SÍLABO

ESTADÍSTICA INFERENCIAL (100000I17N)

2021 - Ciclo 2 Agosto

1. DATOS GENERALES

1.1. Carrera: Ingeniería Biomédica

Ingeniería Electrónica
Ingeniería Eléctrica y de Potencia
Ingeniería Mecatrónica
Ingeniería de Sistemas e Informática
Ingeniería de Software
Ingeniería de Redes y Comunicaciones
Ingeniería de Seguridad y Auditoría Informática
Ingeniería de Telecomunicaciones
Ingeniería de Diseño Computacional
Ingeniería de Diseño Gráfico
Ingeniería Económica y Empresarial
Ingeniería Empresarial
Ingeniería Industrial
Ingeniería de Minas
Ingeniería de Seguridad Industrial y Minera
Ingeniería en Seguridad Laboral y Ambiental
Ingeniería Textil y de Confecciones
Ingeniería Aeronáutica
Ingeniería Automotriz
Ingeniería Electromecánica
Ingeniería Mecánica
Ingeniería Marítima con mención - puente
Ingeniería Civil
Ingeniería Marítima con mención - máquina

1.2. Créditos: 4

1.3. Modalidad: Presencial (adaptado a la educación no presencial)

1.4. Horas semanales: 4

2. FUNDAMENTACIÓN
La asignatura de Estadística Inferencial busca formar al profesional en el uso de las técnicas estadísticas, así lo
formará para inferir parámetros estadísticos de la población a partir de los estadísticos de una muestra. La
importancia del curso en la carrera radica en que a partir de la inferencia estadística el profesional tomará decisiones
en el ámbito de la investigación cuantitativa sobre los temas de interés en el campo de las ciencias y la ingeniería

3. SUMILLA
La asignatura de estadística inferencial tiene como propósito brindar al alumno el marco conceptual y práctico de los
componentes para las estimaciones poblacionales a partir de una muestra significativa, por ello se desarrollan los
principios básicos de la teoría del muestreo y estadística inferencial que servirán para la mejor comprensión de los
métodos de estimación interválica, pruebas de hipótesis, pruebas de bondad de ajuste, pruebas no paramétricas,
regresión lineal y correlación.

4. LOGRO GENERAL DE APRENDIZAJE

Al finalizar el curso, el estudiante aplica técnicas estadísticas para poder inferir parámetros estadísticos de la
población a partir de los estadísticos de una muestra en el campo de la ciencia y la ingeniería.

5. UNIDADES Y LOGROS ESPECÍFICOS DE APRENDIZAJEi

Unidad de aprendizaje 1: Semana 1,2,3 y 4
Introducción a la estadística inferencial, la estimación puntual, distribución muestral
e intervalos de confianza .

Logro específico de aprendizaje:

Al finalizar la unidad, el estudiante establece los diferentes estimadores de los parámetros de una población a partir de
una muestra y de las definiciones establecidas de la estadística inferencial en el campo de las ciencias y la ingeniería.

Temario:
Conceptos básicos de Estadística Inferencial. Muestra, tipos de muestreo, población. Uso de tablas estadísticas.
Muestreo. Tipos de muestreo. Calculo del Tamaño de Muestra para proporciones y media.
Concepto de distribución muestral, Teorema de límite central.
Pruebas de Normalidad de Datos
Distribución muestral de la media con varianza conocida y desconocida. Ejemplos aplicativos.
Distribución muestral de la diferencia de dos medias con varianza conocida y desconocida.
Distribución muestral de la proporción
Intervalos de confianza para la media con varianza conocida y desconocida. Calculo e interpretación de resultados
Intervalo de confianza para la proporción.
Intervalo de confianza para la diferencia de proporciones
Intervalo de Confianza para Varianza
Taller Nº1 Ejercicios de Distribucion Muestral e Intervalo de Confianza
Practica Calificada N°1

Unidad de aprendizaje 2: Semana 5,6,7,8 y 9

Prueba de Hipótesis Parametricas.

Logro específico de aprendizaje:

Al finalizar la unidad, el estudiante obtiene evidencia estadística a través de la aplicación de las diferentes metodologías
de las pruebas de hipótesis en base a los principios que se rige cada prueba de determinado parámetro, en el campo de
las ciencias y la ingeniería.

Temario:
Metodología de la prueba de hipótesis: Conceptos generales: Hipótesis nula e Hipótesis alternativa. Error tipo I y II.
Ejemplos aplicativos.
Prueba de hipótesis para una media con varianza conocida y desconocida.
Taller N°2: Ejercicios de prueba de hipótesis
Prueba de hipótesis para la diferencia de medias con varianza conocida y desconocida
Prueba de hipótesis para la proporción.
Prueba de hipótesis para la diferencia de proporciones.
Prueba de hipótesis para la varianza.
Presentación - Avance del Proyecto
Sesión Integradora de Repaso
Practica Calificada N°2

Unidad de aprendizaje 3: Semana 10,11,12 y 13

Pruebas No Parametricas.

Logro específico de aprendizaje:

Al finalizar la unidad, el estudiante aplica las diferentes metodologías de las Pruebas No paramétrica en base a los
principios bajo los que se rige cada prueba de determinado parámetro y considerando que los datos no se ajustan a una
distribucion normal

Temario:
Pruebas No Parametricas. Definición, Características. Principales Pruebas a estudiar, Ejemplos para Utilizar
Prueba de Signos/ Prueba de aleatoriedad o Rachas
Prueba de Rangos Wilcoxon/ Prueba U Mann Witney
Prueba H de Kruskal Wallis / Prueba Friedman
Pruebas Chi Cuadrado: Prueba de bondad de ajuste
Prueba de independencia, Prueba de homogeneidad y prueba de proporciones.
Taller N°3 Ejercicios de Pruebas No Parametricas
Practica Calificada N°3

Unidad de aprendizaje 4: Semana 14,15,16,17 y 18

Regresión Lineal y Múltiple..
6. METODOLOGÍA
El curso de Estadística Inferencial se desarrolla a través de metodologías activas, donde el docente es un facilitador
del aprendizaje. El aprendizaje de la estadística exige un trabajo sistemático por parte de los alumnos, para lograr
dicho objetivo se propone el uso intensivo de las separatas y de recursos didácticos disponibles en la plataforma. Se
busca promover el aprendizaje autónomo y el aprendizaje colaborativo. En base a ello, se promueven los principios
de aprendizaje basado en evidencias, aprendizaje autónomo y el aprendizaje para la era digital. El docente y los
estudiantes usan la herramienta de Excel para el desarrollo de los casos prácticos en sus sesiones. Este curso
cuenta con el servicio gratuito de tutoría académica. El curso se desarrolla a través de la plataforma Canvas, que se
usa como principal medio para el desarrollo de las sesiones sincrónicas que son complementadas con recursos y
materiales que se publican a lo largo del curso para fomentar el desarrollo de aprendizajes significativos. Para
fomentar la aplicación de los contenidos, se desarrollarán ejercicios prácticos a lo largo del curso a través de
diferentes herramientas propuestas por el docente. Por otro lado, el estudiante contará con un espacio de foro de
consultas para resolver las dudas académicas a lo largo del curso. Finalmente, las actividades de evaluación se
desarrollarán de acuerdo a lo señalado en el sílabo a través de la plataforma Canvas.

7. SISTEMA DE EVALUACIÓN
El cálculo del promedio final se hará de la siguiente manera:

(10%)PC1 + (20%)AIF1 + (10%)PC2 + (10%)PC3 + (10%)PA + (10%)PC4 + (30%)IF

Donde:

Tipo Descripción Semana Observación

PC1 PRÁCTICA CALIFICADA 1 4 Individual

AIF1 AVANCE DE INFORME 1 8 Actividad para evaluar el avance del trabajo

PC2 PRÁCTICA CALIFICADA 2 9 Individual

PC3 PRÁCTICA CALIFICADA 3 13 Individual

PA PARTICIPACIÓN EN CLASE 16 Grupal de 5 estudiantes

PC4 PRÁCTICA CALIFICADA 4 17 Individual

IF INFORME FINAL 18 Exposición y entrega grupal del informe final

Indicaciones sobre Fórmulas de Evaluación:

1. La nota mínima aprobatoria es 12 (doce).

2. La nota de la participación en clase (PA) es el resultado de acumular 5 puntos en cada uno de los 4 talleres
grupales programados.
3. Para el trabajo aplicado, la formación de los grupos se realizará en la primera semana de clase.
4. El orden de exposición para cada grupo se establecerá a través de un sorteo que se realizará en clase.
5. Antes de la entrega del informe final del trabajo aplicado, se realizarán 1 revisión previa de los avances del
trabajo, cuya calificación obtenida será parte de la nota final de dicho trabajo, según lo indicado en el sistema
de evaluación.

8. FUENTES DE INFORMACIÓN
Bibliografía Base:
JOHNSON (2011) PROBABILIDAD Y ESTADISTICA PARA INGENIEROS, Pearson
SPIEGEL, MURRAY R. (2013) Estadística, Nueva Imagen
Bibliografía Complementaria:
 DEVORE, JAY L. (2008) Probabilidad y estadística para ingeniería y ciencias, CENGAGE Learnin

9. COMPETENCIAS

Carrera Competencias específicas

Ingeniería Civil

Ingeniería Marítima con mención -

máquina

Ingeniería Biomédica

Ingeniería Electrónica

Ingeniería Eléctrica y de Potencia

Ingeniería Mecatrónica

Ingeniería de Sistemas e Informática

Ingeniería de Software

Ingeniería de Redes y Comunicaciones

Ingeniería de Seguridad y Auditoría

Informática

Ingeniería de Telecomunicaciones

Ingeniería de Diseño Computacional

Ingeniería de Diseño Gráfico Competencia básica en STEM (Science, Technology, Engineering and
Mathematics)
Ingeniería Económica y Empresarial

Ingeniería Empresarial

Ingeniería Industrial

Ingeniería de Minas

Ingeniería de Seguridad Industrial y

Minera

Ingeniería en Seguridad Laboral y

Ambiental

Ingeniería Textil y de Confecciones

Ingeniería Aeronáutica

Ingeniería Automotriz

Ingeniería Electromecánica

Ingeniería Mecánica

Ingeniería Marítima con mención -

puente

10. CRONOGRAMA DE ACTIVIDADESii

Actividades y
Unidad de aprendizaje Semana Sesión Tema
evaluaciones
 Conceptos básicos de Estadística Presentación del
Inferencial. Muestra, tipos de muestreo, docente sobre los
población. Uso de tablas estadísticas. lineamientos del
curso y exposición
del primer tema de
clase. Los
1
estudiantes
participan en la
resolución de
ejercicios y
problemas

1 Muestreo. Tipos de muestreo. Calculo del

Exposición del
Tamaño de Muestra para proporciones y
docente (mediante
media.
PPT en la
plataforma) sobre el
tema de la sesión.
Los estudiantes
2 participan en la
resolución de
ejercicios y
problemas Trabajo
grupal de 5
estudiantes

Concepto de distribución muestral,

Exposición del
Teorema de límite central.
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
Los estudiantes
3 participan en la
resolución de
ejercicios y
problemas Trabajo
grupal de 5
estudiantes

3 Pruebas de Normalidad de Datos

Unidad 1
Introducción a la
Distribución muestral de la media con
estadística inferencial, la
3 varianza conocida y desconocida.
estimación puntual,
Ejemplos aplicativos.
distribución muestral e
intervalos de confianza
Distribución muestral de la diferencia de
4 dos medias con varianza conocida y
desconocida.

4 Distribución muestral de la proporción

Intervalos de confianza para la media con

Exposición del
varianza conocida y desconocida. Calculo
docente (mediante
e interpretación de resultados
PPT en la
plataforma) sobre el
tema de la sesión.
5 Los estudiantes
participan en la
resolución de
ejercicios y
problemas

5 Intervalo de confianza para la proporción.

 3 6 Intervalo de confianza para la proporción.

Intervalo de confianza para la diferencia de

Exposición del
proporciones
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
6 Los estudiantes
participan en la
resolución de
ejercicios y
problemas

6 Intervalo de Confianza para Varianza

Taller Nº1 Ejercicios de Distribucion

7
Muestral e Intervalo de Confianza
4
Practica Calificada N°1
PRÁCTICA
8
CALIFICADA 1

Metodología de la prueba de hipótesis:

Exposición del
Conceptos generales: Hipótesis nula e
docente (mediante
Hipótesis alternativa. Error tipo I y II.
PPT en la
Ejemplos aplicativos.
plataforma) sobre el
tema de la sesión.
9 Los estudiantes
participan en la
resolución de
ejercicios y
problemas

5
Prueba de hipótesis para una media con
Exposición del
varianza conocida y desconocida.
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
10 Los estudiantes
participan en la
resolución de
ejercicios y
problemas
Unidad 2
Prueba de Hipótesis
Parametricas
Taller N°2: Ejercicios de prueba de
11
hipótesis
6
Prueba de hipótesis para la diferencia de
12 medias con varianza conocida y
desconocida

13 Prueba de hipótesis para la proporción.

7
Prueba de hipótesis para la diferencia de
14
proporciones.

15 Prueba de hipótesis para la varianza.

8 Presentación - Avance del Proyecto

AVANCE DE
16
INFORME 1

17 Sesión Integradora de Repaso

 9 Practica Calificada N°2
PRÁCTICA
18
CALIFICADA 2

Pruebas No Parametricas. Definición,

Exposición del
Características. Principales Pruebas a
docente (mediante
estudiar, Ejemplos para Utilizar
PPT en la
plataforma) sobre el
tema de la sesión.
19 Los estudiantes
participan en la
resolución de
ejercicios y
problemas.

10
Prueba de Signos/ Prueba de aleatoriedad
Exposición del
o Rachas
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
20 Los estudiantes
participan en la
resolución de
ejercicios y
problemas.

Prueba de Rangos Wilcoxon/ Prueba U

Exposición del
Mann Witney
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
21 Los estudiantes
participan en la
resolución de
ejercicios y
Unidad 3 problemas.
Pruebas No Parametricas
11
Prueba H de Kruskal Wallis / Prueba
Exposición del
Friedman
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
22 Los estudiantes
participan en la
resolución de
ejercicios y
problemas.

Pruebas Chi Cuadrado: Prueba de bondad

Exposición del
de ajuste
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
23 Los estudiantes
participan en la
12
resolución de
ejercicios y
problemas.
 24 Prueba de independencia, Prueba de
homogeneidad y prueba de proporciones.
Taller N°3 Ejercicios de Pruebas No
25
Parametricas
13
Practica Calificada N°3
PRÁCTICA
26
CALIFICADA 3

Regresión lineal simple, intervalos y

Exposición del
prueba de hipótesis. Intervalo de
docente (mediante
predicción.
PPT en la
plataforma) sobre el
tema de la sesión.
27 Los estudiantes
participan en la
resolución de
ejercicios y
problemas.

14
Regresión lineal simple. Coeficiente de
Exposición del
correlación poblacional y muestral.
docente (mediante
PPT en la
plataforma) sobre el
tema de la sesión.
28 Los estudiantes
participan en la
resolución de
ejercicios y
problemas.

Regresión lineal simple. Coeficiente de

29 determinación. Análisis de la varianza y
correlación

Unidad 4 15 Regresión Lineal Múltiple. Conceptos

Regresión Lineal y Múltiple. generales. Estimar la ecuación de
30 regresión lineal múltiple mediante teoría
matricial, predicción, estimación de la
varianza.

Regresión Lineal Múltiple: Matriz de

varianzas y covarianzas. Intervalo de
31
confianza para la respuesta media,
intervalo de predicción para Yo.

Taller N°4 Ejercicios de Análisis Regresión

Los estudiantes
Lineal y Regresión Lineal Múltiple
participan en la
16 resolución de
32
ejercicios, problemas
o casos de
aplicación

Ingreso de nota de Participación en clase

PARTICIPACIÓN EN
32
CLASE

Practica Calificada N°4

PRÁCTICA
33
CALIFICADA 4
17

34 Exposición de Proyecto de Investigación

Exposición de Proyecto de Investigación

18 35 INFORME FINAL
i
Debido a la coyuntura actual y acorde a la normativa, el curso se adaptará excepcionalmente a la educación no presencial, por tanto, los contenidos,
actividades y cronograma serán adaptados por el o la docente para garantizar los aprendizajes señalados en el logro general de aprendizaje del curso.

ii
Debido a la coyuntura actual y acorde a la normativa, el curso se adaptará excepcionalmente a la educación no presencial, por tanto, los contenidos,
actividades y cronograma serán adaptados por el o la docente para garantizar los aprendizajes señalados en el logro general de aprendizaje del curso.