MATERIA: Inferencia Estadística

CÓDIGO: 08171
REQUISITO: Teoría de Probabilidades (08131)
PROGRAMAS: Ingenierías, Economía, Contaduría y Finanzas, Administración de Empresas,
Mercadeo y Publicidad.
PERIODO ACADÉMICO: 181 (Primer Semestre de 2018)
INTENSIDAD SEMANAL: 4 horas
CRÉDITOS: 3

OBJETIVO GENERAL

Al finalizar este curso, el alumno estará en capacidad de:

Describir, utilizar e interpretar los resultados de los métodos que hacen posible la estimación de una o varias
características de una población de interés, o la toma de una decisión con respecto a una población, basada
sólo en los resultados de una muestra.

OBJETIVOS TERMINALES DE APRENDIZAJE

Como resultado de este curso el estudiante estará en capacidad de:

1.1 Tomar decisiones con base en el análisis de información cuantificando los riesgos asumidos.
1.2 Comprender las distribuciones de muestreo y su incidencia sobre la toma de decisiones basadas en el
muestreo.
1.3 Plantear, resolver y analizar pruebas de hipótesis respecto a los parámetros poblacionales más utilizados.
1.4 Identificar, aplicar y analizar el método de regresión lineal simple y el análisis de correlación.

OBJETIVOS ESPECÍFICOS DE CADA MÓDULO

Módulo 1
 Diferenciar entre población y muestra y describir los métodos para seleccionar una muestra.
 Explicar la razón por la cual una muestra, es con frecuencia, la única forma viable para identificar una
característica sobre una población.
 Repasar la Distribución normal e identificarla como una distribución clave en los resultados de la
Inferencia Estadística.

Módulo 2
 Definir y construir la distribución muestral para la media y la proporción
 Explicar las aplicaciones de las distribuciones muestrales.
 Explicar y aplicar el teorema central del límite en las distribuciones muestrales de la media y la
proporción.

Módulo 3
 Identificar y calcular los principales estimadores puntuales y diferenciar entre estimador puntual y
estimación.
 Identificar el método de la máxima verosimilitud para encontrar buenos estimadores.
 Definir nivel de confianza
 Definir y construir un intervalo de confianza
 Identificar la distribución t de Student
 Identificar la distribución chi cuadrado.
 Construir intervalos de confianza para la estimación de la media, la proporción y la varianza
poblacionales.
 Determinar y calcular el tamaño de muestra adecuado para estimar la media o la proporción
poblacionales.
Módulo 4
 Definir una hipótesis e identificar los componentes o partes de una hipótesis.
 Describir el procedimiento general para probar una hipótesis.
 Definir los errores tipo I y tipo II y calcular la probabilidad de cometer error tipo I (nivel de significancia) y
error tipo II en las pruebas de hipótesis.
 Distinguir entre pruebas de hipótesis de una cola y de dos colas.
 Describir y aplicar los procedimientos para probar hipótesis sobre la media y la proporción poblacionales.
 Definir y calcular el valor-p en las pruebas de hipótesis.
 Distinguir entre pruebas de hipótesis con una sola muestra y con dos muestras.
 Listar las características de la distribución F.
 Realizar pruebas de hipótesis con dos muestras, para dos varianzas.
 Realizar pruebas de hipótesis con dos muestras para la diferencia entre medias poblacionales
independientes, para la diferencia entre dos proporciones poblacionales, para la media de dos muestras
dependientes.
 Distinguir entre muestras dependientes e independientes.
 Explicar la idea general del análisis de varianza.
 Organizar datos en una tabla de ANOVA de una vía.
 Realizar una prueba de hipótesis entre tres o más medias de tratamiento.
 Desarrollar intervalos de confianza para la diferencia en medias de tratamiento.

Módulo 5
 Identificar cómo y cuándo emplear la prueba chi cuadrado para variables categóricas en tablas de
contingencia
 Utilizar la prueba chi cuadrado para comparar un grupo de datos observado de frecuencias con una
distribución esperada
 Realizar una prueba de hipótesis para determinar si hay alguna relación entre dos criterios de
clasificación.

Módulo 6
 Calcular, interpretar y hacer inferencias sobre el coeficiente de correlación entre dos variables.
 Interpretar los términos variable dependiente e independiente.
 Usar el análisis de regresión lineal simple para predecir el valor de una variable dependiente con base en
una variable independiente.
 Interpretar el significado de los coeficientes de regresión.
 Estimar la recta de regresión por el método de mínimos cuadrados.
 Estimar e interpretar los intervalos de confianza y de predicción para la variable dependiente.
 Evaluar las suposiciones de la regresión mediante pruebas de hipótesis y saber qué hacer si estas
suposiciones son infringidas.

METODOLOGIA

El enfoque: En concordancia con los propósitos de la universidad, en el desarrollo de este curso se considera
que el aprendizaje es el resultado de un proceso de construcción del conocimiento, que tiene como centro al
estudiante y como guía al profesor. Este enfoque se concretará en la práctica con el aprovechamiento de los
resultados del estudio previo hecho por los estudiantes, como elemento generador de preguntas, discusiones
y conclusiones.
La discusión en clase: La discusión, orientada por el profesor es el elemento central en la metodología del
curso. Se fundamenta en el estudio preliminar de las secciones asignadas, en las preguntas de los
estudiantes y en sus respuestas a sus preguntas y a las del profesor, que alimenten el proceso de aprendizaje
activo. El profesor interviene esencialmente como guía y moderador de las discusiones, y se encarga de
hacer la síntesis final para socializar el conocimiento consolidado en clase y de indicar al estudiante la labor
que debe realizar como preparación para la clase siguiente y los objetivos que debe alcanzar como parte de
tal preparación.
Las actividades del estudiante: Para el logro de los objetivos de aprendizaje el estudiante debe desarrollar
con total responsabilidad un conjunto de actividades antes, durante y después de la clase, así:
 Antes de la clase: Realizar todas las actividades indicadas por el profesor para la preparación del tema de
clase, hacer explícitas las dudas e inquietudes que le surjan como resultado de este proceso y preparar
las preguntas que formulará durante la clase de presentación del tema, con el fin de resolver las dudas e
inquietudes.
 Durante la clase: Participar activamente en las discusiones que se generen a partir de las preguntas
formuladas por los estudiantes y por el profesor, y de las respuestas a las mismas. Igualmente, presentar
las dudas e inquietudes que le surgieron al prepararse para esta clase, y discutir alternativas propias de
solución de problemas, cuando las tenga.
 Después de la clase: Asegurarse de consolidar el nuevo conocimiento resolviendo ejercicios y problemas
que en la fase de preparación no haya podido resolver, o que revisten mayor complejidad, y
relacionándolo con conocimientos previamente adquiridos.
Prácticas en computadores: Se complementará el conocimiento adquirido en el aula de clase con prácticas de
realizadas en computadores. Estas prácticas serán dirigidas por el profesor; se utilizarán el software Microsoft
Excel y su complemento MEGASTAT o cualquiera de los software licenciados que tiene la universidad para
estadística, además del texto guía para el desarrollo de los talleres correspondientes.

CONTENIDO

Relacionado en la parcelación del curso presentada adelante en el documento.

EVALUACION

Elemento de Evaluación Valor Porcentual Momento de Realización

Prueba Corta No. 1 10 % Sesión 6

Primer Parcial 20 % Sesión 10
Segundo Parcial 20 % Sesión 19
Prueba Corta No. 2 10 % Sesión 29
Examen Final 22 de Mayo de 2018
25 %
(Incluye todo el contenido del curso) Hora: 9:30 am – 12:00 m
Preparación de Clase (Se realizarán dos
Se harán sin previo aviso de
actividades de evaluación diferentes a las 5%
acuerdo a criterio del profesor
descritas anteriormente)
Práctica para toma de mediciones 10% Sesiones 16, 20, 21

OBSERVACIONES IMPORTANTES

1. En conformidad con lo determinado en el Departamento de Matemáticas y Estadística para los cursos con
Examen Final Acumulativo, se aplican los siguientes criterios relacionados con esa evaluación:
1.1. Si la nota definitiva obtenida es mayor o igual que 2.8 pero menor que 3.0 y la calificación del
examen final es 3.3 o mayor, la nota definitiva del curso será 3.0.
1.2. Si la nota del Examen Final es mayor o igual a 3.5, esta nota se promedia con la nota menor de los
dos parciales, y se cambia esta nota por el promedio calculado, si ello favorece al estudiante.

2. Para las evaluaciones que tengan una calificación, se aplicará la rúbrica que el profesor debe socializar
en clase y que debe estar en la plataforma de Moodle.

3. Fechas de Supletorios:
De Parciales: 5 de Mayo de 2018 Hora: 9:30 am – 12:00 m
De Examen Final: 6 de Junio de 2018 Hora: 9:30 am – 12:00 m
No se programan supletorios para pruebas cortas
ASISTENCIA A CLASE
El profesor es autónomo en la decisión de llevar control de asistencia a cada clase. Si por los alumnos es
conocido que se lleva control de asistencia, el alumno que no haya asistido al menos al 80% del total de horas
del curso obtendrá una calificación de “No Aprobado” (Ver artículo 74, literal c “Libro de derechos, deberes y
normas de los estudiantes de pregrado de la Universidad Icesi”).
En los casos en los que el profesor no lleve el registro de asistencia o éste no sea conocido por los
estudiantes, no se podrán aplicar las normas sobre calificación de las materias con “No Aprobado” por faltas
de asistencia (ver parágrafo 2° del artículo 74 “Libro de derechos, deberes y normas de los estudiantes de
pregrado de la Universidad Icesi”)
Nota: Esta asignatura tiene 32 sesiones de 2 horas cada una en el semestre. Si usted falta a siete (7) o más
sesiones en el semestre, obtendrá una calificación de “No Aprobado”, siempre que el profesor lleve el registro
de asistencia.

BIBLIOGRAFIA
Texto Guía:(Tg)
“Estadística aplicada a los negocios y la economía”. Lind, Marchal, Wathen. Editorial Mc Graw Hill.
Décimo sexta edición 2015.
Libros de Consulta:
Ref 1“Estadística para Administración”, BERENSON, LEVINE, KREHBIEL. Editorial PRENTICE HALL.
Sexta edición 2014
Ref 2“Estadística para los negocios y la economía”, PAUL NEWBOLD. Editorial PRENTICE HALL.
Octava edición 2013.
Ref 3“Estadística para administración y economía”, Levin, Rubin, Balderas, del Valle, Gómez. Editorial
PRENTICE HALL. Séptima edición 2004.
Ref 4“Probabilidad y Estadística”. WALPOLE, MYERS.Editorial MCGRAW HILL. Cuarta edición 1992
Ref 5“Estadística para Administración”, BERENSON, LEVINE, KREHBIEL. Editorial PRENTICE HALL.
Segunda edición 2001
Ref 6“Estadística Matemática con Aplicaciones”, Mendenhall, Scheaffer, Wackerly. 6ª edición 2002. Editorial
Thomson.
Ref 7 “Probabilidad y Estadística Aplicaciones y métodos”. Canavos, George C. Editorial Mc Graw Hill.
Primera edición 1987
 Programación Curso de Inferencia Estadística
S#: Sesión número
SAE: Sección del texto guía o texto de consulta asignado al estudiante para la clase siguiente
RC: Ejercicios para resolver en casa
S# Tema SAE RC*
1 Presentación del Programa. Texto guía. Tg pag 221-228,
Forma de evaluación, Metodología del curso. Ref 1 pag228-232
Conceptos: Población, Muestra, Parámetro,
Estadístico. Aleatoriedad. Objetivos de la inferencia
Estadística.
2 Tipos de Métodos de Muestreo. Razones para Tg pag 229-241 Tg ejerc 23 a 30 pag 200
obtener una muestra. Error de muestreo
Repaso distribución normal
3 Distribuciones Muestrales. Distribución muestral de la Ref 1 pag 245- Tg ejerc 5 a 10 pag 232,
media. Teorema del límite central. Error estándar de 247 ejerc 11 a 14 pag 239, ejerc
la media muestral. Uso de la distribución muestral de Ref 2 pag 264- 15 a 18 pag 242, ejerc 31 a
la media 269. 45 pág 245
4 Distribución muestral de la proporción Tg pag 250-257 Ref 1 ejerc 7.23 al 7.32 pag
Estimador puntual y estimación. 246.
Ref 2 ejerc 6.26 al 6.46 pag
267
5 Introducción a la estimación de intervalos de Tg pag 258-263 Tg ejerc 1 a 8 pag 257,
confianza. Estimación de Intervalos de confianza para Tg pag 264-266
la media(σ conocida).
6 Distribución muestral t STUDENT. Grados de Ref 2 pag 308- Tg ejerc 9 a 14 pag 263
libertad. Estimación de Intervalos de confianza para la 312 Tg ejerc 15 a 18 pag 266.
media (σ desconocida). Estimación de intervalo de Tg pag 267-272
confianza para la proporción.
Quiz 1
7 Estimación de intervalo de confianza para la varianza Tg pag 282-287 Ref 2 ejerc 7.42 al 7.50 pag
Determinación del tamaño de muestra para la media y 312
para la proporción. Factor de corrección para Tg ejerc 19 a 26 pag 270.
poblaciones finitas en tamaño de muestra. Tg ejerc 27 a 30 pag 272.
8 Elementos básicos de las pruebas de hipótesis. Tg pag 289 – 293 Ref 1 ejerc 9.1 a 9.17 pag
Hipótesis Estadísticas. Tg pag 475 - 477 307.
Hipótesis nula e Hipótesis alternativa. Tg ejerc 1 a 8 pag 293
Estadístico de Prueba y su valor crítico.
Reglas de Decisión:regiones de rechazo y no
rechazo. Nivel de Significancia. Pruebas de una y dos
colas. Riesgos en la toma de decisión al utilizar
pruebas de hipótesis: Error tipo I y Error tipo II
9 Prueba de Hipótesis para la media (σ conocida) Tg ejerc 9 a 14 pag 298
Pruebas para la proporción Tg ejerc 15 a 20 pag 301
Valor-p en las pruebas de hipótesis
10 Primer examen parcial Tg pag 301 – 304

11 Cálculo del error tipo II y potencia de la prueba Tg pag 294 – 298 Tg ejerc 21 a 22 pag 304, 23
Ref 2 pag 384- a 49 pag 305, 1 a 6 pag 478
387
12 Prueba de la media poblacional (σ desconocida) Tg pag 311-315, Ref 2 pag 387 ejerc 9.47 a
Prueba de Hipótesis para la varianza 478-481 9.52
13 Pruebas de hipótesis de la diferencia de medias para Tg pag 316-323 Tg ejerc 1 a 6 pag 315, ejerc
dos muestras independientes con varianzas Tg pag 339-342 7 a 12 pag 481
conocidas. Ref 1 pag 361- Ref 2 ejerc 10.14 al 10.21
Pruebas de hipótesis para la diferencia de 364 pag 415
proporciones de dos muestras
14 Distribución F. Tg pag 324-329 Tg ejerc 7 a 12 pag 320, 13 a
Comparación de 2 varianzas poblacionales. 16 pag 324, 1 a 6 pag 343
Comparación de 2 medias poblacionales con
varianzas desconocidas.
15 Prueba de hipótesis de dos muestras: muestras Tg pag 339-342 Tg ejerc 17 a 20 pag 329
dependientes. Comparación de muestras
dependientes e independientes
16 Prácticas de toma de mediciones Tg pag 343-350

17 La prueba ANOVA Tg pag 351-353 Tg ejerc 1 a 6 pag 343

Suposiciones en el análisis de varianza Tg ejerc 7 a 10 pag 350

18 Pruebas post-ANOVA. Tg ejerc 11 a 14 pag 353

Ejercicios de la ANOVA Ref 1 ejerc 10.55 al 10.64
pag 377
19 Segundo examen parcial
20 Taller de seguimiento a la práctica de toma de
mediciones
21 Exposiciones de los trabajos de las prácticas Tg pag 482-486,
491-494
Ref 2 pag 649-
650
22 Prueba de bondad de ajuste, frecuencias esperadas Tg pag 494-497 Tg ejerc 13 a 20 pag 486
iguales. Tg ejerc 25 a 26 pag 494
Bondad de ajuste para la distribución Poisson y Ref2 ejerc 14.11 a 14.12 pag
Normal. 653
23 Análisis de tablas de contingencia Tg pag 381-386 Tg ejerc 13 a 20 pag 486
Prueba  ² de independencia 389-391 21 a 24 pag 490.
Ref 2 ejerc 14.17 al 14.21
pag 658

24 ¿Qué es el análisis de correlación? Tg pag 392-397, Tg ejerc 1 a 6 pag 388

Coeficiente de correlación. 401-405 Tg ejerc 7 a 12 pag 391
Prueba de la importancia del coeficiente de Ref 1 pag 434-
correlación 437
25 Análisis de regresión. Principio de los mínimos Tg pag 381-391, Tg ejerc 13 a 20 pag 397
cuadrados. Error estándar de la estimación. 399-401, 403-405
Coeficiente de determinación.
Relaciones entre el coeficiente de correlación, el
coeficiente de determinación
26 Pruebas de hipótesis para los coeficientes del modelo. Ref 7 pag 368- Tg ejerc 21 a 24 pag 401, 29
ANOVA de la regresión. 370 a 30 pag 405
27 Suposiciones de la regresión lineal. Un contraste de Tg pag 405-408 Ref 7 ejerc 10.12 pag 376
homogeneidad de varianza para los residuales
Bondad de Ajuste Kolmogorov-Smirnov para probar
normalidad de datos
28 Intervalos de confianza e intervalos de predicción Tg ejerc 31 a 34 pag 409

29 Quiz 2
30 Uso de Herramientas Estadísticas utilizando Microsoft
Excel.

31 Repaso de preparación para el examen final

32 Repaso y revisión del cumplimiento de los objetivos

del curso
*Del texto guía, usted debe revisar los ejercicios que se encuentran al final de
cada capítulo.