I.

DATOS GENERALES
CÓDIGO A0176
CARÁCTER Obligatorio
CRÉDITOS 4
PERIODO 
2016 – 1
ACADÉMICO
PRERREQUISITO Estadística I

HORAS Teóricas: 2 Prácticas: 4

II. SUMILLA DE LA ASIGNATURA
SÍLABO DE ES
La asignatura corresponde al área de Ciencias Básicas, es de naturaleza Teórico­
práctica.  Tiene  como  propósito  que  los  estudiantes    utilicen  los  métodos 
estadísticos y correlaciónales para la toma de decisiones. 

La asignatura contiene: Muestreo: definiciones básicas, técnicas de muestreos 
probabilísticos  y  no  probabilísticos;  estimación  de  parámetros;  tamaño  de 
muestra;  prueba  de  hipótesis;  análisis  de  varianza:  diseño  completamente 
aleatorio y diseño en bloques; estadística no paramétrica; análisis de regresión y 
correlación y control estadístico de procesos.

III. COMPETENCIA

Conoce,  aplica,  analiza  e  interpreta  eficientemente  métodos  y  técnicas  de  la 

estadística inferencial y de pronóstico y los utiliza como herramienta para la toma 
de  decisiones,  valorando  reflexivamente  su  importancia  en  los  diversos  campos 
de la ciencia, demostrando ética en el manejo de la información.
IV. ORGANIZACIÓN  DE  LOS 
APRENDIZAJES
UNIDAD CONOCIMIENTOS PROCEDIM
Diseño de experimentos y técnicas de muestreo probabilístico Define los conceptos básicos de muestre
Definiciones básicas. Muestreo probabilístico muestreo.
Utiliza  datos  muestrales  para  estima
Estimaciones  y tamaños de muestra
relación  a  una  proporción.  Calcula  el  ta
Estimación de la proporción de una población. Tamaño de muestra.
proporción.
I
Estimaciones  y tamaños de muestra
Utiliza  datos  muestrales  para  estima
Estimación de la media poblacional para una desviación estándar conocida y 
relación a la media. Calcula el tamaño de
desconocida. Tamaño de muestra.
Estimaciones  y tamaños de muestra Utiliza  datos  muestrales  para  estima
Estimación de la varianza de una población relación a la varianza.
Prueba de hipótesis y Análisis de Varianza
Conoce  el  procedimiento  estadístico  p
Fundamentos.  Prueba  de  una  aseveración  respecto  de  una 
proporción  y  una  media  cuando  se  co
proporción.
estándar de la población y prueba para l
Prueba  de  una  aseveración  respecto  de  una  media  con  desviación 
Realiza prueba de hipótesis.
estándar conocida y desconocida
Prueba de hipótesis y Análisis de Varianza
Compara  dos  conjuntos  de  datos  mue
Prueba  de  una  aseveración  respecto  de  una  desviación  estándar  o 
para hacer inferencias acerca de la pobla
II de una varianza. Inferencias acerca de dos proporciones 
Realiza prueba de hipótesis comparando
Inferencias acerca de dos medias: muestras independientes
Prueba de hipótesis y Análisis de Varianza Compara dos conjuntos de datos muestr
Inferencias a partir de dos muestras para hacer inferencias acerca de la pobla
Inferencias a partir de datos apareados Realiza prueba de hipótesis comparando
Prueba de hipótesis y Análisis de Varianza Compara  dos  conjuntos  de  datos  muest
Inferencias a partir de dos muestra inferencias acerca de la población.
Comparación de la variación de dos muestras. Realiza prueba de hipótesis comparando
EVALUACIÓN PARCIAL
Prueba de hipótesis y Análisis de Varianza
Utiliza  instrumentos  para  probar  hipóte
Análisis  de  Varianza.  ANOVA  de  un  factor.    ANOVA  de  dos 
medias poblacionales son iguales.
factores
Estadísticas no paramétricas: Prueba del signo
Prueba de rangos con signo de Wilcoxon para datos apareados. Contrasta aseveraciones acerca de datos
III Prueba de rangos con signo de Wilcoxon para muestras independientes.
Estadísticas  no  paramétricas:  Experimentos  multinomiales  y  tablas  de  Aplica  las  pruebas  de  signos  y  rangos  p
contingencia. Experimentos multinomiales: bondad de ajuste Realiza experimentos multinomiales. De
Tablas de contingencia: independencia y homogeneidad y de independencia.
Estadísticas  no  paramétricas.  Prueba  de  Kruskal  –  Wallis.  Correlación  de  Aplica  las  pruebas  de  Kruskal  Wallis, 
rangos. Prueba de rachas para detectar aleatoriedad. pruebas de distribuciones libres.
Correlación  y  regresión.  Prueba  de  hipótesis  de  correlación,  Prueba  de  Valida  la  correlación  y  formula  modelo
hipótesis coeficientes, Validez del modelo. Intervalos de predicción. simple de las variables.
Correlación  y  regresión.  Regresión  Múltiple  y  validación  de  modelos  no  Formula  y  valida  modelos  para  pronos
lineales. lineal de las variables.
IV Control Estadístico de procesos. Gráficos de control para la media y para  Infiere  los  resultados  muestrales  a  l
la variación de procesos. variación.
Infiere  los  resultados  muestrales  a 
Control  Estadístico  de  procesos.  Gráficos  de  control  para  atributos. 
defectuosos  y  para  el  número  de  defec
Límites de tolerancia.
tolerancia 
EVALUACIÓN FINAL
V. ESTRATEGIAS METODOLÓGICAS
El proceso de aprendizaje consiste en el desarrollo teórico de los conceptos básicos y 
métodos  de  análisis  estadístico  además  de  estrategias  adecuadas  para  resolver 
ejercicios utilizando los métodos deductivo ­ inductivo, con los procedimientos de 
observación,  comparación,  abstracción,  generalización  y  aplicación  de  técnicas 
expositivas  dialogadas,  trabajos  en  grupo,  resolución  de  casos  y  problemas, 
incidiendo en la investigación.

VI. SISTEMA DE EVALUACIÓN
RUBROS INSTRUMENTOS PESO
Evaluación  de entrada Prueba de desarrollo Requisito

Prueba de desarrollo
Consolidado 1
Cuestionario  20%
Lista de Cotejo

Evaluación Parcial          Prueba de desarrollo 20%

Prueba de desarrollo
Consolidado 2
Cuestionario 20%
Lista de Cotejo

Evaluación Final         Prueba de desarrollo 40%

      FÓRMULA PARA OBTENER EL PROMEDIO:

PF = C1 (20%) + EP (20%) + C2 (20%) + EF (40%)

VII. BIBLIOGRAFÍA 

      7.1  BÁSICA
● Triola, Mario F. Estadística. Pearson Educación, México 2013.

      7.2 COMPLEMENTARIA
● Jorge  Inafuko,  Jorge  Rubio.  Estadística  Aplicada.  Universidad  del 
Pacífico. 2014.
● Jay  L.  Devore.  Probabilidad  y  Estadísitca  para  Ingeniería  y  Ciencias. 
Cengage Learning. 2012.
● Fernando Miranda, Jesús Salinas. Estadística General. UNALM. 2012.
● William Mendenhall, Robert J. Beaver, Barbara M. Beaver. Introducción 
a la Probabilidad y Estadística. Cengage Learning. 2010.
● Ross, Sheldon M. Introducción a la Estadística. Academic Press. 2010
● Milton, Susan, Arnold Jesé. Probabilidad y Estadística con aplicaciones 
para  ingeniería  y  ciencias  computacionales.  Mc  Graw­Hill,  México. 
2004.
       7.3  RECURSOS DIGITALES
● Instituto  Nacional  de  Estadística  e  Informática.  En: 
http://www.inei.gob.pe/
● Lidia  PR,  Hugo  MA,  Rodrigo  VR.  Comprensión  De  Las  Distribuciones 
Muestrales En Un Curso De Estadística Para Ingenieros/understanding 
● of  Sample  Distributions  for  a  Course  on  Statistics  for  Engineers. 
Revista Chilena de Ingenieria 2007;15(1):6­17. 
● José Ramón LC, Jorge AG, Randy Howard AS, Wilder CC. Mezclas Con 
Potencial  Coagulante  Para  Tratamiento  De  Lixiviados  De  Un  Relleno 
Sanitario. Interciencia 2008;33(1):22­28.
● Araujo  I,  Montilla  M,  Carmen  Cárdenas,  Lenín  Herrera,  al  e.  Lodos 
Estabilizados  Y  Cepas  Bacterianas  En  La  Biorremediación  De  Suelos 
Contaminados Con Hidrocarburos. Interciencia 2006;31(4):268­275.
● S  R,  R  B,  A  V.  ESTUDIO  ESTADÍSTICO  DE  LA  CORRELACIÓN  ENTRE 
CONTAMINANTES  ATMOSFÉRICOS  Y  VARIABLES  METEOROLÓGICAS 
EN  LA  ZONA  NORTE  DE  CHIAPAS,  MÉXICO/Statistical  study  of  the 
correlation  between  atmospheric  pollutants  and  meteorological 
variables  in  northern  Chiapas,  Mexico.  Universidad  y  Ciencia 
2010;26(1):65­80.

Huancayo, enero de 2016