Syllabus
AEF-1024 ESTADISTICA INFERENCIAL I
MAC. RAMIRO JOSÉ GONZÁLEZ HORTA
rjgonzalez@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
3 | 3 | 2 | 5 | Ciencias Básicas |
Prerrequisitos |
COMPETENCIAS ESPECÍFICAS. 1.Aplica los conceptos de la teoría de la probabilidad. 2. Aplica los conceptos de estadística. 3. Organiza, clasifica, analiza e interpreta datos para la toma de decisiones en aplicaciones de industrial y logística. COMPETENCIAS GENÉRICAS. 1. Capacidad de abstracción, análisis y síntesis. 2. Capacidad de aplicar los conocimientos en la práctica. 3. Capacidad para identificar, plantear y resolver problemas. |
Competencias | Atributos de Ingeniería |
Competencia: Escoger el tipo de muestreo al que corresponde un experimento según la selección de la variable de estudio para observar su comportamiento. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Competencia: Aplicar los fundamentos de la teoría de estimación, el tamaño de la muestra, determinar los intervalos de confianza según la variable que se está analizando en procesos industriales y logísticos. | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas | Competencia: Realizar pruebas de hipótesis y considerar los criterios de aceptación o rechazo en problemas de industria y logística. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Realizar pruebas de bondad de ajuste y no paramétricas para determinar si el comportamiento de un experimento se adecua a una distribución determinada en procesos de la industria y la logística. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Pruebas no paramétricas. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Competencia: Utilizar el diagrama de dispersión de datos bivariados en un experimento para hacer una estimación en procesos de la industria y la logística aplicando los conceptos de regresión lineal simple. | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas |
Normatividad |
Asistencia. 1. La asistencia mínima a clases es de 80% para tener derecho a presentar sus exámenes departamentales. 2. El alumno tendrá una tolerancia de 10 minutos como máximo, según el horario programado, para tener asistencia. 3.Se considerará como retardo, llegar de 15 a 20 minutos después del horario programado. 4.Después de 20 minutos del horario señalado no podrá ingresar al aula. 5. Tres retardos en el parcial, corresponden a una falta. 6. La falta colectiva del grupo a clases será considerada doble y se dará por visto el tema de ese día. Actividades. 1. Los trabajos de evidencias (tareas, cuestionarios, investigaciones, etc.) se entregarán en tiempo y forma de acuerdo a la fecha indicada por el profesor, quedando claro que NO SE RECIBIRÁN trabajos posteriores a la fecha indicada. 2. Una vez revisados los trabajos éstos se deberán subir al MOODLE para quedar como evidencia de su participación. 3. El trabajo en equipo, participación y presentación es obligatoria. Actitudes. 1. No se permite en el salón de clases comida, solo el acceso de agua estará permitido. 2. En el salón no se permite el uso de gorras, lentes negros, así como tampoco vestimenta considerada inadecuada (faldas cortas, shorts, bermudas, blusas escotadas). 3. No está permitido el uso de celulares o algún otro equipo electrónico como los ordenadores, a menos que la profesa indique su uso en el salón de clases. 4. Las llamadas podrán contestarse fuera del salón de clases siempre y cuando el celular se encuentre en modo de vibrador. 5. El alumno que demuestre una mala actitud ante sus compañeros o ante el maestro será suspendido el tiempo que considere el profesor, y se verá reflejada dicha actitud en su calificación en el componente formativo. |
Materiales |
1. Materiales de aprendizaje Syllabus 2. Calculadora científica 3. software excel 4. tablas estadisticas correspondientes a la materia, formularios corespondientes a los temas vistos por parcial.(tablas proporcionadas por el maestro y los formularios elaborados por los propios alumnos a partir de los apuntes de clase) 5. software Statgraphics centurion |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 2.1.5 | |
PARCIAL 2 | De la actividad 3.1.1 a la actividad 5.1.3 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. DISTRIBUCIONES FUNDAMENTALES PARA EL MUESTREO
1.1. Competencia: Escoger el tipo de muestreo al que corresponde un experimento según la selección de la variable de estudio para observar su comportamiento. 1.1.1. Actividad 1. Buscar información sobre conceptos relacionados con el muestreo y discutir en grupo sobre ellos ![]() ![]() ![]() ![]() ![]() ![]() 1.1.2. Actividad 2. Distinguir entre muestreo aleatorio probabilístico y no probabilístico. ![]() 1.1.3. Actividad 3. Obtener un conjunto de datos de situaciones hipotéticas de procesos y/o poblaciones finitas para su análisis. ![]() 1.1.4. Actividad 4. Obtener los valores de probabilidad de t, x^2, F y z de las diferentes distribuciones muestrales e interpretar los resultados obtenidos ![]() ![]() ![]() ![]() ![]() ![]() ![]() |
2. ESTIMACIÓN
2.1. Competencia: Aplicar los fundamentos de la teoría de estimación, el tamaño de la muestra, determinar los intervalos de confianza según la variable que se está analizando en procesos industriales y logísticos. 2.1.1. Introducción. ![]() 2.1.2. Características de un estimador. ![]() 2.1.3. Estimación puntual. ![]() 2.1.4. Estimación por intervalos. ![]() ![]() ![]() ![]() ![]() ![]() ![]() 2.1.5. Determinación del tamaño de muestra. ![]() ![]() ![]() |
3. PRUEBAS DE HIPÓTESIS
3.1. Competencia: Realizar pruebas de hipótesis y considerar los criterios de aceptación o rechazo en problemas de industria y logística. 3.1.1. Introducción. ![]() 3.1.2. Confiabilidad y significancia. ![]() 3.1.3. Errores tipo I y tipo II. ![]() 3.1.4. Potencia de la prueba. ![]() 3.1.5. Formulación de Hipótesis estadísticas. ![]() 3.1.6. Prueba de hipótesis para la media. ![]() 3.1.7. Prueba de hipótesis para la diferencia de medias. ![]() 3.1.8. Prueba de hipótesis para la proporción. ![]() 3.1.9. Prueba de hipótesis para la diferencia de proporciones. ![]() 3.1.10. Prueba de hipótesis para la varianza. ![]() 3.1.11. Prueba de hipótesis para la relación de varianzas. ![]() |
4. PRUEBAS DE BONDAD DE AJUSTE Y PRUEBAS NO PARAMÉTRICAS
4.1. Realizar pruebas de bondad de ajuste y no paramétricas para determinar si el comportamiento de un experimento se adecua a una distribución determinada en procesos de la industria y la logística. 4.1.1. Análisis Ji-Cuadrada. ![]() 4.1.2. Prueba de independencia. ![]() 4.1.3. Prueba de la bondad del ajuste. ![]() 4.1.4. Tablas de contingencia. ![]() 4.2. Pruebas no paramétricas. 4.2.1. Escala de medición. ![]() 4.2.2. Métodos estadísticos contra no paramétricos. ![]() 4.2.3. Prueba de Kolmogorov – Smirnov. 4.2.4. Prueba de Anderson – Darling. 4.2.5. Prueba de Ryan – Joiner. 4.2.6. Prueba de Shappiro – Wilk. |
5. REGRESIÓN LINEAL SIMPLE
5.1. Competencia: Utilizar el diagrama de dispersión de datos bivariados en un experimento para hacer una estimación en procesos de la industria y la logística aplicando los conceptos de regresión lineal simple. 5.1.1. Prueba de hipótesis en la regresión lineal simple. ![]() 5.1.2. Calidad del ajuste en regresión lineal simple. ![]() 5.1.3. Estimación y predicción por intervalo en regresión lineal simple. ![]() |
Prácticas de Laboratorio (20242025N) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20242025N) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |