Syllabus
AEF-1025 ESTADISTICA INFERENCIAL II
MCE. JULIO CESAR PECH SALAZAR
jcpech@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
4 | 3 | 2 | 5 | Ciencias Básicas |
Prerrequisitos |
1.Aplicación de la estadística descriptiva, probabilidad e inferencia | 2.Nociones de los procesos y variables sometidas al diseño de experimentos | 3.Nociones de diagramación de procesos | 4.Utilización de software estadístico y/o matemático disponible (STATGRAPHICS, SPSS, WOLFRAM MATHEMATICA) |
Competencias | Atributos de Ingeniería |
Aplica las características particulares del diseño por bloques en el diseño de experimentos de sistemas logísticos, industriales, comerciales o de servicios para la toma de decisiones. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Aplica el análisis de varianza a un factor para la toma de decisiones con base en el resultado obtenido de la experimentación de un proceso industrial, logístico, comercial o de servicios. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Aplica los conceptos básicos de un modelo de una serie de tiempo para la toma de decisiones con base en el pronóstico de una variable de un proceso industrial, logístico, comercial o de servicios | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas | Aplica los conceptos básicos del modelo de regresión múltiple y no lineal para predecir resultados de un proceso industrial, logístico, comercial o de servicios. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Aplica características particulares de los diseños factoriales en experimentos de sistemas logísticos, industriales, comerciales o de servicios para la toma de decisiones. | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas |
Normatividad |
1.-*Será obligatorio para el alumno tener como mínimo un 90% de asistencia a clases, o bien presentar 3 faltas como máximo para tener derecho a cada uno de los exámenes aplicados por el profesor por cada parcial. de lo contrario quedará sin derecho a presentar los exámenes parciales; salvo cuando justifique sus faltas con el entendido que la justificación deberá estar avalada por una institución gubernamental (IMSS, ISSSTE, SSA), asuntos de carácter legal (comprobables) o causas de fuerza mayor (especificando cuáles son). El alumno deberá traer consigo la justificación firmada por el Director Académico. 2.- *El alumno deberá estar en el aula a más tardar 5 minutos después de la hora indicada en el horario oficial de la asignatura; un minutos después se considerará como retardo hasta el minuto 10 y después de este tiempo se considerará como falta y no se le permitirá la entrada al salón de clases. Si la clase es de 2 o 3 horas a partir del minuto 11 se considerará falta doble o triple según sea el caso. 3.- *La falta colectiva del grupo a clases será considerada doble y se dará por visto el tema de ese día. 4.- * Los trabajos documentales 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. 5.- Es obligación que el alumno se incorpore a un equipo formado por el profesor y participe en el diseño y presentación de una dinámica grupal elaborada en PowerPoint, Macro Media Flash Player o cualquier otro Lenguaje de Programación. 6.- * El alumno deberá solicitar permiso al profesor para salir del aula en caso contrario tendrá una sanción impuesta por el profesor. 7.- *No se permite el uso de gorras, lentes negros, y los celulares deberán estar en el modo de vibrador.8.- *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 del 20% correspondiente al indicador de participación. "ACTIVIDADES EN LÍNEA POR CONTINGENCIA DE SALUD" Estimados Alumnos en atención al oficio girado por la DIRECCIÓN ACADÉMICA el día 17 de marzo de 2020; en el que se informa de los acuerdos tomados el día 13 de marzo en el Consejo Nacional de Autoridades Educativas (CONAEDU), en coordinación con la Secretaría de Salud respecto al COVID-19, se nos hace del conocimiento que las medidas a tomar durante el período de distanciamiento social (21 de marzo al 19 de abril) serán las siguientes: 1. Los exámenes de Primer Parcial y Primera Reevaluación considerados del 23 de marzo al 3 de abril serán reprogramados en futuras fechas pendientes por acordar. 2. Durante el tiempo que dure la contingencia los profesores deberán programar actividades de cierre del Primer Parcial y de inicio del Segundo Parcial ya sea a través de la plataforma en línea MOODLE o el correo electrónico institucional; mismas, que serán comunicadas a sus ESTUDIANTES en la Sección de Normatividad de su Syllabus correspondiente a cada asignatura impartida. 3. Las actividades programadas por el profesor deberán cumplir con el contenido temático del temario oficial de la asignatura publicado en el Syllabus. 4. La programación de las actividades deberán notificarse vía correo electrónico institucional al Coordinador de Carrera a más tardar el viernes 20 de marzo de 2020. Atendiendo a los cuatro puntos anteriores hago del CONOCIMIENTO de mis alumnos que la REPROGRAMACIÓN DE ACTIVIDADES (TAREAS) las encontrarán debidamente estructuradas en su curso en línea MOODLE con el título de Tarea “REPROGRAMACIÓN POR COVID-19”; en la cual deberán ingresar y descargar dicha programación para poder realizar cada una de las tareas programadas tanto de cierre del primer parcial como de inicio del segundo parcial en tiempo y forma. Así mismo, es importante mencionar que cada una de estas tareas están debidamente instrucionadas para poder realizarlas correctamente y subirlas al Moodle. ACTIVIDADES COMPLEMENTARIAS EN LINEA POR CONTINGENCIA DE SALUD Estimados Alumnos en atención al oficio girado por la UNIDAD DE ADMINISTRACIÓN DE LA FORMACIÓN YACTUALIZACIÓN PROFESIONAL el día 4 de abril de 2020; en el que se nos informa de los acuerdos tomados por el Consejo de Salubridad General por la emergencia sanitaria COVID-19, mediante los cuales se dispone a ampliar el aislamiento preventivo del “Receso Escolar” se comunica lo siguiente: a)Los profesores deberán continuar con sus estrategias establecidas de seguimiento de clases a través de las plataformas Syllabus y Moodle (que comprendan el período el 20 al 30 de abril), el cual deberá realizar un comunicado complementario para sus estudiantes en la plataforma syllabus y la notificación de dicha actividad al coordinador de carrera correspondiente: b)La programación de las actividades deberán notificarse vía correo electrónico institucional al Coordinador de Carrera. Atendiendo a los cuatro puntos anteriores hago del CONOCIMIENTO de mis alumnos que la REPROGRAMACIÓN COMPLEMENTARIA DE ACTIVIDADES DEL SEGUNDO PARCIAL (TAREAS) las encontrarán debidamente estructuradas en su curso en línea MOODLE diseñado por el Ing. Julio Pech con el título de Tarea “REPROGRAMACIÓN COMPLEMENTARIA POR COVID-19”; en la cual deberán ingresar y descargar dicha programación para poder realizar cada una de las tareas programadas tanto de cierre del primer parcial como de inicio del segundo parcial en tiempo y forma. Así mismo, es importante mencionar que cada una de estas tareas están debidamente instruccionadas para poder realizarlas correctamente y subirlas al Moodle. Por otro lado, si surgieran dudas podrán resolverlas comunicándose con el profesor por las vías electrónicas utilizadas institucionalmente o al teléfono 9961069026. ING. JULIO PECH |
Materiales |
1.George E.P. Box, William G. Hunter and Stuart Hunter, Statistics for Experiments: Design, Innovation, and Discovery, Second Edition, Wiley 2005. Klaus Hinkelmann and Oscar Kempthorne, Design and Analysis of Experiments, Vol. 2, Wiley 2005. 2.Douglas C. Montgomery, Design and Analysis of Experiments, 6th. Ed. Wiley 2004. R.L. Mason, R.F. Gunst y J.L. Hess, Statistical Design and Analysis of Experiments with Applications to Engineering and Science, 2nd. Ed. Wiley-Interscience 2003. 3.Humberto Gutiérrez Pulido y Román de la Vara Salazar, Análisis y Diseño de Experimentos, McGraw-Hill 2003 4.John Lawson, José L. Madrigal y John Erjavec, Estrategias Experimentales para el Mejoramiento de la Calidad en la Industria, Grupo Editorial Iberoamérica 1992. 5.Subir Ghosh, Statistical Design and Analysis of Industrial Experiments, ASQC Quality Press 1990. 6.Antologia de Métodos estadísticos Aplicados.UADY.Facultad de Matemáticas,Ing.Julio Pech,2010 |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Statistics principles and methods/ |
Johnson, Richard A. |
Wiley, |
6a / 2010. |
5 |
- |
Estadística aplicada / |
Horra Navarro, Julián de la |
Diaz de Santos, |
3a. / 2003. |
7 |
- |
Estadística / |
Spiegel, Murray R. |
McGraw-Hill, |
4a. / 2009. |
7 |
- |
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 2.1.4 | |
PARCIAL 2 | De la actividad 3.1.1 a la actividad 5.1.4 |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
4 A | 1.1.1 Diferenciar entre regresión lineal simple y múltiple para tomar decisiones acerca de cuál modelo usar en determinada circunstancia. | 2024-01-29 | IIND-2010-227 |
4 A | 1.1.1 Diferenciar entre regresión lineal simple y múltiple para tomar decisiones acerca de cuál modelo usar en determinada circunstancia. | 2024-01-30 | IIND-2010-227 |
4 A | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-01-30 | IIND-2010-227 |
4 A | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-01 | IIND-2010-227 |
4 A | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-06 | IIND-2010-227 |
4 A | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-08 | IIND-2010-227 |
4 A | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-15 | IIND-2010-227 |
4 A | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-19 | IIND-2010-227 |
4 A | 1.1.4 Interpretar y sintetizar un modelo de regresión para propósitos de estimación y predicción en Ingeniería Industrial y Logística. | 2024-02-20 | IIND-2010-227 |
4 A | 1.1.4 Interpretar y sintetizar un modelo de regresión para propósitos de estimación y predicción en Ingeniería Industrial y Logística. | 2024-02-22 | IIND-2010-227 |
4 A | 1.1.4 Interpretar y sintetizar un modelo de regresión para propósitos de estimación y predicción en Ingeniería Industrial y Logística. | 2024-02-26 | IIND-2010-227 |
4 A | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-27 | IIND-2010-227 |
4 A | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-29 | IIND-2010-227 |
4 A | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-03-04 | IIND-2010-227 |
4 A | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-03-05 | IIND-2010-227 |
4 A | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-03-07 | IIND-2010-227 |
4 A | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-03-11 | IIND-2010-227 |
4 A | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-11 | IIND-2010-227 |
4 A | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-12 | IIND-2010-227 |
4 A | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-14 | IIND-2010-227 |
4 A | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-18 | IIND-2010-227 |
4 A | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-19 | IIND-2010-227 |
4 A | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-21 | IIND-2010-227 |
4 A | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-08 | IIND-2010-227 |
4 A | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-09 | IIND-2010-227 |
4 A | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-11 | IIND-2010-227 |
4 A | 3.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de un factor. | 2024-04-15 | IIND-2010-227 |
4 A | 3.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de un factor. | 2024-04-16 | IIND-2010-227 |
4 A | 3.1.3 Interpretar los resultados del análisis de varianza | 2024-04-18 | IIND-2010-227 |
4 A | 3.1.3 Interpretar los resultados del análisis de varianza | 2024-04-22 | IIND-2010-227 |
4 A | 4.1.1 Explicar la definición del diseño en bloques completos al azar así como su hipótesis, modelo estadístico y análisis de varianza. | 2024-04-23 | IIND-2010-227 |
4 A | 4.1.1 Explicar la definición del diseño en bloques completos al azar así como su hipótesis, modelo estadístico y análisis de varianza. | 2024-04-25 | IIND-2010-227 |
4 A | 4.1.1 Explicar la definición del diseño en bloques completos al azar así como su hipótesis, modelo estadístico y análisis de varianza. | 2024-04-29 | IIND-2010-227 |
4 A | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-04-29 | IIND-2010-227 |
4 A | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-04-30 | IIND-2010-227 |
4 A | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-05-02 | IIND-2010-227 |
4 A | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-05-07 | IIND-2010-227 |
4 A | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-07 | IIND-2010-227 |
4 A | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-09 | IIND-2010-227 |
4 A | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-13 | IIND-2010-227 |
4 A | 5.1.1 Explicar el diseño factorial general, el modelo de efectos fijos y su diferencia con el modelo de efectos aleatorios. | 2024-05-14 | IIND-2010-227 |
4 A | 5.1.1 Explicar el diseño factorial general, el modelo de efectos fijos y su diferencia con el modelo de efectos aleatorios. | 2024-05-16 | IIND-2010-227 |
4 A | 5.1.2 Desarrollar los diseños factoriales de dos y tres factores y la manera en que se estabiliza su varianza. | 2024-05-20 | IIND-2010-227 |
4 A | 5.1.3 Utilizar un TIC’s para el procesamiento de información asociada al modelo de dos y tres factores. | 2024-05-21 | IIND-2010-227 |
4 A | 5.1.4 Interpretar los resultados el análisis de varianza, las pruebas de hipótesis y el modelo matemático. | 2024-05-23 | IIND-2010-227 |
4 B | 1.1.1 Diferenciar entre regresión lineal simple y múltiple para tomar decisiones acerca de cuál modelo usar en determinada circunstancia. | 2024-01-31 | IIND-2010-227 |
4 B | 1.1.1 Diferenciar entre regresión lineal simple y múltiple para tomar decisiones acerca de cuál modelo usar en determinada circunstancia. | 2024-02-01 | IIND-2010-227 |
4 B | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-01 | IIND-2010-227 |
4 B | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-02 | IIND-2010-227 |
4 B | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-07 | IIND-2010-227 |
4 B | 1.1.2 Comprender la importancia del análisis de regresión múltiple y no lineal. | 2024-02-08 | IIND-2010-227 |
4 B | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-08 | IIND-2010-227 |
4 B | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-09 | IIND-2010-227 |
4 B | 1.1.3 Utilizar TIC’s para obtener los parámetros de los modelos de regresión múltiple y no lineal. | 2024-02-14 | IIND-2010-227 |
4 B | 1.1.4 Interpretar y sintetizar un modelo de regresión para propósitos de estimación y predicción en Ingeniería Industrial y Logística. | 2024-02-15 | IIND-2010-227 |
4 B | 1.1.4 Interpretar y sintetizar un modelo de regresión para propósitos de estimación y predicción en Ingeniería Industrial y Logística. | 2024-02-16 | IIND-2010-227 |
4 B | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-21 | IIND-2010-227 |
4 B | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-22 | IIND-2010-227 |
4 B | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-23 | IIND-2010-227 |
4 B | 2.1.1 Explicar las diferencias de los componentes en el modelo de series de tiempo | 2024-02-28 | IIND-2010-227 |
4 B | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-02-29 | IIND-2010-227 |
4 B | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-03-01 | IIND-2010-227 |
4 B | 2.1.2 Recopilar datos de un caso real para hacer el pronóstico del comportamiento de una variable a través de un caso práctico. | 2024-03-06 | IIND-2010-227 |
4 B | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-07 | IIND-2010-227 |
4 B | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-08 | IIND-2010-227 |
4 B | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-13 | IIND-2010-227 |
4 B | 2.1.3 Explicar ante el grupo el resultado de su caso práctico. | 2024-03-14 | IIND-2010-227 |
4 B | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-15 | IIND-2010-227 |
4 B | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-20 | IIND-2010-227 |
4 B | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-21 | IIND-2010-227 |
4 B | 2.1.4 Utilizar TIC’s para obtener los parámetros de una serie de tiempo. | 2024-03-22 | IIND-2010-227 |
4 B | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-10 | IIND-2010-227 |
4 B | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-11 | IIND-2010-227 |
4 B | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-12 | IIND-2010-227 |
4 B | 3.1.1 Identificar la familia de diseños experimentales para comparar tratamientos. | 2024-04-17 | IIND-2010-227 |
4 B | 3.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de un factor. | 2024-04-18 | IIND-2010-227 |
4 B | 3.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de un factor. | 2024-04-19 | IIND-2010-227 |
4 B | 3.1.3 Interpretar los resultados del análisis de varianza | 2024-04-24 | IIND-2010-227 |
4 B | 3.1.3 Interpretar los resultados del análisis de varianza | 2024-04-25 | IIND-2010-227 |
4 B | 4.1.1 Explicar la definición del diseño en bloques completos al azar así como su hipótesis, modelo estadístico y análisis de varianza. | 2024-04-25 | IIND-2010-227 |
4 B | 4.1.1 Explicar la definición del diseño en bloques completos al azar así como su hipótesis, modelo estadístico y análisis de varianza. | 2024-04-26 | IIND-2010-227 |
4 B | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-05-02 | IIND-2010-227 |
4 B | 4.1.2 Utilizar un TIC’s para el procesamiento de información asociada al modelo de diseño por bloques. | 2024-05-03 | IIND-2010-227 |
4 B | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-08 | IIND-2010-227 |
4 B | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-09 | IIND-2010-227 |
4 B | 4.1.3 Utilizar TIC’s para resolver un diseño experimental por bloques de forma práctica. | 2024-05-16 | IIND-2010-227 |
4 B | 5.1.1 Explicar el diseño factorial general, el modelo de efectos fijos y su diferencia con el modelo de efectos aleatorios. | 2024-05-16 | IIND-2010-227 |
4 B | 5.1.1 Explicar el diseño factorial general, el modelo de efectos fijos y su diferencia con el modelo de efectos aleatorios. | 2024-05-17 | IIND-2010-227 |
4 B | 5.1.2 Desarrollar los diseños factoriales de dos y tres factores y la manera en que se estabiliza su varianza. | 2024-05-17 | IIND-2010-227 |
4 B | 5.1.2 Desarrollar los diseños factoriales de dos y tres factores y la manera en que se estabiliza su varianza. | 2024-05-22 | IIND-2010-227 |
4 B | 5.1.3 Utilizar un TIC’s para el procesamiento de información asociada al modelo de dos y tres factores. | 2024-05-23 | IIND-2010-227 |
4 B | 5.1.4 Interpretar los resultados el análisis de varianza, las pruebas de hipótesis y el modelo matemático. | 2024-05-24 | IIND-2010-227 |
Temas para Segunda Reevaluación |