UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE ESTUDIOS SUPERIORES ACATLN

PLAN DE ESTUDIOS DE LA LICENCIATURA EN
MATEMTICAS APLICADAS Y COMPUTACIN
PROGRAMA DE ASIGNATURA

Estadstica I

SEMESTRE: 5 (QUINTO)

CLAVE:

MODALIDAD

CARCTER

TIPO

HORAS AL
SEMESTRE

HORAS
SEMANA

Curso

Obligatorio

Terica

96

ETAPA DE FORMACIN
CAMPO DE CONOCIMIENTO

HORAS
HORAS
TERICAS PRCTICAS

CRDITOS

12

Profundizacin
Probabilidad, Estadstica y Optimizacin

Indicativa
Probabilidad
Estadstica II, Procesos Estocsticos y Modelos Econmicos
Objetivo general: El alumnodesarrollar habilidades para organizar e interpretar datos as como tomar
decisiones acerca de una poblacin a partir de una muestra.
SERIACIN
ASIGNATURA(S) ANTECEDENTE
ASIGNATURA(S) SUBSECUENTE(S)

Unidad
1
2
3
4
5
6

ndice Temtico
Tema
Introduccin a la estadstica
Mtodos para la obtencin de funciones de variables aleatorias
Distribuciones muestrales
Muestreo
Estimacin puntual y por intervalo
Pruebas de hiptesis
Total de horas:
Suma total de horas:

Horas
Tericas
8
16
8
20
24
20
96

Prcticas
0
0
0
0
0
0
0
96

119

HORAS
T

CONTENIDO

UNIDAD

INTRODUCCIN A LA ESTADSTICA
Objetivo particular:
El alumno analizar e interpretar las estadsticas que resumen el comportamiento y
caractersticas de la poblacin de donde provienen los datos.
Temas:
1.1 Importancia de la estadstica en la preparacin, ejecucin y toma de decisiones en
proyectos de naturaleza diversa
1.2 Estadstica descriptiva
1.2.1 Escalas de medicin
1.2.2 Medidas resumen de tendencia central y posicin
1.2.3 Medidas resumen de dispersin
1.2.4 Medidas resumen de forma: asimetra y curtosis
1.2.5 Presentacin tabular y grfica de los datos: diagramas de barras, y de lnea,
diagramas tallo hoja y diagramas caja-bigote
1.2.6 Por medio de CAS, R, Excel u otro software, obtener estadsticas para analizar e
interpretar el comportamiento de una poblacin

16

MTODOS PARA LA OBTENCIN DE FUNCIONES DE VARIABLES ALEATORIAS

Objetivo particular:
El alumno aplicar mtodos para obtener la funcin de probabilidad de funciones de variables
aleatorias en casos concretos.
Temas:
2.1 Introduccin a los mtodos para la obtencin de funciones de variables aleatorias
2.2 Mtodo de las funciones de distribucin y aplicaciones
2.3 Mtodo de las transformaciones y aplicaciones
2.4 Mtodo de las funciones generadoras de momentos y aplicaciones
2.5 Estadsticos de orden y aplicaciones
2.6 Obtencin de funciones de de distribucin de probabilidad de amplio uso en la estadstica:
t de Student, Ji-cuadrada y F
2.7 Obtener funciones de variables aleatorias por medio de CAS, R, Excel u otro software

DISTRIBUCIONES MUESTRALES
Objetivo particular:
El alumno aplicar las propiedades de la distribucin de los estimadores de la media y la
varianza a casos prcticos.
Temas:
3.1 Definicin de muestra aleatoria
3.2 Distribucin del estimador de la media para una poblacin normal
3.3Teorema central del lmite
3.4 Distribucin del estimador de la varianza

120

20

MUESTREO
Objetivo articular:
El alumno aplicar diferentes tcnicas de muestreo para extraer subconjuntos representativos de
una poblacin.
Temas:
4.1 Muestreo aleatorio simple
4.2 Tamao de muestra
4.3 Muestreo aleatorio estratificado
4.4 Muestreo aleatorio por conglomerado
4.5 Muestreo aleatorio sistemtico
4.6 Muestreo aleatorio por etapas
4.7 Muestreo no probabilstico
4.8 A travs de CAS, R, Excel u otro software, obtener tamaos de muestra apropiados

24

ESTIMACIN PUNTUAL Y POR INTERVALO

Objetivo articular:
El alumno aplicar mtodos para la obtencin del mejor estimador de un parmetro poblacional,
a partir de una muestra.
Temas:
5.1 Introduccin a la estimacin puntual
5.2 Propiedades de los estimadores puntuales: insesgo, consistencia, eficiencia y suficiencia
5.3 Error cuadrtico medio: funcin de prdida, riesgo, admisibilidad, sesgo.
5.4 Eficiencia, informacin de Fisher, desigualdad de Rao-Cramr
5.5 Mtodos para generar estimadores puntuales:
5.5.1 Mtodo de mxima verosimilitud.
5.5.2 Mtodo de los momentos
5.5.3 Mtodo de mnimos cuadrados
5.5.4 Estimacin bayesiana
5.6 Suficiencia, criterio de factorizacin, teorema de Rao-Blackwell
5.7 Introduccin a la estimacin por intervalo
5.8 Mtodo pivote para obtener intervalos de confianza
5.9 Coeficiente de confianza, cotas de error de estimacin y significancia
5.10 Obtener estimaciones por medio de CAS, R, Excel u otro software

20

PRUE AS DE HIPTESIS
Objetivo articular:
El alumno aplicar la metodologa de las pruebas de hiptesis al proceso de toma de decisiones
sobre parmetros poblacionales de inters especfico.
Temas:
6.1 Elementos de una prueba de hiptesis
6.1.1 Hiptesis nula y alterna
6.1.2 Errores tipo I y tipo II
6.1.3 Regin crtica
121

6.1.4 Potencia de la prueba

6.1.5 Lema de Neyman-Pearson, nivel de significancia
6.1.6 Tests uniformemente ms potentes, radio de verosimilitud
6.2 Pruebas estadsticas para una muestra bajo diferentes condiciones de tamao y
conocimiento de parmetros: medias, proporciones y varianzas
6.3 Pruebas estadsticas para dos muestras bajo diferentes condiciones de tamao y
conocimiento de parmetros: medias, proporciones y varianzas

Referencias bsicas:

Bartoszynski, R. & Niewadomska-Bugaj, M. (1996). Probability and statistical inference (2 ed). USA: John
Wiley & Sons.
Devore L. J. (2005). Probabilidad y estadstica para ingeniera y ciencias. Mxico: Thomson.
Institute for Statistics and Mathematics of the WU Wien. (2012). The R Project for Statistical Computing.
Retrieved March 6, 2012, from http://www.r-project.org/
Milton, S. J., Arnold, J.C. (2004). Probabilidad y estadstica con aplicaciones par ingeniera y ciencias
computacionales. Mxico: McGraw Hill Interamericana.
Mood, S. (2001). A first course in probability theory. USA: McGraw Hill
Shao, J., (2005). Mathematical Statistics: exercises and solutions. New York: Springer Verlag.
Statgraphics online. (2012). Retrieved March 6, 2012, from http://statgraphicsonline.com/
Sullivan, M. (2012). Statistics: Informed Decisions Using Data (4 ed). Addison Wesley.
Witte, R. S., & Witte, J. S. (2009). Statistics (9 ed).Wiley.

Referencias complementarias:

Braun, W.J., Murdoch, D. J., (2007). A first course in statistical programming with R. U. S. A.: Cambridge
University Press.
Carrascal, U. (2007). Estadstica descriptiva: con Microsoft Excel 2007. Mxico: Alfaomega.
Casella, G. Berger, R.L. (2002). Statistical Inference. Mxico: Duxbury: Thomson Learning.
Cochran, W. G. (1980). Tcnicas de muestreo. Cecsa.
Freedman, D., Pisani, R., & Purves, R. (2007). Statistics (4 ed). W. W. Norton & Company.
Freund, J. E, Miller. Irwin y Miller Marylees. (2000). Estadstica matemtica con aplicaciones (6 ed).
Mxico: Pearson Educacin.
Gonzlez-Videgaray, M. del C. (2007). Alicia en el pas de las estadsticas. Mxico: UNAM FES Acatln
COPACSOH.
Lehmann, E. L., Casella, G. (1998). Theory of Point Estimation. New York: Springer Verlag.
Mendenhall, W. (2008). Introduccin a la Probabilidad y Estadstica. Mxico: Thomson.
Montgomery, Douglas C. (2008). Probabilidad y estadstica aplicadas a la ingeniera (2 ed). Mxico:
Limusa.
Rosenkrantz, A. (2009). Introduction to probability and statistics for science, engineering, and finance.
USA: A Chapman & Hall book.
Urdan, T. C. (2012). Statistics in Plain English (3 ed). USA: Routledge Academic.

122

Referencias electrnicas:

Rice Virtual Lab in Statistics (RVLS). (2012). Retrieved March 6, 2012,

fromhttp://onlinestatbook.com/rvls.html
Sample Size Calculator - Confidence Level, Confidence Interval, Sample Size, Population Size, Relevant
Population - Creative Research Systems. (n.d.). Retrieved March 12, 2012, from
http://www.surveysystem.com/sscalc.htm
Sample size calculator by Raosoft, Inc. (n.d.). Retrieved March 12, 2012, from
http://www.raosoft.com/samplesize.html
Sample size calculator for market research surveys | macorr research (n.d.). Retrieved March 12,
2012, from http://www.macorr.com/sample-size-calculator.htm
Virtual Laboratories in Probability and Statistics. (2012). Retrieved March 6, from
http://www.math.uah.edu/stat/
WISE (Web Interface for Statistics Education). (2012). Retrieved March 6, 2012, from http://wise.cgu.edu/

Sugerencias didcticas:

Sugerencias de evaluacin del aprendizaje:

Analizar y producir textos

Exmenes parciales y final escritos

Apoyo didctico con ambientes virtuales

Informes de prcticas

Utilizar tecnologas multimedia

Informes de investigacin

Resolver ejercicios dentro y fuera de clase

Participacin en clase

Estudiar casos

Rbricas

Instrumentar tcnicas didcticas como exposicin

audiovisual, exposicin oral, interrogatorio y tcnicas
grupales de trabajo colaborativo

Solucin de ejercicios con datos reales

Trabajos y tareas

Realizar visitas de observacin

Utilizar el software R y Excel
Perfil Profesiogrfico: El profesor que imparta la asignatura deber tener el ttulo de licenciado en Matemticas
Aplicadas y Computacin o carrera afn, con experiencia profesional y docente en la materia, contar con
actualizacin en el rea y preferentemente tener estudios de posgrado.

123