SILABO Z215 ESTADÍSTICA INFERENCIAL 2015-3

1. DATOS GENERALES Facultad: Ingeniería Industrial y Mecánica (FIME) Ingeniería de Sistemas y Electrónica (FISE) Carrera: Todas las ingenierías Número de créditos: 04 Coordinador: Marco Antonio Villena Heredia Requisitos: Z206 Estadística Descriptiva y Probabilidades Competencias: Criterio científico: Estadística

Número de horas:

2. FUNDAMENTACIÓN La estadística Inferencial aporta al proceso de formación del profesional con el conocimiento de los procedimientos para poder inferir propiedades o características de una población a partir de una muestra significativa, mediante la estimación de parámetros estadísticos. Por lo que la estadística Inferencial le permite al estudiante tener una herramienta fundamental para realizar estimaciones, proyecciones que le permite tomar decisiones acertadas así como la determinación de una muestra adecuada para realizar estudios de mercado.

3. SUMILLA El contenido del curso se inicia con el muestreo simple, aleatorio, muestreo por etapas, muestreo sistemático, distribuciones muéstrales, estimación puntual, estimación por intervalos, pruebas de hipótesis, análisis de regresión lineal, simple y múltiple, correlación.

4. LOGRO GENERAL DE APRENDIZAJE Al final del curso el alumno maneja con propiedad las técnicas de muestreo, tamaño de muestras, diferencia las distribuciones muéstrales y probabilísticas, estimación de parámetros. media poblacional mediante intervalos con varianza conocida y no conocida para una y dos muestras, prueba las hipótesis para medias y varianzas, predice el comportamiento con el uso de la regresión simple e intervalo de confianza; en regresión simple y regresión múltiple.

5. UNIDADES Y LOGROS ESPECÍFICOS DE APRENDIZAJE

Unidad de aprendizaje 1: Semana 1, 2.3,4,5,6,7,8,9,10

Estimación y Prueba de hipótesis

Logro específico de aprendizaje: Utiliza los diferentes métodos de estimación que le permiten definir un buen estimador para los diferentes parámetros de una población y los aplica a situaciones reales.

Horas teórico-prácticas

Horas de evaluación

Horas trabajo autónomo reflexivo

Total

56 02 08 66

Utiliza las pruebas de hipótesis y reconoce la potencia de dichas pruebas para inferir características poblacionales. Interpreta los resultados de los problemas resueltos.

Temario Introducción a la estadística Inferencial

Estimación de parámetros con una y dos muestras

Pruebas de hipótesis con una y dos muestras. Unidad de aprendizaje 2: Semana,11,12,13,14

Regresión Lineal

Logro específico de aprendizaje: Aplicar, desarrollar y analizar las técnicas de regresión lineal para hacer predicciones de sucesos futuros. Interpreta los resultados de los problemas resueltos.

Temario Regresión Lineal Simple

Intervalo de predicción

Análisis de la varianza y correlación Regresión Lineal Multiple

6. METODOLOGÍA La metodología del curso se desarrollará mediante exposiciones teóricas y resolución de problemas en clase con el uso del programa SPSS (Statistical Product and Service Solutions). En la plataforma educativa el alumno encontrará material didáctico relacionado con cada uno de los temas que indica el sílabo y referencias bibliográficas, así como lecturas para algunos temas específicos. Las sesiones de clases serán complementadas con apoyo de recursos digitales publicados en la plataforma virtual. Los principios de aprendizaje que se promueven en este curso son:

• Aprendizaje para la era digital. • Aprendizaje colaborativo

Además, para promover el aprendizaje autónomo reflexivo, se desarrollarán casos los cuales estarán especificados en la plataforma Nimbus. 7. SISTEMA DE EVALUACIÓN El promedio final del curso será:

0.2PC1 + 0.2PC2 + 0.2PC3 + 0.4EF PC1, PC2 y PC3 son Prácticas Calificadas Individuales. EF es Examen Final.

Nota: • Sólo se podrá rezagar el Examen Final. • El examen rezagado incluye los contenidos de todo el curso. • No se elimina ninguna práctica calificada. • La nota mínima aprobatoria es 12 (doce). • La segunda y la tercera práctica incluirán la calificación del trabajo autónomo reflexivo respectivo. • En el caso de que un alumno no rinda una práctica calificada (PC) y, por lo tanto, obtenga NS, esta

es reemplazada con la nota que se obtenga en el examen final o de rezagado. En caso de que el alumno tenga más de una práctica calificada no rendida, solo se reemplaza la práctica calificada de mayor peso. No es necesario que el alumno realice trámite alguno para que este remplazo se realice.

8. FUENTES DE

INFORMACIÓN Bibliografía Base:

• RUFINO MOYA - GREGORIO SASOVIA: Probabilidad e inferencia estadística. Edit. San Marcos - Perú, (1998). • GARCÍA ORÉ, CELESTINO: Distribuciones y estadística Inferencial Concytec, (1997).

Bibliografía complementaria: • Probabilidad e inferencia estadística, Moya Calderón, Rufino. Saravia Gregorio , Lima Peru, Editorial San Marcos , 2004, 807p.

9. CRONOGRAMA DE ACTIVIDADES

UNIDAD DE APRENDIZAJE SEMANAS TEMA ACTIVIDADES Y EVALUACIONES

Unidad 01: Estimación y Prueba de hipótesis

1

SESION 01: Concepto de distribución muestral, Teorema de límites central. Distribución muestral de la media, con varianza conocida y desconocida. Ejemplos aplicativos SESION 02: Introducción a la Estimación, tipos, propiedades de un estimador, Estimación por intervalos para la media, con varianza conocida y desconocida. Ejemplos aplicativos

Resolver, analizar e interpretar problemas

2

SESION 03: Distribución muestral de la diferencia de dos medias con varianza conocida y desconocida. Intervalo de Confianza para la diferencia de medias con Varianza conocida SESION 04: Intervalo de Confianza para la diferencia de medias con Varianza desconocida. Cálculo e interpretación de resultados. Ejemplos aplicativos

Resolver, analizar e interpretar problemas

3

SESION 05: Prueba de Hipótesis: Conceptos generales. SESION 06: Error tipo I y II. Ejemplos aplicativos

Resolver, analizar e interpretar problemas

4

SESION 07: Prueba de Hipótesis para la media con varianza conocida y desconocida. SESION 08: Práctica Calificada 1.

Práctica Calificada 1. Tarea de Campo 1: 4 ptos. Preguntas: 16 puntos.

5

SESION 09: Prueba de Hipótesis para la diferencia de medias con varianza conocida y desconocida. SESION 10: Distribución muestral de la proporción e Intervalo de Confianza para la proporción. Ejemplos aplicativos

Resolver, analizar e interpretar problemas

6

SESION 11: Distribución muestral de la diferencia de dos proporciones e Intervalo de Confianza para la diferencias de proporciones. SESION 12: Prueba de Hipótesis para la proporción.

Resolver, analizar e interpretar problemas

7

SESION 13: Prueba de Hipótesis para la diferencia de proporciones. SESION 14: Intervalo de Confianza para la varianza.

Resolver, analizar e interpretar problemas

8

SESION 15: Intervalo de Confianza para el cociente de varianzas. SESION 16: Práctica Calificada 2.

Resolver, analizar e interpretar problemas Práctica Calificada:2 TAR 1: 4 puntos. Preguntas: 16 puntos.

9

SESION 17: Prueba de Hipótesis para la varianza. SESION 18: Prueba de Hipótesis para el cociente de varianzas.

Resolver, analizar e interpretar problemas.

Nota. El trabajo autónomo reflexivo comprende las siguientes actividades:

Actividad Semana Horas

Primer Trabajo Autónomo Reflexivo 08 04

Segundo Trabajo Autónomo Reflexivo

12 04

10. FECHA DE ACTUALIZACIÓN: 20/07/2015

10

SESION 19: Pruebas Ji Cuadrada: Prueba de bondad de juste. Prueba de Independencia. SESION 20: Pruebas Ji Cuadrada Prueba de Homogeneidad, Pruebas de proporciones.

Resolver, analizar e interpretar problemas.

Unidad 02 Regresión Lineal

11

SESION 21: Regresión Lineal Simple, estimación de coeficientes.

SESION 22: Regresión Lineal Simple, Intervalos y prueba de hipótesis. Intervalo de predicción, Coeficiente de correlación Poblacional y muestral.

Resolver, analizar e interpretar problemas

12

SESION 23: Regresión Lineal Simple, Coeficiente de determinación., Análisis de la varianza y correlación. SESION 24: Práctica Calificada 3.

Resolver, analizar e interpretar problemas Práctica Calificada 3. TAR 2: 4 puntos. Preguntas: 16 puntos.

13

SESION 25: Regresión Lineal Múltiple: Conceptos generales, Estimar la ecuación de regresión lineal múltiple mediante teoría matricial, predicción, estimación de la varianza. SESION 26: Regresión Lineal Múltiple: Matriz de varianzas y covarianzas. Intervalo de confianza para la respuesta media, Intervalo de predicción para Yo.

Resolver, analizar e interpretar problemas

14

SESION 27: Regresión Lineal Múltiple: Prueba de significancia y sobre coeficientes individuales. Intervalo de confianza para los parámetros del modelo, Coeficiente de determinación. Prueba de Hipótesis. análisis de varianza. SESION 28: REPASO

Resolver, analizar e interpretar problemas

15 EXAMEN FINAL Individual

16 EXAMEN REZAGADO Individual