PROGRAMA DE MATERIA

DATOS DE IDENTIFICACIN

MATERIA: ESTADSTICA NO PARAMTRICA

CENTRO ACADMICO: CIENCIAS BSICAS

DEPARTAMENTO ACADMICO: ESTADSTICA

PROGRAMA EDUCATIVO: INGENIERO INDUSTRIAL ESTADSTICO

CLAVE DE LA
AO DEL PLAN DE ESTUDIOS: 2006 SEMESTRE: 9 15701
MATERIA:
PERIODO EN QUE
REA ACADMICA: AVANZADA AGOSTO - DICIEMBRE
SE IMPARTE:
HORAS SEMANA T/P: 2/2 CRDITOS: 6
MODALIDAD EDUCATIVA EN NATURALEZA DE LA
PRESENCIAL OBLIGATORIA
LA QUE SE IMPARTE: MATERIA:
ELABORADO POR: ACADEMIA DE MTODOS ESTADSTICOS AVANZADOS NIVEL B
MTODOS
REVISADO Y APROBADO POR FECHA DE
ESTADSTICOS JULIO 2012
LA ACADEMIA DE: ACTUALIZACIN:
AVANZADOS NIVEL B

DESCRIPCIN GENERAL

El curso est dirigido a alumnos de Ing. Industrial Estadstico que hayan cursado con anterioridad las materias de
Taller de Estadstica I, Taller de Estadstica II, Probabilidad, Inferencia Estadstica, Anlisis de Regresin, Teora de
Muestreo, Diseo de Experimentos, Anlisis Multuivariado y Optimizacin Estadstica de Procesos.

El curso introduce al alumno a los mtodos y tcnicas de la estadstica no-paramtrica para analizar datos cuya
respuesta es discreta. Se retomarn los principios de la inferencia y se resolvern problemas de estructura y datos
reales. Se enfatizar en este caso el estudio de la metodologa de la inferencia dado que en este contexto el
planteamiento puede concretarse de manera ms didctica. En este curso el aspecto terico est relacionado con la
prctica, por lo que se pretende, en lo ms posible, que los alumnos desarrollen trabajos prcticos y de investigacin
en clases y extraclase.

Este curso es el antecedente de la materia de Diseo de Sistemas de Manufactura del plan de estudios de la carrera
de Ing. Industrial Estadstico.

OBJETIVO (S) GENERAL (ES)

Al finalizar el curso, los estudiantes describirn, identificarn sus

caractersticas, entendern y aplicarn diferentes modelos y mtodos no
paramtricos a la solucin de problemas estadsticos de inferencia y de
prediccin en que el conocimiento de la distribucin de las poblaciones
no es conocida.

Al trmino del semestre, el alumno tendr la capacidad de manejar pruebas y modelos estadsticos cuya distribucin no
es conocida o no se ajusta en alguna distribucin, o cuando el nivel de medida es nominal u ordinal. El alumno podr
aplicar diferentes modelos y mtodos no paramtricos para solucionar problemas tericos o reales, de preferencia de
plantas industriales. Adems, el alumno aprender a disear experimentos estadsticos en un contexto especfico, para

*En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13

Revisin: 02
1 de 4 Emisin: 13/12/11
 PROGRAMA DE MATERIA

obtener informacin que permita tomar decisiones confiables y competentes. Finalmente, el alumno ser capaz de
interpretar los resultados de un anlisis estadstico de datos, para aconsejar acerca de las fortalezas y limitaciones de
los resultados obtenidos, y normar las decisiones y acciones a realizar.

CONTENIDOS DE APRENDIZAJE

UNIDAD TEMTICA I: CASOS DE UNA Y DOS MUESTRAS DEPENDIENTES ( 25 horas )

OBJETIVOS
PARTICULARES
Aplicar las diversas
pruebas de casos de una
muestra simple en
problemas concretos a su
rea de estudio
Aplicar pruebas y
procedimientos de
estimacin
FUENTES DE
CONTENIDOS
CONSULTA
Importancia de la Estadstica no Parmetrica
Prueba Binomial
Prueba de signos
1
Inferencias acerca de la mediana basadas en rangos
Otros estimadores de localizacin
Campos de localizacin
Distribuciones de muestras pareadas
-- Prueba de Kolmogorov Smirnov
-- Una regin de confianza para una funcin de distribucin
acumulativa
Robustez
Transformacin de rangos 1
Implicaciones Prcticas de Eficiencia

Aplicar dos Pruebas Prueba de Rangos asignados de Wilcoxon

Dependientes para Prueba de Cambio de Mc Nemar
1
solucionar problemas Ejercicios

UNIDAD TEMTICA II: CASOS DE DOS MUESTRAS INDEPENDIENTES y K MUESTRAS ( 30 horas )

OBJETIVOS FUENTES DE
CONTENIDOS
PARTICULARES CONSULTA
Aplicar Pruebas Prueba de la mediana
Independientes de dos Prueba de Wilcoxon- Mann-Whitney
muestras para solucionar Prueba de Mann-Whitney
problemas Muestras grandes aproximadas a la normal
Colas
1
Intervalos de Confianza Wilcoxon- Mann-Whitney
Pruebas de funciones de rangos
Pruebas para la igualdad de varianzas
Ejercicios

Aplicar Pruebas Prueba tipo Kolmogorov Smirnov

Independientes de ms
de dos muestras para
solucionar problemas
Aplicar Muestras
Dependientes en
problemas concretos a su
rea de estudio
Comparaciones mltiples
1
Comparaciones para muestras relacionadas
- Pruebas de signos generalizada
- Extensin de la Prueba de Wilcoxon 1
Comparaciones mltiple con la Prueba de Friedman

*En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13

Revisin: 02
2 de 4 Emisin: 13/12/11
 PROGRAMA DE MATERIA

Prueba de Cochran para respuestas binarias

UNIDAD TEMTICA III: MEDIDAS DE ASOCIACIN y PREDICCIN y BONDAD DE AJUSTE ( 5 horas )

OBJETIVOS FUENTES DE
CONTENIDOS
PARTICULARES CONSULTA
Aplicar Medidas de Correlacin en Datos Bivariados
Asociacin en problemas Coeficiente de correlacin de Spearman
concretos a su rea de Coeficiente de correlacin de Kendall 1
estudio Un mtodo grfico
Concordancia del Coeficiente de Kendall
Aplicar modelos de Regresin Logstica
Regresin Logstica Propiedades
1
Estimacin
Aplicaciones

METODOLOGA DE ENSEANZA - APRENDIZAJE

El curso se imparte de manera presencial, siendo uno de los roles principales del profesor facilitar y ayudar a los
estudiantes a construir y reconstruir sus propios conocimientos, esperando que el alumno participe de manera activa
en clase y en la entrega de actividades y prcticas de laboratorio; sobre la base de promover experiencias acordes
con el nivel de desarrollo de los mismos y la inteligente estructuracin y evaluacin de la experiencia. El trabajo
acadmico del curso descansa, fundamentalmente, en los conceptos, mtodos y tcnicas de estadstica no
paramtrica, aplicados a la solucin de problemas referidos a situaciones reales y artificiales, apoyndose con
software estadstico para optimizar las operaciones. Adems de lo anterior, el curso se apoya con software
estadstico, especialmente R para optimizar los procesos de operacin y dar mayor nfasis a conceptos, modelos y a
la interpretacin de los resultados.

RECURSOS DIDCTICOS

En general, las actividades de enseanza-aprendizaje sern desarrolladas en el aula con el apoyo de material
impreso. Adems, se complementarn las actividades del curso con prcticas de laboratorio que brinden la
consolidacin de los conocimientos tericos y su aplicacin en problemas prcticos. Las prcticas se apoyarn con
investigacin y experimentacin en el Taller de Ingeniera Industrial Estadstico o en los Laboratorios de Computacin
(30-A, 30-B y 52) con software estadstico (R o Minitab). El curso contar con actividades en lnea a travs de la pgina
web de apoyo a la docencia del Departamento de Estadstica: http://estadIstica.ccbas.uaa.mx/moodle/.

EVALUACIN DE LOS APRENDIZAJES

Los estudiantes estarn sujetos a evaluacin por medio de tres exmenes parciales segn el reglamento y la
ponderacin que se dio anteriormente. Se podr aplicar una evaluacin intermedia de mini exmenes, los cuales
contemplarn la futura temtica de los exmenes parciales. Los estudiantes debern solucionar en casa problemas
especiales, individualmente o en equipo, a manera de reporte profesional, segn estructura y ejemplo que propondr
el maestro. Estos trabajos se evaluarn segn su calidad de acuerdo a las rbricas que se entregarn en la primera
clase.

RUBROi Criterio 1 Criterio 2 PERIODO

Primer examen parcial 30% 25% Al finalizar la unidad
Segundo examen 30% 25% Al finalizar la unidad

*En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13

Revisin: 02
3 de 4 Emisin: 13/12/11
 PROGRAMA DE MATERIA

parcial
Tercer examen parcial 30% 30% Fijado por el H.
Consejo Universitario
Actividades de 0% 10% Durante el semestre
Aprendizajeii

Laboratorio de 10% 10% Durante el semestre

cmputoiii
Nota: Si la calificacin promedio de los exmenes es aprobatoria se aplicar el criterio 2 en caso contrario se aplicar el criterio 1

FUENTES DE CONSULTA

BSICAS:
1. Sprent, P. Applied Nonparametric Statistical Methods. Fourth edition. London, Champan and Hall. 2007.

COMPLEMENTARIAS:
2. Siegel, Sydney. 2003. ESTADSTICA NO PARMETRICA. Aplicada a las Ciencias de la Conducta

i
Todos los exmenes sern departamentales.

ii
Pueden ser: mini exmenes, exposiciones, proyectos, solucin de problemas, lectura de artculos de investigacin del rea,
tareas, etc.

iii
Asistencia al laboratorio, prcticas de laboratorio, reportes

*En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13

Revisin: 02
4 de 4 Emisin: 13/12/11