1.

- DATOS DE LA ASIGNATURA
Nombre de la asignatura:

Estadstica Inferencial I

Carrera:

Ingenieras en Logstica e Industrial

Clave de la asignatura:

AEF-1024

SATCA1

3-2-5

2.- PRESENTACIN

Caracterizacin de la asignatura.
Fundamentacin.
La materia de Estadstica Inferencial I:

Se plantea como una asignatura bsica de la Carrera de Ingeniera en Logstica e

Industrial y comn a la mayor parte de las Ingenieras.
o

Proporciona los elementos bsicos para hacer anlisis a partir del estadstico de la
muestra y conceptos de la estimacin estadstica.

Permite establecer inferencias sobre una poblacin, conclusiones a partir de la

informacin que arrojan las pruebas de hiptesis.

A partir de las pruebas de bondad de ajuste, se establece el nivel de aplicabilidad

de los conceptos del anlisis estadstico.

Intencin Didctica.
Se organiza la materia de Estadstica Inferencial I, para las Ingenieras en Logstica e
industrial, en cinco unidades:
La unidad uno, introduce al estudiante en los conceptos, teoremas y contexto de la
teora del muestreo probabilstico y no probabilstico, as como las distribuciones
fundamentales para el muestreo.
La unidad dos, introduce al alumno en los conceptos de estimadores puntuales y
anlisis por intervalos de confianza de la media, proporcin, varianza y determinacin
del tamao de muestra.
La unidad tres, contiene la teora de las pruebas de hiptesis, la confiabilidad y
eficacia de los errores tipo I y tipo II, determinacin de potencia de la prueba a que se
somete una muestra del fenmeno de inters respecto a una poblacin de referencia.
La unidad cuatro, introduce al estudiante a la teora de bondad de ajuste y pruebas no
paramtricas en una muestra del fenmeno de inters respecto a una poblacin de
referencia, verificando la adecuacin del modelo probabilstico.
La unidad cinco, introduce al estudiante al anlisis de las relaciones entre variables, la
aplicacin de la teora de mnimos cuadrados y el modelo matemtico resultante del
1

Sistema de asignacin y transferencia de crditos acadmicos.

caso de estudio y sus lmites de validez.

La materia de Estadstica Inferencial I, permite al estudiante:

Identificar los estimadores de los parmetros de los fenmenos para evaluar su

comportamiento, y determinar la verosimilitud de las hiptesis estadsticas.

Hacer el clculo de estimacin por intervalo y las caractersticas del proceso de

anlisis logstico, la descripcin de un fenmeno de inters, al nivel de confianza
establecido por la prueba, su interpretacin y la toma de decisiones correspondiente.

Establecer caractersticas de calidad como criterios de aceptacin o rechazo en

problemas que involucren errores tipo I o errores tipo II que involucran al productor o
proveedor (o cliente) de un bien o servicio logstico.

Estructurar mtodos de anlisis propios para la investigacin en una prueba de bondad

de ajuste a partir del conocimiento de las formas que los fenmenos se presentan.

Utilizar el anlisis de dispersin y la relacin que tienen las variables asociadas con el
grado de correlacin entre las mismas y su exactitud o confianza en un modelo lineal
simple o mltiple en la toma de decisiones.

3.- COMPETENCIAS A DESARROLLAR

Competencias especficas

Competencias genricas
Competencias instrumentales

Considera los fenmenos aleatorios

presentes en todo proceso logstico, Investigacin bibliogrfica confiable y pertinente
sobre los conceptos de estadstica inferencial.
como:

Diseo, planear, organizar, manejar,

controlar y mejorar sistemas de
abastecimiento y
distribucin de
bienes y servicios de manera
sustentable.
Dirigir las actividades logsticas de
carga, trfico y seguridad interna y
externa de servicios y productos de
las empresas en forma eficaz y
eficiente.
Administrar los sistemas de flujo y
manejo de materiales en las
organizaciones en forma eficaz y
eficiente.
Usar el software disponible para el
modelado, diseo, operacin y
control
eficiente
de
sistemas
logsticos.
Desarrolla proyectos de investigacin
relacionados
con
la
logstica
aplicando la metodologa ms
adecuada.
Utiliza tecnologas de informacin y
comunicacin (TICs) disponibles en
el proceso de toma de decisiones
para la operacin eficiente de los
procesos logsticos.
Selecciona
los
empaques
y
embalajes para manejar, distribuir, y
confinar productos, bajo las normas
nacionales e internacionales de
seguridad en el transporte.
Aplica
sistemas
de
calidad,
seguridad y ambiente dentro del
campo logstico orientado a lograr el
desarrollo
sustentable
y
la
satisfaccin del cliente.

Capacidad de anlisis y sntesis de informacin

sobre la estadstica inferencial.
Aplicar conocimientos generales
muestreo y la inferencia estadstica.

de

sobre

Solucionar situaciones que involucren pruebas

de parmetros
o tolerancias desde la
perspectiva de probabilidad y la inferencia
estadstica aplicadas a la logstica.
Tomar decisiones con base a un anlisis de
estadstica inferencial, en el campo de la
logstica.
Resolver situaciones de inferencia mediante la
utilizacin de software disponible.

Competencias Interpersonales
Capacidad crtica y autocrtica.
Habilidades y capacidad interpersonales para el
trabajo
en
equipo
interdisciplinario
y
multidisciplinario.
Capacidad de comunicarse con profesionales y
expertos de otras reas en forma efectiva.
Reconocimientos y apreciacin de la diversidad y
multiculturalidad.
Habilidad para trabajar en un ambiente laboral
interdisciplinario y multidisciplinario.
Compromiso tico.
Competencias Sistmicas
Dar sentido y significado a los conocimientos
estadsticos y probabilsticos en la prctica
profesional.

Apertura y adaptacin a nuevas situaciones que

requieran del anlisis interdisciplinario.
Trabajar en forma autnoma.
Bsqueda del logro, con reflexin tica.

4.- HISTORIA DEL PROGRAMA

Lugar y fecha de
elaboracin o revisin
Zacatecas, Zac.
12 al 16 de Abril 2010

Lugar
y
fecha
de
elaboracin o revisin
Instituto Tecnolgico de Cd.
Jurez, del 27 de abril al 1
de mayo del 2009

Participantes
Institutos Tecnolgicos de
Cd. Valles, Superior de
Tantoyuca, la Laguna,
Celaya,
Minatitlan,
Zacatecas y Tepic.

Participantes
Representantes de los
Institutos Tecnolgicos de:
Cd.
Jurez,
Len,
Pabelln de Arteaga, Ags.,
Puebla, Quertaro,
Superior de Cuautitln
Izcalli,
Superior
de
Fresnillo,
Superior
de
Tlaxco, Tehuacn, Tijuana
Toluca.

Observaciones
(cambios y justificacin)
Anlisis y enriquecimiento de
las
propuestas
de
los
programas desarrollados en la
Reunin Nacional de Diseo
Curricular
celebrada
en
Ecatepec, en noviembre de
2009.

Observaciones
(cambios y justificacin)
Reunin de Diseo curricular
de la carrera de Ingeniera en
Logstica del Sistema Nacional
de
Educacin
Superior
Tecnolgica.

Representantes de los
Instituto
Tecnolgico
de Institutos Tecnolgicos de:
Puebla 8 del 12 de junio del Len, Quertaro, Superior
de Cuautitln Izcalli.
2009

Anlisis, diseo, y elaboracin

del programa sinttico de la
carrera de Ingeniera en
Logstica.

Academia de Ingeniera en
Logstica.
Tecnolgico de estudios Instituto Tecnolgico de
Quertaro,
Cuautitln
Superiores de Ecatepec.
Len.
09 al 13 de noviembre del Izcalli,
Pueble,Toluca, Tijuana.
2009.

Desarrollo de los programas

completos de estudio de la
carrera de Ingeniera en
Logstica.

Lugar
y
fecha
de
elaboracin o revisin
Instituto Tecnolgico de
Aguascalientes, 15 al 18
de Junio de 2010.

Participantes
Instituto Tecnolgico de:
Reynosa, Aguascalientes,
Quertaro, Irapuato, Len,
Tehuacn,
Puebla,
Linares,Cd. Juarez.

Observaciones
(cambios y justificacin)
Reunin
Nacional
Implementacin Curricular
las Carreras de Ingeniera
Gestin
Empresarial
Ingeniera en Logstica
Fortalecimiento Curricular

de
de
en
e
y
de

las Asignaturas Comunes por

rea de Conocimiento para los
Planes de Estudio Actualizados
del SNEST.

5.- OBJETIVO(S) GENERAL(ES)

desarrollar en el curso

DEL

CURSO

(competencia

especfica

Comprender los mtodos estadsticos para inferir los parmetros de la poblacin a

partir de una muestra de inters de estudio.
Determinar los intervalos de confianza referentes a la muestra de inters para inferir
el valor de los parmetros de la poblacin de partida.
Validar por pruebas de hiptesis, alguna medida de inters en la muestra, y la
inferencia en la poblacin de estudio las medidas de: especificacin, dimensiones
en calidad, tolerancia, prueba destructiva o no destructiva de materiales, empaques
o embalajes, etc.
Determinar mediante las pruebas de bondad de ajuste el nivel de validez de los
modelos en los fenmenos logsticos que se presenten en la prctica profesional, su
comportamiento y control normado.
5.1

COMPETENCIAS TRANSVERSALES A DESARROLLAR

Realizar transferencias de reflexin de los contenidos temticos de la materia de

Estadstica Inferencial I a otras asignaturas de su plan de estudios.
Bsqueda de informacin confiable y pertinente en diversas fuentes; aplicando el
criterio tico en el reconocimiento y valoracin de los materiales que pudieran
tener valor desde el punto de vista probabilstico o estadstico.
Capacidad de realizar actividades intelectuales de reflexin, anlisis y sntesis,
deduccin e induccin y pensamiento hipottico, para la toma de decisiones y
resolucin de problemas con sentido tico, desde el punto de vista estadstico.
Desarrollo de pensamiento hipottico para anlisis de casos, generacin de
ideas, solucin de problemas y transferencia de conocimientos a la prctica.
Mostrar apertura a nuevas situaciones, reconocer y valorar la multiculturalidad;
as como trabajar en ambientes laborales inter y multidisciplinarios.
Observar y analizar fenmenos y problemas propios de su campo ocupacional
con sentido tico.
Actuar con criterio tico en el mbito personal, acadmico, social y profesional.
6.- COMPETENCIAS PREVIAS

Concepto y manejo de lmites y continuidad.

Aplicar reglas de derivacin.
Calcular Mximos y Mnimos
Tener conocimientos del clculo integral
Calcular e interpretar las medidas de tendencia central y de dispersin 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 x, t y F.

7.- TEMARIO
Unidad
1

Temas
Distribuciones
Fundamentales para
el Muestreo

1.1
1.2
1.3
1.4

Estimacin
.

Pruebas de hiptesis

Subtemas
Introduccin a la Estadstica Inferencial
Muestreo: Introduccin al muestreo y tipos
de muestreo
Teorema del lmite central
Distribuciones fundamentales para el
muestreo
1.4.1 Distribucin muestral de la media
1.4.2 Distribucin muestral de ladiferencia de
medias
1.4.3 Distribucin muestral de la proporcin
1.4.4 Distribucin muestral de la diferencia de
proporciones
1.4.5 Distribucin t-student
1.4.6 Distribucin muestral de la varianza
1.4.7 Distribucin muestral de la relacin
de varianzas

2.1 Introduccin
2.2
Caractersticas de un estimador
2.3
Estimacin puntual
2.4
Estimacin por intervalos
2.4.1 Intervalo de confianza para la media
2.4.2 Intervalo de confianza para la diferencia
de medias
2.4.3 Intervalos de confianza para la proporcin
2.4.4 Intervalos de confianza para la diferencia
de proporciones
2.4.5 Intervalos de confianza para la varianza
2.4.6 Intervalos de confianza para la relacin de
varianzas
2.5
Determinacin del tamao de muestra
2.5.1 Basado en la media de la Poblacin
2.5.2 Basado en la proporcin de la Poblacin
2.5.3 Basado en la diferencia entre las medias
de la Poblacin
3.1
Introduccin
3.2
Confiabilidad y significancia
3.3
Errores tipo I y tipo II
3.4
Potencia de la prueba
3.5
Formulacin de Hiptesis estadsticas
3.6
Prueba de hiptesis para la media
3.7
Prueba de hiptesis para la diferencia de
medias
3.8
Prueba de hiptesis para la proporcin
3.9
Prueba de hiptesis para la diferencia de

proporciones
Prueba de hiptesis para la varianza
Prueba de hiptesis para la relacin de
varianzas.
3.12
Uso de software estadstico
4.1
Bondad de ajuste
4.1.1 Anlisis Ji-Cuadrada
4.1.2 Prueba de independencia
4.1.3 Prueba de la bondad del ajuste
4.1.4 Tablas de contingencia
4.1.5 Uso del software estadstico.
4.2
Pruebas no paramtricas
4.2.1 Escala de medicin
4.2.2 Mtodos estadsticos contra no
paramtricos
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.
4.2.7 Aplicaciones del paquete computacional
5.1 Regresin Lineal simple
5.1.1
Prueba de hiptesis en la regresin lineal
simple
5.1.2 Calidad del ajuste en regresin lineal
simple
5.1.3 Estimacin y prediccin por intervalo en
regresin lineal simple
5.1.4 Uso de software estadstico
5.2 Regresin lineal mltiple
5.2.2 Pruebas de hiptesis en regresin lineal
mltiple
5.2.3 Intervalos de confianza y prediccin en
regresin mltiple
5.2.4 Uso de un software estadstico
5.3 Regresin no lineal
3.10
3.11

Pruebas de bondad
de ajuste y pruebas
no paramtricas

Regresin lineal
simple y mltiple

8.- SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas)

El profesor debe:
Conocer el contenido de la materia, de tal forma que domine los contenidos y
mtodos de trabajo,

Dar respuesta a las preguntas que se generen en el grupo, pues es una materia
bsica de la ingeniera, que implica el desarrollo de los esquemas cognitivo,
conductual y procedimental en la formacin acadmica de los estudiantes.

Establecer los mtodos de trabajo en forma ordenada y precisa; explique las

variaciones que se puedan encontrar al solucionar problemas, fomente un
ambiente de grupo cordial y colaborativo en el aprendizaje.

Fomentar la investigacin de informacin cuantitativa y cualitativa sobre los

contenidos de la asignatura en distintas fuentes.
Propiciar el uso adecuado de conceptos, trminos propios y mtodos
estadsticos, parmetros poblacionales, intervalos de confianza, pruebas de
hiptesis, identificacin de los tipos de errores I y II, las pruebas de bondad de
ajustes y el clculo de la regresin.
Desarrollar actividades de anlisis para el establecimiento de criterios para la
solucin de problemas por equipo e independiente de tipo logstico.
Desarrollar ejemplos de aplicacin en el campo de la Ingeniera.
Organizar actividades de investigacin en torno a las operaciones logsticas o
Industriales.
Relacionar el contenido de la materia con otras materias propias de la actividad
logstica, para la solucin de problemas de forma interdisciplinaria.
Propiciar el uso adecuado de conceptos y trminos de Estadstica
Inferencial I
Organizar actividades como: Clculo del tamao de la muestra,
determinacin de los intervalos de confianza,
Fomentar la investigacin de informacin sobre los contenidos de la asignatura
en distintas fuentes.
Desarrollar actividades de anlisis para la solucin de problemas.

9.- SUGERENCIAS DE EVALUACIN

Las evidencias de los aprendizajes que contribuyen al desarrollo de competencias son:
De comportamiento: Dinmica de grupos, mtodos de toma de decisiones,
observacin en participaciones individuales o grupales en clase, dialogo en forma de
interrogatorio.
De desempeo: Reportes de investigacin sean individuales o grupales, problemas
desarrollados en forma independiente.
De producto: AOP aprendizaje orientado a proyectos, ABP aprendizaje basado en
problemas, Mtodo de casos, Mtodos de creatividad, Mtodos de simulacin,
resolucin de problemas, Interactividad con la computadora, Portafolio de evidencias,
Rbricas de evaluacin.
De conocimiento: Pruebas objetivas de los temas vistos en clase, Mtodo de casos,
Anlisis de situaciones, Experimentos, Rbricas de evaluacin.
10.- UNIDADES DE APRENDIZAJE
Unidad 1: Teora del muestreo.
Competencia
especifica
a
Actividades de Aprendizaje
desarrollar
Comprender la Teora del muestreo.
Investigacin bibliogrfica y discusin de
conceptos relacionados con el muestreo.
Distinguir entre muestreo aleatorio
Proporcionar al estudiante dos situaciones
probabilstico y no probabilstico.
hipotticas de procesos y/o poblaciones finitas
para que en grupos de 2 alumnos, obtengan de
Comprender los conceptos y aplicar
dichos procesos, un conjunto de datos para su
teora de distribuciones de muestreo y
anlisis.
diferentes tipos de fenmenos que se Obtener los valores de t, 2, F y Z de las
presentan en una muestra.
diferentes distribuciones mustrales.
Obtener los valores de probabilidad en tablas
Desarrollar la capacidad de anlisis de
para los diferentes valores de los estadsticos t,
los resultados obtenidos de un estudio
2, F y Z
muestral.
Interpretar los resultados obtenidos.
Unidad 2: Teora de estimacin.
Competencia especifica a desarrollar Actividades de Aprendizaje
Aplicar los fundamentos de la teora de
Proporcionar al estudiante dos situaciones
estimacin en problemas que requieran
hipotticas de procesos y/o poblaciones
el clculo del tamao de la muestra, con
finitas para que en grupo de 2 alumnos,
los diferentes intervalos de confianza de
obtengan de dichos procesos, un conjunto de
la media, proporcin y varianza, que se
datos para su anlisis.
relacionen con la logstica.
Obtener los valores de t, 2, F y Z de las
diferentes distribuciones mustrales.
Obtener los valores de probabilidad en tablas

para los diferentes valores de los estadsticos

t, 2, F y Z
Calcular dado un conjunto de datos los
intervalos de confianza, segn proceda, para
la media, diferencia de medias, varianza,
proporcin, diferencia de proporciones
varianza y relacin de varianzas.
Interpretar el significado de los intervalos de
confianza para: la media, diferencia de
medias, la proporcin, diferencia de
proporciones, varianza y relacin de
varianzas.
Dado un conjunto de datos diferenciar la
importancia de utilizar estimadores puntuales
y estimadores por intervalos.
Determinar el tamao de la muestra

Unidad 3: Prueba de hiptesis.

Competencia
especifica
a
Actividades de Aprendizaje
desarrollar
Identificar y aplicar los conceptos Formular y resolver ejercicios aplicando la
bsicos de una prueba de
metodologa de prueba de hiptesis para: la
hiptesis.
media, diferencia de medias, proporcin,
diferencia de proporciones, varianza y
Identificar los diferentes fenmenos
relacin de varianzas
que se presentan en una prueba de
hiptesis
Identificar y analizar cules son los Obtener el tamao de la muestra para
diferentes situaciones del error tipo I, error
posibles fenmenos que se pueden
tipo II y para la potencia de la prueba.
analizar a travs de una prueba de
hiptesis
Simular un caso en donde:
o Se genere una hiptesis para una
situacin en donde el inters pueda ser,
la media, diferencia de medias,
proporcin, diferencia de proporciones,
varianza y relacin de varianzas.
o Generar datos del caso
o Probar la hiptesis del caso
o Obtener conclusiones
o Cambiar el tamao de muestra y mostrar
su impacto.
Unidad 4: Pruebas de bondad de ajuste y pruebas no paramtricas.
Competencia
especifica
a
Actividades de Aprendizaje
desarrollar
Identificar y aplicar los conceptos Resolver ejercicios aplicando:
de las pruebas de bondad de
o prueba 2,
ajuste
o Prueba de Kolmogorov-Smirnov

Establecer cul es la metodologa

aplicable a una prueba de bondad
de ajuste
Identificar y aplicar los conceptos

de una prueba no paramtrica

o
o
o

prueba de Anderson Darling

Prueba de Ryan Joiner.
Prueba de Shappiro Wilk.

Dado un conjunto de datos:

o Aplicar las tres pruebas
o Analizar los resultados
o Contrastar las pruebas

Unidad 5: Regresin Lineal Simple y Mltiple.

Competencia
especifica
a
desarrollar
Identificar y aplicar los conceptos
bsicos del modelo de regresin
lineal simple
Establecer las condiciones para
distinguir entre una regresin y un
correlacin
Identificar y aplicar los conceptos
bsicos del modelo de regresin
mltiple
Identificar y aplicar los conceptos
bsicos del modelo de regresin
no lineal

Actividades de Aprendizaje

Utilizar correctamente un modelo de regresin

para propsitos de estimacin y prediccin
Comprender la importancia del anlisis de
regresin lineal simple y mltiple, y explique
los conceptos generales.
Aplicar las pruebas de hiptesis para evaluar
su calidad de ajuste.
Diferenciar entre regresin lineal simple y
mltiple para tomar decisiones acerca de cul
modelo usar en determinada circunstancia.
Comprender la importancia del anlisis de
regresin no lineal y explique los conceptos
generales.
Aplicar las pruebas de hiptesis para evaluar
su calidad de ajuste.
Utilizar software, para obtener una respuesta
rpida y precisa en la generacin de los
parmetros de los modelos.

11.- FUENTES DE INFORMACIN

DeVore, J. (2005). Probabilidad y Estadstica para Ingeniera y Ciencias. Mxico:
Thomson
Hines, W. y Montgomery, D. (2003). Probabilidad y Estadstica para Ingeniera y
Administracin. Mxico: CECSA
Montgomery, D. C. y Runger, G. C. (1998). Probabilidad y Estadstica aplicadas a la
Ingeniera. Mxico: McGraw Hill.
Ross, S. M. (2001). Probabilidad y Estadstica para Ingenieros. Mxico: McGraw Hill.
Salvatore, D., Reagle, D. (2004). Estadstica y econometra. Espaa: Mc Graw-Hill.
Spiegel, M. R. (1992). Manual de Frmulas y Tablas Matemticas. Mxico: McGraw
Hill.
Spiegel, M. R. (1988). Probabilidad y Estadstica. Mxico: McGraw Hill.
Walpole, R. E., Myers, R. H., Myers, S. L. (1999). Probabilidad y Estadstica para
Ingenieros. Mxico: Pearson Prentice Hall.
12.- PRCTICAS PROPUESTAS
-

AOP Aprendizaje Orientado a Proyectos: Desarrollo por equipos de trabajo bajo

la gua del profesor con los estudiantes la coleccin de una muestra, para su
anlisis, aplicando las tcnicas y mtodos de trabajo desarrollados a lo largo del
curso y su presentacin por avances para cada parcial,
- Un proyecto de investigacin que utilice los conceptos de muestreo.
- Determinacin de parmetros de la muestra y sus estimadores.
- Pruebas de hiptesis, determinacin del error tipo I, tipo II.
- Pruebas e bondad de ajuste.
- Determinar la relacin entre variables por el anlisis de regresin

ABP Aprendizaje Basado en Problemas: Realizar en forma individual o por

equipos, los problemas propuestos en el curso en el rea logstica, con anlisis
de resultados obtenidos en cada unidad del temario, utilizando Excel, u otro
software disponible.

Portafolio de evidencias con todos los problemas resueltos durante el curso.

Software propuesto a utilizar:
Excel
Statgraphics (consultar www.statgraphics)
Minitab
Mathcad
Software disponible