Syllabus
AEF-1024 ESTADISTICA INFERENCIAL I
DR. FELIPE AUGUSTO CARRILLO SANCHEZ
facarrillo@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
3 | 3 | 2 | 5 | Ciencias Básicas |
Prerrequisitos |
Concepto y manejo de límites y continuidad. | Aplicar reglas de derivación. | Calcular Máximos y Mínimos | Tener conocimientos del cálculo integral | Calcular e interpretar las medidas de tendencia central y de dispersión de una variable | Conceptuar la variable aleatoria: Discreta y Continua | Calcular una matriz inversa. | Calcular el valor esperado. |
Competencias | Atributos de Ingeniería |
Normatividad |
1. El pase de lista, se realizará 15 min después de iniciada la sesión, la llegada dentro de los 15 min posteriores a este tiempo se tomará como retardo, tres de los cuales equivaldrán a una falta; la llegada al salon de clases despues de 45 min de iniciada la clase se tomará como falta automática; asimismo, es requisito para presentar el examen institucional que el alumno cuente con un mínimo de 80% de asistencia. 2.- Las faltas sólo podrán ser justificadas con documentos oficiales. 3.- Los trabajos de investigación, tareas y/o exposiciones, deberán entregarse en tiempo y forma indicada, no se aceptarán de manera extemporánea. 4.- Los alumnos deberán dirigirse con respeto y de manera apropiada a sus compañeros y autoridades del instituto usando un lenguaje apropiado y cortés. 5.- Los teléfonos celulares deben ser apagados antes de la sesión o configurarlo en la modalidad de vibración. 6.- Está prohibido introducir alimentos al salón de clases. |
Materiales |
1.- Libreta o cuaderno profesional. 2.- Calculadora científica. 3.- Pluma y lapiz para apuntes. |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Probabilidad y estadística aplicadas a la ingeniería / |
Montgomery, Douglas C. |
Limusa, |
2a. / 2012. |
1 |
- |
Estadística aplicada / |
Horra Navarro, Julián de la |
Diaz de Santos, |
3a. / 2003. |
7 |
- |
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 2.1.3 | |
PARCIAL 2 | De la actividad 3.1.1 a la actividad 3.1.3 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Distribuciones fundamentales para el muestreo
1.1. Escoge el tipo de muestreo al que corresponde un experimento según la selección de la variable de estudio para observar su comportamiento. 1.1.1. Buscar información sobre conceptos relacionados con el muestreo. ![]() ![]() ![]() 1.1.2. Distinguir entre muestreo aleatorio probabilístico y no probabilístico. ![]() 1.1.3. Obtener los valores de probabilidad de t, χ2, F y Z de las diferentes distribuciones muestrales. ![]() ![]() |
2. Estimación
2.1. Aplica los fundamentos de la teoría de estimación en problemas que requieran el cálculo del tamaño de la muestra para determinar los diferentes intervalos de confianza según la variable que se está analizando en procesos industriales y logísticos. 2.1.1. Buscar información sobre conceptos relacionados con estimación. ![]() ![]() 2.1.2. Proporcionar al estudiante situaciones hipotéticas de procesos y/o poblaciones finitas para que obtengan un conjunto de datos para establecer una estimación por intervalo dependiendo la variable que se está midiendo con el fin de obtener la muestra d ![]() 2.1.3. Interpretar el significado de los intervalos de confianza para: la media, diferencia de medias, la proporción, diferencia de proporciones, varianza y relación de varianzas. ![]() |
3. Pruebas de hipótesis
3.1. Realiza pruebas de hipótesis para comparar si los valores de los estadísticos obtenidos de una muestra tienen una diferencia significativa con un valor supuesto asumiendo cierto nivel de confianza y tomando en cuenta los criterios de aceptación o rec 3.1.1. Buscar información sobre conceptos relacionados con pruebas de hipótesis. ![]() ![]() 3.1.2. Formular y resolver ejercicios aplicando la metodología de prueba de hipótesis para la variable que se está midiendo y obtener tamaño de muestra para diferentes situaciones error tipo I, error tipo II y potencia de la prueba. ![]() 3.1.3. Simular un caso en donde se genere una hipótesis para una situación en donde el interés pueda ser, la media, diferencia de medias, proporción, diferencia de proporciones, varianza y relación de varianzas: Generar datos del caso, Probar la hipótesis, ![]() |
4. Pruebas de bondad de ajuste y pruebas no paramétricas
4.1. Realiza 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. Buscar información sobre conceptos relacionados con pruebas de bondad de ajuste y pruebas no paramétricas. ![]() ![]() 4.1.2. Resolver ejercicios aplicando: Prueba χ2, Prueba de Kolmogorov-Smirnov, prueba de Anderson Darling, Prueba de Ryan – Joiner, Prueba de Shappiro – Wilk. ![]() 4.1.3. Utilizar TIC’s para realizar las pruebas de bondad y ajuste y pruebas no paramétricas. ![]() |
5. Regresión lineal simple y múltiple
5.1. Utiliza el diagrama de dispersión de datos bivariados de un experimento para hacer una estimación en procesos de la industria y la logística aplicando los conceptos de regresión lineal simple. 5.1.1. Buscar información sobre conceptos relacionados con la regresión lineal simple. ![]() ![]() 5.1.2. Utilizar un modelo de regresión para propósitos de estimación y predicción para analizar la relación entre dos variables. ![]() 5.1.3. Aplicar las pruebas de hipótesis para evaluar su calidad de ajuste. ![]() |
Prácticas de Laboratorio (20242025N) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20242025N) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |