Syllabus
LAD-1017 ESTADISTICA PARA LA ADMINISTRACIÓN II
L.I. MARIO IVAN CRUZ CHIN
micruz@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
3 | 2 | 3 | 5 |
Prerrequisitos |
Comprender y utilizar las distribuciones de frecuencia en situaciones real dentro de cualquier ámbito de trabajo. Explicar la diferencia entre un parámetro y una estimación en los datos observados. Aplicar las diferentes distribuciones para analizar alternativas de decisión en las organizaciones. Presentar y comparar los elementos de estudios de forma gráfica y clara en los informes de resultados. Analizar e interpretar resultados. Consultar, clasificar, seleccionar y analizar información. Recolección de datos para la formulación de problemas. |
Competencias | Atributos de Ingeniería |
Normatividad |
|
Materiales |
NINGUNO |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Estadística para administración / |
Levine, David M. |
Pearson Educación, |
4a. / 2006. |
8 |
- |
Estadística aplicada a administración y economía/ |
Kazmier, Leonard J. |
McGraw-Hill, |
4a. / 2006. |
32 |
- |
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 2.6.1 | |
PARCIAL 2 | De la actividad 2.7.1 a la actividad 3.10.1 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Inferencia estadística y pruebas de hipótesis
1.1. Muestreo y distribución de muestreo aplicados a situaciones cotidianas 1.1.1. Muestreo y distribución de muestreo aplicados a situaciones cotidianas Lind, D. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMÍA. 13 ED. CAP. 8 1.2. Pruebas de hipótesis aplicadas en el área administrativa 1.2.1. Pruebas de hipótesis aplicadas en el área administrativa Lind, D. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMÍA. 13 ED. CAP. 9 1.3. ANOVA, aplicación práctica 1.3.1. ANOVA, aplicación práctica http://estadisticaorquestainstrumento.wordpress.com/2012/12/20/tema-15-anova/ |
2. Análisis de regresión lineal y múltiple
2.1. Estimación mediante la línea de regresión 2.1.1. Estimación mediante la línea de regresión Intro Hipótesis (29409 bytes) 2.2. Diagrama de dispersión. 2.2.1. Diagrama de dispersión. Errores Tipo I y II (26239 bytes) 2.3. Método de mínimos cuadrados. 2.3.1. Método de mínimos cuadrados. Tipos de purebas (20992 bytes) 2.4. Interpretación del error estándar de la estimación. 2.4.1. Interpretación del error estándar de la estimación. 2.5. Intervalos de predicción. 2.5.1. Intervalos de predicción. 2.6. Análisis de correlación 2.6.1. Análisis de correlación 2.7. Análisis de regresión múltiple y correlación 2.7.1. Análisis de regresión lineal y múltiple \ Análisis de regresión múltiple y correlación 2.8. Residuales y graficas de residuales 2.8.1. Residuales y graficas de residuales 2.9. Interpretación del intervalo de confianza 2.9.1. Interpretación del intervalo de confianza 2.10. Uso del coeficiente de determinación múltiple 2.10.1. Uso del coeficiente de determinación múltiple |
3. Series de tiempo
3.1. Números índices 3.1.1. Números índices 3.2. Importancia del pronóstico en los negocios 3.2.1. Importancia del pronóstico en los negocios 3.3. Enfoque clásico a la tendencia, el ciclo y la estacionalidad 3.3.1. Enfoque clásico a la tendencia, el ciclo y la estacionalidad 3.4. Análisis de tendencia y medición de la variación. 3.4.1. Análisis de tendencia y medición de la variación. 3.5. Análisis, medición y ajustes en las variaciones cíclicas y estacionales. 3.5.1. Análisis, medición y ajustes en las variaciones cíclicas y estacionales. 3.6. Tendencia irregular 3.6.1. Tendencia irregular 3.7. Pronósticos basados en factores de tendencia y estacionales. 3.7.1. Pronósticos basados en factores de tendencia y estacionales. 3.8. Pronósticos, ciclos e indicadores económicos. 3.8.1. Pronósticos, ciclos e indicadores económicos. 3.9. Técnica y uso de Promedios móviles y suavización exponencial en las organizaciones. 3.9.1. Técnica y uso de Promedios móviles y suavización exponencial en las organizaciones. 3.10. Ventajas y Desventajas del análisis de las series de tiempo 3.10.1. Ventajas y Desventajas del análisis de las series de tiempo |
4. Estadística no paramétrica
4.1. Escalas de medición 4.1.1. Escalas de medición 4.2. Métodos estadísticos paramétricos contra no paramétricos. 4.2.1. Métodos estadísticos paramétricos contra no paramétricos. 4.3. Prueba de rachas para aleatoriedad. 4.3.1. Prueba de rachas para aleatoriedad. 4.4. Una muestra: prueba de signos. 4.4.1. Una muestra: prueba de signos. 4.5. Una muestra: prueba de Wilcoxon. 4.5.1. Una muestra: prueba de Wilcoxon. 4.6. Dos muestras: prueba de Mann- Whitney. 4.6.1. Dos muestras: prueba de Mann- Whitney. 4.7. Observaciones pareadas: prueba de signos. 4.7.1. Observaciones pareadas: prueba de signos. 4.8. Observaciones pareadas prueba de Wilcoxon. 4.8.1. Observaciones pareadas prueba de Wilcoxon. 4.9. Varias muestras independientes: prueba de Krauskal-Wallis. 4.9.1. Varias muestras independientes: prueba de Krauskal-Wallis. 4.10. Aplicaciones con el uso de software 4.10.1. Aplicaciones con el uso de software |
5. Uso de herramientas estadísticas con el apoyo de software
5.1. Elaboración de proyectos aplicativos del área administrativa. 5.1.1. Elaboración de proyectos aplicativos del área administrativa. |
Prácticas de Laboratorio (20242025N) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20242025N) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |