UNIVERSIDAD NACIONAL FEDERICO VILLARREAL FACULTAD DE INGENIERIA DE INGENIERIA INDUSTRIAL ESCUELA PROFESIONAL DE INGENIERÍA AGROINDUSTRIAL SÍLABO ASIGNATURA: ESTADÍSTICA II CÓDIGO: 5B0068 1. DATOS GENERALES 1.1. Departamento Académico Ingeniería Agroindustrial 1.2. Escuela profesional Ingeniería Agroindustrial 1.3. Nombre de la Carrera Ingeniería Agroindustrial 1.4. Especialidad Ingeniería Agroindustrial 1.5. Ciclo de estudios VI 1.6. Créditos 04 1.7. Condición Obligatoria 1.8. Área del curso Básica 1.9. Pre - Requisitos Estadística I 1.10. Horas de Clase Semanal 4 horas: Teoría (2) Práctica (2) 1.11. Horas totales 68 1.12. Profesor Responsable Mg. Alexis Dueñas Dávila Bach. Onelio Saavedra Román. 1.13. Año Académico: 2013 - II 2. SUMILLA Asignatura teórico-práctico de carácter básico, que desarrolla un conjunto de técnicas y procedimientos que 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 3.1. Objetivo general: 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 y brindar los conocimientos necesarios de Inferencia Estadística para que el alumno pueda estudiar la población a partir de una muestra. 3.2. 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. Página 1
4. APORTES DE LA ASIGNATURA AL PERFIL PROFESIONAL Los contenidos que se enseñan en el Curso de Estadística II contribuyen a complementar la formación profesional permitiéndole al alumno comprender la teoría del muestreo de elementos, aspecto útil para la gestión de la producción y el aseguramiento de la calidad de cadenas productivas del sector agroindustrial, elementos que le ayudan al futuro ingeniero agroindustrial a solucionar problemas concretos que debe afrontar en la ejecución de sus profesión. 5. ORGANIZACIÓN DE LA ASIGNATURA Unidad Denominación N de horas I ELEMENTOS DE MUESTREO 09 II PRUEBAS Y CONTRASTE DE HIPOTESIS 12 III PRUEBA Y ANALISIS DE VARIANZA 18 IV CORRELACIÓN Y REGRESIÓN 12 TOTAL 51* * Nota: Incluye 09 horas de evaluación, que se distribuyen: 02 examen parcial, 02 examen final y 04 horas examen sustitutorio y de aplazados 6. PROGRAMACIÓN DE CONTENIDOS 6.1.a: Denominación: ELEMENTOS DE MUESTREO 6.2.a. Número de sesiones: 3 (6T/3P) 6.3.a. Objetivos: El alumno conoce los aspectos centrales teóricos del muestreo de elementos, en particular las diferentes técnicas (MAS, MAE, MS, y MC) El alumno es capaz de aplicar las herramientas metodológicas para diseñar muestras y aplicar con corrección los diferentes tipos de muestreos. 6.4.a. Contenidos: Problemas del muestreo.- Términos técnicos. Diseño de una encuesta por muestreo. Fuentes de error de las encuestas. Diseño de un cuestionario. Planificación de una encuesta. Conceptos básicos de estadística.- Resumen de la información de poblaciones y muestras (poblaciones infinitas). Resumen de la información de poblaciones y muestras (poblaciones finitas). Distribuciones de muestreo. Covarianza y correlación. Estimación. Muestreo Aleatorio Simple (MAS).- Muestra aleatoria simple. Estimación de la media y el total de una población. Selección del tamaño de muestra para estimar medias y totales de la población. Estimación de la proporción de la población. Muestreo Aleatorio Estratificado (MAE).- Muestra aleatoria estratificada. Estimación de la media y el total de una población. Selección del tamaño de muestra para estimar medias y totales de la población. Afijación de la muestra. Estimación de la proporción de la población. Reglas para seleccionar estratos. Muestreo Sistemático (MS).- Muestra sistemática. Estimación de la media y el total de una población. Estimación de la proporción de la población. Selección del tamaño de muestra. Muestreo sistemático repetido. Muestreo por Conglomerados (MC).- Muestra por conglomerados. Estimación de la media y el total de una población. Tamaños de conglomerados iguales. Selección del tamaño de muestra para estimar medias y totales de la población. Estimación de la proporción de la población. Selección del tamaño de muestra para estimar proporciones. 6.5.a. Actividades: Taller N 1: Formulación y planificar una encuesta. Taller N 2: Aplicar un método de muestreo a la encuesta propuesta en el Taller N 1. Taller N 3: Validación de la muestra por medio de una encuesta en campo. Página 2
6.6.a. Bibliografía: a. Scheaffer R, Menddenhall W III, Lyman R (2007). Muestreo de elementos. 6ta Edición. Ed. Thomson. Madrid. España. b. Pérez C. (2007). Métodos estadísticos avanzados con SPSS. Ed. Thomson. Madrid. España. 6.1.b: Denominación: PRUEBAS Y CONTRASTE DE HIPOTESIS 6.2.b. Número de sesiones: 3 (6T/3P) 6.3.b. Objetivos: El alumno conoce los aspectos centrales teóricos de las pruebas de hipótesis El alumno es capaz de aplicar las herramientas metodológicas para realizar pruebas de hipótesis. 6.4.b. Contenidos: Principio del intervalo de confianza. Interpretación de los intervalos de confianza. Probabilidad de error: El valor alfa, Intervalos de confianza para la media poblacional: Muestras grandes y pequeñas. Intervalos de confianza para proporciones poblacionales. Control de anchura del intervalo: Ajuste del nivel de confianza, Ajuste del tamaño de la muestra. Determinación del tamaño de la muestra: Tamaño de la muestra para, B Tamaño de la muestra para. Propiedades de los buenos estimadores: Estimador insesgado, eficiente, consistente, suficiente. Contraste con dos poblaciones.- El principio de contraste de hipótesis: Nunca aceptamos la hipótesis nula, 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. 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. Pruebas unilaterales para la media. Muestras pequeñas. Pruebas unilaterales para la proporción. Muestras grandes. Método alternativo de contraste de hipótesis. Cálculo e interpretación de los valores de. Errores de tipo I y de tipo II. A Cálculo de (probabilidad de error de tipo II). Elección del valor de. 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. 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 Grandes. Prueba de hipótesis unilaterales. Diferencia cero. Cuando la diferencia hipotética no es cero. Prueba de hipótesis para la diferencia entre dos medias. Muestras pequeñas. Varianzas iguales pero desconocidas. Varianzas desiguales. Muestreo pareado. Prueba de la diferencia entre dos proporciones. Prueba basada en cero. Prueba basada en un valor distinto a cero. 6.5.b. Actividades: Taller N 4: Resolución de ejercicios propuestos aplicados a la prueba de hipótesis. Aplicación en SPSS y Taller N 5: Diseñar la prueba de hipótesis para el caso de la encuesta de campo realizada. Aplicación en SPSS y 6.6.b. Bibliografía: 6.1.c: Denominación: PRUEBA Y ANÁLISIS DE LA VARIANZA 6.2.c. Número de sesiones: 3 (6T/3P) Página 3
6.3.c. Objetivos: El alumno conoce los aspectos centrales teóricos de las pruebas y análisis de varianza. El alumno es capaz de aplicar las herramientas metodológicas para realizar pruebas y análisis de varianza. 6.4.c. Contenidos: Introducción. Prueba de la varianza de una población que sigue una distribución normal ji-cuadrado. Prueba de hipótesis para una varianza. Intervalo de confianza para la varianza de una población normal. Comparación de las varianzas de dos poblaciones normales. ANOVA unidireccional: el diseño completamente aleatorizado. Ilustración del ANOVA. Principio que informa el ANOVA. Suma de cuadrados. Sumas medias de cuadrados. Tabla de ANOVA. Pruebas de las diferencias entre pares individuales. Pruebas para diseños equilibrados. Indicación de diferencias significativas. Pruebas para diseños desequilibrados. ANOVA bidireccional: El diseño de bloques aleatorizado. Análisis factorial. Detección de la interacción. Contraste de hipótesis. Diseño del cuadrado latino 6.5.c. Actividades: Taller N 6: Resolución de ejercicios propuestos aplicados a la prueba y análisis de varianza. Aplicación en SPSS y Taller N 7: Aplicar la prueba y análisis de varianza a los datos obtenidos de la encuesta de campo realizada. Aplicación en SPSS y 6.6.c. Bibliografía: d. Uriel E y J. Aldás. (2005). Análisis Multivariante Aplicado. Aplicaciones al marketing, investigación de mercados, Economía, Dirección de Empresas y Turismo. Thomson. España. e. Véliz C. (2010). Técnicas del Análisis Multivariado. Diplomado de Especialización en Estadística Aplicada. PUCP. Lima. 6.1.d: Denominación: CORRELACIÓN SIMPLE Y ANÁLISIS DE REGRESIÓN 6.2.d. Número de sesiones: 3 (6T/3P) 6.3.d. Objetivos: El alumno conoce los aspectos centrales teóricos de las pruebas y análisis de varianza. El alumno es capaz de aplicar las herramientas metodológicas para realizar pruebas y análisis de varianza. 6.4.d. Contenidos: 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. Hipótesis del método de los mínimos cuadrados. Error típico de la estimación: grado de bondad del ajuste. Limitaciones del análisis de regresión. Estimación de intervalos en análisis de regresión. Media condicional de Y. Intervalo predictivo para un valor único de Y. Factores que influyen la anchura del intervalo. Contraste de hipótesis sobre el coeficiente de correlación de la población. Pruebas de inferencias sobre el coeficiente de regresión de la población. Contraste de hipótesis para 1. Intervalo de confianza para 1. Análisis de la varianza. Análisis de correlación. Coeficiente de determinación. Coeficiente de correlación. Usos de la correlación en la ingeniería. 6.5.d. Actividades: Taller N 6: Resolución de ejercicios propuestos aplicados a la correlación y regresión. Aplicación en SPSS y Página 4
Taller N 7: Aplicar la correlación y regresión a los datos obtenidos de la encuesta de campo realizada. Aplicación en SPSS y 6.6.d. Bibliografía: d. Guajarati D. (2006). Principios de econometría. Tercera Edición. Mc Graw Hill. Madrid. España. e. Véliz C. (2010). Regresión y series de tiempo. Diplomado de Especialización en Estadística Aplicada. PUCP. Lima. 7. 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. Se entregan problemas y casos para resolver, debiendo ser devueltos antes de la práctica calificada. Se destacará la participación del alumno con su asistencia e intervenciones. 8. EQUIPOS Y MATERIALES Equipos: Proyecciones, Power Point. Materiales: Separatas Laboratorio: Uso de entornos informáticos (SPSS19 y Minitab). 9. EVALUACIÓN La evaluación académica será permanente, considerando sus conocimientos, así como la asistencia. Serán evaluados por medio de tres exámenes y la calificación de cada una de los trabajos de prácticas. La calificación será de 01 a 20. Está previsto un examen sustitutorio o de substancian de uno de los parciales. La nota final se obtendrá de la siguiente fórmula: PF: promedio final E 2 : Segundo parcial PF= (1E 1 +1E 2 +3PP)/5 PP= /n E 1 : Primer parcial PP: promedio de prácticas (talleres estadísticos) 10. BIBLIOGRAFÍA GENERAL 1. Barreno E, Chue J, Millones R, Vásquez F, y C. Castillo (2009). Estadística Aplicada. Colección Textos Universitarios. Fondo Editorial de la Universidad de Lima. Lima. 2. Guerrero V.M. (2002). Estadística básica para estudiantes de Economía y otras ciencias sociales. Textos de Economía. Fondo de Cultura Económica de México. México. 3. Guajarati D. (2006). Principios de econometría. Tercera Edición. Mc Graw Hill. Madrid. España. 4. Pérez C. (2007). Métodos estadísticos avanzados con SPSS. Ed. Thomson. Madrid. España. 5. Scheaffer R, Menddenhall W III, Lyman R (2007). Muestreo de elementos. 6ta Edición. Ed. Thomson. Madrid. España. 6. Toma J, J.L. Rubio (2008). Estadística Aplicada. Segunda Parte. Apuntes de Estudios N 59. CIUP. Universidad del Pacífico. Lima. 7. Uriel E y J. Aldás. (2005). Análisis Multivariante Aplicado. Aplicaciones al marketing, investigación de mercados, Economía, Dirección de Empresas y Turismo. Thomson. España. 8. Véliz C. (2010). Técnicas del Análisis Multivariado. Diplomado de Especialización en Estadistica Aplicada. PUCP. Lima. 9. Véliz C. (2010). Regresión y series de tiempo. Diplomado de Especialización en Estadística Aplicada. PUCP. Lima. Página 5