UNIVERSIDAD PRIVADA ANTENOR ORREGO

CARRERA PROFESIONAL DE INGENIERA INDUSTRIAL

ESTADISTICA INFERENCIAL

SEMESTRE ACADMICO 2017-10

SLABO
I DATOS GENERALES

1.1 Nombre de la asignatura :ESTADISTICA INFERENCIAL

1.2 Cdigo :CIEN-490
1.3 Ciclo de estudios :04
1.4 Crditos :4
1.5 Nivel :PREGRADO
1.6 Campus : TRUJILLO, PIURA,
1.7 Fecha de inicio/fin :03/04/2017 al 27/07/2017
1.8 Duracin semanas :17
1.9 Prerrequisitos :CIEN-483
: CASTILLO ASMAT, SEGUNDO ABRAHAM; EXEBIO
1.10 Profesores
CORNETERO, CRISTOBAL; OLORTEGUI REYNA, AMIRA;

II FUNDAMENTACIN

APORTE DE LA ASIGNATURA AL PERFIL PROFESIONAL

La asignatura de Estadstica Inferencial contribuir al incremento de la capacidad de interpretacin, anlisis y sntesis

de hechos del campo de la Ingeniera Industrial, aplicando las tcnicas de muestreo e inferencia estadstica para

generalizar resultados a la poblacin de estudio; as mismo, en la toma de decisiones en sus aplicaciones industriales

III SUMILLA

El curso es de naturaleza terico prctico, pertenece al rea curricular de formacin bsica. El estudiante de Ingeniera Industrial

conocer al finalizar el curso las tcnicas estadsticas tiles para la toma de decisiones bajo condiciones de incertidumbre, sera

capaz de emplear mtodos estadsticos para realizar predicciones, prueba de hiptesis utilizando el procesador de datos SPSS

V. 22.

El curso comprende tcnicas de muestreo, distribuciones muestrales , estimacin de parmetros puntual e Intervlica, prueba

de hiptesis, regresin lineal simple y multivariada; asi como tecnicas de pronosticos para series de tiempo.

IV COMPETENCIAS DE LA ASIGNATURA

Aplicar mtodos estadsticos a realidades del campo de la Ingenieria Industrial manifestando confianza y perseverancia en su
 aprendizaje.
V PROGRAMACIN POR UNIDADES DE APRENDIZAJE
Programacin por semanas
UNIDAD 01 MUESTREO
Duracin: 03/04/2017 al 28/04/2017
N Semanas Contenidos Conceptuales
Exposicin de Silabo
Muestreo e Investigacin.
Definiciones bsicas.
Semana 1
Tipos de Muestreo :
Probabilstico y no
probabilstico.
Muestreo aleatorio simple:
Definicion y requerimientos
para su aplicacion
Poblacin homogenea ,
muestra. representaiva.y
adecuada.
Tamao de muestra:
Determinacion del numero de
Semana 2
elementos y seleccion
aleatoria: Aplicacion de
Sistemas Aleatorios..
Estimacin de parmetros.
Notacion e interpretacion
Estimacion Puntual e
intervalica.Casos de aplicacin
e Interpretacion.
Muestreo Estratificado:
Poblacion heterogenea y
formacion de estratos.
Simbologia e Interpretacion.
Estimadores de la media,
proporcion y varianzas de los
estimadores.
Semana 3
Tamao de muestra.Afijacion
de la muestra a los estratos:
Afijacion proporcional y
Optima de Neyman.
Estimacin puntual e
intervalica de parmetros.
Casos de Aplicacin.
Contenidos Procedimentales Contenidos Actitudinales
Se solicitara opiniones a los
participantes sobre el
Opina respetuosamente sobre
contenido y criterios de
el silabo.
evaluacin.
Es tolerante con las ideas y
Mediante casos descritos,
opiniones que difieren de la
precisa la importancia del
suya
muestreo en la investigacin
en Ingeniera Industrial..
Mediante la lectura de
documentos utiliza y aplica
Recoge los aportes de la
adecuadamente las tcnicas
lectura para formular nuevas
del muestreo aleatorio simple.
ideas valorando las fortalezas
Usa el programa Excel para
y debilidades encontradas.
clculos.
Aporta ideas sobre el tema en
Emplea la Tabla de numeros
discusin y contribuye a
aleatorios o el programa
mejorar las relaciones entre
Ramdon del EXCEL para
los integrantes del grupo.
determinar los elementos de la
Valora el material bibliografico
poblacion que constituiran la
encontrado en internet.
muestra.
Expone casos de aplicacion.
Formula preguntas , expone
sus puntos de vista y discute
Mediante la lectura de con sus compaeros. Acepta
documentos y aplicaciones de las ideas de los dems.
internet aplica adecuadamente Recoge los aportes de la
las tcnicas del muestreo lectura para formular nuevas
estratificado aleatorio ideas valorando las fortalezas
para estimar parametros. y debilidades encontradas.
Usa el programa Excel para Expresa satisfaccion por las
facilitar clculos aplicaciones desarrolladas y
contribuye al desarrollo del
curso

Muestreo no probabilstico:
Justificacion de su empleo.
Tipos de muestreo: A criterio,
Semana 4 de Cuotas, de Racimo, Bola
de nieve. Sus aplicaciones y
limitaciones.
PRACTICA CALIFICADA
UNIDAD 02 DISTRIBUCIONES MUESTRALES Y ESTIMACIN INTERVLICA
Duracin: 01/05/2017 al 26/05/2017
N Semanas Contenidos Conceptuales
Caracteristicas de las
distribuciones muestrales: De
la media y proporcion muestral
Distribucin de la media
muestral con varianza
poblacional conocida y no
conocida
Distribucion de la proporcin
Semana 5
muestral. Uso tabla Z y t
Calculo de probabilidades
para la media y proporcion
muestral.
Intervalo de Confianza para la
media y proporcion
poblacional.Interpretacion
Casos y aplicaciones.
Distribucin de la diferencia
de medias muestrales con
varianzas poblacionales
conocidas y
desconocidas.Utilidad de las
distribuciones.
Distribucion para la diferencia
de proporciones muestrales.
Utilidad de la distribucion.
Semana 6 Uso de Tabla Z y T Students.
Probabilidad para la diferencia
de medias y proporciones
muestrales. Interpretacion.
Estimacion intervalica para la
diferencia de medias y
proporciones poblacionales.
Interpretacion.
Casos de aplicacion al campo
de la ingenieria.
Se forman grupos de trabajo y
discuten la bondad del
muestreo no probabilistico y
sus aplicaciones. Formula preguntas, expone
Dado un conjunto de casos sus puntos de vista y discute
Identifican criterios para la con sus compaeros.
aplicacion del muestreo no Valoran la bondad del
probabilistico. muestreo no probabilistico.
Documenta y expone casos de
aplicacion obtenidos de
internet.
Contenidos Procedimentales Contenidos Actitudinales
Utiliza y aplica
adecuadamente los algoritmo
para obtener probabilidades
para la media muestral. Reconoce la necesidad y la
Utiliza y aplica utilidad de la probabilidad para
adecuadamente el algoritmo la media y proporcion
para obtener probabilidades poblacional y la ventajas que
para la proporcin muestral. ofrece su uso adecuado.
Usa apropiadamente la tabla Z Valora el vaor de la
y t students para el calculo de probabilidad para la toma de
probabiliades. decisiones.
Obtiene casos de internet y
expone aplicaciones.
Interpreta resultados.
Utiliza y aplica
adecuadamente el algoritmo
para calcular probabilidades
para la diferencia de medias y
proporciones Valora la importancia de la
muestrales.Interpretacion. necesidad de conocer las
Establece intervalos de aplicaciones de las
confianza para la diferencia de distribuciones muestrales de
medias y proporciones probabilidades.
poblacionales.Interpretacion. Muestra satisfaccion al
Complementa su aprendizaje desarrollar casos de aplicacion
con casos presentados en a su campo profesional.
internet.
Expone e interpreta casos de
aplicacion obtenidos de
internet
 Obtencion de la distribucin de
la varianza y cociente de
varianzas muestrales. Utilidad.
Construccion de intervalos de
confianza para estimar la
varianza y cociente de
varianzas
poblacionales.Interpretacion.
Semana 7
Uso de Tabla Chi Cuadrado y
F de Fisher. Calculo de
probabilidad para la varianza y
cociente de varianzas
muestrales, Interpretacion.
Casos de aplicacion a su
campo profesional.
PRACTICA CALIFICADA
Primer examen parcial (EP1)
Comprende la evaluacion del
Semana 8
aprendizaje de las dos
primeras unidades.
UNIDAD 03 PRUEBA DE HIPTESIS ESTADSTICAS
Duracin: 29/05/2017 al 23/06/2017
N Semanas Contenidos Conceptuales
Definiciones bsicas:
Hipotesis yTipos de hiptesis.
Errores en las pruebas: Error
tipo I y Error Tipo II
Semana 9 Formulacin de las hiptesis:
Hipotesis Nula y Aternativa
Esquema de procedimiento
para realizar la prueba de
hipotesis.
Prueba de hiptesis para la
media cuando la varianza
poblacional es conocida y
desconocida.
Prueba de hiptesis para la profesin.
Semana 10
proporcin poblacional.
Prueba de hipotesis para la
varianza poblacional.
Casos de aplicacion a
Ingenieria Industrial.
Utiliza y aplica
adecuadamente el algoritmo
para obtener probabilidades
para la variaza y cociente de
varianzas muestrales.
Interpretacion de resultados
Se apoya en internet para las
aplicaciones a su campo.
Expone casos aplicados a su
carrera profesional.
Los alumnos desarrollarn
individualmente la prueba
propuesta.
Contenidos Procedimentales
Exposicion de casos para
interpretar los errores.
Utiliza y aplica
adecuadamente los
procedimientos para la
realizacin de las pruebas de
hiptesis citadas en el campo
de su profesin.
Compila casos de internet
para su posterior exposicion.
Utiliza y aplica
adecuadamente los
procedimientos para la
realizacin de las pruebas de
hiptesis para la media y
proporcion en el campo de su
Plantean preguntas y exponen
Aplicacion adecuada de la
Prueba de Hipotesis para la
varianza poblacional.
Usa el programa PSPP como
apoyo de calculo para realizar
sus pruebas de hipotesis.
Expone casos de aplicacion
Manifiestan gran
responsabilidad y entusiasmo
en el desarrollo de sus tareas.
Muestra satisfaccion por el
desarrollo de casos aplicados
a su campo profesional.
El estudiante demostrar
responsabilidad al desarrollar
la prueba.
Contenidos Actitudinales
Plantean peguntas sobre el
tema tratado y exponen sus
puntos de vista.
Manifiestan responsabilidad y
entusiasmo en el desarrollo de
sus tareas.
Valora la importancia de la
necesidad de conocer las
aplicaciones de las pruebas de
hiptesis al campo de su
carrera.
sus puntos de vista sobre el
tema
Resuelve satisfactoriamente
los ejercicios de su laboratorio
y compila casos de internet
para su exposicion.
 Prueba de hiptesis para la
diferencia de media cuando
las varianzas poblacionales
son o no conocidas.
Prueba de hiptesis para la
Semana 11 diferencia de proporciones.
Prueba de hipotesis para
cociente de varianzas
poblacionales.
Casos de aplicacion a la
Ingenieria Industrial.
Cuadro de contingencia.
Frecuencia observadas y
esperadas.
Semana 12 Prueba de Hiptesis para la
Independencia de factores.
Nivel de asociacin.
PRACTICA CALIFICADA
UNIDAD 04 CORRELACIN Y REGRESIN SIMPLE
Duracin: 26/06/2017 al 21/07/2017
N Semanas Contenidos Conceptuales
Relacin entre variables
cuantitativas. Diagrama de
dispersion y Coeficiente de
Correlacin de Pearson.
Escala de Bugeda para su
interpretacion.
Regresin Lineal simple.;
Metodo de minimos cuadrados
Semana 13
del error. Ecuaciones minimo
cuadraticas para obtenr los
Estimadores de los
parametros de la recta.
Prueba de Hipotesis para los
parametros estimados.
Validacion de la recta de
regresion obtenida.
Regresin no lineal simple.
Linealizacion del modelo.
Estimacin de parmetros .
Prueba de bondad de ajuste .
Estimaciones.
Modelo de demanda precio:
Estimacion de parametros por
el metodo de Minimos
Semana 14 cuadrados.
Modelo exponencial y tasa de
crecimiento: Estimacion de
parametros por el metodo de
minimos c
Regresin lineal multivariada:
Ecuaciones Normales y
Estimacion de parametros:
Casos
Utiliza y aplica
adecuadamente los
procedimientos para la
realizacin de las pruebas de Valora la importancia de la
hiptesis para la diferencia de necesidad de conocer las
medias y proporciones en el aplicaciones de las pruebas de
campo de su profesin usando hiptesis en su campo
el PSPP. . profesional.
Resulve y expone casos de
aplicacion de paginas de
internet.
Los estudiantes muestran
Usa apropiadamente el
responsabilidad en la solucin
procesador SPSS V.22 para
de la practica calificada
obtener resultados de la
propuesta.
prueba chi cuadrado.
Demuestran originalidad en la
Usa paginas de internet para
solucin de los casos
casos de aplicacion
asignados.
Exposicion de Casos de
Resuelve con responsabilidad
Aplicacion a la Ingenieria
y entusiasmo su laboratorio de
Industrial
ejercicios.
Contenidos Procedimentales Contenidos Actitudinales
Utiliza adecuadamente el
alogoritmo para determinar los
parmetros de la recta de Valora los aportes del grupo
regresin siguiendo un caso en su aprendizaje. Muestra
dado como ejemplo. inters en la bsqueda de
Establece la diferencia entre informacin complementaria.
un buen modelo de otro que Valora su portafolio de casos
no lo es. de aplicacion compendiados
Compila casos de internet y de internet.
Expone casos de aplicacion a
la Ingenieria Industrial
Aplica el procedimiento de la
regresin lineal simple para
obtener los parmetros de
funciones no lineales; as Muestra responsabilidad en el
como de la multivariada. desarrollo de las tareas
Realiza pronsticos. asignadas.
Emplea procesador PSPP Resuelve con responsabilidad
para obtener estimadores del y entusiasmo los ejercicios
modelo de regresion.. propuestos-Laboratorio
Compila y Expone casos de
aplicacion a la Ingenieria
Industrial.
 El participante mostrara
Factores componentes de una Aplicacion de procedimientos
responsabilidad y entusiasmo
serie de tiempo. y tecnicas para la obtencion
en las aplicaciones y
Analisis de una serie de de pronosticos
resultados obtenidos.
tiempo con datos anuales y Usa programa Excel o
Semana 15 Capacidad para compartir los
mensuales. procesador PSPP. V. 22
conocimientos y resultados
Metodos de tendencias. Compilacion y Exposicion de
obtenidos
Suavizamiento exponencial casos aplicados al campo de
Valora su portafolio de casos y
simple y doble. su profesion.
aplicaciones del curso.
Realiza individualmente la Demuestra responsabilidad
Semana 16 Exmen Final (EF)
prueba propuesta. durante el exmen.
Exmen Sustitutorio: Opcion Presenta el recibo de Muestra responsabilidad y
Semana 17 de conocimientos minimos del aplazados antes de ser honestidad al desarrollar su
curso. administrada la prueba. exmen sustitutorio

VI ESTRATEGIAS METODOLGICAS

Se emplearan las siguientes estrategias metodolgicas en el desarrollo del curso:

1. Dinmica de grupo. Propiciaremos la organizacin de los alumnos en grupos de cuatro integrantes, teniendo en cuenta que

todo aprendizaje tiene una base social.

2. Clase conferencia. El docente desarrolla el tema mediante preguntas y respuestas de acuerdo al contenido silbico,

incidiendo en la comprensin y anlisis de casos.

3. Seminario. Los alumnos indagan, ordenan, clasifican y organizan informacin para su exposicin en la fecha indicada. El

profesor interviene finalmente, ampliando y consolidando el tema expuesto.

4. Solucin de ejercicios y problemas para consolidar los conocimientos tericos.

e. Solucin de ejercicios y problemas de los laboratorios por los estudiantes para consolidar su aprendizaje

VII MATERIALES EDUCATIVOS Y OTROS RECURSOS DIDCTICOS

a. Materiales educativos interactivos. Textos bsicos, lectura de temas de Internet y laboratorios.

b. Materiales educativos para la exposicin. Pizarra, plumones, mota, calculadora, proyector multimedia

VIII TCNICAS, INSTRUMENTOS E INDICADORES DE EVALUACIN

El marco conceptual y procedimental de la competencia se evaluara a traves de: Unaprueba de ensayo, Presentacion de casos

de aplicacion y exposicion de aplicaciones de Correlacion y Regresion.

Lo actitudinal se evaluara a traves de una lista de cotejo

FRMULA PARA EL CLCULO DE LA NOTA PROMOCIONAL(PROM)

5%*C1 + 10%*C2 + 20%*EP + 15%*C3 + 25%*C4 + 25%*EF

PARAMETROS DE EVALUACIN:

COMPONENTE C1 CALCULO: 100%*PC1

SUBCOMPONENTES
COD DESCRIPCIN
PC1 Prueba de desarrolloPresentacion de casosExposic

COMPONENTE C2 CALCULO: 100%*PC2

SUBCOMPONENTES
COD DESCRIPCIN
PC2 Prueba de desarrolloPresentacion de casosExposic
COMPONENTE C3 CALCULO: 100%*Pc3
SUBCOMPONENTES
COD DESCRIPCIN
Pc3 Prueba de desarrolloPresentacion de casosExposic

COMPONENTE C4 CALCULO: 100%*PC4

SUBCOMPONENTES
COD DESCRIPCIN
PC4 Prueba de desarrolloPresentacion Trabajo de aplic

IX PROGRAMA DE CONSEJERA

Se otorgar previa coordinacin de horario con el profesor y estar orientada a impartir orientaciones o sugerencias para la

solucin de problemas relacionados con el aprendizaje.

X REFERENCIAS BIBLIOGRFICAS

Basica:

1. Chavez D. Eduardo Auditora: Muestreo Estadstico o Dicotmico. Editorial FECAT.

Lima . 2002.

2. Levin, David Estadstica Para Administracin. Edit. Prentice Hall.

Timothy c, Berenson M. Mxico. 2006. Cuarta Edicin.

3. Freund y Williams Elementos Modernos de Estadstica Empresarial. Editorial

Prentice Hall. Buenos Aires 1993.Segunda Edicin.

4. Cordova Z, Manuel. Estadstica Descriptiva e Inferencial. Aplicaciones. Editorial

Moshera S.R.L. Lima - Per. 2000. Quinta Edicin.

General

5.Kazmier, Leonard Estadstica Aplicada a la Administracin y Economa.

Edit. Mc Graw Hill. Schaum. Mxico.2006. Cuarta Edicin.

6 .Levin, David Estadstica Para Administracin y Economia. Edit. Prentice Hall.

Timothy c, Berenson M. Mxico. 2006. Cuarta Edicin.

7. Moya C. Rufino, Probabilidad e Inferencia Estadstica. Editorial San Marcos.

Saravia G. Lima Per. 2000.

8. Montero Lorenzo J Estadstica Descriptiva para Ciencias Sociales.

Editorial Thomson. Espaa. 2006.

9. Schaffer, Mendenhall y Elementos de Muestreo. Editorial Thomson. Sexta Edicion. Espaa

Lymanott 2007.

Direcciones Electrnicas:

http://www.ditutor.com/inferencia_estadistica/estadistica_inferencial.html

http://guajiros.udea.edu.co/fnsp/cvsp/Muestreo.pdf

http://edutin.com/curso-de-Estadistica-inferencial-512

http://aprendeenlinea.udea.edu.co/lms/moodle/course/view.php?id=322

BSICA
Richard l,Sheaffer, willian Mendelhall,lyam,otf.

ELEMENTOS DE MUESTREO 2007

Aplicaciones del muestreo Aleatorio Simple y Estratificado

Manuel Vivanco

MUESTREO ESTADISTICO.DISEO Y APLICACIONES 2005

Muestreo Aleatorio Simple y Estratificado. Aplicaciones

Nolberto Sifuentes Violea y Ponce Aruneri,Maria

INFERENCIA ESTADISTICA APLICADA 2008

Contiene aplicaciones de intervalos de confianza y prueba de hipotesis

Casas Sanchez,Jose

INFERENCIA ESTADISTICA PARA ECONOMIA Y ADMINISTRACION DE EMPRESAS. 2007