Nombre de la asignatura: Estadística

Línea de Generación y Aplicación del Conocimiento: Optimización de Productos y Procesos y

Análisis, Diseño, Modelado y Simulación de Sistemas.
Tiempo de dedicación del estudiante a las actividades de:
DOC-TIS-TPS-Horas totales-Créditos
48-20-100-168-6
DOC: Docencia; TIS: Trabajo independiente significativo; TPS: Trabajo profesional supervisado

1. Historial de la asignatura:

Fecha revisión/actualización Participantes Observaciones, cambios o

justificación
M. en C. Israel Becerril
Tecnológico de Estudios
Rosales
Superiores de Jocotitlán, Definición de la asignatura
M. en C. Francisco A. J. Díaz
Septiembre de 2016
Camacho

2. Pre-requisitos y correquisitos.

Asignatura básica en el segundo periodo.

3. Objetivo de la asignatura.

El alumno conocerá la importancia de la estadística y será capaz de aplicar los conceptos de estadística
descriptiva e inferencial, para seleccionar, procesar y analizar los datos de las variables de interés en la
solución de problemas industriales y de investigación.

4. Aportación al perfil del graduado.

Al término del programa el egresado habrá obtenido las capacidades para la toma de muestras de una
población determinada, formulando pruebas de hipótesis y utilizándolas para analizar algunos
experimentos aleatorios, resaltando así, los correspondientes a la ingeniería.
5. Contenido temático.

Unidad Tema Subtema

1.1 Introducción.
1.1.1 Fases y etapas.
1.1.2 Errores
1.1.3 Tipos de muestreo.
1.2 Inferencia con el muestreo aleatorio simple
y con muestreo estratificado.
1.2.1 Parámetros, estadísticos y
estimadores
1.2.2 Estimación. en el muestreo aleatorio
simple
1.2.3 Estimación en el muestreo
estratificado.
1.3 Tamaño de la muestra.
1 Introducción y teoría del muestreo. 1.3.1 Tamaños muéstrales en el muestreo
aleatorio simple y estratificado.
1.4 Diseño y análisis de una encuesta por
muestreo.
1.4.1 Diseño de la muestra: tipo de
muestreo.
1.4.2 El cuestionario.
1.4.3 Tipos de preguntas.
1.4.4 Tipos de encuesta.
1.4.5 Trabajo de campo: el entrevistador.
1.4.6 Codificación y tabulación de los
datos.
1.4.7 Análisis de resultados y elaboración
del informe.
2.1 Introducción
2.2 Hipótesis nulas y alternativas.
[Link] Errores de tipo I y II
2 Pruebas de hipótesis.
[Link] Nivel de significación
2.3 Potencia
2.4 Variable pivotal.
 2.5 Región crítica y regla de decisión.
2.6 Error de tipo II y curvas características de
operación.
2.7 Construcción de pruebas para:
2.7.1 Una media.
2.7.2 Dos medias.
2.7.3 Una proporción.
2.7.4 Dos proporciones.
2.7.5 Una varianza.
2.7.6 Dos varianzas.
2.8 Prueba para diferencias apareadas.
2.9 Usos de variable X2 (chi cuadrado).
2.9.1 En pruebas de bondad de ajuste.
2.9.2 Independencia y de homogeneidad.
2.10 Análisis, comparación, interpretación, usos
de las distintas pruebas de hipótesis.
2.11 Comparación de objetivos y procedimientos
entre problemas de estimación y de
decisión.
3.1. Introducción.
3.2. Datos no agrupados
3.2.1 Medidas de Tendencia Central y de
Posición
3.2.2 Medidas de dispersión
3.3. Datos agrupados
3.3.1 Tabla de frecuencia
Estadística descriptiva.
3 3.3.2 Medidas de Tendencia Central y de
posición.
3.3.3 Medidas de dispersión
3.4. Representación de datos
3.4.1 Diagrama de puntos
3.4.2 Histograma.
3.4.3 Diagrama de frecuencias
3.4.4 Tronco y hojas
4.1. Definiciones de variables.
Modelos analíticos de fenómenos
4 4.2. Función de:
aleatorios discretos y continuos.
4.2.1 Probabilidad
 4.2.2 Distribución
4.2.3 Valor esperado
4.2.4 Varianza
4.2.5 Desviación estándar
4.2.6 Densidad
4.2.7 Densidad acumulativa
4.3. Distribuciones:
4.3.1 Binomial.
4.3.2 Hipergeométrica
4.3.3 Poisson
4.3.4 Binomial
4.3.5 Uniforme
4.3.6 Exponencial
4.3.7 Normal
4.3.8 Teorema de Chebyshev

6. Metodología de desarrollo del curso.

Queda a elección del docente manejar un problema específico para cada unidad.

7. Sugerencias de evaluación.

Proyecto: 60%
Evaluación Final: 20%
Tareas/Investigación: 20%

8. Bibliografía y software de apoyo.

 DeVore, J. (2005). Probabilidad y Estadística para Ingeniería y Ciencias. México: Thomson.

 Hines, W. y Montgomery, D. (2003). Probabilidad y Estadística para Ingeniería y
Administración. México: CECSA.
 Montgomery, D. C. y Runger, G. C. (1998). Probabilidad y Estadística aplicadas a la
Ingeniería. México: McGraw Hill.
 Ross, S. M. (2001). Probabilidad y Estadística para Ingenieros. México: McGraw Hill.
 Salvatore, D., Reagle, D. (2004). Estadística y econometría. España: Mc Graw-Hill.
 Spiegel, M. R. (1992). Manual de Fórmulas y Tablas Matemáticas. México: McGraw Hill.
 Spiegel, M. R. (1988). Probabilidad y Estadística. México: McGraw Hill.
 Walpole, R. E., Myers, R. H., Myers, S. L. (1999). Probabilidad y Estadística para Ingenieros.
México: Pearson Prentice Hall.
 George E.P. Box, William G. Hunter and Stuart Hunter, Statistics for Experiments: Design,
Innovation, and Discovery, Second Edition, Wiley 2005.
 Klaus Hinkelmann and Oscar Kempthorne, Design and Analysis of Experiments, Vol. 2, Wiley
2005.
 Douglas C. Montgomery, Design and Analysis of Experiments, 6th. Ed. Wiley 2004.
 R.L. Mason, R.F. Gunst y J.L. Hess, Statistical Design and Analysis of Experiments with
Applications to Engineering and Science, 2nd. Ed. Wiley-Interscience 2003.
 Humberto Gutiérrez Pulido y Román de la Vara Salazar, Análisis y Diseño de Experimentos,
McGraw-Hill 2003
 Jiju Anthony, Design of Experiments for Engineers and Scientists, Butterworth Heinemann
2003.
 Raymond H. Myers and Douglas C. Montgomery, Response Surface Methodology, 2nd. Ed.
Wiley- Interscience 2002.
 C. F. Jeff Wu and Michael Hamada, Experiments: Planning, Analysis and Parameter Design
Optimization, Wiley-Interscience 2000.
 Charles R. Hicks and Kenneth V. Turner Jr., Fundamental Concepts in the Design of
Experiments, 5th. Ed. Oxford University Press, 1999.
 André I. Khuri and John A. Cornell, Response Surfaces: Designs and Analyses, Marcel
Dekker 1996.
 Stephen R. Schdmidt and Robert G. Launsby, Understanding Industrial Designed
Experiments, 4th. Ed. Air Academy Press 1994.
 Thomas J. Lorenzen and Virgil L. Anderson, Design of Experiments, Marcel Dekker 1993.
 G. E. P. Box and N. R. Draper, Empirical Model-Building and Response Surfaces, Wiley
1987.
 Richard K. Burdick, Connie M. Borror and Douglas C. Montgomery, Design and Analysis of
Gauge R&R Studies, SIAM 2005.
 Samaradasa Weerahandi, Generalized Inference in Repeated Measures, Wiley 2004.
 Lloyd W. Condra, Reliability Improvement with Design of Experiments 2nd, Marcel Dekker
2001.
 Mark J. Anderson and Patrick J. Whitcomb, DOE Simplified: Practical Tools for Effective
Experimentation, Productivity, Inc. 2000.
 Keki R. Bhote, World Class Quality-Using Design of Experiments to Make it Happen, 2nd. Ed.
American Management Association 2000.
 Larry B. Barrentine, An Introduction to Design of Experiments: A Simplified Approach, ASQ
Quality Press 1999.
 M. Daniel Sloan, Using Designed Experiments to Shrink Health Care Costs, ASQC Quality
Press 1997.
 J. Del Vecchio, Understanding Design of Experiments: A Primer for Technologists, Hanser
Publishers, 1997.
 George E. P. Box, Soren Bisgaard and Conrad Fung, Designing Industrial Experiments: An
Engineer’s Key to Quality, The Center for Productivity Improvement, May 1995.
 John Lawson, José L. Madrigal y John Erjavec, Estrategias Experimentales para el
Mejoramiento de la Calidad en la Industria, Grupo Editorial Iberoamérica 1992.
 Richard F. Gunst and Robert L. Mason, How to Construct Fractional Factorial Experiments,
ASQ Statistics Division 1991.
 John A. Cornell, How to Apply Response Surface Methodology, ASQ Statistics Division 1990.
 Subir Ghosh, Statistical Design and Analysis of Industrial Experiments, ASQC Quality Press
1990.
 H.W. Coleman and W.G. Steele, Experimentation and Uncertainty Analysis for Engineers,
Wiley 1989.
 C. Daniel, Applications of Statistics to Industrial Experimentation, Wiley 1976.
 V.L. Anderson y R.A. McLean, Design of Experiments: A Realistic Approach, Marcel Dekker
1974.
 Acheson J. Duncan; Control de calidad y estadística industrial; Quinta Edición, Alfa- Omega,
Colombia, 2000.
 Acheson J. Duncan; Control de calidad y estadística industrial; Quinta Edición, Alfa-Omega,
Colombia, 2000.
 L. Grant y Leaven Worth, Control estadístico de calidad, Ed. C.E.C.S.A.

Software propuesto a utilizar:

 Excel
 Statgraphics (consultar [Link])
 Minitab
 Mathcad
 Software disponible

Lecturas
 Richard O. Lynch “Minimum Detectable Effects for 2k-p Experimental Plans”, Journal of
Quality Technology, Vol. 25, No. 1, January 1993, pp. 12-17.
 Soren Bisgaard, “A Method for Identifying Contrasts for 2k-p Experiments”, Journal of Quality
Technology, Vol. 25, No. 1, January 1993, pp. 28-35.
 Ronald D. Snee, “Creating Robust Work Processes”, Quality Progress, Vol. 26, No.2,
February 1993, pp. 37-41.
 Jeff Knowlton and Ren Keppinger, “The Experimentation Process”, Quality Progress, Vol. 26,
No. 2, February 1993, pp. 43-47.
 Víctor Aguirre Torres “A Simple Analysis of Unreplicated Factorials with Possible
Abnormalities”, Journal of Quality Technology, Vo. 25, No. 3, July 1993, pp. 183-187.
 Richard K. Burdick, “Using Confidence Intervals to Test Variance Components”, Journal of
Quality Technology, Vol. 26, No. 1, January 1994, pp. 30-38.
 Soren Bisgaard, “Blocking Generators for Small 2k-p Designs”, Journal of Quality
Technology, Vol. 26, No. 4, October 1994, pp. 288-296.
 Soren Bisgaard and Howard T. Fuller, “Sample Sizes Estimates for 2k-p Designs with Binary
Responses”, Journal of Quality Technology, Vol. 27, No. 4, October 1995, pp. 344-354.
 Douglas C. Montgomery & George C. Runger, “Foldovers of 2k-p Resolution IV Experimental
Designs”, Journal of Quality Technology, Vol. 28, No.4, October 1996, pp. 446-450.
 Norman R. Draper & Irwin Guttman, “Two-Level Factorial and Fractional Factorial Designs in
Blocks of Size Two”, Journal of Quality Technology, Vol. 29, No. 1, January 1997, pp. 71-75.
 Donald G. Watts, “Explaining Power Using Two-Level Factorial Designs”, Journal of Quality
Technology, Vol. 29, No. 3, July 1997, pp. 305-306.
 Russell R. Barton, “Pre-Experiment Planning for Designed Experiments: Grafhical Methods”
Journal of Quality Technology, Vol. 29, No. 3, July 1997, pp. 307-316.
 Douglas C. Montgomery, Connie M. Borror and James D. Stanley, “Some Cautions in the
Use of Plackett-Burman Designs”, Quality Engineering, Vol. 10, No. 2, 1997-98, pp. 371-381.
 Russell R. Barton, “Design-Plots forFactorial and Fractional-Factorial Designs”,Journal of
Quality Technology, Vo.30, No. 1, Juanary 1998, pp. 40-54
 Fred A Spiring and Anthony S. Yeung, “Analysis of a Two-Factor R&R Study with Fixed
Operators”, Journal of Quality Technology, Vol.30, No.2, April 1998, pp.163-170.
 Lynne B. Hare. “Burn the Brownies”, Quality Progress, Vol.32, No.8, August 1999,pp, 92-98.
 Bruce E. Ankenman, “Design of Experiments with Two-and Four-Level Factors”, Journal of
Quality Technology, Vol.31, No. 4, October 1999, pp. 363-375.
 D. Sanders and J. Coleman, “Considerations Associated with Restrictions on Randomization
in Industrial Experimentation”, Quality Engineering, Vol.12, No.1, 1999-2000, pp. 57-64.
 D.R. Bingham and R.R. Sitter, “Design Issues In Fractional Factorial Split-Plot Experiments”,
Journal of Quality Technology, Vol.33, No.1 , January 2001, pp. 2-15.
 Peter S. Wludyka, Peter R. Nelson and Peter R. Silva, “Power Curves for the Journal of
Quality Technology”, Vol. 33, No. 1, January 2001, pp. 60-65.
9. Actividades propuestas.

 AOP Aprendizaje orientado a Proyectos: Desarrollo por equipos de trabajo bajo la guía del
profesor con los estudiantes la colección de una muestra, para su análisis, aplicando las técnicas
y métodos de trabajo desarrollados a lo largo del curso y su presentación por avances para cada
parcial,
- Un proyecto de investigación que utilice los conceptos de muestreo.
- Determinación de parámetros de la muestra y de sus estimadores.
- Pruebas de hipótesis, determinación del error tipo I, tipo II.
- Pruebas de bondad de ajuste.
- Determinar la relación entre variables por el análisis de regresión.
 ABP Aprendizaje Basado en Problemas: Realizar en forma individual o por equipos, los
problemas propuestos en el curso en el área logística, con análisis de resultados obtenidos en
cada unidad del temario, utilizando Excel, u otro software disponible.

10. Nombre y firma de los catedráticos responsables:

M. en C. Israel Becerril Rosales, M. en C. Francisco J. A. Díaz Camacho