Está en la página 1de 4

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE INGENIERA
ESCUELA DE CIENCIAS
REA DE ESTADISTICA http://estadistica.ingenieria.usac.edu.gt

PROGRAMA DEL CURSO ESTADISTICA 2


PRIMER SEMESTRE 2017

CDIGO: 734 DAS QUE SE IMPARTE EL CURSO: lunes a viernes


ESCUELA: Ciencias AREA: Estadstica
PRE-REQUISITO: 732 Estadstica 1 CRDITOS: 5 crditos
POST-REQUISITO: Estadstica 3 (737), Controles CATEGORA: Obligatorio para Ing. Industrial y
Industriales (638), Mercadotecnia 1 (660) y Econometra Mecnica Industrial. Optativo para todas las dems
(668). carreras.

DESCRIPCION DEL CURSO

El curso est orientado a estudiar los principios de la estadstica inferencial y los


mtodos estadsticos aplicados a las diversas situaciones que vinculan la teora con la
prctica, sobre todos los campos de la ingeniera. Los modelos matemticos estudiados en
el curso de Estadstica 1 constituyen los elementos fundamentales para la comprensin y
aplicacin de la inferencia estadstica por cuanto sta se basa en consideraciones
probabilsticas.

En el curso se pretende definir una metodologa para llegar a conclusiones acerca de


la poblacin, partiendo de una muestra dada, estudiando las relaciones de confiabilidad de
tales conclusiones. Estos mtodos estn ligados al muestreo, por lo que se analizarn las
distribuciones muestrales y los intervalos de confianza para la estimacin de parmetros as
como tambin diferentes ensayos de hiptesis.

Adems, se estudiar el anlisis de varianza de uno y dos factores (arreglo


experimental simple y doble) y los modelos de regresin y correlacin lineal simple y mltiple.

OBJETIVOS GENERALES

Al finalizar el curso, es estudiante debe estar en condicin de:

- Interpretar los conceptos fundamentales de la inferencia estadstica y su vnculo con la


prctica de la ingeniera.

- Asumir una actitud en cuanto a las posibles aplicaciones de los mtodos estadsticos en el
proceso de toma de decisiones en los ensayos de hiptesis.

- Aplicar las tcnicas y mtodos de inferencia estadstica en problemas concretos del campo
profesional de la ingeniera.

1
METODOLOGIA

- Docencia directa
- Dinmica de grupo
- Estudio independiente
- Prctica Supervisada
- Investigaciones

EVALUACIN DEL RENDIMIENTO ACADMICO:

- Tres exmenes parciales 50 puntos


- Tareas 6 puntos
- Hojas de trabajo 8 puntos
- Comprobaciones 6 puntos
- Actividades complementarias 5 puntos
Total de Zona 75 puntos
Examen final 25 puntos
Total 100 puntos

CONTENIDO PROGRAMTICO

I. Primera unidad: Teora del muestreo


1.1 Poblacin y muestra.
1.2 Muestreo con o sin reemplazo.
1.3 Mtodos de muestreo.
1.4 Distribuciones muestrales.
1.4.1 Distribuciones muestrales de una poblacin: media, varianza y proporcin.

II. Segunda unidad: Teora de la estimacin


2.1 Estimacin puntual
2.2 Propiedades del estimador puntual
2.3 Estimacin por intervalo
2.3.1 Intervalo de confianza para una poblacin
2.3.1.1 Intervalo para media con muestra grande
2.3.1.2 Intervalo para media con muestra pequea
2.3.1.3 Intervalo para proporcin
2.3.1.4 Intervalo para varianza

III. Tercera unidad: Ensayos de hiptesis


3.1 Hiptesis Nula
3.2 Hiptesis Alternativa
3.3 Nivel de significancia
3.4 Error Tipo I y Tipo II

2
3.5 Potencia de la prueba
3.6 Ensayos de hiptesis para una poblacin
3.6.1 Media con muestra grande
3.6.2 Media con muestra pequea
3.6.3 Proporcin
3.6.4 Varianza
3.7 Ensayos de hiptesis para dos poblaciones.
3.7.1 Diferencia entre dos medias con muestra grande
3.7.2 Diferencia entre dos medias con muestra pequea
3.7.3 Diferencia entre dos proporciones
3.7.4 Pares coincidentes
3.7.5 Razn de varianzas
3.8 Pruebas de Bondad de Ajuste
3.9 Tablas de contingencia
3.10 Prueba de Independencia

IV. Cuarta unidad: Experimentos generales de un solo factor


4.1 Consideraciones en el diseo de experimentos
4.2 Procedimientos del diseo de experimentos
4.3 Anlisis de varianza de un factor
4.4 Diseo completamente aleatorizado
4.5 Diseo por bloques
4.6. Comparaciones mltiples
4.6.1 Prueba de Tukey
4.6.2 Prueba de Duncan

V. Quinta unidad: Modelos de regresin y correlacin lineal simple y mltiple


5.1 Recta de regresin de mnimos cuadrados
5.2 Intervalos de confianza para los coeficientes i
5.3 Prueba de hiptesis para los coeficientes de regresin
5.4 Coeficiente de correlacin
5.5 Intervalo de confianza para los coeficientes de correlacin
5.6 Pruebas de hiptesis para los coeficientes de correlacin

BIBLIOGRAFA

TEXTO: DEVORE, JAY L. PROBABILIDAD Y ESTADSTICA PARA INGENIERIA Y


CIENCIAS. OCTAVA EDICION. EDITORIAL CENGACE LEARNING, 2012.

REFERENCIA:
- AGUILAR, MARA EUGENIA. MANUAL DE PRCTICAS DE PARA EL CURSO
ESTADSTICA 1. 2008

- ANDERSON, SWEENEY Y WILLIAMS. ESTADSTICA PARA ADMINISTRACIN Y


ECONOMA. DCIMA EDICIN. EDITORIAL CENGAGE LEARNING, 2008.

3
-DOMNGUEZ Y DOMNGUEZ. ESTADSTICA Y PROBABILIDAD. EDITORIAL OXFORD.
2006

- GAITN, MARTHA GUISELA, PROBABILIDAD, CONCEPTOS BSICOS. CUARTA


EDICIN, 2015.

- JOHNSON, RICHARD A. PROBABILIDAD Y ESTADSTICA PARA INGENIEROS. 8.


EDICIN. EDITORIAL PEARSON. 2012

- JOHNSON Y KUBY. ESTADSTICA ELEMENTAL. DCIMA EDICIN. EDITORIAL


CENGAGE LEARNING, 2008

- LEVIN Y OTROS. ESTADSTICA PARA ADMINISTRACIN Y ECONOMA. SPTIMA


EDICIN. EDITORIAL PEARSON, 2010.

- MENDENHALL, BEAVER Y BEAVER. INTRODUCCIN A LA PROBABILIDAD Y


ESTADSTICA. EDITORIAL CENGAGE LEARNING 2006.

- MENDENHALL III, WACKERLY Y SCHEAFFER. ESTADSTICA MATEMTICA CON


APLICACIONES. SEXTA EDICIN, EDICIN REVISADA. EDITORIAL THOMSON, 2002.

- MONTERROSO, RODOLFO. ESTADSTICA DESCRIPTIVA CON APLICACIONES


INFERENCIALES. SL EDITORIAL, 2010

- TRIOLA, MARIO. ESTADSTICA. DCIMA EDICIN. EDITORIAL PEARSON, 2009.

- WALPOLE, MYERS, MYERS Y YE. PROBABILIDAD Y ESTADSTICA PARA


INGENIEROS. NOVENA EDICIN. EDITORIAL PEARSON, 2012

- WILTON, SUSAN Y ARNOLD, .JESSE. PROBABILIDAD Y ESTADSTICA CON


APLICACIONES PARA INGENIERA Y CIENCIAS COMPUTACIONALES. CUARTA
EDICIN. EDITORIAL MC GRAW HILL, 2003.

Actualizado enero 2017.