Syllabus
AEF-1025 ESTADISTICA INFERENCIAL II
MVZ. GUADALUPE LAZARO SUAREZ NAAL
glsuarez@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
4 | 3 | 2 | 5 | Ciencias Básicas |
Prerrequisitos |
COMPETENCIAS PREVIAS 1.- Aplicación de la estadística descriptiva, probabilidad e inferencia. 2.- Nociones de los procesos y variables sometidas al diseño de experimentos. 3.- Nociones de diagramación de procesos. 4.- Utilización de software estadístico y/o matemático disponible. |
Competencias | Atributos de Ingeniería |
Normatividad |
El alumno debe tener como mínimo un 90% de asistencia, al igual que 3 faltas como máximo para tener derecho a cada uno de los exámenes aplicados por el profesor por parcial. rebasando estas condiciones quedará sin derecho a presentar los exámenes parciales; a menos que justifique sus faltas con documento de algunas de estas instituciones de salud gubernamentales (IMSS, ISSSTE, SSA). El alumno deberá estar en el aula a más tardar 5 minutos después de la hora indicada en el horario oficial de la asignatura; un minuto después se considerará como retardo hasta el minuto 10 y después de este tiempo se considerará como falta y no se le permitirá la entrada al salón de clases. Si la clase es de 2 o 3 horas a partir del minuto 11 se considerará falta doble o triple según sea el caso. Los trabajos documentales se entregarán en tiempo y forma de acuerdo a la fecha indicada por el profesor, quedando claro que NO SE RECIBIRÁN trabajos posteriores a la fecha indicada. Es obligación del alumno la incorporación a un equipo formado por el profesor para alguna actividad requerida en el parcial. No se permite el uso de celulares en horas de clase y deberá tenerlo en el modo de silencio. |
Materiales |
• Memoria USB. • Calculadora científica. • Libreta profesional, para tomar apuntes. • Tablas estadísticas. • Formulario. |
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 1.3.1 | |
PARCIAL 2 | De la actividad 2.1.1 a la actividad 3.1.4 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Regresión lineal simple y multiple
1.1. Regresión Lineal simple 1.1.1. Regresión Lineal simple (312832 bytes) 1.2. Regresión lineal múltiple 1.2.1. Regresión lineal múltiple. (385536 bytes) 1.2.2. Pruebas de hipótesis en regresión lineal múltiple. 1.2.3. Intervalos de confianza y predicción en regresión múltiple. 1.2.4. Uso de software estadístico. 1.3. Regresión no lineal 1.3.1. Regresión no lineal. |
2. Diseño de experimentos de un factor.
2.1. Aplicar el análisis de varianza para la toma de decisiones en base al resultado obtenido de la experimentación de un proceso industrial, logistico, comercial o de servicio. 2.1.1. Familia de diseños para comparar tratamientos. 2.1.2. El modelo de efectos fijos 2.1.3. Diseño completamente aleatorio y ANOVA. 2.1.4. Comparaciones o pruebas de rangos multiples. 2.1.5. Verificación de los supuestos del modelo |
3. Diseño de bloques.
3.1. Aplicar las características particulares del diseño por bloques en el diseño de experimentos de sistemas logisticos, industriales, comerciales o de servicios para la toma de decisiones. 3.1.1. Diseños en bloques completos al azar. 3.1.2. Diseño en cuadro latino. 3.1.3. Diseño en cuadrado grecolatino. 3.1.4. Uso de un software estadistico. |
4. Diseños factoriales.
4.1. Aplicar características particulares de los diseños factoriales en experimentos de sistemas logísticos, industriales, comerciales o de servicios para la toma de decisiones. 4.1.1. Diseños factoriales con dos factores. 4.1.2. Diseños factoriales con tres factores. 4.1.3. Diseño factorial general. 4.1.4. Modelos de efectos aleatorios. 4.1.5. Uso de un software estadístico. |
5. Series de tiempos
5.1. Aplicar los conceptos básicos de un modelo de una serie de tiempo para la toma de decisiones con base en el pronóstico de una variable de un proceso industrial, logístico, comercial o de servicio. 5.1.1. Modelo clásico de series de tiempo. 5.1.2. Análisis de fluctuaciones. 5.1.3. Análisis de tendencia. 5.1.4. Análisis de variaciones ciclicas. 5.1.5. Medición de variación estacionales e irregulares. 5.1.6. Aplicación de ajustes estacionales. 5.1.7. Pronósticos basados en factores de tendencia y estacionales |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |