tr *!Y,'át 1¡ ilr fl,l 'i,li,'jii{.s y''t/a*,fi#ru {ql*- {§tr.
§ih#ffiffiAU§ffiffiiA
Facultad de lngenierÍa lndustr¡al y dle Sistemas
Escuela Profesional de lngeniería de liistemas
síLaeo
CURSO: ESTAOíSTICA APLICADA
r. tNFoRMAcróru cerueRel
coDrGo cB-412
CICLO 3
CREDITOS J
HORAS POR SEMANA 4 (Teoría - Práctica)
[Link] Estadística y Probabilidades
coNDrcloN Obligatorio
DEPARTAMENTO Ciencias Básicas
PROFESOR YarkoCernaValdez, E-MAIL:vacerna,[Link]
Yolanda Segura García, E-MAIL: Voland¿rsesuragarcia@[Link]
II, SUMILLA DEL CURSO
El curso prepara al estudiante en la aplicación de técnicas y métodos clásicos que
corresponden a la estadística inferencial, estadística predictiva y experimental para estimar y
contrastar parámetros de interés bajo paradigma positivista. También realizar estudios
comparativos de inferencia paramétrica y no paramétrica y, así misnro, cuantificar y describir
aspectos esenciales de fenómenos aleatorios marginalmente y conjunlamente. Además estimar
y realizar previsiones con modelos que relacionan variables de un sistema o proceso, o
determinar la causalidad de variables sobre una respuesta. Se dasarrollan problemas de
aplicación en ingeniería y se hace uso de software especializado.
II¡. COMPETENCIAS
El estudiante:
1. Desarrolla inferencias a partir de una o más muestras extraída¡i de poblaciones con una
medida de riesgo,
2. Deduce técnicas de libre distribución en el análisis decisorio.
3. Construye un modelo predictivo en base a la metodología Frredictiva que le pennita
realizar estimaciones con cierto grado de confianza.
4. Evalúa una serie de tiempo y explica el significado de cada componente en el proceso de
modelación predictiva.
5. Comprende la noción general de análisis de varianza en el estudio de la variabilidad
producida por diversos factores controlables.
6. Usa software moderno de procesamiento y análisis estadístico.
7. Elabora informes técnicos ciaros detallando el análisis desarrollado, interpretando
resultados y formulando conclusiones.
IV. UNIDADES DE APRENDIZAJE
1. ESTIMACIÓN PUNTUAL Y POR INTERVALO DE CONFIANZA / f 2 HORAS
Muestra aleatoria: Propiedades I Estimador: Métodos de estim¿rción / Propiedades de un
estimador / lntervalos de confianza: Método de construcción I lntervalos confidenciales
clásicos de uno y dos parámetros / Determinación de tam¿rños de muestra bajo el
enfoque de intervalos / lntervalos de confianza para muestras grandes"
Silabo-FllS 1"
2. pRUEBAS DE HIPóTESIS PARAMÉrnlC¡ Y NO PARAMÉTR,CI / f 8 HORAS
pruebas paramétricas: Dócimas para medias / Dócimas para proporciones / DÓcimas
para varianzas / Cálculo de riesgos en una prueba / Establer;imiento de una regla de
decisión / Potencia de una prueba / Determinación del tamaño de la muestra para riesgos
tipo I y tipo ll dados / Aplicaciones Chi-Cuadrado / Pruebas nl paramétricas: para una
muestra, dos muestras y k muestras relacionadas y no reiacionadas-
3. VECTOR ALEATORIO / 04 HORAS
Vector ateatorio / Tipos / Función de probabilidad / Ftrncion de distribución /
Distribucrones marginales y condicionales / Características / lndr;pendencia.
4. ANALISIS DE REGRESION LINEAL Y NO LINEAL 112 HORA§
Modelo de regresión lineal simple / Regresión no lineal / ErdimaciÓn e inferencia en
regresión lineal simple / Regresión lineal múltiple / Regresión polinomial / Estimación e
inferencia en regresión lineal múltiple / Predicción media e individual: Puntual y por
intervalo / Selección de variables i Modelos con variables categÓricas / Análisis residual.
5, NUMEROS INDICES Y SERIES DE T¡EMPO / 08 HORAS
Números índices; Características y Tipos de índices I lndice,s de precios / lndice de
Laspeyres i tndice de Paasche / lndice de Fisher / Cambio de período base / Deflación
estadística / Series de Tiempo / Series estacionarias y no estaoonarias / DescomposiciÓn
clásica de una serie de tiempo / lndices estacionales / Desestac ionalizacion / Técnicas de
suavización / Modelos autorregresivos / PrevisiÓn
6. INTRODUcCIóN AL USEñO Y ANÁLISIS DE EXPERIMENTC,S / 08 HORAS
principios del diseño y análisis de ex¡ierimentos / Diseño con un factor / Diseño con dos
factores sin y con interacción / Análisis de varianza i Pruebas a priori y aposteriori.
V. METODOLQG|A
El curso se desarrolla en sesiones de teoria, práctica. En las sesir:nes de teoría, el docente
presenta los conceptos, teoremas y aplicaciones. En las sesione,s prácticas, se resuelven
diversos problemas y se analiza su solución con el apcyo de un software estadístico para
resolver problemas.y analizar su solución. En todas las sesiones s€ promueve la participación
activa del alumno '
:
VI. FÓRMULA DE EVALUACIÓN
Sistema de EvaluaciÓn "G".
Cátcuto del Promedio Final: pp = (EP + EF + PP ) / 3
EP; Examen Parcial EF: Examen Final
pP: Promedio de Prácticas pp = (PCl+PC2+ PC3) l3
Se toman 4 prácticas calificadas, para el PP se elimina la nota de la práctica más baja
VII. BIBLIOGRAFíA
L Degroot Morris R., Probabilidad y estadística. México. Edit, Acdison Wesley 1982.
2. Beienson, Mark L. y Levine, David M. Estadística Básica en ¡\dministración. Conceptos
y aplicaciones, Sexta edición, Edit. Prentice Hall, México, 1996.
3. ííendelhall, W., Wackerly, D., Scheaffer, R. Estadistica Ma'emática con Aplicaciones.
Segunda Edición. Grupo Editorial lberoamericana. México. 1 994.
i:lls 2
