Información general de la asignatura
ESTADÍSTICA INFERENCIAL
- 502214
- ÁREA ACADÉMICA CIENCIAS BÁSICAS Y MODELADO
PRESENTACION
La inferencia juega un papel muy importante en el ámbito empresarial y social dando soporte y objetividad a las investigaciones que se desarrollan usando muestras representativas. En el entorno actual de la administración y la economía globales, disponemos de vastas cantidades de información estadística. Los mejores administradores y ejecutivos son quienes pueden comprender la información y usarla eficazmente en la toma de decisiones ante la incertidumbre.
OBJETIVO DE APRENDIZAJE
General:
Conocer y manejar las técnicas estadísticas existentes para estimar e inferir las características de una población con base en una muestra representativa de ella.
Específicos:
• Conocer la teoría fundamental en la que se apoyan las técnicas estadísticas inferenciales.
• Determinar tamaños de muestra y seleccionar los elementos de una población objetivo
• Estimar y probar hipótesis acerca de las características poblacionales.
• Determinar el modelo de mejor ajuste para explicar el comportamiento de dos o más variables.
Conocer y manejar las técnicas estadísticas existentes para estimar e inferir las características de una población con base en una muestra representativa de ella.
Específicos:
• Conocer la teoría fundamental en la que se apoyan las técnicas estadísticas inferenciales.
• Determinar tamaños de muestra y seleccionar los elementos de una población objetivo
• Estimar y probar hipótesis acerca de las características poblacionales.
• Determinar el modelo de mejor ajuste para explicar el comportamiento de dos o más variables.
CONTENIDOS TEMATICOS
Manejo de tablas estadísticas:
1.1 Distribución Normal.
1.2 Distribución t-student.
1.3 Ji-cuadrado, F.
2. Distribuciones muestrales:
2.1 Planes de muestreo y diseños experimentales.
2.2 Muestreo aleatorio simple, Muestreo sistemático, Teorema del limite central, distribución muestral de la media, distribución muestral de la proporción.
3. Estimación para muestras grandes y pequeñas:
3.1 Estimación, inferencia, estimadores, propiedades de los estimadores.
3.2 Intervalos de confianza para la media, para la proporción, para diferencia entre medias, para diferencia entre proporciones, muestras pareadas, para una varianza y para cociente de varianzas.
4. Pruebas de hipótesis:
4.1 Elementos de una prueba de hipótesis.
4.2 Prueba de hipótesis para la media, para la proporción, para la diferencia de medias, para la diferencia de proporciones, muestras pareadas, para una varianza, Cociente de dos varianzas.
5. Análisis de varianza
5.1 Definición, unidad experimental, factor, nivel, tratamiento, respuesta, diseño completamente aleatorio, supuestos.
6. Regresión simple y correlación
6.1 Regresión simple lineal, supuestos.
6.2 ANOVA para la regresión lineal, inferencia acerca de los parámetros del modelo, estimación y predicción.
6.3 Análisis de correlación, modelo lineal múltiple.
1.1 Distribución Normal.
1.2 Distribución t-student.
1.3 Ji-cuadrado, F.
2. Distribuciones muestrales:
2.1 Planes de muestreo y diseños experimentales.
2.2 Muestreo aleatorio simple, Muestreo sistemático, Teorema del limite central, distribución muestral de la media, distribución muestral de la proporción.
3. Estimación para muestras grandes y pequeñas:
3.1 Estimación, inferencia, estimadores, propiedades de los estimadores.
3.2 Intervalos de confianza para la media, para la proporción, para diferencia entre medias, para diferencia entre proporciones, muestras pareadas, para una varianza y para cociente de varianzas.
4. Pruebas de hipótesis:
4.1 Elementos de una prueba de hipótesis.
4.2 Prueba de hipótesis para la media, para la proporción, para la diferencia de medias, para la diferencia de proporciones, muestras pareadas, para una varianza, Cociente de dos varianzas.
5. Análisis de varianza
5.1 Definición, unidad experimental, factor, nivel, tratamiento, respuesta, diseño completamente aleatorio, supuestos.
6. Regresión simple y correlación
6.1 Regresión simple lineal, supuestos.
6.2 ANOVA para la regresión lineal, inferencia acerca de los parámetros del modelo, estimación y predicción.
6.3 Análisis de correlación, modelo lineal múltiple.
BIBLIOGRAFIA BASICA OBLIGATORIA
Texto guía:
Mendenhall William/Beaver Robert/Beaver Bárbara Introducción a la probabilidad y estadística. Décimo segunda edición. 2008. CENGAGE LEARNING.
Textos de apoyo:
Anderson David / Sweeney Dennis / Williams Thomas. Estadística para Administración y Economía. Editorial Thomson.
Levin Richard / Rubin David. Estadística para administradores. Séptima Edicion.2004. Pearson- Prentice Hall.
Lind Douglas / Marchal Williams- Mason Robert. Estadística para Administración y Economía. Edición 11.Editorial Alfaomega.
Mendenhall William/Beaver Robert/Beaver Bárbara Introducción a la probabilidad y estadística. Décimo segunda edición. 2008. CENGAGE LEARNING.
Textos de apoyo:
Anderson David / Sweeney Dennis / Williams Thomas. Estadística para Administración y Economía. Editorial Thomson.
Levin Richard / Rubin David. Estadística para administradores. Séptima Edicion.2004. Pearson- Prentice Hall.
Lind Douglas / Marchal Williams- Mason Robert. Estadística para Administración y Economía. Edición 11.Editorial Alfaomega.
RESULTADO DE APRENDIZAJE
Integrar y contribuir al desarrollo de nuevas tecnologías y técnicas de
modelado de sistemas para formular y resolver problemas complejos, optimizar
sistemas y procesos; a través de ideas y soluciones innovadoras.
MEDIOS EDUCATIVOS
Programas RStudio, Python. Sala de computo, office, Tableau, Power BI, VIDEO
Beam, Avata del curso.