1.

- DATOS DE LA ASIGNATURA
Nombre de la asignatura: Anlisis de Datos Experimentales
Carrera: Ingeniera Qumica
Clave de la asignatura: QUM - 0502
Horas teora-horas prctica-crditos: 3 2 8
2.- HISTORIA DEL PROGRAMA
Lugar y fecha de
elaboracin o
Participantes
revisin
Instituto Tecnolgico de Representantes de las
Aguascalientes del 9 al Academias
de
13 de agosto de 2004
Ingeniera Qumica de
los
Institutos
Tecnolgicos.
Institutos Tecnolgicos Academias
de
de Tepic, Toluca y Ingeniera Qumica y
Zacatepec.
Bioqumica.

Observaciones
(cambios y
justificacin)
Reunin Nacional de
Evaluacin Curricular de
la Carrera de Ingeniera
Qumica.

Anlisis
y
enriquecimiento de las
propuestas
de
los
programas
diseados
en la Reunin nacional
de evaluacin curricular.
Instituto Tecnolgico de Comit
de Definicin
de
los
Durango del 22 al 26 de Consolidacin de la Programas de Estudio
noviembre de 2004.
Carrera de Ingeniera de
la
Carrera
de
Qumica.
Ingeniera Qumica.

3.- UBICACIN DE LA ASIGNATURA

a). Relacin con otras asignaturas del plan de estudio

Anteriores
Asignaturas
Temas
Fundamentos de
Tipos de
Investigacin
Investigacin

Probabilidad y
Estadstica

Modelos analticos
de fenmenos
aleatorios discretos
y continuos.
Estadstica
descriptiva.
Tipos de
distribucin
Estimaciones
puntuales y por
intervalos de
confianza
Distintas formas de
distribucin.

Posteriores
Asignaturas
Temas
Taller de
Definicin de
Investigacin I y II hiptesis y
variables
Establecimiento del
diseo
experimental

Ingeniera
econmica

Toma de
decisiones
Evaluacin de
alternativas

b). Aportacin de la asignatura al perfil del egresado

Aplicar bases tericas y metodolgicas para el desarrollo de nuevos

productos, la optimizacin de procesos industriales o de investigacin, por
medio de la toma de decisiones con bases estadsticas.

4.- OBJETIVO(S) GENERAL(ES) DEL CURSO

Conocer y aplicar los distintos tipos de estadsticos, anlisis de varianza y mnimos
cuadrados para probar inferencias y tomar decisiones sobre datos experimentales.
Lo anterior permitir obtener modelos matemticos que describan y controlen un
proceso determinado.

5.- TEMARIO
Unidad
1

Temas
Prueba de Hiptesis

Subtemas
1.1 Pruebas de hiptesis
1.1.1 Generalidades e importancia de los
ensayos de hiptesis
1.1.2 Hiptesis nula o hiptesis alterna
1.1.3 Nivel de significacin y reglas de
decisin
1.1.4 Errores del tipo I y II
1.1.5 Potencia de la prueba estadstica
1.2 Pruebas de hiptesis para pequeas
muestras
1.2.1 Ensayos para medias
1.2.2 Ensayo para varianzas
1.2.3 Ensayos para diferencia de medias
1.2.4 Ensayos para relacin de
varianzas
1.3 Pruebas de hiptesis para grandes
muestras
1.3.1 Ensayos para medias
1.3.2 Ensayos para proporciones
1.3.3 Ensayos para diferencia de medias
1.3.4 Ensayos para diferencia de
proporciones
1.4 Prueba de bondad de ajuste de una
distribucin de probabilidad
1.5 Pruebas de independencia y Prueba de Ji
cuadrada

Anlisis de Regresin

2.1 Introduccin a la regresin

2.2.1 Mtodo general de mnimos
cuadrados
2.2.2 Relacin causal entre variables
2.2 Coeficientes de correlacin y determinacin
en la Regresin lineal simple
2.2.1 Coeficientes de correlacin y de
determinacin lineales
2.2.2 Funciones no lineales linealizables
2.3 Regresin mltiple
2.3.1 Planos de mnimos cuadrados
2.3.2 Coeficientes de correlacin y de

determinacin de mltiplos
2.4 Regresin no lineal
2.4.1 Funciones no lineales tpicas
2.4.2 Funcin polinomial
2.4.3 Coeficientes de correlacin y
determinacin generalizada
3

Anlisis Estadstico

3.1 Experimentos con un factor

3.1.1 Introduccin a los experimentos
con factores
3.1.2 Modelo de efectos fijos
3.1.3 Modelo de efectos aleatorios
3.1.4 Modelo por bloques
completamente aleatorios
3.2 Experimentos con dos factores
3.2.1 Anlisis estadstico del modelo de
efectos fijos
3.2.2 Anlisis estadstico del modelo de
efectos aleatorios
3.2.3 Potencia de los modelos fijos y
aleatorios
3.3 Experimentos con ms de dos factores
3.3.1 Experimento factorial general
3.3.2 Reglas para sumas de cuadrados
3.3.3 Reglas para cuadrados medios

Anlisis de Datos en Diseos 4.1 Diseo factorial 2 a la k

Factoriales
4.1.1 Diseo 2 al cuadrado
4.1.2 Diseo 2 al cubo
4.1.3 Diseo general 2 a la k
4.1.4 Algoritmo de Yates para el diseo
2 a la k
4.2 Diseo factorial 3 a la k
4.2.1 Diseo 3 al cuadrado
4.2.2 Diseo 3 al cubo
4.2.3 Diseo general 3 a la k
4.2.4 Algoritmo de Yates para el diseo
3 a la k

6.- APRENDIZAJES REQUERIDOS

Determinacin de medidas de tendencia central y su diferenciacin entre

poblacionales y muestrales.

Distincin entre variables discretas y continuas.

Identificar las variables involucradas en las distintas distribuciones de

probabilidad.

Comprensin de trminos tales como variables y su nivel de medicin,

concepto de independencia; comprensin y aplicacin de las distintas formas
de distribucin: normal, Binomial, Poisson, Ji-cuadrada, Fisher y t- Student.

7.-SUGERENCIAS DIDCTICAS

Estimar mediante un examen diagnstico el nivel de aprendizaje y

comprensin de los conocimientos previos, con objeto de homogeneizarlos.

Presentacin del objetivo del tema a tratar con objeto de crear expectativas
en el estudiante.

Pedir que el estudiante elabore resmenes del tema a tratar o ya visto para
enfatizar los conceptos clave.

Elaborar y aplicar preguntas intercaladas, para mantener la atencin y

favorecer la retencin.

Presentacin de mapas conceptuales a modo de que indique conceptos,

proposiciones y explicaciones.

Organizar talleres para la resolucin de problemas en equipos a modo que

favorezcan la retroalimentacin y la socializacin.

Visitas a industrias y centro de investigacin que apliquen software estadstico

de anlisis de datos, para conocer su implementacin, su interpretacin, su
velocidad de respuesta y su importancia en la toma de decisiones.

Utilizacin de tcnicas de aprendizaje en grupos cooperativos para el

intercambio de interpretacin de conceptos.

Propiciar el uso de software especializado (SPSS, StatGraphics, SAS, etc.),

para el anlisis e interpretacin de datos estadsticos.

Realizar una recapitulacin de los temas principales, al trmino de cada

unidad.

8.- SUGERENCIAS DE EVALUACIN

Promover la evaluacin continua mediante la observacin de las actividades

realizadas o la exploracin mediante preguntas intercaladas,
mapas
conceptuales, resmenes
Participacin en las actividades de la clase
Reportes de investigaciones realizadas y de prcticas
Exmenes
Auto evaluacin realizada por el estudiante

9.- UNIDADES DE APRENDIZAJE

Unidad 1.- Prueba de Hiptesis
Objetivo Educacional

Actividades de Aprendizaje

El estudiante Identificar
los tipos de hiptesis,
los distintos parmetros
sobre las que se puede
probar, las
metodologas, los
criterios de rechazo
correspondientes; as
como la determinacin
de la magnitud de los
errores que se pueden
presentar al realizar
inferencias estadsticas.

Participar en una dinmica de lluvia de

ideas para proponer supuestos y la
forma de probarlo.
Elaborar un resumen que considere la
influencia del nivel de significancia, los
errores tipo I y tipo II y la potencia de la
prueba en los resultados de un
experimento.
Resaltar la influencia de los conceptos
anteriores en la toma de decisiones y
en la determinacin del tamao de la
muestra.
Escribir un ensayo en donde se
diferencien los significados de verdad y
validez, desde el punto de vista de la
estadstica inferencial.

Resolver problemas de evaluacin de

hiptesis para una y dos muestras,
considerando la prueba para medias,
varianzas, proporciones, diferencia de
medias, varianzas y proporciones,
resaltando el enfoque del valor p en la
prueba de hiptesis.

Fuentes de
Informacin
1, 2, 4, 6, 7, 10,
11, 12

Resolver ejercicios en trabajo cooperativo,

aplicando la metodologa de prueba de
hiptesis para la media, diferencia de
medias, proporcin, diferencia de
proporciones, varianza y relacin de
varianzas, de varias muestras.
Analizar y resolver problemas en donde se
consideren fenmenos que estn
descritos por variables categricas, para
la evaluacin de la prueba de
independencia y prueba de la Ji
cuadrada.
Resolver problemas que representen
situaciones reales en donde se considere
el ajuste a las distribuciones normal y
binomial.

Unidad 2.- Anlisis Estadstico

Objetivo Educacional
Comprender la utilidad
de los experimentos
factoriales y la forma de
ejecucin.
Aplicar el anlisis de
varianza como
herramienta estadstica
y la extensin de una
decisin, en caso de
efectos fijos y aleatorios,
que se deriven de l.

Actividades de Aprendizaje
Analizar y comentar en grupos de trabajo
la metodologa para el diseo de
experimentos, para comprender el efecto
de la variacin de la variable
independiente sobre la variable de
respuesta en un experimento con un
factor.
Realizar un resumen donde se
identifiquen las caractersticas de los
modelos de efectos fijos y aleatorios.
Investigar el contenido de las
propiedades y caractersticas de las
diversas pruebas de comparacin de
medias por Tukey, Duncan, el mtodo de
Dunnet y la comparacin por contrastes,
para construir un mapa conceptual del
tema.

Fuentes de
Informacin
1, 2, 4, 6, 7, 10,
11, 12

 Resolver ejercicios de anlisis de

varianza de un factor para interpretar las
comparaciones mltiples mediante las
pruebas de Tukey, de Duncan y Dunnet.
Realizar un resumen de la estrategia de
bloqueo, haciendo referencia a las
causas que minimizan el error
experimental.
Utilizar el anlisis de varianza para el
diseo de bloques completamente
aleatorizados y resolver ejercicios.
Evaluar la potencia de las pruebas de
anlisis de varianza en un experimento
de un factor.

Definir y explicar los conceptos, efectos

principales e interaccin en los
experimentos factoriales.
Realizar un anlisis de varianza de dos
factores.
Resolver e interpretar los resultados de
ejercicios de experimentos de tres
factores y evaluar el impacto de la
interaccin.
Analizar y resolver casos de estudio.

Utilizar software para el manejo de

informacin asociada al modelo de uno y
dos factores.

Unidad 3.- Anlisis de Regresin

Objetivo
Educacional
Modelar el

comportamiento de la
variable dependiente en
relacin a la variable
independiente

Actividades de Aprendizaje
Explicar los conceptos generales del
anlisis de regresin lineal y su
importancia.
Explicar el mtodo general de mnimos
cuadrados y generalizar las relaciones

Fuentes de
Informacin
2, 3, 7, 10, 11,
12

causales de las variables independiente

y dependiente.
Evaluar el error tpico de estimacin en
la regresin lineal simple.
Diferenciar entre regresin lineal simple
y mltiple para tomar decisiones acerca
del modelo a aplicar en determinada
circunstancia.

Resolver problemas de anlisis de

regresin e interpretar los resultados con
base en los coeficientes de correlacin y
determinacin.
Aplicar las pruebas de hiptesis para
evaluar su calidad de ajuste.
Utilizar el modelo de regresin para la
solucin de problemas para propsitos
de estimacin e inferencia de
parmetros de la poblacin.

Utilizar la ecuacin de la regresin

mltiple.
Evaluar los coeficientes de correlacin y
de determinacin en la regresin
mltiple.
Resolver problemas de regresin lineal
mltiple.

Elaborar un resumen en donde se

enumeren las caractersticas de las
funciones no lineales tpicas.

Resolver problemas de funciones no

lineales, evaluando los coeficientes de
correlacin y determinacin.

Unidad 4.- Anlisis de Experimentos Factoriales

Objetivo
Educacional
Aplicar el anlisis
estadstico a datos de

Actividades de Aprendizaje

Discutir los conceptos bsicos en los

diseos factoriales 2k para evaluar el

Fuentes de
Informacin
1, 2, 5, 10, 11,
12

diseos factoriales 2k para evaluar el

efecto sobre una respuesta de k
factores, cada uno en dos niveles.

experimentos
factoriales para
determinar las
variables relevantes y
tomar decisiones de
mejora del proceso y
del experimento mismo.

o Explicar mediante esquemas el diseo

factorial general, el modelo de
efectos fijos.
o Escribir un resumen donde se comparen
los diseos factoriales de dos y tres
factores y la manera en que se
estabiliza la varianza.
o Interpretar el concepto de interaccin en
dos factores.
o Aplicacin del Algoritmo de Yates para
el diseo 2k.

Interpretar los resultados del anlisis de

varianza en los diseos factoriales 3K.
Justificar el diseo factorial 3k en
problemas que requieran k factores con
tres niveles de medicin.
Resolver problemas factoriales e
interpretar la interaccin en estos
diseos.
Aplicacin del Algoritmo de Yates para
el diseo 3k.
Utilizar software para el manejo de
informacin asociada diseo factorial 3k.

10.- FUENTES DE INFORMACION

1.

Montgomery, C. Douglas y Runger, C. George. Probabilidad y Estadstica

Aplicadas a las Ingenieras. McGraw Hill, 1996.

2.

Montgomery, C. Douglas. Diseo y Anlisis de Experimentos. Ibero Amrica,

1998.

3.

Spiegel, R. Murray. Estadstica. Serie Schaum. McGraw Hill, 1996.

4.

Spiegel, R. Murray. Probabilidad y Estadstica. Serie Schaum. McGraw Hill,

1996.

5.

Kuehl, O. Robert. Diseo de Experimentos. Thomson Learning, 2nda. edicin,

2001.

6.

Walpole, E. Rinald, Myer, H. Raymond. Probabilidad y Estadstica. McGraw

Hill, 4ta. Edicin, 1992.

7.

Mrquez de Cantu. Probabilidad y Estadstica Aplicadas a las Ciencias

Qumico -Biolgicas. McGraw Hill, 1990.

8.

Steel, G. Robert, Torrie, H. James. Bioestadstica: Principios y Procedimientos.

McGraw Hill, 2nda. edicin, 1988.

9.

Devore, L. Jay. Probabilidad y Estadstica para Ingeniera y Ciencia. Thomson

Learning, 5ta. edicin, 2001.

10. Mendenhall, William. Introduccin a la Probabilidad y Estadstica. McGraw

Hill, 2002.
11. Berenson, Mark l., Levine, David M., Krehbiel, Timothy C. Estadstica Para
Administracin. Prentice Hall, 2003.
12. Cochran, William G. y Gertrude, M. Cox.
Trillas, 2nda. edicin, 1965.

Diseos Experimentales. Mxico:

11.- PRACTICAS
1.

Organizar equipos y llevar a cabo talleres de resolucin de problemas

propuestos, su exposicin y retroalimentacin en clase.

2.

Asistir al centro de cmputo para el manejo de hoja de clculo en la

programacin de resolucin de problemas propuestos y el uso de las funciones
estadsticas de hojas electrnicas

3.

Realizar visitas a industrias o centros de investigacin que tengan

implementado el uso de algn paquete estadstico par el anlisis de datos y la
toma de decisiones.

4.

Organizar un taller de conocimiento y manejo de software especializado para el

anlisis de datos experimentales, tales como Statgraphics, SAS, Minitab, SPSS,
etc.

5.

Aplicando el diseo factorial al diseo de experimentos, realizar ensayos en

donde se justifique eliminar las variables no relevantes sobre las respuestas del
proceso en estudio.