FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II

Transcripción

1 FACULTAD DE INGENIERÍA INDUSTRIAL Y DE SISTEMAS SÍLABO 2013-II Asignatura: Código: ESTADÍSTICA II 1. DATOS GENERALES 1.1. Departamento Académico Ingeniería Industrial 1.2. Escuela profesional Ingeniería Agroindustrial 1.3. Nombre de la Carrera Ingeniería Agroindustrial 1.4. Año de estudios Sexto ciclo 1.5. Créditos Condición Obligatoria 1.7. Pre - Requisitos Estadística I 1.8 Horas de Clase Semanal 4 HT (2 ) HP( 2) 1.9. Profesor Responsable Ing. DORIS TORRES SÁNCHEZ 2. 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: Distribuciones Muestrales, Estimación con intervalos de confianza, Contraste de hipótesis, inferencia con dos poblaciones: Intervalos de confianza y prueba de hipótesis, Pruebas de varianza y análisis de la varianza, Análisis de regresión y correlación simple y múltiple. 3. OBJETIVOS GENERALES Proveer al estudiante las herramientas estadísticas necesarias para ser utilizadas en el análisis estadístico y aplicarlas en casi todos los campos de la investigación científica. Brindar los conocimientos necesarios de Inferencia Estadística para que el alumno pueda estudiar la población a partir de una muestra.

2 OBJETIVOS ESPECÍFICOS Aprender la forma de utilizar las muestras para deducir conclusiones sobre la población. Explicar la manera de determinar intervalos de confianza de parámetros Contrastar la validez de una hipótesis o conjetura que se haya ideado en relación con una situación determinada de la empresa. Comparar dos poblaciones con objeto de tomar la decisión correcta Estudiar la utilización del análisis de pruebas de varianza para comparar las medias de más de dos poblaciones. Estudiar el análisis de regresión y correlación, que ilustran la manera en que las relaciones entre dos variables pueden ser analizadas y aprovechadas para predecir sucesos futuros. 4. PROGRAMACIÓN DE CONTENIDO UNIDAD I : DISTRIBUCIONES MUESTRALES Y ESTIMACIÓN CON INTERVALOS DE CONFIANZA PRIMERA SEMANA Distribuciones muestrales: A La media de las medias muéstrales, B Error típico de la distribución muestral, C Error típico y la normalidad, D Efecto del tamaño de la muestra sobre el error típico, Teorema central del límite, Factor de corrección con poblaciones finitas. Teorema central del límite, Factor de corrección con poblaciones finitas, Aplicaciones de la distribución muestral, Distribución muestral de proporciones SEGUNDA SEMANA Análisis de los procedimientos d muestreo: A Error muestral y sesgo, B Muestra aleatoria simple, C Muestreo sistemático, D Muestreo estratificado, E Muestreo de agregados. Introducción, A Principio del intervalo de confianza, B Interpretación de los intervalos de confianza, C Probabilidad de error: El valor alfa, Intervalos de confianza para la media Poblacional: Muestras grandes y pequeñas. TERCERA SEMANA Intervalos de confianza para proporciones poblacionales. Control de anchura del intervalo: A Ajuste del nivel de confianza, B Ajuste del tamaño de la muestra. Determinación del tamaño de la muestra: A Tamaño de la muestra para,

3 B Tamaño de la muestra para. Propiedades de los buenos estimadores: Estimador insesgado, eficiente, consistente, suficiente. UNIDAD II : CONTRASTE DE HIPÓTESIS E INFERENCIAS CON DOS POBLACIONES CUARTA SEMANA Introducción. El principio de contraste de hipótesis: A Nunca aceptamos la hipótesis nula, B Nivel de significación el error tipo I. Determinación de la regla de decisión. Distinción entre pruebas bilaterales y unilaterales. Prueba de hipótesis bilateral para la media poblacional. Muestra grande Prueba de hipótesis bilateral para la media poblacional. Muestras pequeñas. A Cuando no se conoce la desviación típica, B Cuando se conoce la desviación típica. Pruebas unilaterales para la media poblacional. Muestras grandes: A Determinación de hipótesis en una prueba unilateral, B Valor correcto de Z. Prueba unilateral. QUINTA SEMANA Pruebas unilaterales para la media. Muestras pequeñas. Pruebas unilaterales para la proporción. Muestras grandes. Método alternativo de contraste de hipótesis. A Cálculo e interpretación de los valores de Errores de tipo I y de tipo II. A Cálculo de ( probabilidad de error de tipo II ) B Elección del valor de. SEXTA SEMANA Curva característica de operación y curva de potencia. Efecto del tamaño muestral sobre. Elección de la prueba correcta. Utilización de intervalos de confianza para contrastar hipótesis. SÉPTIMA SEMANA Introducción. Estimación de la diferencia entre dos medias poblacionales. A Muestreo pareado. B Muestreo independiente. Intervalo de confianza para la diferencia entre dos proporciones. Elección del tamaño muestral adecuado. A Tamaño muestral para 1-2. B Tamaño muestral para 1-2. Pruebas de hipótesis que afectan a dos poblaciones. Muestras

4 Grandes. A Prueba de hipótesis unilaterales. Diferencia cero. B Cuando la diferencia hipotética no es cero. OCTAVA SEMANA PRIMERA PRACTICA CALIFICADA SEGUNDO EXAMEN PARCIAL NOVENA SEMANA Prueba de hipótesis para la diferencia entre dos medias. Muestras pequeñas. A Varianzas iguales pero desconocidas. B Varianzas desiguales. C Muestreo pareado. Prueba de la diferencia entre dos proporciones. A Prueba basada en cero. B Prueba basada en un valor distinto a cero. UNIDAD III : PRUEBA DE VARIANZA Y ANÁLISIS DE LA VARIANZA DECIMA SEMANA Introducción. Prueba de la varianza de una población que sigue una distribución normal ji-cuadrado. A Prueba de hipótesis para una varianza. B Intervalo de confianza para la varianza de una población normal. Comparación de las varianzas de dos poblaciones normales. ANOVA unidireccional: el diseño completamente aleatorizado. A Una ilustración del ANOVA. B Principio que informa el ANOVA. C La suma de cuadrados. D Las sumas medias de cuadrados. DECIMA PRIMERA SEMANA E Tabla de ANOVA. Pruebas de las diferencias entre pares individuales. A Pruebas para diseños equilibrados. B Indicación de diferencias significativas C Pruebas para diseños desequilibrados. ANOVA bidireccional: El diseño de bloques aleatorizado. DECIMA SEGUNDA SEMANA Análisis factorial. Detección de la interacción. B Contraste de hipótesis. Diseño del cuadrado latino

5 UNIDAD IV : ANÁLISIS DE REGRESIÓN Y CORRELACIÓN SIMPLE DECIMA TERCERA SEMANA Introducción. Mecánica de la línea recta. Objetivo básico del análisis de regresión. Método de los mínimos cuadrados. Ejemplo de ajuste por mínimos cuadrados. A Se supone que los valores de Y siguen una distribución normal DECIMA CUARTA SEMANA Hipótesis del método de los mínimos cuadrados. Error típico de la estimación: grado de bondad del ajuste. DECIMA QUINTA SEMANA Análisis de correlación. A Coeficiente de determinación. B Coeficiente de correlación Limitaciones del análisis de regresión. Estimación de intervalos en análisis de regresión. A Media condicional de Y. B Intervalo predictivo para un valor único de Y. C Factores que influyen la anchura del intervalo. Contraste de hipótesis sobre el coeficiente de correlación de la población. DECIMA SEXTA SEMANA Pruebas de inferencias sobre el coeficiente de regresión de la población. A Contraste de hipótesis para 1. B Intervalo de confianza para 1. Vuelta al análisis de la varianza. DECIMA SEPTIMA SEMANA SEGUNDA PRACTICA CALIFICADA SEGUNDO EXAMEN 5. METODOLOGÍA La asignatura será desarrollada con conocimientos teóricos, aplicaciones prácticas y desarrollo de casos de acuerdo al avance del curso. Los alumnos se organizarán en grupos de trabajo para investigar e intercambiar experiencias de aprendizaje y trabajo, con el monitoreo del profesor. Entregaremos problemas y casos para resolver, debiendo ser devueltos antes de la práctica calificada.

6 Se destacará la participación del alumno con su asistencia e intervenciones. 6. EQUIPOS Y MATERIALES Equipos: Proyecciones, Power Point. Materiales: Separatas 7. EVALUACIÓN La evaluación del alumno será permanente, teniendo en consideración la asistencia, el conocimiento y su participación. El conocimiento se dará bajo dos exámenes, dos prácticas calificadas y solución de casos. La calificación será de 01 a 20 La nota mínima para aprobar el curso será de BIBLIOGRAFÍA GENERAL Chao, Lincoln (1993) Estadística para Ciencias Administrativas. Bogotá: Mc Graw Hill Freund-Williams-Perles (1990) Estadística para la Administración. México: Prentice may Kazmier, L. Y Díaz, A. (1997) Estadística aplicada ala Administración y a la Economía. México: Mc Graw Hill Interamericana Hanke, J. y Reitsch, A. (1997) Estadística para negocios. Madrid: Mc Graw Hill Mason y Lind. (1992) Estadística para Administradores. México: Alfaomega Mendenhall, William(1990) Estadística para Administradores. México: Iberoamérica Webster, Allen (1996). Estadística aplicada a la Empresa y a la Economía. Colombia: Mc Graw Hill. Ing. DORIS TORRES SANCHEZ Código Ing. PEDRO ALVARADO IGNACIO Jefe del Dpto. Académico de Ing. Agroindustrial FIIS