CONTENIDO ESTADÍSTICA APLICADA (ESCUELA DE ING.

DE PETRÓLEOS)
1. ESTADISTICA DESCRIPTIVA. Tipo de variables. Tipo de datos. Representación de datos.
Agrupamiento de datos. Tabla de frecuencias. Parámetros estadísticos de centramiento.
Parámetros de posicionamiento. Parámetros de dispersión.
2. PROBABILIDADES. Enfoques para el cálculo de probabilidades. Reglas de probabilidad.
Teorema de Bayes. Distribuciones de probabilidad. Árboles de decisión. Análisis bajo
incertidumbre y riesgo.
3. PRUEBAS DE HIPOTESIS. Distribución muestral. Estimación por intervalo. Prueba de una
media. Prueba de una proporción. Prueba de diferencia de dos medias. Prueba de diferencia
de dos proporciones. Pruebas de independencia. Prueba de bondad y ajuste. Análisis de
Varianza.
4. DISEÑO DE EXPERIMENTOS. Introducción al diseño de experimentos. Diseño en bloques.
Diseños factoriales. Diseños factorial 2k, 3k y mixtos. Diseños factoriales fraccionados 2k-p.
Diseño robusto. Planeación de un experimento.
5. SERIES CRONOLOGICAS. Análisis de regresión lineal simple. Regresión no lineal simple.
Regresión lineal múltiple. Tendencia, ciclicidad, estacionalidad e irregularidad. Modelo
Aditivo. Modelo Multiplicativo. Promedios móviles. Curvas de declinación. 6. USO DE
SOFTWARE. Introducción al Statgraphics. Ejercicios de aplicación usando Statgraphics o
Excel.

CONTENIDO ESTADÍSTICA I (ESCUELA DE ESTUDIOS INDUSTRIALS Y

EMPRESARIALES)
1. ESTADÍSTICA DESCRIPTIVA. 1.1 Medidas de tendencia central. 1.2 Medidas de
variabilidad. 1.3 Percentiles. 1.4 Diagrama de caja, histograma. 1.5 Coeficientes de sesgo y
kurtosis.
2. PROBABILIDAD Y CONTEO. 2.1 Experimento aleatorio, espacio muestral y evento. 2.2
Descripción de situaciones que son experimentos aleatorios. 2.3 Técnicas de conteo. 2.4
Permutación. 2.5 Combinación. 2.6 Enfoques para el cálculo de la medida Probabilidad de
un suceso 2.7 Probabilidad y sus leyes. 2.8 Probabilidad Condicional. 2.9 Teorema de
Bayes.
3. VARIABLES ALEATORIAS. 3.1 Variable aleatoria discreta. 3.2 Función de distribución de
probabilidad acumulativa. 3.3 Variable aleatoria continúa. 3.4 Función de densidad de
probabilidad. 3.5 Función de distribución de probabilidad acumulativa. 3.6 Valor esperado y
varianza de una variable aleatoria. 3.7 Valor esperado y varianza de una función de variable
aleatoria
4. MODELOS TEÓRICOS DE DISTRIBUCIÓN DE UNA VARIABLE ALEATORIA. 4.1 Modelos
teóricos de distribución de una variable aleatoria discreta. 4.2 Modelos teóricos de
distribución de una variable aleatoria continúa.
5. DISTRIBUCIONES BIVARIANTES Y MULTIVARIANTES. 5.1 Distribución de probabilidad
de una variable aleatoria bidimensional y n-dimensional. 5.2 Distribuciones de probabilidad
marginal y condicional. 5.3 Variables aleatorias independientes. 5.4 Valor esperado de una
función de variables aleatorias. 5.5 Covarianza de dos variables aleatorias. 5.6 Combinación
lineal de variables aleatorias.
 CONTENIDO ESTADÍSTICA II (ESCUELA DE ESTUDIOS INDUSTRIALS
Y EMPRESARIALES)

1. DISTRIBUCIONES FUNDAMENTALES DE MUESTREO. 1.1 Muestreo aleatorio simple. 1.2

Distribución muestral de medias. Estimadores insegados, consistentes 1.3 Teorema del
límite central 1.4 Distribución muestral de ?2 1.5 Distribución t y F.
2. ESTIMACIÓN. 2.1 Conceptos básicos de la estimación. 2.2 Estimadores puntuales 2.3
Propiedades de los estimadores 2.4 Introducción al diseño de muestreo aleatorio. Conceptos
básicos del muestreo. Diseños de muestreo. Muestreo Aleatorio Simple Muestreo
Sistemático Muestreo con probabilidad proporcional al tamaño Muestreo estratificado
Muestreo por conglomerado uno, dos o más etapas. 2.5 Estimación por Intervalos para la
media poblacional, la proporción, total 2.6 Intervalos de confianza para la diferencia de dos
medias. 2.7 Estimación por intervalos para la varianza
3. PRUEBA DE HIPÓTESIS. 3.1 Hipótesis estadísticas. 3.2 Uso de valores P para la toma de
decisiones 3.3 Pruebas con respecto a una sola media (varianza conocida) 3.4 Pruebas con
respecto a una sola media (varianza desconocida) 3.5 Prueba respecto a varianza de una y
dos muestras. 3.6 Prueba de la bondad de ajuste
4. REGRESIÓN LINEAL SIMPLE. 4.1 Modelo y estimación de parámetros 4.2 Propiedades de
los estimadores de mínimos cuadrados 4.3 Estimación por intervalos de confianza y pruebas
de hipótesis 4.4 Inferencia acerca de la pendiente. Inferencia acerca del intercepto 4.5
Inferencia acerca de la media estimada 4.6 Inferencia acerca de un valor simple predicho
4.7 Mediciones repetidas y falta de ajuste 4.8 Análisis residual 4.9 Correlación
5. REGRESIÓN LINEAL MÚLTIPLE. 5.1 Procedimiento de los mínimos cuadrados 5.2
Propiedad de los estimadores de mínimos cuadrados 5.3 Estimación por intervalos 5.4
Pruebas de hipótesis para los parámetros del modelo