Vous êtes sur la page 1sur 9

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS CONTABLES


ESCUELA ACADMICO PROFESIONAL DE CONTABILIDAD, GESTIN TRIBUTARIA, AUDITORIA
EMPRESARIAL Y DEL SECTOR PBLICO

SLABO
SEMESTRE 2016-II
I. INFORMACIN GENERAL
Asignatura
:
Ciclo de Estudios
:
Cdigo del Curso
:
Carcter
:
Pre Requisito
:
Crditos
:
Horas Semanales
:
Duracin
.
Profesores
:

ESTADSTICA INFERENCIAL
Cuarto
(111437-CONT),(112437-TRIBUT),(113437-AUDIT)
Obligatorio
Estadstica Descriptiva
3.0
04
17 semanas

II. SUMILLA
La asignatura est orientada al uso de los Mtodos Estadsticos aplicados a problemas de Contabilidad y
Administracin. La asignatura es de naturaleza terica prctica, comprende los siguientes temas: Nociones
bsicas del clculo de probabilidades, variable aleatoria, distribuciones discretas y continuas, estimacin
puntual e intervlica, prueba de hiptesis, modelos de regresin mltiple e introduccin al muestreo.
El contenido est organizado en cuatro unidades:
1. Teora de probabilidad
2. Variable aleatoria y distribuciones de probabilidad
3. Estimacin de parmetros
4. Modelos de regresin mltiple, introduccin al muestreo
III. COMPETENCIA
1. Analiza y selecciona los conceptos bsicos y tcnicas estadsticas adecuadas para aplicar a la
solucin de problemas y casos, mostrando capacidad de anlisis, interpretacin y toma de decisiones
frente a realidades del campo de los negocios y la contabilidad.
2. Explica las situaciones de incertidumbre en el rea de los negocios y la contabilidad, utilizando
indicadores confiables obtenidos mediante mtodos estadsticos respecto a los conceptos de
probabilidad como una herramienta en la solucin de problemas de investigacin.
3. Reconoce y construye experimentos aleatorios y determinar las variables que intervienen, deduciendo
sus parmetros y distribucin de probabilidad, distribuciones discretas y continuas de probabilidad.
4. Organiza y modela datos para determinar la relacin entre variables y hacer pronsticos mediante el
anlisis de regresin mltiple para brindar un servicio de eficiencia y eficacia a las empresas de
diferentes rubros mostrando una actitud emprendedora y de responsabilidad al servicio de la
sociedad. Utiliza procedimientos estadsticos del muestreo, como la eleccin del tamao de muestra
y las tcnicas del muestreo, que requieren las empresas Contables para llevar a cabo auditorias
institucionales.
IV. ESTRATEGIAS DIDCTICAS
1.

2.

Exposiciones breves de temas programados respecto a la teora generando conocimientos bsicos.


Se utilizar la tcnica de la interrogacin didctica, para medir los aspectos de adquisicin de
conocimientos, la comprensin del tema, la aplicacin de los contenidos aprendidos, el anlisis y la
sntesis para organizar, integrar y consolidar la informacin adquirida por el alumno.
Lectura obligatoria sobre el tema a desarrollar en la siguiente sesin. En grupo o equipo de
investigacin, para el desarrollo de ejercicios, casos y talleres.

3.

Estrategia de realizar taller en el laboratorio de computacin usando software como EXCEL y SPSS.

V. PROGRAMACIN DE CONTENIDOS

UNIDAD I: TEORA DE PROBABILIDAD


CAPACIDAD 1: Reconoce y construye experimentos aleatorios y determina las variables que intervienen, deduciendo sus parmetros y distribucin de probabilidad, distribuciones discretas y
continuas de probabilidad.
CONTENIDOS DE APRENDIZAJE
ESTRATEGIAS
SEMANA
TEMA
METODOLOGICAS
CONCEPTUAL
PROCEDIMENTAL
ACTITUDINAL
1. Probabilidad:
experimento
1ra

PROBABILIDAD

Definiciones

bsicas,

aleatorio,

espacio

muestral, eventos, axiomas.


2. Mtodos para asignar probabilidades
3. Combinaciones
4. Ejercicios y casos de probabilidades
1. Probabilidad: Regla de la adicin, regla
de

2da

REGLAS DE
PROBABILIDAD

la

multiplicacin,

probabilidad

condicional, probabilidad total, teorema


de bayes.
2. Ejercicios y casos de probabilidades

Define los conceptos de la


estadstica terica y aplicada

Valora la importancia la
estadstica en modelar
actividades de los negocios y
la contabilidad.

UNIDAD II: VARIABLE ALEATORIA Y DISTRIBUCIONES DE PROBABILIDAD


CAPACIDAD 2: Define variable aleatoria, distribucin grafica, resmenes estadsticos, propiedades, distribuciones estadsticas ms usadas en los negocios
CONTENIDOS DE APRENDIZAJE
SEMANA
TEMA
CONCEPTUAL
PROCEDIMENTAL
ACTITUDINAL
1. Variable
Aleatoria:
Definicin, Establece la importancia de
Despierta el inters en disear
clasificacin
los resmenes estadsticos
modelos de procesos de
VARIABLE ALEATORIA
2. Variable Aleatoria Discreta: Distribucin en la presentacin y anlisis
negocios as como las
3ra
DISCRETA Y CONTINUA
de probabilidad y distribucin de
de los datos apoyados en
actividades de un negocio
probabilidad acumulada, valor esperado lecturas y revisin de casos
adaptarlos a los modelos de
y varianza.
distribucin para su anlisis
1. Distribuciones Discretas: Definicin de
una Distribucin binomial, distribucin
DISTRIBUCIONES DE
de
Poisson
y
distribucin
PROBABILIDADDE UNA
hipergeomtrica.
4ta
VARIABLE ALEATORIA
2. Funcin de cuanta y funcin de
DISCRETA
distribucin.
3. Valor esperado y varianza de una
distribucin
DISTRIBUCIONES DE
1. Distribuciones Continuas: Distribucin
PROBABILIDADDE UNA
normal y distribucin T- student.
5ta
VARIABLE ALEATORIA
2. Funcin de densidad y funcin de
CONTINUA
distribucin.
3. Valor esperado y varianza de una
distribucin

ESTRATEGIAS
METODOLOGICAS
Ejercicios y
Aplicaciones.

6ta

DISTRIBUCIONES DE
PROBABILIDADDE UNA
VARIABLE ALEATORIA
CONTINUA

7ma

CASOS
DESARROLLADOS EN EL
LABORATORIO DE
CMPUTO

8va

1. Distribuciones Continuas: Distribucin


Ji-cuadrado y distribucin F de
Snedecor.
2. Funcin de densidad y funcin de
distribucin.
3. Valor esperado y varianza de una
distribucin
1. Distribuciones de variables aleatorias
discretas y continuas.
2. Uso de software estadsticos: SPSS Y
MINITAB
EXAMEN PARCIAL

Examen escrito

UNIDAD III: ESTIMACION DE PARAMETROS


CAPACIDAD 3: Utiliza, contraste de hiptesis (tambin denominado test de hiptesis o prueba de significacin) dentro de la inferencia estadstica como procedimiento para juzgar si una
propiedad que se supone cumple una poblacin estadstica es compatible con lo observado en una muestra de dicha poblacin.
CONTENIDOS DE APRENDIZAJE
ESTRATEGIAS
SEMANA
SESIN
METODOLOGICAS
CONCEPTUAL
PROCEDIMENTAL
ACTITUDINAL

9na

10ma

ESTIMACION DE
PARAMETROS PUNTUAL Y
POR INTERVALOS

ESTIMACIN DE
PARAMETROS POR
INTERVALOS

11va
PRUEBA DE HIPTESIS

12va

1. Estimacin puntual de parmetros:


Definiciones bsicas, criterios y
estimadores puntuales.
2. Estimacin de parmetros por
intervalos: Intervalo de confianza,
nivel de confianza.
3. Intervalos de Confianza para la
media de una poblacin y tamao de
muestra.
4. Intervalos de confianza para la
proporcin de una poblacin y
tamao de muestra.
5. Intervalos de confianza para
diferencias
de
proporciones
poblaciones
1. Intervalos de confianza para la
varianza poblacional.
2. Otros intervalos de confianza
1. Pruebas de hiptesis: Definiciones
bsicas.
2. Prueba de hiptesis para una media
poblacional, para una proporcin
poblacional, para diferencias de
proporciones poblacionales
1. Prueba de hiptesis para la varianza
poblacional.
2. Otras pruebas de hiptesis

- Haciendo uso de la teora


complementada
con
lectura y resolviendo
ejercicios casos en la
aplicacin de las diversas
ecuaciones para hallar los
resultados
e
interpretarlas.

Valora la importancia de realizar


inferencias respecto a los
parmetros poblacionales.

Ejercicios, casos y
aplicaciones

UNIDAD IV: MODELOS DE REGRESIN MLTIPLE , INTRODUCCIN AL MUESTREO


CAPACIDAD 4: Relaciona variables cuantitativas haciendo uso del concepto de mnimos cuadrados para identificar los coeficientes de regresin para construir modelos lineales mltiples y
realiza Muestreo probabilstico y muestreo no probabilstico, tipos de muestreo, definiciones y aplicaciones
CONTENIDOS DE APRENDIZAJE
ESTRATEGIAS
SEMANA
TEMA
METODOLOGICAS
CONCEPTUAL
PROCEDIMENTAL
ACTITUDINAL
1. Diagrama de dispersin.
2. Modelo de regresin lineal simple.
COEFICIENTES DE
13va
3. Correlacin lineal.
REGRESIN
4. Modelos de Regresin no lineales:
exponencial y potencial
1. Anlisis de Regresin Mltiple:
Modelo de regresin de dos o ms
variables independientes.
2. Anlisis de Correlacin Mltiple:
Demuestra inters y valora los
Error Estndar y coeficiente de Utiliza y aplica adecuadamente el
aportes del grupo en su
determinacin
algoritmo para determinar los
aprendizaje
en el uso de los
ANALISIS DE
3. Tabla ANOVA
parmetros de la regresin mltiple
modelos lineales simples para
14va
CORRELACION Y
4. Inferencias en la Regresin Mltiple: siguiendo un caso dado como
realizar pronsticos y
REGRESION MULTIPLE
Prueba global del modelo de ejemplo. Compara modelos eligiendo
proyecciones
de demanda y
regresin mltiple y prueba de los el mejor.
Ejercicios, casos y
ventas
de
productos
coeficientes
de
regresin
aplicaciones
individuales.
5. Proyeccin haciendo uso del Modelo.
6. Presentacin de casos aplicados a la
economa y los negocios.
1. Intervalo de confianza, prueba de
CASOS
hiptesis y regresin mltiple.
DESARROLLADOS EN
15va
LABORATORIO DE
2. Uso de software estadsticos: SPSS
CMPUTO
Y MINITAB
Demuestra inters por el uso
1. Muestreo Probabilstico: Muestreo
del muestreo en la auditoria,
Utiliza y aplica adecuadamente el
Aleatorio
Simple,
Muestreo
valora
los
aportes
INTRODUCCION AL
algoritmo para determinar los
16va
Sistemtico, Muestreo Estratificado. parmetros en muestreo siguiendo
MUESTREO
individuales y de grupo en su
2. Tamao de Muestra
un caso dado como ejemplo.
aprendizaje en el uso del tipo
3. Muestreo no Probabilstico
de muestreo.
17va
EXAMEN FINAL
Examen escrito

VI. EVALUACIN
El sistema de evaluacin es un proceso que se desarrolla a lo largo del semestre acadmico.
Evala preferentemente el componente procedimental y el actitudinal de las capacidades previstas en
las unidades de aprendizaje.
Evaluacin de resultados. Evala preferentemente el componente conceptual de las capacidades
previstas y se realiza mediante la aplicacin de pruebas escritas. Los exmenes parcial y final
constituyen una prueba de resultados y se elabora considerando los dominios de aprendizaje e
incluye aspectos tericos, prcticos o casustica de la asignatura.
1.

Primer Parcial = Promedio de la evaluacin participativa + 2 x


Examen parcial
3

2.

Segundo Parcial = Promedio de la evaluacin participativa + 2 x


Examen final
3

3.

Promedio Final = Primer parcial + Segundo parcial


2

El promedio de la evaluacin participativa comprende: controles de lectura, desarrollo de casos


prcticos, trabajos de investigacin (grupales e individuales), exposiciones, asistencia a clases y
otras participaciones de acuerdo a la naturaleza de la asignatura, lo cual constituye un tem
obligatorio, lo que permitir efectuar una evaluacin continua.
En el promedio final se considera aprobados a los alumnos que obtengan como nota diez con 50/100
(10.50) en adelante.
La asistencia a clases es obligatoria, con un mnimo de asistencias segn Articulo 57 del Estatuto de
la Universidad, la inasistencia a las mismas, no deber exceder al 30% para tener derecho a
promedios parciales.
VII. BIBLIOGRAFA
BSICA:
ANDERSO, David / SWEENEY, Dennis / WILLIAMS, Thomas. Estadstica para administracin y
economa. Thomson learning, Mxico.

CRDOVA ZAMORA, Manuel. (2009).


Estadstica descriptiva e inferencial.
Moshera, Lima.
LIND MARCHAL Mason; Douglas A. Lind, William G. Marchal, Robert D. Mason. Estadstica para
Administracin y Economa. Biblioteca F.C.A.- UNMSM.
MITACC MEZA, Mximo. Tpicos de Estadstica Descriptiva y Probabilidad. Editorial San Marcos.
Biblioteca F.C.M.- UNMSM.
VELIZ CAPUAY, Carlos. (2000). Estadstica Aplicaciones. Impreso en el Per. Lima. Biblioteca
UNMSM
COMPLEMENTARIA:
CASAS SNCHEZ, Jos Miguel/ GARCA PREZ, Carmelo/ RIVERA GALICIA, Luis Felipe
Ejercicios de estadstica descriptiva y probabilidad para economa y administracin de empresas.
Pirmide Madrid
MENDENHALL, William. (1990). Estadstica para administradores. Iberoamericana. Mxico

NEWBOLD, Paul / CARLSON, William L. / THORNE, Betty. (2008). Estadstica para administracin y
economa. Editorial Pearson. Estudios econmicos empresariales. Madrid. Octava edicin
SPIEGEL, MURAY R. (2011). Estadstica. Mc. Graw-Hill, Mxico. segunda edicin.
TAMAYO VSQUEZ, LEN Gonzalo. (2008). Estadstica. Universidad de Medelln, Bogot. Primera
edicin.