1] Burbano Pantoja, V.M.A.; Valdivieso Miranda, M.A.; Burbano Valdivieso, A.S. (2023). “La estadística no paramétrica en los libros de texto universitarios: situaciones problema para promover la investigación científica desde el aula”. https://librosaccesoabierto.uptc.edu.co/index.php/editorial-uptc/catalog/download/213/246/5057?inline=1
[2] Elorza Pérez-Tejada, H. (2008). "Estadística para las ciencias sociales, del comportamiento y de la salud". 3ª ed. https://www.academia.edu/38650387/Haroldo_Elorza_Pérez_Tejada
[3] Gómez Villegas, M.A. (2005). “Inferencia Estadística”. https://books.google.es/books?hl=es&lr=&id=YOuODwAAQBAJ&oi=fnd&pg=PR9&dq=estad%C3%ADstica+no+param%C3%A9trica&ots=KG-6nsMCPb&sig=l2ohDWxyXpsH5ixr7B5pHRPo0cM#v=onepage&q=estad%C3%ADstica%20no%20param%C3%A9trica&f=false
[4] Triola, M.F. (2018). “Estadística”. https://idoc.pub/documents/estadistica-12va-edicion-mario-f-triola-pdf-ylygxo0gwdlm

[1] Berenson, M.L y Levine, D.M. (1982). “Estadística para Administración y Economía: Conceptos y aplicaciones”. Nueva editorial Interamericana, S.A. de C.V. México.
[2] Conover, W.J. (1999). “Practical Nonparametric Statistics”. 3rd ed. John Wiley & Sons, Inc. New York.
[3] Hernández Sampieri, R.; Fernández Collado, C. y Baptista Lucio, P. (2014). "Metodología de la Investigación". Ed. McGraw-Hill Interamericana. 6ª ed. México.
[4] Hollander, M.; Wolfe, D.A. y Chicken, E. (2014). “Nonparametric Statistical Methods”. 3rd ed. John Wiley & Sons, Inc. New York.
[5] Pagano, R.R. (1998). “Estadísticas para las Ciencias del Comportamiento”. 5ª ed. International Thomson Editores. México.

I. Propiciar el conocimiento, comprensión y aplicación de las técnicas estadísticas no paramétricas en la investigación.
II. Desarrollar competencias para la investigación mediante la aplicación de métodos estadísticos no paramétricos.
III. Promover una conducta ética y responsable en el estudio, el ejercicio profesional y la práctica de la investigación.

Unidad 1: Bondad de ajuste, Independencia y Homogeneidad
Unidad 2: Muestras apareadas (Parte A)
Unidad 3: Muestras apareadas (Parte B)
Unidad 4: Muestras independientes (Parte A)
Unidad 5: Muestras independientes (Parte B)

- - -

a) En caso de inscribirse para rendir examen final, una vez realizada la inscripción, debe ponerse en contacto con el Profesor Fabricio Penna, al email fabricio.penna@gmail.com, para acordar consulta, modalidad y horario de examen.
b) Frente a cualquier duda tecnológica, debe dirigirse al Tutor Tecnológico Daniel Zenteno, siendo el email de contacto: profedanielzenteno@gmail.com