Está en la página 1de 6

DES: Programa(s) Educativo(s): Tipo de materia:

Ingeniera Ingeniera Fsica e Ingeniera Matemtica Obligatoria CI402 4 Ciencias Bsicas 4 4


Teora:4

UNIVERSIDAD AUTNOMA DE CHIHUAHUA Clave de la materia: Semestre: Clave: 08MSU0017H


rea en plan de estudios: Crditos Total de horas por semana: Prctica

FACULTAD INGENIERA Clave: 08USU4053W PROGRAMA DEL CURSO:

Taller: Laboratorio: Prcticas complementarias: Trabajo extra clase: Total de horas semestre: Fecha de actualizacin: Clave y Materia requisito:

METODOS ESTADISTICOS

64 22/02/2007 CI302

Propsitos del Curso: El propsito de este curso es que el estudiante describa y aplique los conceptos de la estadstica para la comparacin de muestras mediante el anlisis de varianza unifactorial y bifactorial aplicado a problemas de ingeniera. Al final del curso el estudiante ser capaz de: Describir y aplicar los conceptos de la probabilidad. Describir y aplicar los conceptos de variable(s) aleatoria(s) y sus estadsticas. Describir y aplicar los conceptos de procesos aleatorios, sus funciones y sus propiedades. COMPETENCIAS Para todas las unidades: CONTENIDOS (Unidades, Temas y Subtemas) I PROBABILIDAD. RESULTADOS DE APRENDIZAJE (Por Unidad)

Describe y Resuelve problemas de probabilidad simple y condicional, Ciencias Bsicas de la 1.1 Experimentos Aleatorios. variables aleatorias Ingeniera. 1.2 Modelos de Probabilidad Finitos e Igual- y sus distribuciones, distribuCiencias de la mente Posibles. ciones conjuntas, marginal y Ingeniera Fsica y 1.3 Probabilidad Condicional. condicional. Matemtica. 1.4 Variables Aleatorias y sus Distrib.Uso de Informacin. ciones. Solucin de 1.5 Distribuciones de Probabilidad ConjunProblemas. ta, Marginal y Condicional. Trabajo en equipo.

II. DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES DE MEDICION. 2.1 Variables Continua, Eventos y Distr.buciones Continuas. 2.2 La Distribucin Normal.

Describe y determina distribuciones continuas y en Particular la distribucin Normal o Gaussiana.

III. DISTRIBUCIONES DE MUESTREO. 3.1 El Modelo de Poblacin Infinita para muestras Aleatorias. 3.2 Distribucin de Muestreo de la Media de la Muestra. 3.3 .Distribucin de Muestreo de la Proporcin de la Muestra 3.4 El Factor de Correccin. IV. PRUEBA DE HIPOTESIS. 4.1 Medicin de la Plausibilidad de los Valores P de las Hiptesis Estadsticas. 4.2 El Mtodo Neyman-Pearson de Prueba de Hiptesis 4.3 Pruebas de Hiptesis Bilaterales. 4.4 Pruebas de Hiptesis Unilaterales. 4.5 Pruebas de Valores P e Hiptesis Neyman-Pearson. 4.6 Potencia, Tamao de Muestra y Otros Temas.

Determina las distribuciones de poblacin infinita, de muestreo de la media de la muestra y de la proporcin de la muestra as como de factores de correccin.

Decribe y aplica la medicin de la plausibilidad de los valores P de hiptesis estadsticas.. Describe y aplica el mtodo Neyman-Parson de prueba de hiptesis. Realiza pruebas de hiptesis bilaterales, unilaterales, de valores P e hiptesis de Neyman-Parson. Realiza determinaciones de la Potencia y el tamao de la muestra.

V. TEORIA DE MUESTRA PEQUEA. 5.1 Distribucin t de Estudiante. 5.2 Pruebas t de una Muestra e Intervalos de Confianza. 5.3 El Problema de Dos Muestras. 5.4 El Mtodo de Diferencias Apareadas. . VI. ANLISIS DE VARIANZA UNIFACTORIAL. 6.1 El Problema de Multiplicidad y la Desigualdad de Bonferroni. 6.2 Anlisis de Varianza Unifactorial. 6.3 Metodo de Diferencias Menos SigniFicativas de Fisher. VII. PROCEDIMIENTOS ROBUSTOS Y NO PARAMETRICOS PARA PROBLEMAS DE COMPARACION DE VARIABLES DE MEDICIN. 7.1 Mtodos Basados en Medias AjustaDas. 7.2 El uso de Transformaciones de Potencia para ecualizar Variaciones. 7.3 Mtodos Basados en la Transformacin de Rango. VIII. METODOS DE VARIABLES CATEGRICAS. 8.1 La Prueba Chi-Cuadrada de Ajuste. 8.2 Pruebas de Homogeneidad y Contingencia. 8.3 Pruebas e Intervalos de Confianza para Proporciones de Dos Poblaciones.

Describe y determina la distribucin t de estudiante. Realiza pruebas t de una muestra y de sus intervalos De confianza. Resuelve problemas de dos muestras y de diferencias apareadas. Resuelve problemas mediante el Anlisis de varianza unifactorial. Resuelve problemas mediante el mtodo de diferencias significativas menos significativas de Fisher.

Resuelve problemas de compa racin de variables mediante mtodos de medias ajustadas, Transformaciones de potencias, Y mtodos de transformaciones de rango.

Resuelve problemas de comparacin de variables categricas Mediante pruebas Chi-Cuadrada Pruebas de homogeneidad y contingencia y pruebas de intervalos de confianza para Proporciones de dos poblaciones.

IX. REGRESION LINEAL SIMPLE. 9.1 El Modelo de Regresin Lineal. 9.2 Modelos Lineales y Mnimos CuaDrados. 9.3 Ajuste de la Lnea de Regresin por Mnimos Cuadrados. 9.4 El Coeficiente de Determinacin. 9.5 Uso de Residuales para el estudio de Curvilinearidad de Regresin. X. INFERENCIA ESTADSTICA PARA REGRESIN LINEAL SIMPLE.

Describe y utiliza el modelo de regresin lineal sencilla para modelos lineales y de mnimos cuadrados. Realiza ajustes de linea de regresin por mnimos cuadrados. Obtiene el coeficiente de determinacin. Determina la curvilinealidad mediante el uso de residuales.

Determina el intervalo de confianza para el parmetro !1 . Realiza la prueba de Hiptesis 10.1 Intervalo de Confianza para el ParHo : !1 = 0 . metro de Pendiente !1 . Obtiene los intervalos de con10.2 Prueba de Hiptesis Ho : !1 = 0 . fianza para la regresin lineal. 10.3 Intervalos de Confianza para la Regre- Realiza predicciones basadas sin Lineal. en la lnea de mnimos 10.4 Prediccin Basada en la Lnea de Mn- Realiza transformaciones para imos Cuadrados y en una Medida de linealizar curvas y ecualizar su Incertidumbre. dispersiones. 10.5 Transformaciones para Enderezar Cur- Determina la influencia de valores vas y Ecualizar Dispersiones. extremos en la curva de regresin. 10.6 Influencia de Valores Extremos en la curva de Regresin. XI. REGRESIN MULTIPLE. 11.1 El Modelo de Regresin Mltiple y su Inferencia Estadstica. 11.2 Problemas de Regresin Mltiple. Diagnstico y Remedios. 11.3 Variables Indicadoras y sus Aplicaciones. Resuelve problemas de regresin mltiple y su inferencia estadstica

XII. DISEO EXPERIMENTAL Y ANALISIS DE VARIANZA BIFACTORIAL. 12.1 Diseos Completamente Aleatorizados vs. Bloques Aleatorizados. 12.2 Modelo ANOVA Bifactorial con Interaccin.

Resuelve problemas mediante el Modelo ANOVA bifactorial.

METODOLOGA 1. Para cada Unidad, se presenta una introduccin por parte del maestro, utilizando un organizador previo temtico. 2. Se entrega el material grfico para su lectura Se disea un cuestionario para el manejo de los contenidos y debe entregarse una copia al maestro al inicio de la clase, este producto se utiliza para la discusin de tema por equipo y para el resto del grupo. 3. La discusin y el anlisis se propicia a partir del planteamiento de una situacin problemtica, dnde el estudiante aporte alternativas de solucin o resolver un ejercicio dnde aplique conceptos ya analizados. 4. Se complementa cada tema de unidad con la utilizacin de los paquetes computacionales de simulacin tales como, Minitab, SAS, SSPS, Matlab y/o Matemtica. Estrategias Trabajo de equipo en la elaboracin de tareas, planeacin, Centrado en la tarea organizacin, cooperacin en la obtencin de un producto para presentar en clase. Inductivo Observacin Comparacin Experimentacin Aplicacin Comprobacin Demostracin Recapitulacin Definicin Resumen Esquemas Modelos matemticos Conclusin Mtodos

Deductivo

Sinttico

Tcnicas Lectura Lectura comentada Expositiva Debate dirigido Dilogo simultneo

Material de Apoyo didctico: Recursos Manual de Instruccin Minitab, SAS, SSPS, MATLAB y/ MATEMTICA. Materiales grficos: artculos, libros, diccionarios, etc. Can electrnico Rotafolio Pizarrn, pintarrones Proyector de acetatos

EVIDENCIAS DE DESEMPEO Se entrega por escrito:

CRITERIOS DE DESEMPEO

Los resmenes debern abarcar la totalidad del contenido Elaboracin de resmenes. programado para dicha actividad. Cuestionarios. Los cuestionarios se reciben si estn completamente Contenidos de exposiciones. contestados, no debe faltar pregunta sin responder. Trabajos escritos con estructura Las exposiciones debern presentarse en un orden lgico. IDC (Introduccin, desarrollo Introduccin resaltando el objetivo a alcanzar, desarrollo conclusin). temtico, responder preguntas y aclarar dudas y finalmente Exmenes escritos. concluir. Entregar actividad al grupo para evaluar el contenido Producto de problemas resueltos expuesto. con Minitab, SAS, SSPS, Los trabajos se reciben si cumplen con la estructura requerida, MATLAB y/o MATEMTICA. es muy importante reportar la s referencias bibliogrficas al final en estilo APA. Verificacin visual por parte del maestro: Resolucin de problemas en clase. FUENTES DE INFORMACIN (Bibliografa/Lecturas por unidad) EVALUACIN DE LOS APRENDIZAJES (Criterios e instrumentos) Se toma en cuenta para integrar calificaciones parciales: 3 exmenes parciales escritos donde se evala conocimientos, comprensin y aplicacin. Con un valor del 30%, 30% y 40% respectivamente La acreditacin del curso se integra: Exmenes parciales: 70% Laboratorios y/o prcticas: 20% Cuestionarios, resmenes, participacin en exposiciones, discusin individual, por equipo y grupal: 10%. Asistencia: 0% Nota: para acreditar el curso se deber tener calificacin apro batoria tanto en la teora como en las prcticas. La calificacin mnima aprobatoria ser de 6.0

INTRODUCTION TO CONTEMPORARY STATISTICS. Lambert H. Koopmans PWS Publishers. Duxbury Press Boston PROBABILIDAD Y ESTADSTICA. Jay L. Devore Thomson

Cronograma del Avance Programtico S e m a n a s Unidades de aprendizaje 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

I. Probabilidad. II. Distribuciones de Probabilidad para variables de medicin. III. Distribuciones de Muestreo. IV. Prueba de Hiptesis. V. Teora de Muestra Pequea. VI. Anlisis de Varianza Unifactorial. VII. Procedimientos Robustos y no Paramtricos para Problemas de Comparacin de Variables de Medicin. VIII. Mtodos de Variables Categricas. IX. Regresin Lineal Simple. X. Inferencia Estadstica para Regresin Lineal Simple. XI. Regresin Mltiple. XII. Diseo Experimental y Anlisis de Varianza Bifactorial.

X X X X X X X X

X X X X X X X X