Syllabus
ADT-0427 Estadística Administrativa II
L.I. MARIO IVAN CRUZ CHIN
micruz@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
3 | 2 | 3 | 7 |
Prerrequisitos |
ESTADÍSTICA ADMINISTRATIVA I. 1)Probabilidad, 2)Tipos de distribuciones, 3)Tipos de variables, 4)Valor esperado. |
Competencias | Atributos de Ingeniería |
Normatividad |
1. Es necesario para el alumno tener una asistencia mínima del 80% para presentar sus exámenes. 2. Los retardos aplican después del pase de lista y hasta 30 minutos después de haber iniciado la sesión. 3. Para justificar las faltas se requiere de un documento oficial. 4. LA falta colectiva se será considerada doble y se dará el tema como visto. 5.Los trabajos documentales serán entregados en tiempo y forma para tener validez. 6.No usar gorra, lentes obscuros dentro del aula, los celulares deberán estar en modo vibrar. 7. Cualquier actitud y/o acción que denote mala conducta hacia el docente o sus compañeros se sancionará con suspensión y afectación de la calificación. |
Materiales |
Calculadora científica |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 1.8.1 | |
PARCIAL 2 | De la actividad 2.1.1 a la actividad 3.1.10 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. PRUEBAS DE HIPÓTESIS
1.1. Hipótesis estadísticas. Concepto generales. 1.1.1. Hipótesis estadísticas Hipótesis estadísticas (26065 bytes) 1.2. Errores Tipo I y II 1.2.1. Errores Tipo I y II Errores Tipo I y II (22852 bytes) 1.3. Pruebas unilaterales y bilaterales 1.3.1. Pruebas unilaterales y bilaterales Pruebas unilaterales y bilaterales (20992 bytes) 1.4. Prueba de hipótesis: referente a la media con varianza desconocida utilizando la distribución normal y "t" student 1.4.1. Prueba de hipótesis: referente a la media con varianza desconocida utilizando la distribución normal y "t" student Prueba de hipótesis: referente a la media con varianza desconocida utilizando la distribución normal y "t" student (23906 bytes) 1.5. Dos muestras: pruebas sobre dos medias utilizando la distribución normal y "t" de student 1.5.1. Dos muestras: pruebas sobre dos medias utilizando la distribución normal y "t" de student Dos muestras: pruebas sobre dos medias utilizando la distribución normal y "t" de student (Resumen) (24152 bytes) 1.6. Una muestra: prueba sobre una sola proporción 1.6.1. Una muestra: prueba sobre una sola proporción Una muestra: prueba sobre una sola proporción (53865 bytes) 1.7. Dos muestras: prueba sobre dos proporciones 1.7.1. Dos muestras: prueba sobre dos proporciones Dos muestras: prueba sobre dos proporciones (50202 bytes) 1.8. Dos muestras: pruebas pareadas 1.8.1. Dos muestras: pruebas pareadas http://www.estadisticafacil.com/Main/MuestrasPequenasDependientes |
2. PRUEBAS DE LA BONDAD DEL AJUSTE Y ANÁLISIS DE VARIANZA
2.1. Análisis Ji-Cuadrada 2.1.1. Distribución Ji-Cuadrada Análisis Ji-Cuadrada (50219 bytes) 2.1.2. Prueba de independencia Johnson, R. A. (1997). Probabilidad y Estadística para Ingenieros de Miller y Freund. México: Prentice Hall. Págs. 291-297 2.1.3. Prueba de la bondad del ajuste Prueba de la Bondad del Ajuste, Arq. Horta (200704 bytes) Johnson, R. A. (1997). Probabilidad y Estadística para Ingenieros de Miller y Freund. México: Prentice Hall. Págs. 303-305 2.1.4. Tablas de contingencia Tablas de contingencia, Arq. Horta (129536 bytes) Johnson, R. A. (1997). Probabilidad y Estadística para Ingenieros de Miller y Freund. México: Prentice Hall. Págs. 300-303 2.2. Análisis de varianza 2.2.1. Inferencia sobre una varianza Análisis de Varianza (130016 bytes) Johnson, R. A. (1997). Probabilidad y Estadística para Ingenieros de Miller y Freund. México: Prentice Hall. Págs. 271-273 2.2.2. Inferencia sobre la varianza de dos poblaciones Johnson, R. A. (1997). Probabilidad y Estadística para Ingenieros de Miller y Freund. México: Prentice Hall. Págs. 273-276 |
3. ANÁLISIS DE REGRESIÓN, CORRELACIÓN LINEAL SIMPLE Y MÚLTIPLE
3.1. Estimación mediante la línea de regresión 3.1.1. Diagrama de dispersión Kazmier, J. L. (). Estadística Aplicada a Administración y Economía. México: Shaum. Págs. 266-267 3.1.2. Método de mínimos cuadrados Kazmier, J. L. (). Estadística Aplicada a Administración y Economía. México: Shaum. Págs. 267-268 3.1.3. Interpretación del Error Estándar de la Estimación Kazmier, J. L. (). Estadística Aplicada a Administración y Economía. México: Shaum. Págs. 268-269 3.1.4. Intervalos de predicción aproximados Kazmier, J. L. (). Estadística Aplicada a Administración y Economía. México: Shaum. Págs. 270-271 3.1.5. Análisis de correlación Kazmier, J. L. (). Estadística Aplicada a Administración y Economía. México: Shaum. Págs.270-273 3.1.6. Regresión múltiple y análisis de correlación Kazmier, L. J. (2006). Estadística aplicada a administración y economía. México, D.F.: McGraw-Hill. Págs. 289-291 3.1.7. Usos de variables ficticias Kazmier, L. J. (2006). Estadística aplicada a administración y economía. México, D.F.: McGraw-Hill. Pág. 287-288 3.1.8. Residuales y gráficas de residuales Kazmier, L. J. (2006). Estadística aplicada a administración y economía. México, D.F.: McGraw-Hill. Pág. 268 3.1.9. Interpretación del intervalo de confianza Kazmier, L. J. (2006). Estadística aplicada a administración y economía. México, D.F.: McGraw-Hill. Pág. 270 3.1.10. Uso del coefieciente de determinación múltiple Kazmier, L. J. (2006). Estadística aplicada a administración y economía. México, D.F.: McGraw-Hill. Pág. 271-272 |
4. SERIES DE TIEMPO
4.1. Modelo clásico de series de tiempo 4.1.1. Modelo clásico de series de tiempo Modelo clásico de series de tiempo (27475 bytes) 4.2. Análisis de tendencia 4.2.1. Análisis de tendencia Análisis de tendencia (198817 bytes) 4.3. Análisis de variaciones cíclicas 4.3.1. Análisis de variaciones cíclicas Análisis de variaciones cíclicas (23040 bytes) 4.4. Medición de variaciones estacionales 4.4.1. Análisis de variaciones estacionales Análisis de variaciones estacionales (21924 bytes) 4.5. Aplicación de ajustes estacionales 4.5.1. Aplicación de ajustes estacionales Aplicación de ajustes estacionales (23607 bytes) 4.6. Pronósticos basados en factores de tendencia 4.6.1. Pronósticos basados en factores de tendencia http://www.mitecnologico.com/Main/PronosticosBasadosEnFactoresDeTendenciaYEstacionales 4.7. Pronósticos, ciclos e indicadores económicos 4.7.1. Pronósticos, Ciclos, Indicadores económicos http://www.arquimedex.com/index.php?accion=1&id=45 4.8. Promedios móviles 4.8.1. Promedios móviles Promedios móviles (21823 bytes) 4.9. Suavización exponencial como pronóstico 4.9.1. Suavización exponencial http://www.arquimedex.com/index.php?accion=1&id=47 |
5. ESTADÍSTICA NO PARAMÉTRICA
5.1. Estadística no paramétrica 5.1.1. Escala de medición Escala de medición (25982 bytes) 5.1.2. Métodos estadísticos contra no paramétricos http://www.ugr.es/~bioestad/_private/cpfund4.pdf 5.1.3. Prueba de corridas para aleatoriedad Prueba de corridas para aleatoriedad (22507 bytes) 5.2. Prueba de signos 5.2.1. Una muestra: prueba de signos Una muestra: prueba de signos (24065 bytes) 5.3. Prueba de Wilcoxon 5.3.1. Prueba de Wilcoxon Prueba de Wilcoxon (21930 bytes) 5.4. Prueba de Mann-Whitney 5.4.1. Prueba de Mann-Whitney Prueba de Mann-Whitney (54415 bytes) 5.5. Observaciones pareadas 5.5.1. Prueba de signos http://www.geociencias.unam.mx/~ramon/Analisis/Clase9.pdf 5.5.2. Prueba de Wilcoxon Observaciones pareadas prueba de Wilcoxon (18741 bytes) 5.6. varias muestras independientes 5.6.1. varias muestras independientes Varias muestras independientes: prueba de Krauskal-Wallis (24272 bytes) |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |