Vous êtes sur la page 1sur 3

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE INGENIERIA INDUSTRIAL

SILABO DE ESTADSTICA INDUSTRIAL

I. INFORMACION GENERAL
1. Cdigo del curso : 173305
2. Ciclo de estudios :V
3. Semestre Acadmico : 2010-II
4. No de Crditos : 4.0
5. N de horas semanales : Teora 2 Prctica 2 Laboratorio 2
5. Pre requisito : 173203
7. Departamento Acadmico : Ingeniera de Sistemas e Informtica
8. Profesores : Ing. Vctor Prez Quispe
Ing. Rosmeri Mayta Huatuco
Ing. William Len Velsquez

II. SUMILLA
Proporciona los mtodos estadsticos aplicables a funciones y operaciones de la
industria, para el anlisis de datos, la interrelacin de variables, la preparacin de
mtodos de experimentacin, la formulacin de pronsticos y la toma de decisiones.

III. OBJETIVOS
a) Objetivos Generales.- Al finalizar el desarrollo del curso, el estudiante podr
realizar diferentes Pruebas de Hiptesis, as como tambin ser capaz de establecer
y organizar datos en una tabla de ANOVA (Analysis of variance). Adems, el
estudiante podr utilizar tcnicas estadsticas que le permitan relacionar dos o ms
variables, permitiendo esto determinar ecuaciones que pueden utilizarse en
Pronsticos. Por ltimo, el alumno habr aprendido a utilizar el Anlisis de Series
de Tiempo, de tal manera que est en condiciones de identificar y aislar los factores
influyentes para fines de prediccin (elaboracin de pronsticos) as como
planeacin y control gerencial.
b) Objetivos Especficos.-
Realizar la prueba de hiptesis utilizando diferentes estadsticos para muestras
grandes y muestras pequeas.
Estudio de diferentes tcnicas que nos permitan relacionar dos o mas variables
para pruebas parametricas y no parametricas.
Estudio de anlisis de Serie de Tiempo considerando los factoras influyentes
para fines de prediccin

IV. UNIDADES TEMTICAS


1 SEMANA: PRUEBAS DE HIPOTESIS: Muestras grandes.- Qu es una
Prueba de Hiptesis?.- Procedimiento de cinco pasos para probar una
hiptesis.- Prueba de una y de dos colas.- Pruebas para la media de una
poblacin.- Prueba de hiptesis: dos media poblaciones.- Errores tipo II.-
Curvas caractersticas de operacin y Curvas de poder (o poder discriminador)
Aplicaciones.
2 SEMANA: PRUEBAS DE HIPOTESIS: Proporciones.- Prueba para una
proporcin poblacional.- Prueba donde interviene la diferencia entre dos
proporciones poblacionales. Aplicaciones.
3 SEMANA: PRUEBA T DE STUDENT: Muestras pequeas.- Caractersticas
de la Distribucin T de Student.- Prueba para la media poblacional. Prueba de
hiptesis para observaciones por pares. Aplicaciones.
4 SEMANA: ANLISIS DE VARIANCIA: Distribucin F.- Comparacin de
dos Variancias Poblacionales. ANOVA: Nocin General.- Procedimiento de
Anlisis de Variancia. Inferencia acerca de las Medias de Tratamiento.-
ANOVA en Dos Sentidos. Aplicaciones.
5 SEMANA: MODELO DE REGRESION LINEAL SIMPLE: Modelo de
regresin y ecuacin de regresin.- Ecuacin de regresin estimada.- Mtodo
de cuadrados mnimos.- Coeficiente de determinacin.- Coeficiente de
correlacin.- Supuestos del modelo.- Prueba de significancia.- Aplicaciones.
6 SEMANA: MODELO DE REGRESION LINEAL SIMPLE: Intervalo de
confianza para 1 .- Prueba F.- Uso de la ecuacin de regresin para evaluar y
predecir.- Anlisis de residuales: validacin de los supuestos del modelo.-
Anlisis de residuales: valores atpicos y observaciones influyentes.-
Aplicaciones.
7 SEMANA: MODELOS DE REGRESION MULTIPLE: Desarrollo del
modelo de Regresin Mltiple.- Prediccin de la variable dependiente y para
valores dados de las variables explicativas.- Medicin de la asociacin en el
modelo de regresin mltiple.- Anlisis residual en Regresin Mltiple.-
Aplicaciones.
8 EXAMEN PARCIAL
9 SEMANA: MODELO DE REGRESION MULTIPLE: Prueba de la
importancia de la relacin entre la variable dependiente y las variables
explicativas.- Pruebas de porciones del modelo de regresin mltiple.-
Inferencias relativas a los coeficientes de regresin de poblacin.- Estimacin
del intervalo de confianza. Aplicaciones.
10 SEMANA: MODELO DE REGRESION MULTIPLE: Coeficiente de
determinacin parcial.- El modelo de regresin curvilneo.- Prueba de la
significacin del modelo curvilneo.- Pruebas del efecto curvilineal.- Prueba
del efecto lineal.- Modelos de variables ficticias.- La multicolinealidad.-
Anlisis de influencia en la regresin mltiple.- Aplicaciones.
11 SEMANA: PRUEBAS DE BONDAD DE AJUSTE E INDEPENDENCIA:
Prueba de bondad de ajuste: poblacin multinomial.- Prueba de
independencia.- Prueba de bondad de ajuste: Distribucin binomial, de Poisson
y Normal.- Aplicaciones.
12 SEMANA: METODOS NO PARAMETRICOS: Introduccin a la
Estadstica No Paramtrica.- La prueba del Signo.- Caso muestra pequea.-
Caso muestra grande.- Prueba de supuesto acerca de la mediana.- Prueba
Durango con signo de Wilcoxon.- Aplicaciones.
13 SEMANA: MTODOS NO PARAMETRICOS: Prueba de Mann-Whitney-
Wilcoxon.- Caso de una muestra pequea.- Caso de muestra grande.- Prueba
de Kruskal-Wallis.- Correlacin de rango.- Prueba de correlacin de rango
significativa.- Aplicaciones.
14 SEMANA: ANLISIS DE SERIES TIEMPO: Componentes de una serie
de tiempo: Tendencia, Cclico, Estacional e Irregular.- Mtodos de
suavizamiento: Promedios mviles, promedios mviles ponderados y
suavizamiento exponencial.- Aplicaciones.
15 SEMANA: ANALISIS DE SERIES DE TIEMPO: Proyeccin de
Tendencias.- Componentes de tendencia y estacionales.- Modelo
multiplicativo.- Clculo de los ndices estacionales.- Eliminacin de
estacionalidad en la serie de tiempo.- Aplicacin de serie de tiempo
desestacionalizada para identificar la tendencia.- Ajustes estacionales.-
Modelos basados en datos mensuales.- Anlisis de regresin.- Mtodos
cualitativos.- Aplicaciones.
16 SEMANA: EXAMEN FINAL

17 SEMANA: EXAMEN SUSTITUTORIO

V. METODOLOGA A UTILIZAR
1. Enseanza-aprendizaje.
a) Deductivo.
b) Analtico.
c) Solucin de problemas.
2. Procedimientos Didcticos.
a) Aula.
b) Laboratorio.
c) Estudio de casos reales.
d) Lecturas comentadas.

VI. EVALUACIN
La evaluacin desde el punto de vista del aprendizaje del curso de Estadstica es
un proceso continuo y permanente de medicin cuantitativa. Para ello se tomarn
dos exmenes parciales, dos prcticas calificadas; adems se considerar en el
promedio final una nota de Laboratorio.
El Examen Sustitutorio comprender todo el curso. El promedio final resultar de
la frmula siguiente:

PF = (EP +EF +PP + PL) /4


Donde:
EP: Examen Parcial.
EF: Examen Final.
PP: Promedio de Prcticas.
PL: Promedio de Laboratorio.

VII. BIBLIOGRAFA

ANDERSON, David R./SWEENEY, Dennis J./WILLIAMS Thomas A.


Estadstica para Administracin y Economa. Editorial International Thomson
Editores S.A; Estados Unidos, Octava Edicin, 2004.
MASON, Robert D./ LIND, Douglas A, Estadstica para Administracin y
Economa Editorial Alfaomega, Estados Unidos, Dcima Edicin, 2001
BERENSON-David/ LEVINE M.. Estadstica Bsica en Administracin.
Ed.Prentice-Hall Hispanoamericana SA. Mxico, Cuarta Edicin, 1992. 946pp.
LEVIN, Richard. Estadstica para Administradores. Ed.Prentice-Hall
Hispanoamericana SA, Mxico, Segunda Edicin, 1988, 940pp.