webSISS - Universidad Mayor de San Simónindustrial.fcyt.umss.edu.bo/files/shares/malla15.pdf · • Estimar parámetros poblacionales empleando el método puntual o por intervalos

14/3/2019 UMSS - webSISS Sistema de Información San Simón

http://websis.umss.edu.bo/auto_verPG.asp?codser=AUTO&idcat=5&servicio=a 1/8

WW webSISSwebSISS.umss.edu.bo.umss.edu.bo Sistema de Información San Simón Universidad Mayor de San Simón

14/3/2019

17:26:39 Mozilla/Gecko Win32/es-ES

14/3/2019 17:27:26

NS.TS:2551.20

AUTORIDADES

AUTORIDADES | Facultades | Departamentos | Carreras | Materias | Docentes | Estudiantes | Misc | Ayuda

Autoridad: Emir Vargas Peredo Gest.Académica: 1/2019 Gest.Inscripción: 1/2019 Gest.Admisión: 1/2019 [NOR]

Plan Global de la materia

I. IDENTIFICACIÓN DE MATERIA FACULTAD: CIENCIAS Y TECNOLOGIA (20) CARRERAS - GRUPO(S): LICENCIATURA EN INGENIERIA INDUSTRIAL (309801) - GRP 1 MATERIA: ESTADISTICA II COD SIS MATERIA: 2008061 TIPO GRUPO: Teórico NIVEL: C - LICENCIATURA EN INGENIERIA INDUSTRIAL PREREQUISITOS: ESTADISTICA I (2008059) - 309801

II. IDENTIFICACION DOCENTE NOMBRE DEL DOCENTE ROBERTO JUAN MANCHEGO CASTELLON E-MAIL (CORREO) [email protected] TELÉFONO 4232189 CELULAR 72280815

III. JUSTIFICACION GENERAL

El Ingeniero Industrial es la persona encargada de planificar, programar, desarrollar, ejecutar y controlar sistemas complejos tanto en el área de servicios como en el de producción. El ingeniero industrial debe ser capaz de optimizar recursos materiales, humanos, financieros y de información desde una perspectiva racional, científica y técnica. Bajo este concepto, la materia de Estadística II se encuentra en el plan de estudios de Ingeniería Industrial como una materia de formación en lo referente al análisis crítico del estado de diversos sistemas, la planificación y la toma de decisiones, basados en la información proveniente del resultado del procedimiento de muestreo, enmarcado en lo que se denomina Inferencia Estadística. Con este criterio, la materia sirve de base a asignaturas pertenecientes al ciclo de especialidad de la carrera, asignaturas tales como: Mercadotecnia, Planeamiento y Control de la Producción I, Ingeniería de Métodos, Gestión de Calidad, Investigación Operativa II, Preparación y Evaluación de Proyectos, etc..

IV. PROPÓSITOS GENERALES

Los propósitos que se pretenden alcanzar al término del proceso enseñanza-aprendizaje son: • Contar con un estudiante con herramientas científicas, conocimientos fundamentales, métodos y técnicas mediante los cuales sea capaz de disponer de una capacidad de abstracción y racionamiento lógico. • Formar un profesional capaz de interpretar los fenómenos y situaciones físicas utilizando el lenguaje matemático y estadístico o lenguaje universal de la Ciencia. • Formar un Ingeniero Industrial que posea un marco teórico y práctico en Inferencia Estadística como instrumento en la toma de decisiones. • Que el estudiante manifieste abierta predisposición a utilizar la computación como herramienta en el procesamiento de datos.

V. OBJETIVOS GENERALES

Al finalizar la materia el estudiante será capaz de: • Diseñar y aplicar el procedimiento del muestreo como opción a la recopilación censal de datos. • Estimar parámetros poblacionales empleando el método puntual o por intervalos de acuerdo a criterios de eficiencia y eficacia. • Efectuar pruebas sobre hipótesis estadísticas respecto a la media y la varianza de una Distribución Normal y la proporción de una Distribuciones Binomial. • Diseñar y analizar experimentos estadísticos. • Realizar análisis de regresión y correlación lineal de un conjunto de datos para obtener valores futuros. • Realizar el análisis e interpretación de los componentes de una serie cronológica con el objeto de efectuar pronósticos. • Efectuar pruebas no paramétricas. • Distinguir en que casos se emplean las pruebas paramétricas y no paramétricas. • Tomar decisiones empleando probabilidades, consecuencias económicas y árboles de decisión. • Utilizar por lo menos un paquete computacional como soporte en el cálculo y procesamiento de la información.

VI. ESTRUCTURACIÓN EN UNIDADES DIDACTICAS Y SU DESCRIPCIÓN

conectado 16:33

Autoridad

INICIOINICIOINICIO UMSSUMSSUMSS DOCENTESDOCENTESDOCENTES ESTUDIANTESESTUDIANTESESTUDIANTES USR-SISUSR-SISUSR-SIS POSTULANTESPOSTULANTESPOSTULANTES AYUDAAYUDAAYUDA

Imprimir

http://websis.umss.edu.bo/serv_autoridades.asp?codser=AUTO&idcat=-1

http://websis.umss.edu.bo/auto_categorias.asp?codser=AUTO&idcat=2








http://websis.umss.edu.bo/home.asp

http://websis.umss.edu.bo/umss.asp

http://websis.umss.edu.bo/serv_docentes.asp

http://websis.umss.edu.bo/serv_estudiantes.asp

http://websis.umss.edu.bo/serv_usrsis.asp

http://websis.umss.edu.bo/serv_postulantes.asp

http://websis.umss.edu.bo/ayuda_servicios.asp


http://websis.umss.edu.bo/auto_password.asp?ID=19&codser=AUTO&idcat=5

http://websis.umss.edu.bo/auto_logout.asp?ID=0&codser=AUTO&idcat=5



UNIDAD 1NOMBRE DE LA UNIDAD Teoría general del muestreo

DURACION DE LA UNIDAD 18 (Periodos Académicos)

OBJETIVOS DE LA UNIDADAl finalizar la Unidad el estudiante será capaz de: 1. Percibir la importancia del muestreo como alternativa al censo. 1. Explicar el significado de la inferencia estadística. 2. Distinguir entre población objetivo, población muestreada y muestra aleatoria. 3. Describir las características principales de los distintos tipos de muestreo aleatorio y no aleatorio. 4. Explicar el concepto de distribución muestral y su aplicación en la media muestral. 5. Interpretar los teoremas principales que sirven de fundamento probabilistico en el muestreo. 6. Elegir y calcular el tamaño de muestra de acuerdo a las características del muestreo aplicado.

CONTENIDO1.1. El censo y el procedimiento del muestreo. 1.2. Inferencia estadística. 1.3. Población y muestra. 1.1.1. Población objetivo. 1.1.2. Población muestreada. 1.1.3. Muestra aleatoria. 1.2. Diseños muestrales. 1.2.1. Muestreo Aleatorio. 1.2.1.1. Muestreo Aleatorio Simple. 1.2.1.2. Muestreo Aleatorio Sistemático. 1.2.1.3. Muestreo Aleatorio Estratificado. 1.2.1.4. Muestreo Aleatorio por Conglomerados. 1.2.2. Muestreo no Aleatorio. 1.2.2.1. Muestreo Opinático. 1.2.2.2. Muestreo por Cuotas. 1.3. Distribuciones muestrales. 1.3.1. Concepto y aplicación. 1.3.2. Distribución muestral de la media. 1.4. Teorema o desigualdad de Tchebycheff 1.5. Ley de los grandes números 1.6. Teorema central del límite. 1.7. Determinación del tamaño de muestra. 1.8. Casos de simulación práctica

METODOLOGIA DE LA ENSEÑANZA TÉCNICAS PREDOMINANTES PROPUESTAS PARA LA UNIDAD

Por las características de la Unidad se propone el desarrollo de la misma mediante la Exposición dialogada, para posteriormente organizar un Simposio invitando a 3 expertos en el tema (funcionario del INE, Director de Encuestas y Estudios y el Responsable de Marketing S.R.L.) quienes explicaran las aplicaciones del muestreo en la solución de problemas reales.

EVALUACIÓN DE LA UNIDAD

1. Primeramente se realizará una Evaluación Diagnóstica de los conocimientos adquiridos en la materia de Estadística I mediante una prueba de conocimientos escrita de respuestas breves 2. Se efectuará Evaluación formativa de la Unidad a través de Prácticas con ejercicios a resolver por los estudiantes y en las que se incluirá las respuestas de dichos ejercicios y cuya resolución será estrictamente controlada por el docente. 3. La Evaluación sumativa se realizará por medio de una prueba escrita de conocimientos de resolución de ejercicios. Además, se organizarán grupos de 10 personas que bajo la tutoría del docente resolverán el caso especial de una empresa del medio industrial, que será elegida con anterioridad por el docente. Para el efecto se presentará un informe técnico y se realizará una defensa oral.

BIBLIOGRAFÍA ESPECIFICA DE LA UNIDAD

1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.:263-265, 92, 162. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 187-200 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 214-219. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991.Pags.: 2-4, 145. 5. CHEVRY Gabriel. “Práctica de las encuestas estadísticas”. Barcelona, 1987. Pags.: 201-216.

UNIDAD 2NOMBRE DE LA UNIDAD Teoría de la estimación estadística




OBJETIVOS DE LA UNIDADA la conclusión de la Unidad el alumno estará capacitado para: 1. Tener conciencia del papel que juega la estimación en el proceso de ¨aproximación¨ a un parámetro poblacional mediante el muestreo. 2. Describir las características de la estimación puntual y por intervalos. 3. Definir y aplicar cada una de las propiedades que debe tener un buen estimador. 4. Explicar la metodología para poder aplicar dos métodos de estimación puntual. 5. Describir la metodología para realizar estimación por intervalos. 6. Seleccionar y construir el intervalo de confianza apropiado en una situación específica. 7. Emplear el paquete SPSS para obtener intervalos de confianza.

CONTENIDO2.1. La estimación y su rol en el muestreo. 2.1.1. Concepto. 2.1.2. Clases de estimación. 2.2. Propiedades que debe tener un buen estimador 2.2.1. Consistencia. 2.2.2. Ausencia de sesgo. 2.2.3. Eficiencia. 2.2.4. Suficiencia. 2.3. Estimación puntual 2.3.1. Método de máxima verosimilitud. 2.3.2. Método de los momentos. 2.4. Estimación por intervalos. 2.4.1. Intervalo de confianza sobre un parámetro. 2.4.1.1. Intervalo de confianza para la media. 2.4.1.2. Intervalo de confianza para una proporción. 2.4.1.3. Intervalo de confianza para la varianza 2.4.2. Intervalo de confianza sobre dos parámetros. 2.4.2.1. Intervalo de confianza para la diferencia de dos medias. 2.4.2.2. Intervalo de confianza para la diferencia de dos proporciones. 2.4.2.3. Intervalo de confianza para la razón de dos varianzas. 2.5. Aplicación de paquetes computacionales. 2.6. Casos de simulación práctica


Se hará uso de la Exposición dialogada resaltando la estrecha relación que existe con la Unidad anterior. Para el desarrollo del paquete computacional se preparará un manual de funcionamiento, el cual se entregará con anticipación y se hará una Explicación y Demostración del mismo, utilizando un Data Display y todas las computadoras de Centro de Servicios de la Facultad en grupos de 50 personas divididos en grupos de 2 alumnos por computadora.


1. Se efectuará Evaluación formativa a través del Interrogatorio Incidental. 2. La Evaluación sumativa se realizará aplicando los conceptos adquiridos (utilizando el paquete estadístico) en el estudio y resolución del caso planteado en la Unidad anterior. Los resultados se presentarán en un informe escrito y una defensa oral. Además, se empleará una prueba escrita de conocimientos de selección múltiple.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 283-221. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 208-244, 261-267. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 251-282. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 149-168.

UNIDAD 3NOMBRE DE LA UNIDAD Pruebas de hipótesis estadísticas


OBJETIVOS DE LA UNIDADAl concluir el desarrollo de la presente Unidad el estudiante estará en condiciones de: 1. Tomar conciencia de que las pruebas de hipótesis son una alternativa para “calcular” un parámetro. 2. Definir los elementos básicos en el planteamiento y formulación de hipótesis estadísticas. 3. Explicar y diferencia los tipos de errores que se cometen al realizar pruebas de hipótesis. 4. Analizar los elementos más importantes en las curvas características de operación. 5. Identificar los pasos fundamentales para efectuar pruebas de hipótesis. 6. Seleccionar y aplicar la prueba de hipótesis apropiada a un caso particular. 7. Utilizar el paquete computacional SPSS para efectuar pruebas de hipótesis

CONTENIDO3.1. Las pruebas de hipótesis en la Inferencia estadística.



3.2. Conceptos básicos. 3.1.1. Hipótesis estadística. 3.1.2. Hipótesis nula e hipótesis alterna. 3.1.3. Tipos de pruebas de hipótesis estadística 3.1.3.1. Pruebas bilaterales. 3.1.3.2. Pruebas unilaterales. 3.2. Tipos de errores. 3.2.1. Error Tipo I. 3.2.2. Error tipo II. 3.3. Curvas características de operación. 3.4. Etapas básicas en pruebas de hipótesis. 3.5. Prueba de hipótesis sobre la media de una distribución normal con 3.6. desviación standard conocida. 3.7. Prueba de hipótesis sobre la media de una distribución normal condesviación standard desconocida. 3.8. Prueba de hipótesis sobre la diferencia de dos medias provenientes de dos distribuciones normales con desviación standard conocida. 3.9. Prueba de hipótesis sobre la diferencia de dos medias provenientes de dos distribuciones normales con desviación standard desconocida. 3.10. Prueba de hipótesis sobre la varianza de una distribución normal. 3.11. Pruebas de hipótesis sobre una proporción. 3.12. Pruebas de hipótesis sobre dos proporciones. 3.13. Utilización de paquetes computacionales. 3.14. Casos de simulación práctica.


La Exposición con preguntas será la técnica ha emplear, junto con la Explicación y demostración del paquete SPSS, tal como se describió anteriormente, permitirán el desarrollo de la presente Unidad.


1. La Evaluación formativa se realizará por medio del Interrogatorio Incidental y de ejercicios propuestos por el docente, que serán calificados y devueltos durante el desarrollo de la Unidad. 2. La Evaluación sumativa se realizará empleando una prueba escrita de conocimientos de selección múltiple y el estudio y resolución de un caso planteado en la Unidad 2, para lo cual se presentará un informe escrito y una defensa oral.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 335-378. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 223-244, 261-267, 273. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 303-350. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 178-214

UNIDAD 4NOMBRE DE LA UNIDAD Diseño y análisis de experimentos estadísticos


OBJETIVOS DE LA UNIDADAl finalizar la Unidad el alumno estará capacitado para: 1. Percibir la importancia de los experimentos estadísticos en la toma de decisiones. 2. Diseñar experimentos estadísticos en cualquier área de la Ciencia y la Tecnología. 3. Explicar las características importantes de los tipos de análisis de experimentos estadísticos. 4. Aplicar con la metodología adecuada el análisis de varianza con un factor, en bloques aleatorizados y con dos factores. 5. Emplear el paquete computacional SPSS para efectuar análisis de varianza.

CONTENIDO4.1. Elementos y fundamentos en el diseño de experimentos estadísticos 4.2. Tipos de análisis de experimentos estadísticos. 4.3. Análisis de varianza con un criterio o factor de clasificación 4.1.1. Prueba de hipótesis. 4.1.2. Diagnóstico y validación de resultados. 4.2. Análisis de varianza para un diseño en bloques aleatorizados 4.2.1. Prueba de hipótesis. 4.2.2. Diagnóstico y validación de resultados. 4.3. Análisis de varianza para un diseño con dos factores 4.3.1. Prueba de hipótesis. 4.3.2. Diagnóstico y validación de resultados. 4.4. Aplicación de paquetes computacionales. 4.5. Casos de simulación práctica.


La Exposición dialogada y la Exposición/demostración del uso del paquete MINITAB, serán



utilizados para el desarrollo de la Unidad. Para el afianzamiento de los conocimientos adquiridos se invitarán a dos investigadores que trabajan en algún Programa o Proyecto de la Facultad de Ciencias y Tecnología, quienes explicaran la forma en que ellos diseñan y aplican análisis de varianza en sus labores de investigación.


1. La Evaluación formativa se efectuará por medio del coloquio (con cada uno de los grupos) y la Evaluación sumativa a través de una prueba escrita de conocimientos de selección múltiple.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 410-410, 435-440. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 386-418, 440-441. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 401-420. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 254-259.

UNIDAD 5NOMBRE DE LA UNIDAD Análisis de regresión y correlación lineal


OBJETIVOS DE LA UNIDADAl concluir el desarrollo de la unidad el estudiante será capaz de: 1. Describir los objetivos y los fundamentos del análisis de regresión y correlación lineal. 2. Dibujar el diagrama de dispersión de un conjunto de datos experimentales. 3. Encontrar una ecuación de ajuste de regresión empleando todos los elementos que componen el análisis de regresión. 4. Evaluar una ecuación de regresión empleando los coeficientes de regresión y correlación. 5. Aplicar un diagnóstico y validación a un modelo de regresión . 6. Realizar el análisis de autocorrelación a los datos. 7. Obtener proyecciones empleando una ecuación de regresión. 8. Utilizar el paquete computacional SPSS para poder realizar análisis de regresión y correlación lineal.

CONTENIDO5.1. Objetivos y suposiciones del análisis de regresión y correlación lineal. 5.2. Diagrama de dispersión. 5.3. Análisis de regresión. 5.1.1. Método de estimación de parámetros por mínimos cuadrados. 5.1.2. Error standard de estimación. 5.1.3. Pruebas de hipótesis para coeficientes de regresión. 5.1.4. Prueba de hipótesis para la regresión. 5.1.5. Intervalos de predicción para valores individuales de la variable dependiente. 5.2. Análisis de correlación 5.2.1. Coeficiente de determinación. 5.2.2. Coeficiente de correlación. 5.3. Diagnóstico y validación del modelo 5.4. Análisis de autocorrelación. 5.4.1. Análisis de residuos. 5.4.2. La estadística de Durwin-Watson. 5.5. La proyección empleando una ecuación de regresión. 5.6. Aplicación de paquetes computacionales. 5.7. Casos de simulación práctica


Se plantea la técnica de Exposición dialogada para esta Unidad utilizando el caso práctico de una empresa industrial y con la ayuda de un manual de instrucciones se expondrá y demostrará el uso del paquete SPSS.


1. Se empleará el interrogatorio incidental para la Evaluación formativa, 2. La Evaluación sumativa se efectuará empleando una prueba de conocimientos escrita de selección múltiple. Además, los alumnos del curso divididos en grupos, utilizando el paquete computacional y bajo la asesoría del docente resolverán casos hipotéticos proporcionados por el éste.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 526-54, 563-614. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 326-375. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 443-477.



4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 277-304.

UNIDAD 6NOMBRE DE LA UNIDAD Análisis de series cronológicas


OBJETIVOS DE LA UNIDADEl estudiante una vez concluido el desarrollo de la unidad será capaz de: 1. Argumentar con bases sólidas la importancia del análisis de las series cronológicas. 2. Definir una serie cronológica. 3. Explicar en qué consiste el análisis de una serie cronológica. 4. Distinguir y describir cada uno de los componentes de una serie cronológica. 5. Seleccionar el modelo apropiado al cual debe ajustarse una serie cronológica. 6. Descomponer una serie cronológica. 7. Calcular pronósticos empleando el análisis de series cronológicas. 8. Utilizar el paquete computacional MINITAB para descomponer una serie cronológica.

CONTENIDO6.1. Las series cronológicas y su importancia. 6.2. Serie cronológica. 6.3. Análisis de series cronológicas. 6.4. Componentes de las series cronológicas. 6.1.1. Tendencia secular. 6.1.2. Variaciones cíclicas. 6.1.3. Variaciones estacionales. 6.1.4. Variaciones irregulares. 6.2. Modelos de series cronológicas. 6.2.1. Modelo aditivo. 6.2.2. Modelo multiplicativo. 6.3. Descomposición de las series cronológicas. 6.4. El pronóstico en las series cronológicas. 6.5. Resultados por computadora. 6.6. Casos de simulación práctica.


Se propone la técnica de Exposición dialogada utilizando el caso práctico de una empresa industrial y la demostración del paquete computacional con la ayuda de una manual entregado a los estudiantes con anterioridad.


1. La Evaluación formativa se efectuará con preguntas dirigidas a los alumnos del curso. 2. La Evaluación sumativa se realizará dividiendo al curso en grupos, quienes utilizando el paquete computacional y bajo la asesoría del docente descompondrán y pronosticarán datos correspondientes a una serie cronológica. También se aplicará una prueba de conocimientos de selección múltiple.


1. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 479-487. 2. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 313-320.

UNIDAD 7NOMBRE DE LA UNIDAD Pruebas no paramétricas


OBJETIVOS DE LA UNIDADAl finalizar el semestre el estudiante estará capacitado para: 1. Diferenciar en que casos se utiliza pruebas paramétricas y no paramétricas. 2. Emplear una prueba no paramétrica para determinar la aleatoriedad de un conjunto de datos. 3. Aplicar una prueba no paramétrica sobre la mediana de una población. 4. Aplicar pruebas no paramétricas sobre la diferencia de medianas poblacionales. 5. Seleccionar y aplicar la prueba apropiada para determinar la bondad de ajuste de un conjunto datos a una distribución en particular. 6. Utilizar el paquete MINITAB para efectuar pruebas no paramétricas.

CONTENIDO7.1. Comparación de las pruebas paramétricas versus no paramétricas. 7.2. Prueba de corridas para la aleatoriedad. 7.3. Pruebas sobre la mediana de una población. 7.1.1. Prueba del signo. 7.1.2. Prueba de Wilcoxon del rango con signo. 7.2. Pruebas sobre la diferencia de dos medianas poblacionales. 7.3. Prueba sobre la diferencia de varias medianas de poblaciones. 7.4. Pruebas de bondad de ajuste. 7.4.1. Prueba de chi cuadrado.



7.4.2. Prueba de Kolmogorov-Smirnov. 7.5. Aplicación de paquetes computacionales. 7.6. Casos de simulación práctica.


La Exposición dialogada y la Exposición/demostración del uso del paquete SPSS, serán utilizados para el desarrollo de la Unidad.


1. La Evaluación Formativa se realizará entregando a los alumnos ejercicios con sus respectivas respuestas para ellos mismos se autoevaluen y cuya resolución será estrictamente controlada por el docente. 2. La Evaluación sumativa se realizará por medio de un caso de simulación que será resueltos en grupos y que será evaluado a través de un informe escrito y una defensa oral. 3. La Evaluación sumativa se complementará con una prueba escrita de conocimientos de selección múltiple.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 643-656. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. Pags.: 307-320. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. Pags.: 572-582, 362-368. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 406-411, 230-234.

UNIDAD 8NOMBRE DE LA UNIDAD Análisis bayesiano de decisiones


OBJETIVOS DE LA UNIDADLos objetivos de la presente Unidad son que el estudiante sea capaz de: 1. Explicar los fundamentos del análisis bayesiano de decisiones. 2. Describir la estructura de una tabla de pagos. 3. Tomar decisiones empleando probabilidades. 4. Seleccionar el criterio adecuado para tomar decisiones fundamentado en resultados económicos. 5. Decidir una acción empleando probabilidades y consecuencias económicas. 6. Realizar el análisis de árboles de decisión.

CONTENIDO8.1. Introducción. 8.2. La estructura de las tablas de pagos. 8.3. Toma de decisiones con base únicamente en probabilidades. 8.4. Toma de decisiones con base en las consecuencias económicas. 8.1.1. Criterio maximin. 8.1.2. Criterio maximax. 8.1.3. Criterio del arrepentimiento minimax. 8.2. Toma de decisiones con base en las probabilidades y en las 8.3. consecuencias económicas. 8.3.1. Criterio del pago esperado. 8.3.2. Criterio del arrepentimiento esperado. 8.4. Análisis de árboles de decisión 8.5. Casos de simulación práctica


La Exposición dialogada de los elementos de la Unidad y la Discusión grupal de un caso hipotético bajo la tutoría del docente, serán las técnicas a emplear para desarrollar la Unidad.


1. Se realizará una Evaluación diagnostica referente a los conceptos de Probabilidad e indicadores contables empleando el interrogatorio incidental. 2. La Evaluación formativa se realizará empleando el interrogatorio incidental. 3. La Evaluación sumativa se efectuará mediante el Estudio de un caso hipotético de una empresa, en grupos de estudio, quienes deberán presentar un informe escrito y realizar una defensa oral. Esta evaluación se complementará con una prueba de conocimientos escrita de selección múltiple.


1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. Pags.: 751 - 758. 2. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. Pags.: 344-351.



VII. EVALUACIÓN

Para la evaluación de la materia se tienen los siguientes criterios: Nota del 1er Parcial: Tipos de Evaluación Unidades Porcentaje (%) Prueba de conocimientos escrita (respuestas breves) Estadística I 5 Prueba de conocimientos escrita (de selección múltiple) 1,2,3,4 50 Informe técnico 1,2,3,4 25 Exposición y defensa del informe 1,2,3,4 20 Nota del segundo Parcial: Tipos de Evaluación Unidades Porcentaje (%) Prueba de conocimientos escrita (de selección múltiple) 5,6,7,8 70 Informe técnico 5 10 Informe técnico 6 10 Informe técnico 7 10 La ponderación final del curso se establece de acuerdo a la reglamentación existente.

VIII. DISPOSICIONES GENERALES

La asistencia a clases ordinarias es de carácter voluntario. La asistencia a exámenes escritos, presentación y defensa de trabajos es de carácter obligatorio. Las ausencias deberán ser justificadas ante la Dirección Académica de la Facultad. En absolutamente todas las clases el estudiante deberá portar su máquina calculadora y, según la Unidad a desarrollar, las tablas de probabilidad a emplear, tablas que serán entregadas al alumno al inicio de la gestión académica. Los grupos para los trabajos de investigación deberán estar conformados al inicio del semestre académico en un número no mayor a 8 personas, salvo el caso en el que se indique lo contrario.

IX. BIBLIOGRAFÍA GENERAL

1. HINES Walter y MONTGOMERY David. “Probabilidad y Estadística para Ingeniería y Administración”. McGraw-Hill, México, 1996. 2. MILLER Irwin, FREUND John y JOHNSON Richard. “Probabilidad y estadística para ingenieros”, México, 1994. 3. CANAVOS George. “Probabilidad y estadística. Aplicaciones y métodos”, México, 1994. 4. KAZMIER Leonard. “Estadística aplicada a Administración y Economía”, McGraw-Hill, México, 1991. 5. MOYA Rufino y SARAVIA Rufino. “Probabilidad e Inferencia Estadística”. Perú, 1988. 6. CHEVRY Gabriel. “Práctica de las en estadísticas”. Barcelona, 1987.

AUTORIDADES Materias[Atrás] [Adelante] [Home] [Arriba]

El webSISSwebSISS.umss.edu.bo.umss.edu.bo es Diseño y Desarrollo de la Unidad de Provisión de Servicios de Información (UPSI-UMSS) Copyright © 2000-2019 . Todos los derechos reservados. UPSI - Unidad de Provisión de Servicios de Información. UMSS - Universidad Mayor de San Simón

webmaster webSISS ver 4.01.TD Server Ironhide29

http://websis.umss.edu.bo/serv_autoridades.asp?codSer=AUTO&idCat=5


http://www.umss.edu.bo/

http://websis.umss.edu.bo/sugerencias.asp?codser=INIC&idcat=35

http://websis.umss.edu.bo/sugerencias.asp?codser=INIC&idcat=35

Documents

webSISS - Universidad Mayor de San Simónindustrial.fcyt.umss.edu.bo/files/shares/malla15.pdf · • Estimar parámetros poblacionales empleando el método puntual o por intervalos