Estadstica/Ing.

Industrial 2017-1
GENERALIDADES DEL CURSO DE ESTADSTICA
1. Informacin general.
Profesor: Juan Ignacio Guizar Ruiz.
Correo: jguizar@ipn.mx
Correo personal: kukulkan22@hotmail.com
Lugar de ubicacin del profesor: Academia de fsica (Aulas 2-Docencia 1).
Grupo: 3IM1.
Horario y aulas :
3IM1
Lunes
Martes
Viernes

11:30-13:00
08:30-10:00
08:30-10:00

5-6
5-6
5-6

Horario de asesoras:
3IM1
Martes
Mircoles

10:00-13:00
11:30-13:00

Aulas 2-Docencia 1

2. Evaluacin.
Rubro

Porcentaje

Examen (E)
Evaluacin continua (EC)

60 %
40 %

Total

100%

En evaluacin continua (EC) se incluyen diversas actividades como Webwork, tarea escrita,
investigaciones bibliogrficas, ejercicios en clase, etc.
Observacin: Si la calificacin del examen es mayor o igual a 50, se toma en cuenta la totalidad de
las tareas para ponderar, es decir:
= (

6
4
) + ( )
10
10

Si la calificacin en el examen es menor que 50, se toma el doble de la calificacin del examen para
ponderar la aportacin de las tareas sobre la ponderacin del 40% original, es decir:
1

Estadstica/Ing. Industrial 2017-1

6
4 2
= ( ) + ( )(
)
10
10 100

3. Bibliografa sugerida.

Gutirrez Pulido, H., & De la Vara Salazar, R. (2004). Control estadstico de la calidad y seis
sigma. Mxico D.F: Mc Graw Hill.

C. Montgomery, D. (2004). Introduccin al anlisis de regresin lineal. Mxico D.F: CECSA.

C. Montgomery, D., & C. Runger, G. (2008). Probabilidad y estadstica aplicadas a la

ingeniera. Mxico D.F: Limusa Wiley.

E. Walpole, R., H. Myers, R., & L. Myers, S. (2012). Probabilidad y estadstica para ingeniera
y ciencias. Mxico D.F: Pearson.

F. Triola, M. (2013). Estadstica. Mxico D.F: Pearson.

M. Ross, S. (1972). Introduction to Probability Models. San Diego: Academic press.

Wackerly, D. D., Mendenhall, W., & Scheafer, R. L. (2010). Estadstica Matemtica con
Aplicaciones. Ciudad de Mxico: Cengage Learning.

4. Uso de software.
Durante el curso haremos algunas prcticas con uso de software, especficamente con R, el cual
es un software de licencia gratuita y el cual pueden descargar inmediatamente del sitio
http://www.r-project.org/
Otra variante de este software es R Studio el cual es una herramienta ms completa, se les
recomienda bajar este ltimo.

Estadstica/Ing. Industrial 2017-1

5. Contenido.
A grandes rasgos el curso trata 5 grandes bloques:
I.
II.
III.
IV.

Estadstica Descriptiva.
Intervalos de Confianza.
Pruebas de Hiptesis
Regresin Lineal.

A continuacin detallo el contenido e indico el corte en el que se evala (esto es tentativo y puede
variar debido a contratiempos como puentes, adelanto de las evaluaciones, etc.)
Parcial 1
Unidad 1. Estadstica Descriptiva
1.1 Introduccin al muestreo
1.2 Poblaciones y muestras
1.3 Muestras aleatorias
1.4 Elementos de estadstica descriptiva
1.5 Tablas de frecuencia
1.6 Diagramas de lnea, histogramas, polgonos de frecuencia y ojivas
1.7 Distribuciones muestrales
1.8 Variables aleatorias, suma y medias muestrales, parmetros poblacionales
1.9 Teorema del lmite central
Unidad 2. Estimacin de parmetros
2.1 Estimacin de parmetros
2.2 Estimacin puntual
2.3 Estadstico, estimador y estimacin de un parmetro.
2.4 Estimador insesgado
2.5 Estimador eficiente
2.6 Estimador consistente
2.7 Estimacin por intervalos de confianza
2.8 Definicin de intervalo de confianza
2.9 Intervalo de confianza para la media y diferencia de medias. Muestras grandes
2.10 Distribucin t de Student
2.11 Intervalo de confianza de la media y diferencia de medias. Muestras pequeas
2.12 Intervalo de confianza de una proporcin y diferencia de proporciones
2.13 Distribucin Xi -cuadrada
2.14 Intervalo de confianza de la variancia
2.15 Distribucin F
2.16 Intervalo de confianza de la razn de dos variancias
2.17 Tamao de la muestra

Estadstica/Ing. Industrial 2017-1

Parcial 2
Unidad 3. Pruebas de hiptesis
3.1 Definicin de Pruebas de Hiptesis
3.2 Tipos de errores (nivel de significancia)
3.3 Prueba de Hiptesis para la media y diferencia de medias
3.4 Prueba de Hiptesis para la proporcin y diferencia de proporciones
3.5 Prueba de Hiptesis para la variancia
3.6 Prueba de Hiptesis para la razn de variancias
3.7 Potencia de una prueba.
3.8 Tamao de la muestra

Parcial 3
Unidad 4. Anlisis de Regresin y Correlacin
4.1 Ajuste de curvas
4.2 El mtodo de mnimos cuadrados
4.3 Regresin lineal
4.4 Inferencias relativas a los parmetros de la recta de regresin lineal (intervalos de
confianza y pruebas de hiptesis)
4.5 Prediccin (Intervalos de confianza)
4.6 Concepto de correlacin
4.7 Coeficiente de correlacin
4.8 Correlacin en regresin lineal