Professional Documents
Culture Documents
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
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
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
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:
Sugerencias didcticas:
Informes de prcticas
Informes de investigacin
Participacin en clase
Estudiar casos
Rbricas
123