Facultad de Ingeniera

PROGRAMA DEL CURSO

1. INFORMACIN GENERAL
NOMBRE DE LA ASIGNATURA
CREDITOS ACADEMICOS
PRERREQUISITOS

Estadstica Inferencial 11001

4
Probabilidad y Estadstica

HORARIO/SALON DEL CURSO

Lunes y Mircoles de 14:20 -15:50 horas / Saln M414 Lunes y L-223 Mircoles

CICLO LECTIVO
NOMBRE DEL CATEDRATICO
DIRECCION ELECTRONICA

Primer Ciclo 2015 Seccin 01

Evelyn Ortiz
eveortiz10@yahoo.com

2. DESCRIPCIN GENERAL
Uno de los principales objetivos de la estadstica inferencial es estimar las propiedades
de una poblacin a partir del conocimiento de slo una muestra de ella. Se basa en la
estadstica descriptiva, ya que la inferencia o deduccin de las propiedades de la
poblacin entera se deriva de las caractersticas de la muestra que es analizada con las
tcnicas de la estadstica descriptiva.
En este curso se estudia la teora y las aplicaciones de la Estadstica Inferencial, con
nfasis en las pruebas de hiptesis y el anlisis de varianza. Se inicia el estudio de los
pronsticos, regresiones y se introduce la estimacin puntual y por intervalos de
confianza. Se aprender a hacer uso de las herramientas estadsticas en Excel. Su
contenido es la base para el estudio de las reas Industrial y Administrativa.
3. OBJETIVOS
Objetivos Generales
Comprender y aplicar conceptos relacionados con la estadstica inferencial: pronsticos,
regresin y correlacin, teora del muestreo, estimacin puntual, estimacin por
intervalos, pruebas de hiptesis; todos ellos puestos en el contexto de una empresa, en
donde se utilizarn con el fin de hacer un mejor uso de recursos escasos.
Objetivos Especficos

Hacer pronsticos de datos a travs de diferentes mtodos.

Aplicar las distribuciones muestrales de la media, las proporciones y la varianza,
incluyendo los clculos del tamao de la muestra.
Comprender y aplicar los conceptos de niveles de confianza, lmites de confianza,
nivel de significancia, error alfa y error beta.
Plantear, desarrollar e interpretar pruebas de hiptesis para medias, proporciones y
varianzas, tanto con muestras grandes como pequeas.
Interpretar los resultados y redactar correctamente las conclusiones correspondientes
a los distintos procedimientos de inferencia estadstica.
Utilizar algunas de las herramientas estadsticas que ofrece Excel.

Facultad de Ingeniera

4. CONTENIDO Y CALENDARIZACIN
MDULO

CONTENIDO

1. Teora del
muestreo

Procedimiento de muestreo
Tipos
de
muestreo:
aleatorio
simple,
aleatorio
estratificado,
sistemtico, por conglomerados.
Criterios para elegir el tipo de
muestreo
Distribucin muestral para medias
Teorema del Lmite Central
Distribucin
muestral
para
proporciones
Distribucin
muestral
para
diferencia de medias
Distribucin
muestral
para
diferencia de proporciones
Errores en el muestreo

CALENDARI
ZACIN

ACTIVIDAD
PROGRAMADA

Investigacin
documental
2
Perodos
14,19 enero

Discusin de la
investigacin en
clase
Ejercicios de
aplicacin segn
especialidad

3
Perodos
21, 26 y 28
enero

Clases
Magistrales
Lecturas y tareas
asignadas

1er corto

2.
Estimacin
puntual

5 puntos

3.
Estimacin
por
intervalos
de
confianza

PONDERACIN

Muestra representativa
Muestra aleatoria
Estimacin puntual de la media, la
varianza, una proporcin, una
diferencia de medias y una
diferencia de proporciones
Sesgo
Intervalos de confianza (IC)
IC para una media con varianza
conocida, seleccin del tamao de
la muestra
IC unilaterales, ancho del intervalo
y error estndar
IC para la diferencia de dos medias
con varianzas conocidas, seleccin
del tamao de la muestra
IC para la media de una distribucin
normal con varianza desconocida:
muestras grandes y pequeas,
distribucin t.
IC para la diferencia de medias con
distribuciones
normales,
con
varianzas desconocidas iguales y
con
varianzas
desconocidas
desiguales

Investigacin
documental
1
Perodo
2 febrero

3
Perodos
2, 4 y 9
febrero

Discusin de la
investigacin en
clase
Ejercicios de
aplicacin segn
especialidad
Clases
Magistrales
Lecturas y tareas
asignadas
Resolucin de
ejercicios en
clase

Facultad de Ingeniera

Hoja de
trabajo 1
PARCIAL 1

10 puntos

4. Pruebas
de hiptesis
para
muestras
grandes

5. Pruebas
de hiptesis
para
muestras
pequeas

IC para una proporcin y para una

diferencia de proporciones

MDULOS 1, 2 y 3 Mircoles 11 de febrero

Las hiptesis estadsticas y sus
elementos.
Error tipo I y error tipo II
Nivel de significancia
Potencia de una prueba estadstica
Clases
Magistrales
Hiptesis unilaterales y bilaterales
5
Prueba de hiptesis de una media
Perodos
Lecturas y tareas
con varianza conocida: pasos a
asignadas
seguir, el valor p y su importancia,
11, 16, 18,
el error tipo II y seleccin del
23 y 25
Resolucin de
tamao de la muestra, curvas
febrero
ejercicios en
caractersticas
de
operacin,
clase
prueba para muestras grandes con
varianza desconocida.
Prueba de hiptesis para la
diferencia de dos medias con
varianzas desconocidas: pasos a
seguir. Prueba de hiptesis para
una diferencia de proporciones.
Clases
Prueba de hiptesis para la media
Magistrales
de una distribucin normal con
varianza
desconocida:
la
5
Lecturas y tareas
distribucin t, el valor p, seleccin
Perodos
asignadas
del tamao de la muestra.
2, 4, 9 y 11
Prueba de hiptesis para la
marzo
Resolucin de
diferencia de dos medias con
ejercicios en
distribuciones
normales
con
clase
varianzas desconocidas: varianzas
iguales, varianzas distintas.
.

2. corto

15 puntos

5 puntos
Investigacin
documental

6. Otras
pruebas de
hiptesis

Hoja de
trabajo 2
PARCIAL 2
7.
Pronsticos

Distribucin Ji cuadrada
Distribucin F

1
Perodos
16 marzo

Discusin de la
investigacin en
clase
Ejercicios de
aplicacin segn
especialidad
10 puntos

MDULOS 4, 5 y 6 Mircoles 18 de marzo

Qu son los pronsticos
5
Clases
Perodos
Magistrales
Tipos de pronstico

15 puntos

Facultad de Ingeniera

8. Anlisis
de
regresin y
correlacin

9. Pruebas
de hiptesis
en
regresin
lineal y
correlacin

Importancia de los pronsticos

Modelos de series temporales:
enfoque simple, medias mviles,
alisado exponencial
Descomposicin de una serie
temporal
(tendencia,
estacionalidad, ciclos y variables
aleatorias)
Modelos asociativos (o causales):
proyeccin de tendencia, regresin
lineal

Diagrama de dispersin
Regresin lineal
Error estndar de la estimacin
Prediccin de y
Coeficiente de determinacin
Residuos
Regresin exponencial, logartmica
y regresiones mltiples

Pruebas de hiptesis en la regresin

lineal simple
IC para un valor y que corresponde
a un valor x especfico
Prediccin
de
nuevas
observaciones:
intervalo
de
prediccin
Coeficiente de determinacin
Correlacin lineal y coeficiente de
correlacin

Lecturas y tareas
asignadas
23, 25
marzo y 6,
8, 13 abril

Resolucin de
ejercicios en
clase

Clases
Magistrales
3
Perodos
15, 20, 22
abril

Lecturas y tareas
asignadas
Resolucin de
ejercicios en
clase
Clases
Magistrales

2
Perodos
27, 29 abril

Lecturas y tareas
asignadas
Resolucin de
ejercicios en
clase
Tareas

Proyecto
final
PRUEBA
FINAL

10 puntos
MDULO 7, 8 y 9 Mircoles 6 de mayo
Reglamento de Evaluacin: Art. 17. El estudiante, para tener derecho a
la evaluacin final de una materia presencial deber tener una
asistencia a clases del 75%.

30 puntos

Facultad de Ingeniera

5. METODOLOGA DE ENSEANZA/APRENDIZAJE
Durante el curso se realizarn actividades como clases magistrales, discusin y
resolucin de casos, lecturas, tareas, proyectos, entre otros. Para lograr la buena
comprensin de los conceptos se utilizar el mtodo de aprender haciendo, el cual
ayuda al estudiante a asumir su parte de responsabilidad en el proceso de aprendizaje.
Se le proporcionarn al estudiante recursos adicionales a travs del portal.
Para alcanzar el objetivo del curso de forma efectiva, se espera que el estudiante:
Se prepare antes de cada clase o examen realizando las lecturas y/o ejercicios
asignado
Participe en las actividades que se realicen en clase.
Pregunte las dudas que le surjan antes y durante cada clase o actividad que se realice
en el curso.
Cumpla con responsabilidad la resolucin de tareas asignadas.

6. EVALUACIN

2
2
2
1

Evaluacin
parciales (15 puntos c/u)
cortos ( 5 puntos c/u)
Hojas de trabajo (10 puntos c/u)
Proyecto general 10 puntos

Evaluacin final 30 puntos

TOTAL

Puntos
30
10
20
10
30
100

7. BIBLIOGRAFA
TEXTO BASE
WALPOLE, MYERS Y OTROS (2012).
Novena Edicin. Mxico.

Probabilidad y Estadstica. Editorial Pearson.

OTRAS REFERENCIAS DE CONSULTA

BERCK & CAREY (2001). Anlisis de datos en Microsoft Excel. Editorial Thomson.
Mxico.
COCHRAN, WILLIAM (1998). Tcnicas de muestreo. Editorial CECSA. Dcimo
Cuarta Edicin. Mxico.
HANKE, JOHN & WICHERN DEAN (2010). Pronsticos en los negocios. Editorial
Prentice Hall. Novena Edicin. Mxico.
JAY L. DEVORE. (2008). Probabilidad y estadstica para ingeniera y ciencias.
CENGAGE Learning. Sptima Edicin. Mxico.
LIND, MARCHAL & WATHEN (2008). Estadstica aplicada a los negocios y a la
economa. Editorial McGraw-Hill. Dcimo tercera Edicin. Mxico.
LOHR, SHARON (2000). Muestreo: diseo y anlisis. Editorial Thomson. Primera
Edicin. Mxico.
5

Facultad de Ingeniera

NAVIDI, WILLIAM (2006). Estadstica para ingenieros y cientficos. Editorial

McGraw-Hill. Primera Edicin en espaol. Mxico.
SPIEGEL, MURRAY. (2009). Estadstica. Editorial McGraw-Hill. Serie Schaum. Cuarta
Edicin. Mxico.
TRIOLA, MARIO (2013). Estadstica. Editorial Pearson. Dcima Edicin. Mxico.

8. DISPOSICIONES GENERALES
Artculo 12.- Faltas acadmicas. Constituyen faltas acadmicas las siguientes:
a) La conducta del estudiante que perturbe u obstaculice el normal desarrollo de la actividad
acadmica.
b) La interrupcin sistemtica de la actividad acadmica dentro del aula.
c) El uso de celulares o dispositivos de reproduccin de msica dentro del aula.
d) La desobediencia a las instrucciones del docente en el ejercicio de sus funciones
acadmicas.
e) La falta de respeto y consideracin hacia el docente o estudiante dentro del aula.
f) La hostilidad manifiesta, la agresin de palabra o de obra contra un docente o estudiante
dentro del aula.
g) El uso de lenguaje no apropiado en el aula.
h) La utilizacin intencionada o negligente de medios informticos de la Universidad Rafael
Landvar de forma que perjudiquen el desarrollo de las actividades acadmicas.
i) Todas las modalidades de plagio o fraude y en general, cualquier conducta contraria a la
verdad y a la honradez encaminada a engaar al docente con intencin de obtener un
provecho acadmico personal o ajeno.
j) Defraudar el sistema de comprobacin del rendimiento acadmico, ya sea individual o en
colaboracin con otros para su ejecucin.
k) Brindar o recibir informacin por cualquier medio, durante una evaluacin; intercambiar
exmenes o sustraccin de los mismos.
l) Suplantar a una persona en cualquier evaluacin o actividad acadmica.
m) El incurrir en una conducta no expresamente incluida en los incisos anteriores, que
debido a su naturaleza acadmica, deba ser considerada como falta en atencin a los
principios y valores de la Universidad Rafael Landvar y del bienestar general de la
comunidad educativa landivariana.

Vo. Bo.______________________________________________
NOMBRE Y FIRMA DEL
COORDINADOR DEL REA
Vo. Bo. _______________________________________________
NOMBRE Y FIRMA DEL
DIRECTOR DEL DEPARTAMENTO

Guatemala, Enero 5 de 2015.

6