Syllabus
AEF-1024 ESTADISTICA INFERENCIAL I
DR. JOSE ALFONSO CUEVAS BACAB
jacuevas@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
3 | 3 | 2 | 5 | Ciencias Básicas |
Prerrequisitos |
Competencias | Atributos de Ingeniería |
Normatividad |
Materiales |
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 |