Silabo FB - 405 ABET - 2020

UNIVERSIDAD NACIONAL DE INGENIERÍA
Facultad de Ingeniería Industrial y de Sistemas

Departamento de Ciencias Básicas
SÍLABO
CURSO: ESTADÍSTICA APLICADA
I. INFORMACIÓN GENERAL
CODIGO : FB-405
CICLO : V
CREDITOS : 3
HORAS POR SEMANA : Teoría 2 Hrs/Práctica 2 Hrs
PRE-REQUISITO : Ecuaciones Diferenciales (FB403)
CONDICION : Obligatorio
DEPARTAMENTO : Ciencias Básicas
PROFESOR : Yarko Cerna Valdez, E-MAIL: [email protected]
Yolanda Segura García, E-MAIL: [email protected]
II. SUMILLA DEL CURSO
El curso prepara al estudiante en la aplicación de técnicas y métodos clásicos que

corresponden a la estadística inferencial para estimar y contrastar parámetros de interés bajo
el paradigma cuantitativo. También realizar estudios comparativos de inferencia paramétrica y
no paramétrica y, así como, cuantificar y describir el modelamiento de fenómenos aleatorios en
forma conjunta, marginal y condicionalmente para evaluar su grado de ocurrencia. El estudiante
también estará en capacidad de aplicar estadística predictiva y estadística experimental, en el
primer caso para estimar y realizar previsiones con modelos que relacionan variables de un
sistema o proceso, y en el segundo caso para determinar la causalidad de variables sobre una
respuesta. El curso prepara al estudiante a resolver problemas de aplicación en ingeniería
manualmente y/o complementado con el uso de software especializado.
III. OBJETIVOS
GENERALES
Al finalizar el curso el estudiante estará en capacidad de:
1. Desarrollar inferencias a partir de una o más muestras extraídas de poblaciones con una
medida de riesgo.
2. Deducir la conveniencia y aplicación de técnicas de libre distribución en el análisis
decisorio.
3. Construye un modelo predictivo en base a la metodología predictiva que le permita realizar
estimaciones con cierto grado de confianza.
4. Evalúa una serie de tiempo clásica y explica el significado de cada componente en el
proceso de modelación predictiva.
5. Comprende la noción general de análisis de varianza en el estudio de la variabilidad
producida por diversos factores controlables.
ESPECÍFICOS
1. Halla y evalúa estimadores con las mejores bondades respecto a un parámetro.
2. Construye e interpreta intervalos de confianza para el análisis e interpretación de
parámetros.
3. Aplica procedimientos paramétricos de pruebas de hipótesis para la contrastación de uno
o más parámetros.
Silabo-FIIS 1
4. Aplica procedimientos no paramétricos de pruebas de hipótesis para la contrastación de
uno o más parámetros.
5. Analiza vectores aleatorios para cuantificar eventos asociados a su comportamiento
distribucional.
6. Estima un modelo de regresión lineal para la descripción y predicción de sucesos de
actividades en el campo de la ingeniería y afines.
7. Diseña modelos de tipo experimental para el análisis de causa y efecto en una variable
respuesta con uno y dos factores de estudio.
IV. DESARROLLO DE CONTENIDOS
Primera Semana
Estimadores. Método de estimación puntual y propiedades deseables. Estimación por
intervalos de confianza. Método general de construcción de intervalos para un parámetro.
Tamaños de muestra con probabilidad de confianza. Dócima confidencial.
Segunda Semana
Construcción de intervalos para dos parámetros. Tamaños de muestra con probabilidad de
confianza. Dócima confidencial.
Tercera Semana
Procedimiento general de prueba de hipótesis. Errores tipo I y II. Función potencia.
Construcción de regiones de rechazo y aceptación para pruebas paramétricas. Dócimas para
medias de uno y dos parámetros.
Cuarta Semana
Dócimas para proporciones y dócimas para varianzas para uno y dos parámetros.
Determinación del tamaño de la muestra para riesgos tipo I y tipo II dados. Limitaciones de las
pruebas paramétricas.
Quinta Semana
Aplicaciones de la distribución Chi-cuadrado. Generación de números aleatorios según una
distribución especificada. Pruebas de bondad de ajuste. Plot de probabilidad. Pruebas no
paramétricas para una muestra.
Sexta Semana
Pruebas para dos muestras independientes. Pruebas para dos muestras relacionadas. Pruebas
para k muestras independientes. Pruebas para muestras relacionadas. Pruebas paramétricas
vs pruebas no paramétricas.
Séptima Semana
Vector aleatorio. Tipos. Función de probabilidad. Función de distribución. Distribuciones
marginales y condicionales. Características. Independencia.
Octava Semana
EXAMEN PARCIAL
Novena Semana
Modelo de regresión lineal simple, regresión lineal general. Estimación e inferencia estadística
en regresión. Predicción puntual y por intervalo. Regresión no lineal.
FIIS 2
Décima Semana
Regresión lineal general. Forma matricial. Ecuaciones normales. Modelo intercepto y modelo
no intercepto. Desviación de medias. Estimación puntual y por intervalo.
Décima Primera Semana

Predicción media. Predicción individual. La Hipótesis Lineal General. Modelos Reducidos.
Principio de sumas extras de cuadrados. Pruebas F parciales. Modelos polinomiales. Métodos
de selección de variables y construcción de modelos.
Décima Segunda Semana

Regresión con variables indicadoras. Análisis residual y problemas de especificación de un
modelo de regresión.
Décima Tercera Semana

Series de Tiempo. Concepto. Series estacionarias y no estacionarias. Descomposición clásica
de una serie de tiempo. Estimación de la tendencia y estacionalidad. Variaciones cíclicas.
Variaciones irregulares. Técnicas de suavización. Estimación de índices estacionales.
Desestacionalización. Previsiones.
Décima Cuarta Semana

Principios del diseño y análisis de experimentos. Diseño completamente aleatorizado. Diseño
en bloque completo al azar. Diseño cuadrado latino. Análisis de varianza. Pruebas a priori y
aposteriori.
Décima Quinta Semana

Experimentos factoriales. Modelo estadístico con dos factores con y sin teracción. Análisis de
covarianza.
Décima Sexta Semana

EXAMEN FINAL
V. METODOLOGÍA
El curso se desarrolla en sesiones de teoría, práctica. En las sesiones de teoría, el docente

presenta los conceptos, teoremas y aplicaciones. En las sesiones prácticas, se resuelven
diversos problemas y se analiza su solución con el apoyo de un software estadístico para
resolver problemas y analizar su solución. En todas las sesiones se promueve la participación
activa del alumno.
VI. FÓRMULA DE EVALUACIÓN
Sistema de Evaluación “G”.

Cálculo del Promedio Final: PF = (EP + EF + PP ) / 3
EP: Examen Parcial EF: Examen Final
PP: Promedio de Prácticas PP = (PC1+PC2+ PC3) / 3
Se toman 4 prácticas calificadas, para el PP se elimina la nota de la práctica más baja
VII. BIBLIOGRAFÍA
1. Degroot Morris R., Probabilidad y estadística. México. Edit. Addison Wesley 1982.
2. Berenson, Mark L. y Levine, David M. Estadística Básica en Administración. Conceptos
y aplicaciones. Sexta edición, Edit. Prentice Hall, México, 1996.
3. Mendelhall, W., Wackerly, D., Scheaffer, R. Estadistica Matemática con Aplicaciones.
Segunda Edición. Grupo Editorial Iberoamericana. México. 1994.
FIIS 3

Silabo FB - 405 ABET - 2020

Cargado por

Copyright:

Formatos disponibles

Silabo FB - 405 ABET - 2020

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Silabo FB - 405 ABET - 2020

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE INGENIERÍA

Facultad de Ingeniería Industrial y de Sistemas

II. SUMILLA DEL CURSO

El curso prepara al estudiante en la aplicación de técnicas y métodos clásicos que

IV. DESARROLLO DE CONTENIDOS

Décima Primera Semana

Décima Segunda Semana

Décima Tercera Semana

Décima Cuarta Semana

Décima Quinta Semana

Décima Sexta Semana

El curso se desarrolla en sesiones de teoría, práctica. En las sesiones de teoría, el docente

VI. FÓRMULA DE EVALUACIÓN

Sistema de Evaluación “G”.

También podría gustarte