2
 MATERIA: ESTADÍSTICA INFERENCIAL I (IGE-ING. IND) PROFESOR: ING. CARLOS BENIGNO ROBLES VERDUZCO PERIODO: ENE-JUN 2011 a) OBJETIVO(S) GENERAL(E S) DEL CURSO (competencia específica a desarrollar en el curso). Analizar y aplicar conceptos, técn icas de la estadística inferencial en la solución de problemas en áreas de la Ingeniería. Así como la toma de decisiones, con base en los elementos teóricos adquiridos, que permitan reducir la incertidumbre. b) APORTACIÓN DEL CURSO AL PERFIL DEL EGRESADO. Esta asignatura, aporta al perfil del Ingeniero en Gestión Empresarial, la capacidad para explicar fenómenos involucrados con los procesos de la toma de decisiones en los negocios y, la sensibilidad y conocimientos para hacer uso eficiente de las pruebas de hipótesis, en el ámbito donde se sitúe su desempeño profesional. c) RELACIÓN CON OTRAS MATERIAS/TEMAS ANTERIORES AL CURSO. Derivar funciones con variables independientes múltiples. Integrar funciones de una sola variable independiente. Resolver sistemas de ecuaciones lineales mediante los métodos de CRAMER o GAUSS-JORDAN. Aplicar las leyes de probabilidad a los fenómenos organizacionales de las empresas. Utilizar, como medida del desempeño de las acciones, los indicadores paramétricos: media y varianza. Conocer y comprender las características de la distribución normal. Utilizar software (Statgrafhics). Actitud proactiva. d) RELACIÓN CON OTRAS MATERIAS/TEMAS POSTERIORES AL CURSO. e) COMPETENCIAS PREVIAS: Derivar funciones con variables independientes múltiples. Integrar funciones de una sola variable independiente. Resolver sistemas de ecuaciones lineales mediante los métodos de CRAMER o GAUSS-JORDAN. Aplicar las leyes de probabilidad a los fenómenos organizacionales de la s empresas. Utilizar, como medida del desempeño de las acciones, los indicadores paramétricos: media y varianza. Conocer y comprender las características de la distribución normal. Utilizar software (Statgrafhics). Actitud proactiva. e) TEMARIO DEL CURSO. UNIDAD 1: Introducción a la estadística inferencial. UNIDAD 2: Inferencia estadística: estimación. UNIDAD 3: Pruebas de hipótesis con una muestra. UNIDAD 4: Pruebas de hipótesis con dos muestras y varias muestras de datos numéricos. UNIDAD 5: Pruebas de hipótesis con dos muestras y varias muestras con datos categóricos. f) UNIDADES DE APRENDIZAJE DEL CURSO Y SU RESPECTIVA BIBLIOGRAFÍA. Competencias específicas a desarrollar por unidad: UNIDAD 1: Introducción a la estadística inferencial. Entender los conceptos fundamentales de la inferencia estadística. UNIDAD 2: Inferencia estadística: estimación. Explicar los diferentes métodos de estimación que permitirían definir un buen estimador para los diferentes parámetros de una población y nos permitan aplicarlos a situaciones reales. Así como su aplicación a lo s métodos estadísticos para inferir. UNIDAD 3: Pruebas de hipótesis con una muestra. Reali zar aplicaci ones en el uso de las prueb as de hipót esis y reco nocer la poten cia de dichas pruebas para inferir características poblacionales. UNIDAD 4: Pruebas de hipótesis con dos muestras y varias muestras de datos numéricos. Realizar aplicaciones de pruebas de hipótesis con dos o más poblaciones para inferir características de las mismas. UNIDAD 5: Pruebas de hipótesis con dos muestras y varias muestras con datos categóricos. Realizar aplicaciones de pruebas de hipótesis con varias poblaciones empleando datos categóricos que permitan inferir el comportamiento de sus parámetros. Bibliografía en todas las unidades: 1.Levin I. Richard Estadística para administradores. Editorial: Prentice-Hall. 2. Kazmier. Estadística aplicada para la administración y economía. Editorial: McGraw Hill 3.Walphole. Probabilidad y estadística. Editorial McGraw Hill 4.John E. Freund A. Simon. Estadística elemental. Editorial: Prentice-Hall. 5. Hoel, Paul G., Sidney C. Port & Charles J. Stone, “Introduction to Statistical Theory”, Houghton Mifflin Company . 6. Dixon, Wilfrid J., & Frank J. Massey, Jr ., “Introduction to Statistical Analysis”, McGraw-Hill Book Company. 7. Montgomery, Douglas C., Lynwood A. Johnson & John S. Gardiner, “Forecasting & Time Series Analysis”, McGraw-Hill International Editions. 8. Mendenhall, William, Richard L. Scheaffer & Dennis D. Wackerly , “Estadística Matemática con Aplicaciones”, Grupo Editorial Iberoamérica. 9. Yamane, Taro, “Estadística”, Harla, S.A. 10. Shao, Stephen P ., “Estadística para Economistas y Administradores de Empresas”, Herrero Hermanos, Sucs., S.A. 11. Olivera Salazar, Antonio & Sergio Zúñi ga Barrera, “Regresión y Correlación”, Editorial Limus a g) ESTRATEGIAS DIDÁCTICAS A SEGUIR. El curso está desarrollado totalmente en forma presencial mediante la modalidad de clases en el aula, las unidades se verán a lo largo del curso con la modalidad de temas. Cada unidad se basa en el desarrollo de dos modelos pedagógicos: Tratado de temas teóricos: Se facilitan textos para lectura para que el alumno realice resúmenes, mapas conceptuales, etcétera. Tratado de temas prácticos: Se proporcionan ejemplos como demostración, para que el alumno realice actividades en forma de ejercicios prácticos con guía, explicación por parte del profesor y luego evaluar. h) LOS CRITERIOS DE EV ALUACIÓN Y ACREDITACIÓN RESPECTIVA. Examen escrito de conocimientos 70% Productos de aprendizaje 20% Portafolio de evidencias 10% Nota: Para poder sumar el valor de los Productos de Aprendizaje y Portafolio se requiere haber aprobado el examen con mínimo de 70. i) CALENDARIZACIÓN DEL TRABAJO SEMESTRAL. UNIDAD FECHA INICIO FECHA FINAL FECHA EV ALUACIÓN 1. Introducción a la estadística inferencial. 30 ENE 2012 15 FEB 2012 17 FEB 2012 2. Inferencia estastica: estimación. 20 FEB 2012 09 MAR 2012 16 MAR 2012 3. Pruebas de hipótesis con una muestra. 20 MAR 2012 19 ABR 2012 20 ABR 2012 4. Pruebas de hipótesis con dos muestras 23 ABR 2012 17 MA Y 2012 18 MA Y 2012 y varias muestras de datos numéricos. 5. Pruebas de hipótesis con dos muestras 21 MA Y 2012 07 JUN 2012 8 JUN 2012 y varias muestras con datos categóricos.

06_Información de Inicio del curso de EI 1

Embed Size (px)

Citation preview

5/12/2018 06_Informaci n de Inicio del curso de EI 1 - slidepdf.com

http://slidepdf.com/reader/full/06informacion-de-inicio-del-curso-de-ei-1 1/2

MATERIA: ESTADÍSTICA INFERENCIAL I (IGE-ING. IND) PROFESOR: ING. CARLOS BENIGNO ROBLES VERDUZCO PERIODO: ENE-JUN 20a) OBJETIVO(S) GENERAL(ES) DEL CURSO (competencia específica a desarrollar en el curso).Analizar y aplicar conceptos, técnicas de la estadística inferencial en la solución de problemas en áreas de la Ingeniería. Así como la toma de decisioneen los elementos teóricos adquiridos, que permitan reducir la incertidumbre.b) APORTACIÓN DEL CURSO AL PERFIL DEL EGRESADO. Esta asignatura, aporta al perfil del Ingeniero en Gestión Empresarial, la capacidad pafenómenos involucrados con los procesos de la toma de decisiones en los negocios y, la sensibilidad y conocimientos para hacer uso eficiente de las phipótesis, en el ámbito donde se sitúe su desempeño profesional.c) RELACIÓN CON OTRAS MATERIAS/TEMAS ANTERIORES AL CURSO.

Derivar funciones con variables independientes múltiples. Integrar funciones de una sola variable independiente. Resolver sistemas de ecuacionmediante los métodos de CRAMER o GAUSS-JORDAN. Aplicar las leyes de probabilidad a los fenómenos organizacionales de las empresacomo medida del desempeño de las acciones, los indicadores paramétricos: media y varianza. Conocer y comprender las características de la dnormal. Utilizar software (Statgrafhics). Actitud proactiva.

d) RELACIÓN CON OTRAS MATERIAS/TEMAS POSTERIORES AL CURSO.

e) COMPETENCIAS PREVIAS:• Derivar funciones con variables independientes múltiples.• Integrar funciones de una sola variable independiente.• Resolver sistemas de ecuaciones lineales mediante los métodos de CRAMER o GAUSS-JORDAN.• Aplicar las leyes de probabilidad a los fenómenos organizacionales de las empresas.• Utilizar, como medida del desempeño de las acciones, los indicadores paramétricos: media y varianza.• Conocer y comprender las características de la distribución normal.• Utilizar software (Statgrafhics).• Actitud proactiva.

e) TEMARIO DEL CURSO.UNIDAD 1: Introducción a la estadística inferencial.UNIDAD 2: Inferencia estadística: estimación.UNIDAD 3: Pruebas de hipótesis con una muestra.UNIDAD 4: Pruebas de hipótesis con dos muestras y varias muestras de datos numéricos.UNIDAD 5: Pruebas de hipótesis con dos muestras y varias muestras con datos categóricos.

f) UNIDADES DE APRENDIZAJE DEL CURSO Y SU RESPECTIVA BIBLIOGRAFÍA.Competencias específicas a desarrollar por unidad:

UNIDAD 1: Introducción a la estadística inferencial. Entender los conceptos fundamentales de la inferencia estadística.UNIDAD 2: Inferencia estadística: estimación. Explicar los diferentes métodos de estimación que permitirían definir un buen estimadodiferentes parámetros de una población y nos permitan aplicarlos a situaciones reales. Así como su aplicación a los métodos estadísticos para inUNIDAD 3: Pruebas de hipótesis con una muestra. Realizar aplicaciones en el uso de las pruebas de hipótesis y reconocer la potenciapruebas para inferir características poblacionales.UNIDAD 4: Pruebas de hipótesis con dos muestras y varias muestras de datos numéricos. Realizar aplicaciones de pruebas de hipótesismás poblaciones para inferir características de las mismas.UNIDAD 5: Pruebas de hipótesis con dos muestras y varias muestras con datos categóricos. Realizar aplicaciones de pruebas de hipvarias poblaciones empleando datos categóricos que permitan inferir el comportamiento de sus parámetros.Bibliografía en todas las unidades:1.Levin I. Richard Estadística para administradores. Editorial: Prentice-Hall.2. Kazmier. Estadística aplicada para la administración y economía. Editorial: McGraw Hill3.Walphole. Probabilidad y estadística. Editorial McGraw Hill4.John E. Freund A. Simon. Estadística elemental. Editorial: Prentice-Hall.5. Hoel, Paul G., Sidney C. Port & Charles J. Stone, “Introduction to Statistical Theory”, Houghton Mifflin Company.6. Dixon, Wilfrid J., & Frank J. Massey, Jr., “Introduction to Statistical Analysis”, McGraw-Hill Book Company.

7. Montgomery, Douglas C., Lynwood A. Johnson & John S. Gardiner, “Forecasting & Time Series Analysis”, McGraw-Hill International Editions.8. Mendenhall, William, Richard L. Scheaffer & Dennis D. Wackerly, “Estadística Matemática con Aplicaciones”, Grupo Editorial Iberoamérica.9. Yamane, Taro, “Estadística”, Harla, S.A.10. Shao, Stephen P., “Estadística para Economistas y Administradores de Empresas”, Herrero Hermanos, Sucs., S.A.11. Olivera Salazar, Antonio & Sergio Zúñiga Barrera, “Regresión y Correlación”, Editorial Limusa

g) ESTRATEGIAS DIDÁCTICAS A SEGUIR.El curso está desarrollado totalmente en forma presencial mediante la modalidad de clases en el aula, las unidades se verán a lo largo del cumodalidad de temas. Cada unidad se basa en el desarrollo de dos modelos pedagógicos:Tratado de temas teóricos: Se facilitan textos para lectura para que el alumno realice resúmenes, mapas conceptuales, etcétera.Tratado de temas prácticos: Se proporcionan ejemplos como demostración, para que el alumno realice actividades en forma de ejercicios práguía, explicación por parte del profesor y luego evaluar.

h) LOS CRITERIOS DE EVALUACIÓN Y ACREDITACIÓN RESPECTIVA.Examen escrito de conocimientos – 70%Productos de aprendizaje – 20%Portafolio de evidencias – 10%Nota: Para poder sumar el valor de los Productos de Aprendizaje y Portafolio se requiere haber aprobado el examen con mínimo de 70.

i) CALENDARIZACIÓN DEL TRABAJO SEMESTRAL.UNIDAD FECHA INICIO FECHA FINAL FECHA EVALU1. Introducción a la estadística inferencial. 30 ENE 2012 15 FEB 2012 17 FEB 20122. Inferencia estadística: estimación. 20 FEB 2012 09 MAR 2012 16 MAR 20123. Pruebas de hipótesis con una muestra. 20 MAR 2012 19 ABR 2012 20 ABR 20124. Pruebas de hipótesis con dos muestras 23 ABR 2012 17 MAY 2012 18 MAY 2012y varias muestras de datos numéricos.5. Pruebas de hipótesis con dos muestras 21 MAY 2012 07 JUN 2012 8 JUN 2012y varias muestras con datos categóricos.

5/12/2018 06_Informaci n de Inicio del curso de EI 1 - slidepdf.com

http://slidepdf.com/reader/full/06informacion-de-inicio-del-curso-de-ei-1 2/2