Carrera de Administracin de Negocios

AN-470 Estadstica Inferencial

Nivel Bachillerato
4 crditos
Requisitos: AN-370
Ao: 2017

Justificacin / descripcin del curso:

Brindarle al estudiante una visin general del uso de las distintas herramientas estadsticas,
inferenciales y asociativas para una mejor prediccin y estimacin de valores, conociendo las
propiedades y limitaciones de cada modelo estadstico.

Objetivo general:

Brindarle al estudiante una visin general del uso de las distintas herramientas estadsticas,
inferenciales y asociativas para una mejor prediccin y estimacin de valores, conociendo las
propiedades y limitaciones de cada modelo estadstico.

Fomentar la capacidad de reconocer y establecer modelos apropiados para describir fenmenos

aleatorios en su rea de desempeo profesional.

Conocer los fundamentos tericos y lograr el dominio de las herramientas de la estadstica

inferencial a travs de una metodologa completa y coherente que permita a los futuros
profesionales desempearse adecuadamente.

Involucrar la estadstica como herramienta en la toma de decisiones.

1
Proporcionar el marco terico y prctico de la estadstica inferencial. Involucrar la estadstica
como herramienta en la toma de decisiones.

Objetivos especficos:

Adquirir y aplicar los conocimientos bsicos sobre temas como los distintos niveles de
medicin, tcnicas de recoleccin de datos, tipos de muestreo, y escogencia de muestras
estadsticamente representativas.
Adquirir y aplicar los conocimientos sobre las principales herramientas para la inferencia
estadstica.
Realizar intervalos de confianza para estimar los valores entre los cuales se podra
encontrar el parmetro poblacional en estudio.
Realizar pruebas de hiptesis, de valores cualitativos, y /o cuantitativos para probar si los
parmetros poblacionales tienen algn comportamiento especfico.
Medir el grado y tipo de relacin que pueden presentar dos variables.
Realizar pruebas experimentales de datos, para determinar si un grupo en particular tiene
o no caractersticas similares.
Hacer inferencias sobre la poblacin a partir de una muestra representativa de la misma.

Contenidos temticos

Unidad 1. Distribuciones muestrales.

Introduccin.
Distribuciones muestrales.
La media de las medias muestrales.
La varianza y el error estndar de las medias muestrales.
El impacto del tamao de la muestra en el error estndar.
Teorema del lmite central.
Uso de la distribucin muestral.
La distribucin de las proporciones muestrales.

2
Mtodos de muestreo.
Muestreo aleatorio simple.
Muestreo sistemtico.
Muestreo estratificado.
Muestreo por conglomerados.

Unidad 2. Estimacin con intervalos de confianza.

Introduccin.
El fundamento de un intervalo de confianza.
Intervalo de confianza para la media poblacional.
Muestras grandes.
Interpretacin de un intervalo de confianza.
Intervalo de confianza cuando es desconocida.
Intervalo de confianza para la media en el caso de muestras pequeas - la distribucin t.
Intervalo de confianza para la proporcin poblacional.
Control del ancho de un intervalo.
Reduccin del nivel de confianza.
Incremento del tamao muestral.
Determinacin del tamao apropiado de la muestra.
Tamao de la muestra para estimar .
Tamao de la muestra para estimar .
Propiedades de un buen estimador.
Estimador insesgado.
Estimador eficiente.
Estimador consistente.
Estimador suficiente.

Unidad 3. Prueba de hiptesis.

Introduccin
El concepto de prueba de hiptesis.
Valores crticos de Z y zonas de rechazo.

3
 El nivel de significancia y la probabilidad de error.
Prueba de dos colas para u.
Prueba de una cola para u.
Valores p: Uso e interpretacin.
Valor p para una prueba de dos colas.
Pruebas para , muestras pequeas.
Pruebas para .

Unidad 4. Pruebas cuando se tienen dos poblaciones.

Introduccin.
Estimacin por intervalo en el caso de muestras independientes.
Estimacin con muestras grandes.
Estimacin con muestras pequeas: La distribucin t.
Estimacin del intervalo con muestras pareadas.
Intervalos de confianza para la diferencia entre dos proporciones.
Seleccin del tamao apropiado de la muestra.
Tamao de la muestra para estimar 1 - 2.
Tamao de la muestra para estimar 1 - 2.
Pruebas de hiptesis para dos medias con muestras independientes.
Pruebas con muestras grandes.
Pruebas con muestras pequeas: La distribucin t.
Pruebas de hiptesis con datos por pareados.
Una prueba para la diferencia entre dos proporciones.
Comparacin de la varianza de dos poblaciones normales.

Unidad 5. Anlisis de varianza.

Introduccin.
Anlisis de varianza a una va: Diseo completamente aleatorizado.
Fundamentos del ANOVA.
La suma de cuadrados.
Cuadrados medios.

4
 Una tabla de anlisis de varianza.
Pruebas para la diferencia entre pares de medias.
Pruebas para diseos balanceados.
Pruebas para diseos no balanceados.
ANOVA a dos vas: El diseo aleatorizado en bloques.
Anlisis factorial.
Diseo en cuadrado latino.

Unidad 6. Regresin simple y correlacin.

Introduccin.
Determinacin del modelo de regresin lineal simple.
Mnimos cuadrados ordinarios: La recta de mejor ajuste.
Ejemplo utilizando MCO (mnimos cuadrados ordinarios).
Supuestos del modelo de regresin lineal.
El error estndar de estimacin: Una medida de bondad de ajuste.
Anlisis de correlacin.
Limitaciones del anlisis de regresin.
Pruebas para los parmetros poblacionales.
Pruebas para .
Pruebas para el coeficiente de correlacin poblacional .
Intervalos de confianza en el anlisis de regresin.
La media de Y condicionada a un valor de X.
El intervalo de prediccin para un valor nico de Y.
Factores que influyen el ancho del intervalo.
Anlisis de varianza en la regresin.

Metodologa del curso y experiencias de aprendizaje

La metodologa que se sigue para el desarrollo de los contenidos temticos consiste en la

utilizacin de diferentes tcnicas didcticas que faciliten el proceso enseanza y aprendizaje. Lo

5
anterior incluye lecciones magistrales de los temas, resolucin en clase y asignacin de prcticas
sobre los diferentes tpicos, investigacin bibliogrfica y entrega de informes escritos sobre
algunos temas asignados. Con ello se busca una participacin activa por parte del estudiante, en
constante interaccin con su medio y los recursos disponibles. Se le recuerda al alumno que ste
es un curso equivalente a cuatro crditos en su carga acadmica lo cual significa que el
estudiante deber trabajar mnimo 3 horas por semana en el curso en el saln de clase y el resto
del tiempo estudiando resolviendo las tareas y procurando cuando sea necesario la asesora
personal del profesor.
El proceso de aprendizaje en este curso est orientado a la obtencin de los conocimientos
tericos y al desarrollo de habilidades para reconocer las diferentes situaciones reales en que se
pueden aplicar los conceptos generales de estadstica, as como las diferentes aplicaciones de la
inferencia estadstica. Se trabaja tambin en lograr que los estudiantes comprendan la
importancia de esta materia como herramienta bsica para los dems cursos de la carrera y en su
posterior desempeo profesional.

Recursos didcticos

El desarrollo del proceso de enseanza / aprendizaje requiere de uso pizarra y otro, y los
recursos tecnolgicos para el desarrollo de aplicacin de modelos estadsticos y computadoras
para el uso de la hoja electrnica.

Evaluacin de los aprendizajes

Tareas y exmenes Cortos (5%, 5%, 10%) 20%

Examen Parcial I (M 07 Jun) 25%
Examen Parcial II (M 12 Jul) 25%
Examen Parcial III (M 16 Ago) 30%
Total 100%

Bibliografa:

6
Webster, Allen. Estadstica Aplicada a los Negocios y la Economa, McGraw-Hill, 15a edicin,
2012.

Cronograma

No FECHA MATERIA A CUBRIR / ACTIVIDADES

1 M 10 May Unidad 1. Distribuciones muestrales.
2 M 17 May Unidad 2. Estimacin con intervalos de confianza.
3 M 24 May Unidad 2. Estimacin con intervalos de confianza (cont.).
4 M 31 May Unidad 2. Estimacin con intervalos de confianza. (cont.). Quiz I.
5 M 07 Jun I EXAMEN PARCIAL (Unidad 1-2).
6 M 14 Jun Unidad 3. Prueba de hiptesis.
7 M 21 Jun Unidad 4. Pruebas cuando se tienen dos poblaciones.
8 M 28 Jun Unidad 4. Pruebas cuando se tienen dos poblaciones (cont.).
9 M 05 Jul Unidad 5. Anlisis de varianza. Quiz II.
10 M 12 Jul II EXAMEN PARCIAL (Unidad 3 y 4).
11 M 19 Jul Unidad 5. Anlisis de varianza (cont.)
12 M 26 Jul Unidad 5. Anlisis de varianza (cont.)
13 M 02 Ago Unidad 6. Regresin simple y correlacin.
14 M 09 Ago Unidad 6. Regresin simple y correlacin (cont.). Quiz III.
15 M 16 Ago EXAMEN FINAL (Unidad 5 y 6).
M 23 Ago PUBLICACION DE NOTAS Y REPOSICION.