1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: SATCA1 2.

- PRESENTACIN Estadstica Inferencial I Ingenieras en Logstica e Industrial AEF-1024 3-2-5

Caracterizacin de la asignatura. Fundamentacin. La materia de Estadstica Inferencial I:

Se plantea como una asignatura bsica de la Carrera de Ingeniera en Logstica e Industrial y comn a la mayor parte de las Ingenieras. o Proporciona los elementos bsicos para hacer anlisis a partir del estadstico de la muestra y conceptos de la estimacin estadstica. Permite establecer inferencias sobre una poblacin, conclusiones a partir de la informacin que arrojan las pruebas de hiptesis. A partir de las pruebas de bondad de ajuste, se establece el nivel de aplicabilidad de los conceptos del anlisis estadstico.

Intencin Didctica. Se organiza la materia de Estadstica Inferencial I, para las Ingenieras en Logstica e industrial, en cinco unidades: La unidad uno, introduce al estudiante en los conceptos, teoremas y contexto de la teora del muestreo probabilstico y no probabilstico, as como las distribuciones fundamentales para el muestreo. La unidad dos, introduce al alumno en los conceptos de estimadores puntuales y anlisis por intervalos de confianza de la media, proporcin, varianza y determinacin del tamao de muestra. La unidad tres, contiene la teora de las pruebas de hiptesis, la confiabilidad y eficacia de los errores tipo I y tipo II, determinacin de potencia de la prueba a que se somete una muestra del fenmeno de inters respecto a una poblacin de referencia. La unidad cuatro, introduce al estudiante a la teora de bondad de ajuste y pruebas no paramtricas en una muestra del fenmeno de inters respecto a una poblacin de referencia, verificando la adecuacin del modelo probabilstico. La unidad cinco, introduce al estudiante al anlisis de las relaciones entre variables, la aplicacin de la teora de mnimos cuadrados y el modelo matemtico resultante del
1

Sistema de asignacin y transferencia de crditos acadmicos.

caso de estudio y sus lmites de validez. La materia de Estadstica Inferencial I, permite al estudiante: Identificar los estimadores de los parmetros de los fenmenos para evaluar su comportamiento, y determinar la verosimilitud de las hiptesis estadsticas. Hacer el clculo de estimacin por intervalo y las caractersticas del proceso de anlisis logstico, la descripcin de un fenmeno de inters, al nivel de confianza establecido por la prueba, su interpretacin y la toma de decisiones correspondiente. Establecer caractersticas de calidad como criterios de aceptacin o rechazo en problemas que involucren errores tipo I o errores tipo II que involucran al productor o proveedor (o cliente) de un bien o servicio logstico. Estructurar mtodos de anlisis propios para la investigacin en una prueba de bondad de ajuste a partir del conocimiento de las formas que los fenmenos se presentan. Utilizar el anlisis de dispersin y la relacin que tienen las variables asociadas con el grado de correlacin entre las mismas y su exactitud o confianza en un modelo lineal simple o mltiple en la toma de decisiones.

3.- COMPETENCIAS A DESARROLLAR Competencias especficas Competencias genricas Competencias instrumentales

Considera los fenmenos aleatorios presentes en todo proceso logstico, Investigacin bibliogrfica confiable y pertinente sobre los conceptos de estadstica inferencial. como: Diseo, planear, organizar, manejar, controlar y mejorar sistemas de abastecimiento y distribucin de bienes y servicios de manera sustentable. Dirigir las actividades logsticas de carga, trfico y seguridad interna y externa de servicios y productos de las empresas en forma eficaz y eficiente. Administrar los sistemas de flujo y manejo de materiales en las organizaciones en forma eficaz y eficiente. Usar el software disponible para el modelado, diseo, operacin y control eficiente de sistemas logsticos. Desarrolla proyectos de investigacin relacionados con la logstica aplicando la metodologa ms adecuada. Utiliza tecnologas de informacin y comunicacin (TICs) disponibles en el proceso de toma de decisiones para la operacin eficiente de los procesos logsticos. Selecciona los empaques y embalajes para manejar, distribuir, y confinar productos, bajo las normas nacionales e internacionales de seguridad en el transporte. Aplica sistemas de calidad, seguridad y ambiente dentro del campo logstico orientado a lograr el desarrollo sustentable y la satisfaccin del cliente. Capacidad de anlisis y sntesis de informacin sobre la estadstica inferencial. Aplicar conocimientos generales muestreo y la inferencia estadstica. de sobre

Solucionar situaciones que involucren pruebas de parmetros o tolerancias desde la perspectiva de probabilidad y la inferencia estadstica aplicadas a la logstica. Tomar decisiones con base a un anlisis de estadstica inferencial, en el campo de la logstica. Resolver situaciones de inferencia mediante la utilizacin de software disponible.

Competencias Interpersonales Capacidad crtica y autocrtica. Habilidades y capacidad interpersonales para el trabajo en equipo interdisciplinario y multidisciplinario. Capacidad de comunicarse con profesionales y expertos de otras reas en forma efectiva. Reconocimientos y apreciacin de la diversidad y multiculturalidad. Habilidad para trabajar en un ambiente laboral interdisciplinario y multidisciplinario. Compromiso tico. Competencias Sistmicas Dar sentido y significado a los conocimientos estadsticos y probabilsticos en la prctica profesional.

Apertura y adaptacin a nuevas situaciones que requieran del anlisis interdisciplinario. Trabajar en forma autnoma. Bsqueda del logro, con reflexin tica.

4.- HISTORIA DEL PROGRAMA Lugar y fecha de elaboracin o revisin Zacatecas, Zac. 12 al 16 de Abril 2010 Participantes Institutos Tecnolgicos de Cd. Valles, Superior de Tantoyuca, la Laguna, Celaya, Minatitlan, Zacatecas y Tepic. Observaciones (cambios y justificacin) Anlisis y enriquecimiento de las propuestas de los programas desarrollados en la Reunin Nacional de Diseo Curricular celebrada en Ecatepec, en noviembre de 2009.

Lugar y fecha de elaboracin o revisin Instituto Tecnolgico de Cd. Jurez, del 27 de abril al 1 de mayo del 2009

Participantes Representantes de los Institutos Tecnolgicos de: Cd. Jurez, Len, Pabelln de Arteaga, Ags., Puebla, Quertaro, Superior de Cuautitln Izcalli, Superior de Fresnillo, Superior de Tlaxco, Tehuacn, Tijuana Toluca.

Observaciones (cambios y justificacin) Reunin de Diseo curricular de la carrera de Ingeniera en Logstica del Sistema Nacional de Educacin Superior Tecnolgica.

Representantes de los Instituto Tecnolgico de Institutos Tecnolgicos de: Puebla 8 del 12 de junio del Len, Quertaro, Superior de Cuautitln Izcalli. 2009 Academia de Ingeniera en Logstica. Tecnolgico de estudios Instituto Tecnolgico de Quertaro, Cuautitln Superiores de Ecatepec. Len. 09 al 13 de noviembre del Izcalli, Pueble,Toluca, Tijuana. 2009.

Anlisis, diseo, y elaboracin del programa sinttico de la carrera de Ingeniera en Logstica. Desarrollo de los programas completos de estudio de la carrera de Ingeniera en Logstica.

Lugar y fecha de elaboracin o revisin Instituto Tecnolgico de Aguascalientes, 15 al 18 de Junio de 2010.

Participantes Instituto Tecnolgico de: Reynosa, Aguascalientes, Quertaro, Irapuato, Len, Tehuacn, Puebla, Linares,Cd. Juarez.

Observaciones (cambios y justificacin) Reunin Nacional Implementacin Curricular las Carreras de Ingeniera Gestin Empresarial Ingeniera en Logstica Fortalecimiento Curricular

de de en e y de

las Asignaturas Comunes por rea de Conocimiento para los Planes de Estudio Actualizados del SNEST.

5.- OBJETIVO(S) GENERAL(ES) desarrollar en el curso

DEL

CURSO

(competencia

especfica

Comprender los mtodos estadsticos para inferir los parmetros de la poblacin a partir de una muestra de inters de estudio. Determinar los intervalos de confianza referentes a la muestra de inters para inferir el valor de los parmetros de la poblacin de partida. Validar por pruebas de hiptesis, alguna medida de inters en la muestra, y la inferencia en la poblacin de estudio las medidas de: especificacin, dimensiones en calidad, tolerancia, prueba destructiva o no destructiva de materiales, empaques o embalajes, etc. Determinar mediante las pruebas de bondad de ajuste el nivel de validez de los modelos en los fenmenos logsticos que se presenten en la prctica profesional, su comportamiento y control normado. 5.1 COMPETENCIAS TRANSVERSALES A DESARROLLAR

Realizar transferencias de reflexin de los contenidos temticos de la materia de Estadstica Inferencial I a otras asignaturas de su plan de estudios. Bsqueda de informacin confiable y pertinente en diversas fuentes; aplicando el criterio tico en el reconocimiento y valoracin de los materiales que pudieran tener valor desde el punto de vista probabilstico o estadstico. Capacidad de realizar actividades intelectuales de reflexin, anlisis y sntesis, deduccin e induccin y pensamiento hipottico, para la toma de decisiones y resolucin de problemas con sentido tico, desde el punto de vista estadstico. Desarrollo de pensamiento hipottico para anlisis de casos, generacin de ideas, solucin de problemas y transferencia de conocimientos a la prctica. Mostrar apertura a nuevas situaciones, reconocer y valorar la multiculturalidad; as como trabajar en ambientes laborales inter y multidisciplinarios. Observar y analizar fenmenos y problemas propios de su campo ocupacional con sentido tico. Actuar con criterio tico en el mbito personal, acadmico, social y profesional. 6.- COMPETENCIAS PREVIAS Concepto y manejo de lmites y continuidad. Aplicar reglas de derivacin. Calcular Mximos y Mnimos Tener conocimientos del clculo integral Calcular e interpretar las medidas de tendencia central y de dispersin de una variable Conceptuar la variable aleatoria: Discreta y Continua Calcular una matriz inversa. Calcular el valor esperado.

Utilizar las tablas de las distribuciones normal x, t y F.

7.- TEMARIO Unidad 1 Temas Distribuciones Fundamentales para el Muestreo 1.1 1.2 1.3 1.4 Subtemas Introduccin a la Estadstica Inferencial Muestreo: Introduccin al muestreo y tipos de muestreo Teorema del lmite central Distribuciones fundamentales para el muestreo 1.4.1 Distribucin muestral de la media 1.4.2 Distribucin muestral de ladiferencia de medias 1.4.3 Distribucin muestral de la proporcin 1.4.4 Distribucin muestral de la diferencia de proporciones 1.4.5 Distribucin t-student 1.4.6 Distribucin muestral de la varianza 1.4.7 Distribucin muestral de la relacin de varianzas

Estimacin .

Pruebas de hiptesis

2.1 Introduccin 2.2 Caractersticas de un estimador 2.3 Estimacin puntual 2.4 Estimacin por intervalos 2.4.1 Intervalo de confianza para la media 2.4.2 Intervalo de confianza para la diferencia de medias 2.4.3 Intervalos de confianza para la proporcin 2.4.4 Intervalos de confianza para la diferencia de proporciones 2.4.5 Intervalos de confianza para la varianza 2.4.6 Intervalos de confianza para la relacin de varianzas 2.5 Determinacin del tamao de muestra 2.5.1 Basado en la media de la Poblacin 2.5.2 Basado en la proporcin de la Poblacin 2.5.3 Basado en la diferencia entre las medias de la Poblacin 3.1 Introduccin 3.2 Confiabilidad y significancia 3.3 Errores tipo I y tipo II 3.4 Potencia de la prueba 3.5 Formulacin de Hiptesis estadsticas 3.6 Prueba de hiptesis para la media 3.7 Prueba de hiptesis para la diferencia de medias 3.8 Prueba de hiptesis para la proporcin 3.9 Prueba de hiptesis para la diferencia de

Pruebas de bondad de ajuste y pruebas no paramtricas

Regresin lineal simple y mltiple

proporciones Prueba de hiptesis para la varianza Prueba de hiptesis para la relacin de varianzas. 3.12 Uso de software estadstico 4.1 Bondad de ajuste 4.1.1 Anlisis Ji-Cuadrada 4.1.2 Prueba de independencia 4.1.3 Prueba de la bondad del ajuste 4.1.4 Tablas de contingencia 4.1.5 Uso del software estadstico. 4.2 Pruebas no paramtricas 4.2.1 Escala de medicin 4.2.2 Mtodos estadsticos contra no paramtricos 4.2.3 Prueba de Kolmogorov Smirnov 4.2.4 Prueba de Anderson Darling 4.2.5 Prueba de Ryan Joiner 4.2.6 Prueba de Shappiro Wilk. 4.2.7 Aplicaciones del paquete computacional 5.1 Regresin Lineal simple 5.1.1 Prueba de hiptesis en la regresin lineal simple 5.1.2 Calidad del ajuste en regresin lineal simple 5.1.3 Estimacin y prediccin por intervalo en regresin lineal simple 5.1.4 Uso de software estadstico 5.2 Regresin lineal mltiple 5.2.2 Pruebas de hiptesis en regresin lineal mltiple 5.2.3 Intervalos de confianza y prediccin en regresin mltiple 5.2.4 Uso de un software estadstico 5.3 Regresin no lineal 3.10 3.11

8.- SUGERENCIAS DIDCTICAS (desarrollo de competencias genricas) El profesor debe: Conocer el contenido de la materia, de tal forma que domine los contenidos y mtodos de trabajo, Dar respuesta a las preguntas que se generen en el grupo, pues es una materia bsica de la ingeniera, que implica el desarrollo de los esquemas cognitivo, conductual y procedimental en la formacin acadmica de los estudiantes. Establecer los mtodos de trabajo en forma ordenada y precisa; explique las variaciones que se puedan encontrar al solucionar problemas, fomente un ambiente de grupo cordial y colaborativo en el aprendizaje.

Fomentar la investigacin de informacin cuantitativa y cualitativa sobre los contenidos de la asignatura en distintas fuentes. Propiciar el uso adecuado de conceptos, trminos propios y mtodos estadsticos, parmetros poblacionales, intervalos de confianza, pruebas de hiptesis, identificacin de los tipos de errores I y II, las pruebas de bondad de ajustes y el clculo de la regresin. Desarrollar actividades de anlisis para el establecimiento de criterios para la solucin de problemas por equipo e independiente de tipo logstico. Desarrollar ejemplos de aplicacin en el campo de la Ingeniera. Organizar actividades de investigacin en torno a las operaciones logsticas o Industriales. Relacionar el contenido de la materia con otras materias propias de la actividad logstica, para la solucin de problemas de forma interdisciplinaria. Propiciar el uso adecuado de conceptos y trminos de Estadstica Inferencial I Organizar actividades como: Clculo del tamao de la muestra, determinacin de los intervalos de confianza, Fomentar la investigacin de informacin sobre los contenidos de la asignatura en distintas fuentes. Desarrollar actividades de anlisis para la solucin de problemas.

9.- SUGERENCIAS DE EVALUACIN Las evidencias de los aprendizajes que contribuyen al desarrollo de competencias son: De comportamiento: Dinmica de grupos, mtodos de toma de decisiones, observacin en participaciones individuales o grupales en clase, dialogo en forma de interrogatorio. De desempeo: Reportes de investigacin sean individuales o grupales, problemas desarrollados en forma independiente. De producto: AOP aprendizaje orientado a proyectos, ABP aprendizaje basado en problemas, Mtodo de casos, Mtodos de creatividad, Mtodos de simulacin, resolucin de problemas, Interactividad con la computadora, Portafolio de evidencias, Rbricas de evaluacin. De conocimiento: Pruebas objetivas de los temas vistos en clase, Mtodo de casos, Anlisis de situaciones, Experimentos, Rbricas de evaluacin. 10.- UNIDADES DE APRENDIZAJE Unidad 1: Teora del muestreo. Competencia especifica a Actividades de Aprendizaje desarrollar Comprender la Teora del muestreo. Investigacin bibliogrfica y discusin de conceptos relacionados con el muestreo. Distinguir entre muestreo aleatorio Proporcionar al estudiante dos situaciones probabilstico y no probabilstico. hipotticas de procesos y/o poblaciones finitas para que en grupos de 2 alumnos, obtengan de Comprender los conceptos y aplicar dichos procesos, un conjunto de datos para su teora de distribuciones de muestreo y anlisis. diferentes tipos de fenmenos que se Obtener los valores de t, 2, F y Z de las presentan en una muestra. diferentes distribuciones mustrales. Obtener los valores de probabilidad en tablas Desarrollar la capacidad de anlisis de para los diferentes valores de los estadsticos t, los resultados obtenidos de un estudio 2, F y Z muestral. Interpretar los resultados obtenidos. Unidad 2: Teora de estimacin. Competencia especifica a desarrollar Actividades de Aprendizaje Aplicar los fundamentos de la teora de Proporcionar al estudiante dos situaciones estimacin en problemas que requieran hipotticas de procesos y/o poblaciones el clculo del tamao de la muestra, con finitas para que en grupo de 2 alumnos, los diferentes intervalos de confianza de obtengan de dichos procesos, un conjunto de la media, proporcin y varianza, que se datos para su anlisis. relacionen con la logstica. Obtener los valores de t, 2, F y Z de las diferentes distribuciones mustrales. Obtener los valores de probabilidad en tablas

Unidad 3: Prueba de hiptesis.

para los diferentes valores de los estadsticos t, 2, F y Z Calcular dado un conjunto de datos los intervalos de confianza, segn proceda, para la media, diferencia de medias, varianza, proporcin, diferencia de proporciones varianza y relacin de varianzas. Interpretar el significado de los intervalos de confianza para: la media, diferencia de medias, la proporcin, diferencia de proporciones, varianza y relacin de varianzas. Dado un conjunto de datos diferenciar la importancia de utilizar estimadores puntuales y estimadores por intervalos. Determinar el tamao de la muestra

Competencia especifica a Actividades de Aprendizaje desarrollar Identificar y aplicar los conceptos Formular y resolver ejercicios aplicando la bsicos de una prueba de metodologa de prueba de hiptesis para: la hiptesis. media, diferencia de medias, proporcin, diferencia de proporciones, varianza y Identificar los diferentes fenmenos relacin de varianzas que se presentan en una prueba de hiptesis Identificar y analizar cules son los Obtener el tamao de la muestra para diferentes situaciones del error tipo I, error posibles fenmenos que se pueden tipo II y para la potencia de la prueba. analizar a travs de una prueba de hiptesis Simular un caso en donde: o Se genere una hiptesis para una situacin en donde el inters pueda ser, la media, diferencia de medias, proporcin, diferencia de proporciones, varianza y relacin de varianzas. o Generar datos del caso o Probar la hiptesis del caso o Obtener conclusiones o Cambiar el tamao de muestra y mostrar su impacto. Unidad 4: Pruebas de bondad de ajuste y pruebas no paramtricas. Competencia especifica a Actividades de Aprendizaje desarrollar Identificar y aplicar los conceptos Resolver ejercicios aplicando: de las pruebas de bondad de o prueba 2, ajuste o Prueba de Kolmogorov-Smirnov

Establecer cul es la metodologa aplicable a una prueba de bondad de ajuste Identificar y aplicar los conceptos de una prueba no paramtrica

o o o

prueba de Anderson Darling Prueba de Ryan Joiner. Prueba de Shappiro Wilk.

Dado un conjunto de datos: o Aplicar las tres pruebas o Analizar los resultados o Contrastar las pruebas

Unidad 5: Regresin Lineal Simple y Mltiple. Competencia especifica a desarrollar Identificar y aplicar los conceptos bsicos del modelo de regresin lineal simple Establecer las condiciones para distinguir entre una regresin y un correlacin Identificar y aplicar los conceptos bsicos del modelo de regresin mltiple Identificar y aplicar los conceptos bsicos del modelo de regresin no lineal Actividades de Aprendizaje Utilizar correctamente un modelo de regresin para propsitos de estimacin y prediccin Comprender la importancia del anlisis de regresin lineal simple y mltiple, y explique los conceptos generales. Aplicar las pruebas de hiptesis para evaluar su calidad de ajuste. Diferenciar entre regresin lineal simple y mltiple para tomar decisiones acerca de cul modelo usar en determinada circunstancia. Comprender la importancia del anlisis de regresin no lineal y explique los conceptos generales. Aplicar las pruebas de hiptesis para evaluar su calidad de ajuste. Utilizar software, para obtener una respuesta rpida y precisa en la generacin de los parmetros de los modelos.

11.- FUENTES DE INFORMACIN DeVore, J. (2005). Probabilidad y Estadstica para Ingeniera y Ciencias. Mxico: Thomson Hines, W. y Montgomery, D. (2003). Probabilidad y Estadstica para Ingeniera y Administracin. Mxico: CECSA Montgomery, D. C. y Runger, G. C. (1998). Probabilidad y Estadstica aplicadas a la Ingeniera. Mxico: McGraw Hill. Ross, S. M. (2001). Probabilidad y Estadstica para Ingenieros. Mxico: McGraw Hill. Salvatore, D., Reagle, D. (2004). Estadstica y econometra. Espaa: Mc Graw-Hill. Spiegel, M. R. (1992). Manual de Frmulas y Tablas Matemticas. Mxico: McGraw Hill. Spiegel, M. R. (1988). Probabilidad y Estadstica. Mxico: McGraw Hill. Walpole, R. E., Myers, R. H., Myers, S. L. (1999). Probabilidad y Estadstica para Ingenieros. Mxico: Pearson Prentice Hall. 12.- PRCTICAS PROPUESTAS AOP Aprendizaje Orientado a Proyectos: Desarrollo por equipos de trabajo bajo la gua del profesor con los estudiantes la coleccin de una muestra, para su anlisis, aplicando las tcnicas y mtodos de trabajo desarrollados a lo largo del curso y su presentacin por avances para cada parcial, - Un proyecto de investigacin que utilice los conceptos de muestreo. - Determinacin de parmetros de la muestra y sus estimadores. - Pruebas de hiptesis, determinacin del error tipo I, tipo II. - Pruebas e bondad de ajuste. - Determinar la relacin entre variables por el anlisis de regresin ABP Aprendizaje Basado en Problemas: Realizar en forma individual o por equipos, los problemas propuestos en el curso en el rea logstica, con anlisis de resultados obtenidos en cada unidad del temario, utilizando Excel, u otro software disponible. Portafolio de evidencias con todos los problemas resueltos durante el curso. Software propuesto a utilizar: Excel Statgraphics (consultar www.statgraphics) Minitab Mathcad Software disponible