FACULTAD DE INGENIERÍA INDUSTRIAL Y SISTEMAS

“Año del Diálogo y la Reconciliación Nacional”

SILABO

ASIGNATURA: ESTADISTICA INFERENCIAL.

CÓDIGO: 5B0021
I.- DATOS GENERALES:
1.1 Departamento Académico : Ingeniería de Sistemas
1.2. Escuela Profesional : Ingeniería de Sistemas
1.3 Carrera Profesional : Ingeniería de Sistemas
1.4 Ciclo de Estudio : IV
1.5 Créditos : 05
1.6 Duración : 16 semanas
1.7 Horas Semanales : 05
1.7.1 Horas de Teoría : 03
1.7.2 Horas de Práctica : 02
1.8 Plan de Estudios : 2010
1.9 Inicio de Clases : 16 de Abril del 2018
1.10 Finalización de clases : 25 de Julio del 2018
1.11 Requisito : Estadística y Probabilidad.
1.12 Docente : Ing. Efren Michue Salguedo
Responsable de la asignatura.
1.13. Semestre Académico : 2018-II

II.- SUMILLA:
Asignatura teórico-práctico de carácter básico, que desarrolla un conjunto de técnicas y
procedimientos que nos permiten llevar las características de la muestra a los parámetros
de la población mediante la inferencia estadística. La asignatura contiene los siguientes
temas: Regresión y Correlación, Números Índices, Distribución de Probabilidades Discretas y
Continuas, Distribuciones Muéstrales, Intervalos de Confianza, Prueba de Hipótesis y
Análisis de la Varianza.

Comprende los temas de:

 Regresión y correlación
 Números índices
 Inferencia estadística
 Análisis de la varianza

1
III.- COMPETENCIAS DE LA ASIGNATURA:

COMPETENCIAS GENERALES

COGNITIVAS PROCEDIMENTALES ACTITUDINALES

Los estudiantes conocen los principios, procesos y Los estudiantes interpretarán y aplicarán Los estudiantes aprenderán a generar
procedimientos para una correcta aplicación de los correctamente los principios, procesos y iniciativas en el uso de la estadística
métodos y técnicas de la Estadística inferencial, procedimientos de la estadística inferencial y el análisis de regresión en la
para la estimación y contraste de hipótesis de los inferencial a través del desarrollo de administración de los negocios instituciones
parámetros poblacionales basado en una muestra casos y problemas orientados a aplicar la del gobierno.
representativa de la población. Usar estas teoría en las actividades del que hacer del
herramientas para la toma de decisiones, futuro profesional en la gestión
administración y gestión de los negocios. empresarial.

2
 COMPETENCIAS ESPECIFICAS

UNIDAD NOMBRE DE COGNITIVAS PROCEDIMENTALES ACTITUDINALES

CAPACIDAD

C1: Distribuciones Discretas: Definición de Establece la importancia de las Valora la importancia de las
una Distribución binomial, Poisson y distribuciones teóricas de variables distribuciones teóricas en la
DEFINE DISTRIBUCIÓN hipergeométrica. Función de cuantía y aleatorias discretas y continuas en gestión y toma de decisiones
ESTADÍSTICAS función de distribución. Valor esperado y
TEORICAS DISCRETAS, la aplicación de la inferencia y en los negocios así como en la
varianza de una distribución
CONTINUAS Y prueba de hipótesis de trabajos de investigación en el área de los
Distribuciones Continuas: Distribución
RESUMENES MÁS investigación científica cuantitativa negocios.
USADAS PARA LOS normal, T- student. Ji-cuadrado y F de
Snedecor. Función de densidad y y para la toma de decisiones en los
I ANALISIS
ESTADISTICOS función de distribución. Valor esperado y negocios.
varianza de una distribución
C2: La estimación de un parámetro Haciendo uso de la teoría Valora la importancia de
poblacional dada por un número se complementada con lectura y realizar inferencias respecto a
ESTIMAR EN FORMA llama estimación puntual del resolviendo ejercicios casos en la los parámetros poblacionales
PUNTUAL Y POR parámetro. La estima de un parámetro
INTERVALOS DE aplicación de las diversas usa para la toma de
poblacional dada por dos números entre
CONFIANZA DE ecuaciones para hallar los decisiones en los negocios.
los cuales se considera que se
PARAMETROS resultados e interpretarlas.
POBI,ACIONALES. encuentra dicho parámetro se llama
estimación intervalica del parámetro.

3
 COMPETENCIAS ESPECIFICAS

UNIDAD NOMBRE DE COGNITIVAS PROCEDIMENTALES ACTITUDINALES

CAPACIDAD

C3: Contrastar si en el supuesto de que una Haciendo uso de la teoría Valora la importancia de
hipótesis determinada es cierta, se complementada con lectura y realizar prueba de hipótesis a
HIPOTESIS encuentra que los resultados observados en resolviendo casos en la aplicación de la hora de tomar decisiones en
ESTADISTICAS. una muesha aleatoria difieren macadamente los negocios plantear hipótesis para
la administración y en los
ENSAYOS DE de aquellos que cabía esperar con la ser contrastadas e interpretarlas el
trabajos de investigación.
HIPOTESIS Y hipótesis y con la variación propia del resultado obtenido.
muestreo, se diría que las diferencias
SIGNIFICACION DE
observadas son significativas y se estaría en
PARAMETROS
condiciones de rechazar la hipótesis
POBLACIONALES.

C4: Diagrama de dispersión. Modelo de Utiliza y aplica adecuadamente el Demuestra interés y valora los
regresión lineal simple. Correlación lineal. algoritmo para determinar los aportes del grupo en su
II CONSTRUIR Modelos de Regresión no lineales: parámetros de la regresión siguiendo aprendizaje en el uso de los
MODELOS DE exponencial y potencial. Prueba global del un caso dado como ejemplo. modelos lineales simples para
REGRESION modelo de regresión múltiple y prueba de los Compara modelos eligiendo el mejor.
realizar pronósticos y
coeficientes de regresión individuales.
LINEAL Y NO Utiliza datos en el tiempo para proyecciones de demanda y
Proyección haciendo uso del Modelo.
LINEAL PARA determinar los índices de precios, de ventas de productos.
Índices de precios, de cantidad y de valor
PROYECCIONES Y para uno y varios artículos. Índices cantidad y de valor y aplica casos Demuestra interés de los
APLICACIÓN DE ponderados de precios y de cantidad: reales para la resolución de índices de precios, de cantidad
LOS NUMEROS Laspeyres, Paasche, Fisher. Cambio de problemas económicos con el uso de y de valor en la aplicación en la
INDICES. base y empalme. Deflación, valor real, valor indicadores. gestión de los negocios.
nominal, poder adquisitivo e inflación

4
 IV.- PROGRAMACIÓN DE LOS CONTENIDOS.

UNIDAD I
Principios y Fundamentos de las distribuciones teóricas como base para la inferencia y la prueba de hipótesis de los parámetros
estadísticas.
C1: DEFINE DISTRIBUCIÓN ESTADÍSTICAS TEORICAS DISCRETAS, CONTINUAS Y RESUMENES MÁS USADAS PARA LOS ANALISIS ESTADISTICOS
CONTENIDOS ACTIVIDADES DE
SEMANA CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES HORAS
ACTITUDINALES APRENDIZAJE / EVALUACIÓN

Distribuciones Discretas: Definición de Ejemplos, ejercicios y

una Distribución binomial, distribución de problemas de
Semana
Poisson y distribución hipergeométrica. distribuciones discretas 5
N° 1
Función de cuantía y función de con apoyo de software
04/04/18 distribución. Valor esperado y varianza como el Excel, SPSS,
de una distribución Minitab con participación.
Distribuciones Continuas: Distribución Despierta el interés en Distribución de equipos de
Establece la importancia de las
Semana normal y distribución T - student. Función diseñar modelos de trabajo. Tarea asistida
distribuciones teóricas de variables
N° 2 de densidad y función de distribución. procesos de negocios Desarrollo de ejercicios y
aleatorias discretas y continuas en 5
Valor esperado y varianza de una así como las problemas.
11/04/18 la aplicación de la inferencia y
distribución actividades de un
prueba de hipótesis de trabajos de
Distribuciones Continuas: Distribución Ji- negocio adaptarlos a Tarea asistida. Desarrollo
investigación científica cuantitativa
cuadrado y distribución F de Snedecor. los modelos de de ejercicios y problemas.
Semana y para la toma de decisiones en los
Función de densidad y función de distribución para su Evaluación teórica y
negocios.
N° 3 distribución. Valor esperado y varianza análisis practica con uso de
18/04/18 5
de una distribución software Resolución de
ejercicios
Distribuciones muestral de media de Resolución de ejercicios y
Semana proporciones de la varianza y sus casos en laboratorio con el
N° 4 resúmenes. software 5
25/04/18
PRIMERA EVALUACIÓN CORRESPONDIENTE A LA UNIDAD N° I
Referencias bibliográficas:
Spiegel Murray; Schiller John y Srinivasan Alu (2000) Probabilidad y Estadística. Bogotá: Mc Graw Hill

5
 UNIDAD I
Utiliza, contraste de hipótesis (también denominado test de hipótesis o prueba de significación) dentro de la inferencia estadística como
procedimiento para juzgar si una propiedad que se supone cumple una población estadística es compatible con lo observado en una
muestra de dicha población.
C2: ESTIMAR EN FORMA PUNTUAL Y POR INTERVALOS DE CONFIANZA DE PARAMETROS POBI,ACIONALES
CONTENIDOS ACTIVIDADES DE HORAS
SEMANA CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES
ACTITUDINALES APRENDIZAJE / EVALUACIÓN

Estimación puntual de la media Resolución de ejercicios y

poblacional. Estimación de parámetros casos en laboratorio con
Semana
por intervalos: Intervalo de confianza, uso de software. 5
N° 5 nivel de confianza. Intervalos de Desarrollo de prácticas
02/05/18 Confianza para la media de una dirigidas.
población y tamaño de muestra.
Estimación puntual de proporción Haciendo uso de la teoría Resolución de ejercicios y
Semana Valora la importancia
Intervalos de confianza para la complementada con lectura y casos en laboratorio con
proporción de una población y tamaño de realizar uso de software.
N° 6 resolviendo ejercicios casos en 5
09/05/18 de muestra. Intervalos de confianza para inferencias respecto Desarrollo de prácticas
la aplicación de las diversas
diferencias de proporciones poblaciones a los parámetros dirigidas
ecuaciones para hallar los
Estimación puntual de la varianza e poblacionales . Resolución de ejercicios y
resultados e interpretarlas .
Semana Intervalos de confianza para la varianza casos en laboratorio con
N° 7 poblacional. uso de software. 5
16/05/18 Otros intervalos de confianza Desarrollo de prácticas
dirigidas
Semana Repaso. Desarrollo de prácticas 5
N° 8 dirigidas.
23/05/18 EXAMEN PARCIAL: EVALUACIÓN CORRESPONDIENTE A LA UNIDAD I
Referencias Bibliográficas:
Spiegel Murray; Schiller John y Srinivasan Alu (2000) Probabilidad y Estadística. Bogotá: Mc Graw Hill .

6
 UNIDAD II
Utiliza, contraste de hipótesis (también denominado test de hipótesis o prueba de significación) dentro de la inferencia estadística como
procedimiento para juzgar si una propiedad que se supone cumple una población estadística es compatible con lo observado en una
muestra de dicha población.
C3: HIPOTESIS ESTADISTICAS. ENSAYOS DE HIPOTESIS Y SIGNIFICACION DE PARAMETROS POBLACIONALES.
ACTIVIDADES DE
CONTENIDOS CONTENIDOS
SEMANA CONTENIDOS CONCEPTUALES APRENDIZAJE / HORAS
PROCEDIMENTALES ACTITUDINALES
EVALUACIÓN
Decisiones estadísticas, Hipótesis Resolución de ejercicios
estadísticas. Hipótesis nula, Ensayos y casos en laboratorio
Semana
de hipótesis y significación. Errores de con uso de software.
N° 9
tipo I y tipo II. Nivel de significación. Desarrollo de prácticas 5
30/05/18
Ensayos referentes a la distribución dirigidas.
normal, Ensayos de una y dos colas.
Definir la prueba de hipótesis para la Haciendo uso de la teoría Valora la importancia Resolución de ejercicios y
Semana media poblacional de una o dos colas. complementada con lectura y de realizar prueba de casos de prueba de
N° 10 Prueba de hipótesis de diferencia de resolviendo casos en la hipótesis a la hora de hipótesis de media y uso 5
06/06/18 medias. aplicación de los negocios tomar decisiones en de laboratorio con
plantear hipótesis para ser la administración y software especializado.
Definir la prueba de hipótesis para la contrastadas e interpretarlas el en los trabajos de Resolución de ejercicios y
Semana proporción poblacional, de una o dos resultado obtenido . investigación. casos de prueba de 5
N° 11 colas. Prueba de hipótesis para hipótesis proporcional y
13/06/18 diferencias de proporciones uso de laboratorio con
software especializado.
poblacionales
Prueba de hipótesis para la varianza Resolución de ejercicios y
Semana poblacional. Otras pruebas de hipótesis casos de prueba de
N° 12 5
hipótesis de la varianza.
20/06/18 PRIMERA EVALUACIÓN CORRESPONDIENTE A LA UNIDAD N° II
Referencias bibliográficas:
Spiegel Murray; Schiller John y Srinivasan Alu (2000) Probabilidad y Estadística. Bogotá: Mc Graw Hill

7
 UNIDAD II
Teoría y aplicación de la regresión lineal y calculo y aplicación de los números índices.
C4: CONSTRUIR MODELOS DE REGRESION LINEAL Y NO LINEAL PARA PROYECCIONES Y APLICACIÓN DE LOS NUMEROS INDICES.
ACTIVIDADES DE
CONTENIDOS CONTENIDOS
SEMANA CONTENIDOS CONCEPTUALES APRENDIZAJE / HORAS
PROCEDIMENTALES ACTITUDINALES
EVALUACIÓN
Diagrama de dispersión. Modelo de Utiliza y aplica Resolución de ejercicios y
regresión lineal simple. Correlación adecuadamente el algoritmo casos en laboratorio con
Semana N° lineal. Modelos de Regresión no para determinar los uso de software. 5
13 lineales: exponencial y potencial parámetros de la regresión Desarrollo de prácticas
27/06/18 siguiendo un caso dado como dirigidas.
ejemplo. Compara modelos
Demuestra interés y valora los
eligiendo el mejor.
aportes del grupo en su
Inferencias en la Regresión Utiliza y aplica Presentación de casos
aprendizaje en el uso de los
Múltiple: Prueba global del adecuadamente el algoritmo aplicados a la economía y 5
Semana N° modelos lineales simples para
modelo de regresión múltiple y para determinar los los negocios..
realizar pronósticos y
14 prueba de los coeficientes de parámetros de la regresión
proyecciones de demanda y
04/07/18 múltiple siguiendo un caso
regresión individuales. Proyección ventas de productos.
dado como ejemplo. Compara
haciendo uso del Modelo. Demuestra interés de los
modelos eligiendo el mejor.
índices de precios, de
Índices de precios, de cantidad y de Utiliza datos en el tiempo para Resolución de ejercicios
cantidad y de valor en la
valor para uno y varios determinar los índices de y casos en laboratorio
aplicación en la gestión de los
Semana N° artículos.Índices ponderados de precios, de cantidad y de valor
negocios. con uso de software. 5
15 precios y de cantidad: Laspeyres, y aplica casos reales para la Desarrollo de prácticas
11/07/18 Paasche, Fisher. Cambio de base y resolución de problemas
dirigidas.
empalme. Deflación, valor real, valor económicos con el uso de
nominal, poder adquisitivo e inflación. indicadores.
Semana N° Ejercicios resueltos. Evaluación consolidada de 5
16 Unidad II
18/07/18 EXAMEN FINAL CORRESPONDIENTE A LA UNIDAD N° II
Referencias bibliográficas:
Spiegel Murray; Schiller John y Srinivasan Alu (2000) Probabilidad y Estadística. Bogotá: Mc Graw Hill.

8
V.- METODOLOGÍA

6.1 Estrategias centradas en el aprendizaje

 Cada uno de los tópicos del curso, al ser tratados en sesiones de trabajo
programados previamente, facilita al alumno su aprendizaje con hechos concretos
y muy dinámicos.
 Se brinda aprendizaje virtual, que concentra la atención de los alumnos con valor
agregado, al desarrollar el interés general, con ejercicios enviados a los correos
electrónicos, permitiendo una comunicación muy eficaz. Con la observación,
análisis y síntesis, sin engorrosas memorizaciones.
 Generación de competencias en el aula, el criterio existe en el alumno, cuando el
alumno lo descubre como algo sencillo obtiene mucha seguridad en su
participación.
 Brindar oportunidad para que los alumnos desarrollen tareas entretenidas y muy
ágiles.
 Inducir al análisis con temas conceptuales pero que tengan contenido actualizado.

6.2 Estrategias centradas en la enseñanza

 Cada uno de los tópicos del curso, serán tratados en sesiones de trabajo
programados previamente, poniendo especial énfasis en una enseñanza
concreta, activa y especialmente dinámica en cuanto a la discusión de cada tema.
 En relación a las clases teóricas, la explicación de los contenidos según el
cronograma de actividades, es con la participación activa de los alumnos.
 Se empleará el método inductivo y deductivo haciendo uso de la observación,
análisis y síntesis, para una enseñanza concreta, activa y con motivaciones para
la aplicación de los contenidos en la especialidad.
 El desarrollo del curso, tiene actividades que permiten una dinámica muy ágil con
Exposiciones dialogadas, buscando la participación mayoritaria de l os alumnos
bajo, la orientación, coordinación y guía de la profesora.
 Los trabajos prácticos, ya sea individuales o por grupos acerca de temas referentes
al curso, serán presentados para sus respectiva evaluación y aprobación en hora y
fechas establecidas con tiempos preliminares y oportunos.
 Las lecturas son dirigidas y controladas para que los alumnos puedan luego
analizar y concluir sobre los diferentes tópicos del curso señalados en el presente
silabo.
 Los casos presentados, ejemplos y ejercicios están orientados a ensayo, error y
acierto, lo cual ayuda mucho al discernimiento general con óptimos resultados.

9
VI. RECURSOS PARA EL APRENDIZAJE

Los materiales que se utilizarán para el desarrollo del curso son:

Impresos : Libros, textos. Modelos Gráficos.
Archivos Digitales : Trabajos de Investigación. Monografías.
Equipos : Equipo Multimedia. Pizarra, Internet.
Software :Excel, SPSS, Minitab.

VII. EVALUACIÓN.

 De acuerdo al Compendio de Normas Académicas de esta Casa Superior de estudios, en su

artículo 13° señala lo siguiente: “Los exámenes y otras formas de evaluación se califican en
escala vigesimal (de 1 a 20) en números enteros. La nota mínima aprobatoria es once (11).
El medio punto (0.5) es a favor de estudiante”.

 Del mismo modo, en referido documento en su artículo 16°, señala: “Los exámenes escritos
son calificados por los profesores responsables de la asignatura y entregados a los alumnos
y las actas a la Dirección de Escuela Profesional, dentro de los plazos fijados”

 Asimismo, el artículo 36° menciona: “La asistencia de los alumnos a las clases es
obligatoria, el control corresponde a los profesores de la asignatura. Si un alumno acumula
el 30% de inasistencias injustificadas totales durante el dictado de una asignatura, queda
inhabilitado para rendir el examen final y es desaprobado en la asignatura, sin derecho a
rendir examen de aplazado, debiendo el profesor, informar oportunamente al Director de
Escuela”

 La evaluación de los estudiantes, se realizará de acuerdo a los siguientes criterios:

N° NOMBRE DE LA EVALUACIÓN PORCENTAJE

01 EXAMEN PARCIAL 33.33%
02 EXAMEN FINAL 33.33%
03 TRABAJOS ACADÉMICOS 33.33%
TOTAL 100%
La Nota Final (NF) de la asignatura se determinará en base a la siguiente manera:

NF = (EP + EF + PP) / 3

El curso tendrá una evaluación permanente y constante para el desarrollo de las destrezas y
habilidades programadas.

10
 FICHA DE EVALUACIÓN DE COMPETENCIAS

Nombre del Estudiante:…………………………………………………………………………….………

TEMA: ………………………………………………………………………………………………………..
FECHA: ………………………………….

EVALUACIÓN DE COMPETENCIAS
AREA INDICADOR PUNTOS
COGNITIVA Tiene conocimientos amplios y actualizados del tema 0 1 2 3 4
asignado.

PROCEDIMENTAL Elabora un informe o monografía del tema. 0 1 2 3 4

Resuelve las interrogantes planteadas en las prácticas y 0 1 2 3 4

seminarios

Elabora mapas conceptuales y concluye sobre el tema. 0 1 2 3 4

Asiste y participa de la discusión de resúmenes 0 1 2 3 4

estadísticos de la presentación de datos estadísticos.

ACTITUDINAL Demuestra dominio del tema y escenario 0 1 2 3 4

Aporta información bibliográfica actualizada. 0 1 2 3 4

Utiliza ayudas audiovisuales adecuadas. 0 1 2 3 4

VIII. FUENTES DE INFORMACION:

Los textos impresos no son de utilización obligatoria, se presenta una serie de libros impresos y
digitales.

8.1 BIBLIOGRÁFICA
Barreno, Emma (2000) Estadística aplicada a la Empresa. Perú: San Marcos
Chou, Ya Lun (1999) Análisis Estadísticos. México: Mc Graw Hill
Degroot, Morris (1998) Probabilidad y Estadística .México: ADDISON.
Kazmier, Leonard (1998) Estadística aplicada a la Administración y la Economía México: Mc Graw
Hill
Kennet Ron (2000) Estadística Industrial Moderna. México: Thomson para Administradores.
México: Prentice Americana
Linás, Humberto (2006) Estadística y Distribución de Probabilidades. Colombia: Uninorte

11
Linás, Humberto (2006) Estadística Inferencial. Colombia: Uninorte
Miller, Irwin; Freund John y Johnson Richard (1997) Probabilidad y Estadística para Ingenieros.
México: Prentice Hispanoamericana.
Moya, Rufino y Saravia Gregorio (2000) Probabilidad e Inferencia Estadística. Lima: San Marcos
Parra, Isabel (2003) Estadística Empresarial con Microsoft Excel. México: Thomson
Pérez, César (2007) Estadística aplicada través de Excel. España: Pearson Estadística para
Ingeniería. México: Iberoamericana
Spiegel Murray; Schiller John y Srinivasan Alu (2000) Probabilidad y Estadística.Bogotá: Mc Graw
Hill
Webster, Allen (2000) Estadística Aplicada a los Negocios y a la Economía México: Irwin Mc Graw
Hill.

Exploración en Internet. Visite

Http: //www.whitehouse.gov/fsbr/esbr.htm Datos sobre producción, ingresos,
Mercados de valores, estadísticas internacionales, etc.
Http: //www.nber.org Datos sobre precios de acciones.
Http: //www.amex.com/ Datos sobre mercado de valores.
Http: //www.globalexposure.com/bci.html Datos sobre series de tiempo.
HTTP: //www.inei.gob.pe Instituto Nacional de Estadística e
Informática
Http: //www.bcrp.gpb.pe Banco Central de Reserva del Perú
Http: //www.fonafe.gpb.pe Fondo Nacional de Financiamiento
De la Actividad Empresarial del Estado

Lima, 02 de Abril del 2018.

12