FACULTAD DE INGENIERIA Y CIENCIAS BÁSICAS

DEPARTAMENTO DE MATEMÁTICAS
COORDINACION DE ESTADÍSTICA
ESTADISTICA INFERENCIAL

INFORMACIÓN GENERAL
Nombre del curso : Estadística Inferencial
Código : 1238
Número de créditos : 3
Semestre : SEMESTRE I – 2020

1. PRESENTACIÓN.

Se cubren tópicos ilustrativos de cómo la estadística es usada en contextos significativos de

diferentes áreas temáticas. Se plantea la necesidad de la exploración de la información para obtener
unas bases de datos confiables, soporte para las siguientes actividades que se desarrollen, que
pueden, ir desde montar un sistema de información hasta desarrollar una investigación de carácter
científico.
Se desarrolla el pensamiento inferencial con el fin de aplicarlo en las situaciones de la vida real.
Por último

2. JUSTIFICACIÓN.

Es necesario que los profesionales de todas las áreas del saber desarrollen la capacidad de construir
e interpretar modelos probabilísticos funcionales aplicables a sus áreas de experticia específicas.
La Estimación de parámetros permite suministrar al estudiante las bases para hacer inferencias a
partir de la información contenida en muestras aleatorias acerca de las poblaciones a partir de las
cuales se obtuvieron.

3. COMPETENCIAS A POTENCIAR A TRAVÉS DEL DESARROLLO DEL CURSO.

 Usar comprensivamente los nuevos elementos adquiridos en un sistema de significación que

permita la resolución de problemas.
 Identificar modelos y representaciones en diferentes contextos distinguiendo e identificando
soluciones para facilitar la toma de decisiones.

4. OBJETIVOS GENERALES DEL CURSO.

El estudiante alcance un conocimiento que le permita identificar un problema y de esta manera

observar, recolectar agrupar, describir los datos de los resultados del sistema y después hacer una
inferencia apropiada acerca de las variables a considerar, que le permita toma de decisiones.
5. PRECONDICIONES.

 Conocimiento d e l a s t é c n i c a s e s t a d í s t i c a s d e s c r i p t i v a s p a r a l a p r e s e n t a c i ó n
apropiada de un conjunto de datos que le permitan visualizar y describir el fenómeno
estudiado.

 Saber calcular, usar e interpretar las principales medidas estadísticas descriptivas que permiten
sintetizar un conjunto de información, para la caracterización de la población o muestra del
estudio.

6 . POSCONDICIONES.

 Reconocer el concepto de azar como factor predominante en la mayor parte de los fenómenos
que se dan en la vida real.
 Asociar los conceptos de variable aleatoria, distribución de probabilidad,
distribuciones discretas y continuas, que permiten modelar fenómenos no determinísticos.
 Suministrar l o s c o n c e p t o s b á s i c o s d e l a s estadísticas muéstrales que se van a utilizar
en la Estadística Inferencial.

7. DESTREZAS QUE SE QUIEREN DESARROLLAR A LO LARGO DEL CURSO.

 Aplicar la metodología estadística inferencial para ayudar a la toma de decisiones

 Adquirir h a bi l i da de s y des t r ez a s e n el us o c orre cto del le nguaje es t a dí s ti c o
inferencial para la redacción e interpretación de informes estadísticos.
 Construir y desarrollar argumentaciones lógicas con una identificación clara de hipótesis
y conclusiones
 Manejo de técnicas estadísticas analíticas aplicadas a las bases de datos

8. ACTIVIDADES Y EVALUACION.

Primer 30% TIPO EVA. VALOR SEMANA

Quiz 1 5% 3

Talleres y tareas 5% 1a5

Proyecto de aula 1 5 4o5

Parcial 1 15% 5
Segundo 30% TIPO EVA. VALOR Sesión
Proyecto de Aula 2 5% 9 o 10

Talleres y tareas 5% 6 a 10
Quiz 2 5% 8
Parcial 2 15% 10
40% TIPO EVA. VALOR Sesión
Entrega y sustentación 10% 14 o 15
proyecto de aula.

Talleres y tareas 5% 11 a 16
Quiz 3 5% 13
 Examen Final 20% 16

Los quices no tienen supletorio. La nota correspondiente es de 0.0

Los supletorios de los parciales y del examen final se realizarán de acuerdo con las fechas
establecidas por la institución, previa inscripción por la página Web.

9. PROGRAMACIÓN POR SESIONES DE CLASE.

Semana Sesión Tema Libro guía

1. 1 DISTRIBUCIONES MUESTRALES 8.1-8.4
Introducción al muestreo,
Distribución muestral de la media para muestras grandes.
Teorema del límite central
2 Otras distribuciones importantes de muestreo: Distribución muestral de la proporción. 8.5-8.6.
Distribución muestral de la varianza- Chi-Cuadrado.

2. 3 Propiedades de los estimadores. 9.1 -9.3

Estimación puntual. Método de máxima verosimilitud. Propiedades.

4 Estimación por intervalos de confianza. 9.4

Intervalo de confianza para la media. Muestras grandes, población finita e infinita.

3. 5 Intervalo de confianza para la proporción. Distribución t-student. 9.10;9.14

Cálculo de tamaño de muestra para estimar la media y la proporción.
6 Laboratorio 1.
4. 7 Intervalo de confianza para la varianza. 9.12
8 Intervalo de confianza para la diferencia de medias. Supuestos: Varianzas conocidas, 9.8-9.9
desconocidas (iguales o diferentes) muestras grandes o pequeñas.

5. 9 Intervalo de confianza para la diferencia de proporciones. 9.11-9.12

Intervalo de confianza para la relación de varianzas.
10 Parcial 1
6. 11 PRUEBA DE HIPÓTESIS. Definición y conceptos. 10.1;10.3
Prueba de hipótesis para la media, muestras grandes, varianza conocida y/o varianza
desconocida

12 Prueba de hipótesis para la media, muestras pequeñas, varianza conocida y/o 10.4
desconocida.
Prueba de hipótesis para la proporción.

7. 13 Prueba de hipótesis para la diferencia de medias. Muestras grandes. Varianzas 10.5-10.6

conocidas y Varianzas desconocidas e iguales.
Elección del tamaño de la muestra

14 Ejercicios. 10.8-10.9
Prueba de hipótesis para una proporción.
Prueba de hipótesis para la diferencia de proporciones.

8. 15 Prueba de hipótesis para la varianza y para relación de varianzas. 10.10

16 Laboratorio 2.
9. 17 Prueba de bondad de Ajuste. 10.11
Prueba de Normalidad.

18 Independencia Ejercicios 10.12-10.13

 Prueba de homogeneidad.
10. 19 Ejercicios

20 Parcial 2
11. 21 Análisis de varianza (ANOVA) de una vía. Distribución F 13.1-13.3

22 Prueba de la igualdad de varias varianzas 13.4

23 Regresión lineal simple. Método de los mínimos cuadrados. Supuestos del modelo. 11.1-11.4
12. Ecuación estimada de regresión para evaluar y predecir.
Coeficientes de correlación y determinación. Interpretación de los parámetros.
24 Inferencias sobre los coeficientes de la regresión 11.5
25 Predicción 11.6-11.9
13. Selección de un modelo de regresión
Prueba para la linealidad de la regresión
26 Laboratorio 3
14. 27 Regresión lineal múltiple 12.1-12.4
Propiedades de los estimadores de mínimos cuadrados.
28 Inferencias en la regresión lineal múltiple 12.5
29 Selección de un modelo ajustado mediante la prueba de hipótesis 12.6
15. 30 Ejercicios
16. 31 Examen Final

10. PROYECTO DE AULA.

En Moodle encontraran las pautas para el desarrollo y entrega en cada uno de los cortes.
Para el proceso y análisis de la parte estadística se utilizará el programa R.

11. BIBLIOGRAFÍA.

Libro guía:
WALPOLE Ronal E., MYERS Raymond H., MYERS Sharon L., Probabilidad y Estadística para
ingeniería y ciencias. Prentice Hall. Novena Edición. 2012.

Libros complementarios
 NEWBOLD Paul., Estadística para Administración y Economía. Ed. Prentice Hall. Sexta
Edición. 2008

 ANDERSON, SWEENEY, WILLIAMS. Estadística para

Administración y Economía. Cengage Editores. Ed 10.

 TRIOLA, Mario. Estadística. Ed 11. Pearson Editores.

 FREUND John E., MILLER Irwin, y MILLER Marylees. Estadística Matemática con
aplicaciones. Ed. Prentice Hall. Sexta Edición. 2000.

 MONTGOMERY Douglas C. y RUNGER George C. Probabilidad y Estadística aplicadas a la

Ingeniería. Ed. Limusa Wiley. Segunda Edición 2002.

 GUTIERREZ, Humberto y DE LA VARA, Román. Control estadístico de Calidad y Seis

Sigma (6). Ed McGrawHill. 2005

 KENNET, Ron S. Y ZACKS, Shelemyahu. Estadística Industrial Moderna. Ed Thomsom,

200.

12. CIBERGRAFÍA
* www.miriadax.net
 www.tareasplus.com
 www.r-project.org
 www.rstudio.com
 www.coursera.org
 www.edx.org
 www.udacity.com
 www.r-tutor.com