UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERIA INDUSTRIAL

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA INDUSTRIAL

SILABO DE ESTADÍSTICA INDUSTRIAL

I. INFORMACION GENERAL
1. Código del curso : 173305
2. Ciclo de estudios : V
3. Semestre Académico : 2015-1
4. No de Créditos : 4.0
5. Nº de horas semanales : Teoría 2 Práctica 2 Laboratorio 2
5. Pre requisito : 173203
7. Departamento Académico : Ingeniería de Sistemas e Informática
8. Profesores : Ing. Víctor Pérez Quispe
Ing. Rosmeri Mayta Huanuco
Ing. William León Velásquez

II. SUMILLA
Proporciona los métodos estadísticos aplicables a funciones y operaciones de la
industria, para el análisis de datos, la interrelación de variables, la preparación de
métodos de experimentación, la formulación de pronósticos y la toma de decisiones.

III. OBJETIVOS
a) Objetivos Generales.- Al finalizar el desarrollo del curso, el estudiante podrá
realizar diferentes Pruebas de Hipótesis, así como también será capaz de establecer y
organizar datos en una tabla de ANOVA (Analysis of variance). Además, el estudiante
podrá utilizar técnicas estadísticas que le permitan relacionar dos o más variables,
permitiendo esto determinar ecuaciones que pueden utilizarse en Pronósticos. Por
último, el alumno habrá aprendido a utilizar el Análisis de Series de Tiempo, de tal
manera que esté en condiciones de identificar y aislar los factores influyentes para fines
de predicción (elaboración de pronósticos) así como planeación y control gerencial.
b) Objetivos Específicos.-
Realizar la prueba de hipótesis utilizando diferentes estadísticos para muestras
grandes y muestras pequeñas.
Estudio de diferentes técnicas que nos permitan relacionar dos o mas variables
para pruebas parametricas y no parametricas.
Estudio de análisis de Serie de Tiempo considerando los factoras influyentes
para fines de predicción

IV. UNIDADES TEMÁTICAS

1° SEMANA: PRUEBAS DE HIPOTESIS: Muestras grandes.- ¿Qué es una
Prueba de Hipótesis?.- Procedimiento de cinco pasos para probar una hipótesis.-
Prueba de una y de dos colas.- Pruebas para la media de una población.- Prueba
de hipótesis: dos media poblaciones.- Errores tipo II.- Curvas características de
operación y Curvas de poder (o poder discriminador) Aplicaciones.
2° SEMANA: PRUEBAS DE HIPOTESIS: Proporciones.- Prueba para una
proporción poblacional.- Prueba donde interviene la diferencia entre dos
proporciones poblacionales. Aplicaciones.
3° SEMANA: PRUEBA T DE STUDENT: Muestras pequeñas.- Características de
la Distribución T de Student.- Prueba para la media poblacional. Prueba de
hipótesis para observaciones por pares. Aplicaciones.
4º SEMANA: ANÁLISIS DE VARIANCIA: Distribución F.- Comparación de dos
Variancias Poblacionales. ANOVA: Noción General.- Procedimiento de Análisis
de Variancia. Inferencia acerca de las Medias de Tratamiento.- ANOVA en Dos
Sentidos. Aplicaciones.
5° SEMANA: MODELO DE REGRESION LINEAL SIMPLE: Modelo de
regresión y ecuación de regresión.- Ecuación de regresión estimada.- Método de
cuadrados mínimos.- Coeficiente de determinación.- Coeficiente de correlación.-
Supuestos del modelo.- Prueba de significancia.- Aplicaciones.
6º SEMANA: MODELO DE REGRESION LINEAL SIMPLE: Intervalo de
confianza para 1 .- Prueba F.- Uso de la ecuación de regresión para evaluar y
predecir.- Análisis de residuales: validación de los supuestos del modelo.-
Análisis de residuales: valores atípicos y observaciones influyentes.-
Aplicaciones.
7° SEMANA: MODELOS DE REGRESION MULTIPLE: Desarrollo del modelo
de Regresión Múltiple.- Predicción de la variable dependiente “y” para valores
dados de las variables explicativas.- Medición de la asociación en el modelo de
regresión múltiple.- Análisis residual en Regresión Múltiple.- Aplicaciones.
8º EXAMEN PARCIAL
9º SEMANA: MODELO DE REGRESION MULTIPLE: Prueba de la
importancia de la relación entre la variable dependiente y las variables
explicativas.- Pruebas de porciones del modelo de regresión múltiple.- Inferencias
relativas a los coeficientes de regresión de población.- Estimación del intervalo
de confianza. Aplicaciones.
10º SEMANA: MODELO DE REGRESION MULTIPLE: Coeficiente de
determinación parcial.- El modelo de regresión curvilíneo.- Prueba de la
significación del modelo curvilíneo.- Pruebas del efecto curvilineal.- Prueba del
efecto lineal.- Modelos de variables ficticias.- La multicolinealidad.- Análisis de
influencia en la regresión múltiple.- Aplicaciones.
11º SEMANA: PRUEBAS DE BONDAD DE AJUSTE E INDEPENDENCIA:
Prueba de bondad de ajuste: población multinomial.- Prueba de independencia.-
Prueba de bondad de ajuste: Distribución binomial, de Poisson y Normal.-
Aplicaciones.
12º SEMANA: METODOS NO PARAMETRICOS: Introducción a la Estadística
No Paramétrica.- La prueba del Signo.- Caso muestra pequeña.- Caso muestra
grande.- Prueba de supuesto acerca de la mediana.- Prueba Durango con signo de
Wilcoxon.- Aplicaciones.
13º SEMANA: MÉTODOS NO PARAMETRICOS: Prueba de Mann-Whitney-
Wilcoxon.- Caso de una muestra pequeña.- Caso de muestra grande.- Prueba de
Kruskal-Wallis.- Correlación de rango.- Prueba de correlación de rango
significativa.- Aplicaciones.
14º SEMANA: ANÁLISIS DE SERIES TIEMPO: Componentes de una serie de
tiempo: Tendencia, Cíclico, Estacional e Irregular.- Métodos de suavizamiento:
Promedios móviles, promedios móviles ponderados y suavizamiento
exponencial.- Aplicaciones.
15° SEMANA: ANALISIS DE SERIES DE TIEMPO: Proyección de Tendencias.-
Componentes de tendencia y estacionales.- Modelo multiplicativo.- Cálculo de
los índices estacionales.- Eliminación de estacionalidad en la serie de tiempo.-
Aplicación de serie de tiempo desestacionalizada para identificar la tendencia.-
 Ajustes estacionales.- Modelos basados en datos mensuales.- Análisis de
regresión.- Métodos cualitativos.- Aplicaciones.
16º SEMANA: EXAMEN FINAL

17º SEMANA: EXAMEN ADICIONAL

V. METODOLOGÍA A UTILIZAR
1. Enseñanza-aprendizaje.
a) Deductivo.
b) Analítico.
c) Solución de problemas.
2. Procedimientos Didácticos.
a) Aula.
b) Laboratorio.
c) Estudio de casos reales.
d) Lecturas comentadas.

VI. EVALUACIÓN
La evaluación desde el punto de vista del aprendizaje del curso de Estadística es un
proceso continuo y permanente de medición cuantitativa. Para ello se tomarán dos
exámenes parciales, dos prácticas calificadas; además se considerará en el promedio
final una nota de Laboratorio.
El Examen Sustitutorio comprenderá todo el curso. El promedio final resultará de la
fórmula siguiente:

PF = (EP +EF +PP + PL) /4

Donde:
EP: Examen Parcial.
EF: Examen Final.
PP: Promedio de Prácticas.
PL: Promedio de Laboratorio.

VII. BIBLIOGRAFÍA

ANDERSON, David R./SWEENEY, Dennis J./WILLIAMS Thomas A.

Estadística para Administración y Economía. Editorial International Thomson
Editores S.A; Estados Unidos, Octava Edición, 2004.
MASON, Robert D./ LIND, Douglas A, Estadística para Administración y
Economía Editorial Alfaomega, Estados Unidos, Décima Edición, 2001
BERENSON-David/ LEVINE M.. Estadística Básica en Administración.
Ed.Prentice-Hall Hispanoamericana SA. México, Cuarta Edición, 1992. 946pp.
LEVIN, Richard. Estadística para Administradores. Ed.Prentice-Hall
Hispanoamericana SA, México, Segunda Edición, 1988, 940pp.