Sylabus AEF-1024

Syllabus

AEF-1024 ESTADISTICA INFERENCIAL I

MIM. CARLOS ALBERTO DECENA CHAN

cadecena@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. • Utilizar las tablas de las distribuciones normal x², t y F.

Competencias	Atributos de Ingeniería
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.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
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	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
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.	Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas
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
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.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería

Normatividad

El alumno se presentará al salón de clases con una tolerancia de 15 minutos, una vez pasado el siguiente minuto se considera falta no existe el retardo .2.- El alumno guardará el debido respeto en el momento de entrar al salón de clases (hacia sus compañeros y al profesor) 3.- El alumno deberá participar en todas las actividades escolares que el profesor le indique. 4.- El alumno tendrá una tolerancia de 48 hrs. para justificar sus faltas ante la dirección académica. 5.- los trabajos se recibirán en el tiempo y la forma (no se aceptan trabajos fuera de los tiempos pactados) señalada por el profesor de la clase. 6.- El alumno no debe de entrar con gorra al salón de clases 7.- El alumno debe de cumplir con el 80 % de asistencia como mínimo para poder tener derecho al examen departamental (el maestro no justifica faltas) 8.- Resolver los ejercicios que se marquen 9.- El alumno deberá solicitar permiso al profesor para salir del aula cuando se está impartiendo una clase, en caso contario tendrá una sanción en su calificación.10. El uso del teléfono celular deberá estar en modo vibrador y solo se contestan si son de urgencia.11. No se permitirá tomar fotografías o grabar video en clase 12. Respecto a una Petición o Solicitud de Palabra del estudiante hacia el profesor, durante la Sesión de Clase, el estudiante deberá alzar la mano -- Esta estrictamente prohibido ingerir alimentos, golosinas y refrescos durante la sesión de clases, lo anterior hace acreedor al estudiante a una Sanción 13.- La primera advertencia consiste en solicitar al estudiante de la manera más cordial su salida de la Sesión de Clase, sanción correspondiente la respectiva falta del día de clase. La segunda advertencia consiste: El estudiante que incurra por segunda ocasión en no guardar el orden dentro del aula de clase, obtendrá como sanción su falta doble de la materia, en consecuencia debido a faltas podría perder el derecho a exámenes ordinarios. Nota: Los alumnos que no cumplan con un 50% de asistencia y no tengan el 50% de actividades por rubro no tienen derecho a primera reevaluación. Para que tenga derecho a segunda deberá cumplir con el 40% de asistencia y con el 50% de actividades por rubro. al no cumplir alguna de estas condiciones sera recursar la asignatura. Las sesiones en línea es obligatorio tener la cámara encendida para verificar su asistencias a las sesiones.

Materiales

Calculadora cientifica, 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)

Bibliografía disponible en el Itescam
Título	Autor	Editorial	Edición/Año	Ejemplares
Estadística aplicada /	Horra Navarro, Julián de la	Diaz de Santos,	3a. / 2003.	7	-
Probabilidad y estadística para ingeniería y ciencias /	Devore, Jay L.	Cengage learning,	MÃ©xico: / 2008	16	-
Probabilidad /	Lipschutz, Seymour	McGraw-Hill ,	1991.	4	-
Probabilidad y estadística/	Sánchez Corona, Octavio	McGraw-Hill,	2a / 2004.	1	-
Probabilidad y estadística para ingeniería y ciencias /	Sheldon, M. Ross	McGraw-Hill,	2a. / 2002.	12	-
Probabilidad y estadística para ingeniería y ciencias /	Walpole, Ronald E.	Pearson educación,	8a. / 2007.	12	-
Probabilidad y estadística /	Spiegel, Murray R.	McGraw-Hill,	2a. / 2003.	3	-

Parámetros de Examen
PARCIAL 1	De la actividad 1.1.1 a la actividad 2.2.2
PARCIAL 2	De la actividad 3.3.1 a la actividad 5.1.1

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. Buscar información sobre conceptos relacionados con el muestreo y discutir en grupo sobre ellos 1.2.1 Muestreo (31232 bytes) Tablas (28954 bytes) 1.2 Introducción al muestreo y tipos de muestreo (17627 bytes) Clase virtual https://us04web.zoom.us/j/71395979892?pwd=WVFiOXdpSGpiVFBmVzZNVnRsVjVxdz09 Formulario 1 Parcial (127686 bytes) 1.1 Introducción a la Estadistica Inferencial (143239 bytes) Tablas estadisticas (212756 bytes) 1 parcial resumen (10524471 bytes) http://www.cdlibre.org/pau/varios/Distribucion_normal_0z.html#L5519 1.1.2. Obtener los valores de probabilidad de t, x^2, F y z de las diferentes distribuciones muestrales e interpretar los resultados obtenidos 1.3 Teorema del límite central (23177 bytes) 1.4.6 Distribución muestral de la varianza " http://www.mat.uda.cl/hsalinas/cursos/2011/2do/clase8.pdf" 1.4.7 "http://inferencial1.blogspot.com/p/unidad-1.html" 1.4.1 Distribución muestral de la media (670881 bytes) 1.4.2 Distribución muestral de la diferencia de medias (570016 bytes) 1.4.3 Distribución muestral de la proporción (350896 bytes) 1.4.4 Distribución muestral de la diferencia de proporciones (670881 bytes) 1.4.5 Distribución t-student (2575 bytes)
2. Estimación. 2.2. 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. 2.2.1. Diferenciar la importancia de utilizar estimadores puntuales y por intervales según un conjunto de datos dado Introducción a la Estimación (26624 bytes) 2.3 Estimación puntual (14496 bytes) 2.2"Caracteristicas de un estimador" http://maralboran.org/wikipedia/index.php/Estad%C3%ADsticos#Caracter.C3.ADsticas_de_los_estimadores 2.3.1 Estimación puntual (126438 bytes) 2.2.2. Obtener un conjunto de datos para establecer una estimación por intervalos según la variable con el fin de obtener una muestra definitiva e interpretar el significado de los intervalos de confianza 2.5 Determinación del tamaño de muestra(2.5.1 Basado en la media de la Población) (29184 bytes) 2.5.2 " Basado en la proporción de la Población "http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap01d.html 2.5.3 "Basado en la diferencia entre las medias de la Población "http://www.ub.edu/aplica_infor/spss/cap4-4.htm 2.4 Estimación por intervalos ( 2.4.1 Intervalo de confianza para la media ) (130548 bytes) 2.4.2 Intervalo de confianza para la diferencia de medias (350896 bytes) 2.4.3 Intervalos de confianza para la proporción (130548 bytes) 2.4.4 Intervalos de confianza para la diferencia de proporciones (130548 bytes) 2.4.5 Intervalos de confianza para la varianza (350896 bytes) 2.4.6 Intervalos de confianza para la relación de varianzas (350896 bytes)
3. Pruebas de hipótesis. 3.3. 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 3.3.1. Buscar información sobre conceptos relacionados con pruebas de hipótesis y discutir en grupo tales conceptos Estadística, Murray R. Spiegel et al., tercera edición serie de Schaum. Capitulo 10 págs. 219 a la 243 3.1 Introducción prueba de hipotesis (350896 bytes) Introducción (648206 bytes) 3.2 Confiabilidad y significancia. (31986 bytes) 3.3 Errores tipo I y tipo II. (648206 bytes) 3.4 Potencia de la prueba. (73516 bytes) 3.5 Formulación de Hipótesis estadísticas. (49024 bytes) 3.3.2. Formular y resolver ejercicios aplicando la metodología de prueba de hipótesis y obtener tamaño de muestra para diferentes situaciones error tipo I, tipo II y potencia de la prueba 3.6 " Prueba de hipótesis para la media" http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema2.html 3.7 Prueba de hipótesis para la diferencia de medias. http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema6.html 3.8 Prueba de hipótesis para la proporción. http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema3.html 3.9 Prueba de hipótesis para la diferencia de proporciones. http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema7.html 3.10 Prueba de hipótesis para la varianza. http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema4.html 3.11 Prueba de hipótesis para la relación de varianzas.http://www.rcim.sld.cu/revista_3/articulos_html/articulo_tito.htm#Resumen 3.11 http://www.virtual.unal.edu.co/cursos/sedes/manizales/4030006/lecciones/capitulotres/tema5.html
4. Pruebas de bondad de ajuste y pruebas no paramétricas. 4.4. 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. 4.4.1. Resolver , aplicar y analizar ejercicios aplicando distintas pruebas no paramétricas 4.1.2 Prueba de independencia. http://es.wikipedia.org/wiki/Distribuci%C3%B3n_%CF%87%C2%B2 4.1.3 Prueba de la bondad del ajuste. http://es.wikipedia.org/wiki/Distribuci%C3%B3n_%CF%87%C2%B2 4.2 Pruebas no paramétricas. 4.2.1 Escala de medición.http://members.fortunecity.com/bucker4/estadistica/escalas.htm 4.2.2 Métodos estadísticos contra no paramétricos. 4.1 Bondad de ajuste. (54082 bytes) 4.1.1 Análisis Ji-Cuadrada. (54082 bytes) 4.1.4 Tablas de contingencia. (54082 bytes) 4.2.3 Prueba de Kolmogorov – Smirnov. (336624 bytes) 4.2.4 Prueba de Anderson – Darling. (336624 bytes) 4.2.5 Prueba de Ryan – Joiner. (336624 bytes) 4.2.6 Prueba de Shappiro – Wilk. (336624 bytes)
5. Regresión lineal simple 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. Utilizar un modelo de regresión para propósitos de estimación y predicción para analizar la relación entre dos variables 5.1 Prueba de hipótesis en la regresión lineal simple. (345776 bytes) 5.2 Calidad del ajuste en regresión lineal simple. (45166 bytes) 5.3 Estimación y predicción por intervalo en regresión lineal simple. (589630 bytes) 5.2.1 Regresión lineal múltiple (589630 bytes)