SILABO 100000Z215

ESTADSTICA INFERENCIAL
2017 - 1
1. DATOS GENERALES
Facultad o rea:
Carrera:
Nmero de crditos:
Coordinador:
Requisitos:
Competencias:

rea de Ciencias
Todas las ingenieras
4
Antonio Alejandro Gamero Paredes
Estadstica Descriptiva y Probabilidades
(1000000Z206)
Criterio cientfico

terico-prcticas

Horas de
evaluacin

56

02

Horas
Nmero de horas:

Horas trabajo
autnomo
reflexivo
06

Total
64

2. FUNDAMENTACIN
La estadstica Inferencial aporta al proceso de formacin del profesional con el
conocimiento de los procedimientos para poder inferir propiedades o caractersticas
de una poblacin a partir de una muestra significativa, mediante la estimacin de
parmetros estadsticos. Por lo que la estadstica Inferencial le permite al estudiante
tener una herramienta fundamental para realizar estimaciones, proyecciones que le
permite tomar decisiones acertadas as como la determinacin de una muestra
adecuada para realizar estudios de mercado.
3. SUMILLA
Asignatura terica prctica que permite al alumno inferir en base a los estadgrafos,
los parmetros de la poblacin, as como tambin predecir posibles resultados futuros
mediante regresiones. Para tal efecto se estudian las distribuciones mustrales,
estimacin puntual, estimacin por intervalos, pruebas de hiptesis, anlisis de
regresin lineal, simple y mltiple.
4. LOGRO GENERAL DE APRENDIZAJE
Al final del curso el alumno infiere caractersticas de la poblacin y predice posibles
resultados en el campo de la ingeniera para optimizar la toma de decisiones.

5. UNIDADES Y LOGROS ESPECFICOS DE APRENDIZAJE

Unidad de aprendizaje 1:
Introduccin a la estadstica inferencial y la Semana 1, 2
estimacin
Logro especfico de aprendizaje:
Al finalizar la unidad el alumno utiliza los diferentes mtodos de estimacin que le
permiten definir un buen estimador para los diferentes parmetros de una poblacin y los
aplica a situaciones reales.
Temario
- Introduccin a la estadstica Inferencial
- Distribucin muestral y estimacin de la media y la diferencia de medias, con
varianza conocida y desconocida.
Unidad de aprendizaje 2:
Semana 3,4,5,6,7,8,9,10,11
Pruebas de hiptesis e intervalos de
confianza
Logro especfico de aprendizaje:
Al finalizar la unidad el alumno utiliza las pruebas de hiptesis y reconoce la potencia de
dichas pruebas para inferir caractersticas poblacionales.
Temario
- Error tipo I y II
- Pruebas de hiptesis para la media y diferencia de medias, con varianza conocida y
desconocida.
- Distribucin muestral, intervalo de confianza y prueba de hiptesis de la
proporcin y la diferencia de 2 proporciones.
Unidad de aprendizaje 3:
Semana 12,13,14
Regresin Lineal y multiple
Logro especfico de aprendizaje:
Al finalizar la unidad el alumno aplica, desarrolla y analiza las tcnicas de regresin lineal
para hacer predicciones de sucesos futuros.
Temario
- Regresin Lineal Simple
- Intervalo de prediccin
- Anlisis de la varianza y correlacin
- Regresin Lineal Mltiple
6. METODOLOGA
La metodologa del curso se desarrollar mediante exposiciones tericas y
resolucin de problemas en clase con el uso del programa Excel. En la plataforma
educativa el alumno encontrar material didctico relacionado con cada uno de los
temas que indica el slabo y referencias bibliogrficas.
Los principios de aprendizaje que se promueven en este curso son:
Aprendizaje para la era digital.
Aprendizaje colaborativo
7. SISTEMA DE EVALUACIN
El promedio final del curso ser:

Tipo

Descripcin

Prueba de
entrada
Prctica
PC 1
Calificada 1
PE

% Nota
final

Semana Observacin

Recuperable

0%

Individual

NO

15%

Individual

NO

PC 2

Prctica
Calificada 2

15%

Individual (Incluye
evaluacin del primer
trabajo autnomo)

NO

PC 3

Prctica
Calificada 3

20%

10

Individual

NO

13
15

Individual (Incluye
evaluacin del primer
trabajo autnomo)
Individual

Prctica
PC 4
Calificada 4
EF

Examen Final

20%
30%

NO
SI

Por lo tanto, el clculo del promedio final se har de la siguiente manera:

(0.0)PE + (15%)PC1 + (15%)PC2 + (20%)PC3 + (20%)PC4 + (30%)EF

Nota:

8.

Slo se podr rezagar el Examen Final.

El examen rezagado incluye los contenidos de todo el curso.
No se elimina ninguna prctica calificada.
La nota mnima aprobatoria es 12 (doce).
La segunda y la tercera prctica incluirn la calificacin del trabajo autnomo
reflexivo respectivo.
En el caso de que un alumno no rinda una prctica 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 ms de una prctica calificada no
rendida, solo se reemplaza una prctica calificada.
No es necesario que el alumno realice trmite alguno para que este remplazo se
realice.
La tolerancia de ingreso para rendir prcticas calificadas ser hasta de diez (10)
minutos luego de iniciadas las mismas. Pasado dicho lapso de tiempo, no se
permitir el ingreso de los alumnos.
FUENTES DE INFORMACIN
Bibliografa Base:
RUFINO MOYA - GREGORIO SASOVIA: Probabilidad e inferencia estadstica. Edit.
San Marcos - Per, (2008).
MURRAY R. SPIEGEL: Estadstica. 4a ed. (2009)
Bibliografa complementaria:
DEVORE L. JAY: Probabilidad y Estadstica para Ingeniera y Ciencias, 8a. Ed.
(2012)
NIEVES HURTADO, ANTONIO: Probabilidad y estadstica para ingeniera : un
enfoque moderno (2010)

9.

CRONOGRAMA DE ACTIVIDADES

UNIDAD

SEMANA

SESIN

1
1
2

I.
Estadstica
inferencial
y la
estimacin

1
2
2

1
3
2
1
4
2
II. Pruebas
de
hiptesis e
intervalos
de
confianza

1
5
2

1
6
2

1
7
2

TEMA
Concepto de distribucin muestral,
Teorema de lmites central. Distribucin
muestral de la media, con varianza conocida
y desconocida. Ejemplos aplicativos
Introduccin a la Estimacin, tipos,
propiedades de un estimador, Estimacin
por intervalos para la media, con varianza
conocida
y
desconocida.
Ejemplos
aplicativos
Distribucin muestral de la diferencia de
dos medias con varianza conocida y
desconocida. Intervalo de Confianza para la
diferencia de medias con Varianza conocida
Intervalo de Confianza para la diferencia de
medias con Varianza desconocida. Clculo e
interpretacin de resultados. Ejemplos
aplicativos
Prueba de entrada

ACTIVIDADES Y
EVALUACIONES
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.

Clase magistral
Prueba de Hiptesis: Conceptos generales.
y resolucin de
Error tipo I y II. Ejemplos aplicativos
problemas.
Evaluacin
Prctica calificada 1
individual
Prueba de Hiptesis para la media con
varianza conocida y desconocida.
Prueba de Hiptesis para la diferencia de Clase magistral
medias
con
varianza
conocida
y y resolucin de
desconocida.
problemas.
Clase magistral
Distribucin muestral de la proporcin e
y resolucin de
Intervalo de Confianza para la proporcin.
problemas.
Distribucin muestral de la diferencia de Clase magistral
dos proporciones e Intervalo de Confianza y resolucin de
para la diferencias de proporciones.
problemas.
Clase magistral
Prueba de Hiptesis para la proporcin.
y resolucin de
problemas.
Clase magistral
Prueba de Hiptesis para la diferencia de
y resolucin de
proporciones.
problemas.
Clase magistral
Intervalo de Confianza para la varianza.
y resolucin de
problemas.
Evaluacin
Prctica calificada 2
individual,

Intervalo de Confianza para el cociente de

varianzas.

Prueba de Hiptesis para la varianza.

Prueba de Hiptesis para el cociente de

varianzas.

Pruebas Ji Cuadrada: Prueba de bondad de

ajuste.

10

Prueba de Independencia

10

Prctica calificada 3

11

Pruebas
Ji
Cuadrada
Prueba
de
Homogeneidad, Pruebas de proporciones.

11

Regresin Lineal Simple, estimacin de

coeficientes.

1
12
2
III.
Regresin
Lineal y
mltiple

1
13
2

1
14
2

Regresin Lineal Simple, Intervalos y prueba

de hiptesis. Intervalo de prediccin,
Coeficiente de correlacin Poblacional y
muestral.
Regresin Lineal Simple, Coeficiente de
determinacin., Anlisis de la varianza y
correlacin.
Prctica calificada 4
Regresin Lineal Mltiple: Conceptos
generales, Estimar la ecuacin de regresin
lineal mltiple mediante teora matricial,
prediccin, estimacin de la varianza.
Regresin Lineal Mltiple: Matriz de
varianzas y covarianzas. Intervalo de
confianza para la respuesta media, Intervalo
de prediccin para Yo.
Repaso

15

EXAMEN FINAL

16

EXAMEN REZAGADO

INCLUYE TAR
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Evaluacin
individual
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Evaluacin
individual,
INCLUYE TAR
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Evaluacin
individual
Evaluacin
individual

Nota. El trabajo autnomo reflexivo comprende las siguientes actividades:

Actividad
Primer Trabajo Autnomo Reflexivo
Segundo Trabajo Autnomo Reflexivo
10. FECHA DE ACTUALIZACIN: 31/10/2016

Semana
07
13

Horas
03
03