Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 84 vistas

    Estadistica No Parametrica

    Cargado por

    AnaYPedroVeronicoGaray
    Este documento presenta el programa de la materia de Estadística No Paramétrica para estudiantes de Ingeniería Industrial Estadística. El curso introduce métodos estadísticos cuando la distribución de la población es desconocida y consta de tres unidades temáticas: casos de una y dos muestras dependientes, casos de dos muestras independientes y k muestras, y medidas de asociación y predicción.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Estadistica No Parametrica

    Cargado por

    AnaYPedroVeronicoGaray
    84 vistas4 páginas
    Este documento presenta el programa de la materia de Estadística No Paramétrica para estudiantes de Ingeniería Industrial Estadística. El curso introduce métodos estadísticos cuando la distribución de la población es desconocida y consta de tres unidades temáticas: casos de una y dos muestras dependientes, casos de dos muestras independientes y k muestras, y medidas de asociación y predicción.

    Descripción original:

    ESTADISTICA NO PARAMETRICA DESCRIPCION

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta el programa de la materia de Estadística No Paramétrica para estudiantes de Ingeniería Industrial Estadística. El curso introduce métodos estadísticos cuando la distribución de la población es desconocida y consta de tres unidades temáticas: casos de una y dos muestras dependientes, casos de dos muestras independientes y k muestras, y medidas de asociación y predicción.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    84 vistas4 páginas

    Estadistica No Parametrica

    Cargado por

    AnaYPedroVeronicoGaray
    Este documento presenta el programa de la materia de Estadística No Paramétrica para estudiantes de Ingeniería Industrial Estadística. El curso introduce métodos estadísticos cuando la distribución de la población es desconocida y consta de tres unidades temáticas: casos de una y dos muestras dependientes, casos de dos muestras independientes y k muestras, y medidas de asociación y predicción.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    PROGRAMA DE MATERIA

    DATOS DE IDENTIFICACIN

    MATERIA: ESTADSTICA NO PARAMTRICA

    CENTRO ACADMICO: CIENCIAS BSICAS

    DEPARTAMENTO ACADMICO: ESTADSTICA

    PROGRAMA EDUCATIVO: INGENIERO INDUSTRIAL ESTADSTICO


    CLAVE DE LA
    AO DEL PLAN DE ESTUDIOS: 2006 SEMESTRE: 9 15701
    MATERIA:
    PERIODO EN QUE
    REA ACADMICA: AVANZADA AGOSTO - DICIEMBRE
    SE IMPARTE:
    HORAS SEMANA T/P: 2/2 CRDITOS: 6
    MODALIDAD EDUCATIVA EN NATURALEZA DE LA
    PRESENCIAL OBLIGATORIA
    LA QUE SE IMPARTE: MATERIA:
    ELABORADO POR: ACADEMIA DE MTODOS ESTADSTICOS AVANZADOS NIVEL B
    MTODOS
    REVISADO Y APROBADO POR FECHA DE
    ESTADSTICOS JULIO 2012
    LA ACADEMIA DE: ACTUALIZACIN:
    AVANZADOS NIVEL B

    DESCRIPCIN GENERAL

    El curso est dirigido a alumnos de Ing. Industrial Estadstico que hayan cursado con anterioridad las materias de
    Taller de Estadstica I, Taller de Estadstica II, Probabilidad, Inferencia Estadstica, Anlisis de Regresin, Teora de
    Muestreo, Diseo de Experimentos, Anlisis Multuivariado y Optimizacin Estadstica de Procesos.

    El curso introduce al alumno a los mtodos y tcnicas de la estadstica no-paramtrica para analizar datos cuya
    respuesta es discreta. Se retomarn los principios de la inferencia y se resolvern problemas de estructura y datos
    reales. Se enfatizar en este caso el estudio de la metodologa de la inferencia dado que en este contexto el
    planteamiento puede concretarse de manera ms didctica. En este curso el aspecto terico est relacionado con la
    prctica, por lo que se pretende, en lo ms posible, que los alumnos desarrollen trabajos prcticos y de investigacin
    en clases y extraclase.

    Este curso es el antecedente de la materia de Diseo de Sistemas de Manufactura del plan de estudios de la carrera
    de Ing. Industrial Estadstico.

    OBJETIVO (S) GENERAL (ES)

    Al finalizar el curso, los estudiantes describirn, identificarn sus


    caractersticas, entendern y aplicarn diferentes modelos y mtodos no
    paramtricos a la solucin de problemas estadsticos de inferencia y de
    prediccin en que el conocimiento de la distribucin de las poblaciones
    no es conocida.

    Al trmino del semestre, el alumno tendr la capacidad de manejar pruebas y modelos estadsticos cuya distribucin no
    es conocida o no se ajusta en alguna distribucin, o cuando el nivel de medida es nominal u ordinal. El alumno podr
    aplicar diferentes modelos y mtodos no paramtricos para solucionar problemas tericos o reales, de preferencia de
    plantas industriales. Adems, el alumno aprender a disear experimentos estadsticos en un contexto especfico, para

    *En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13


    Revisin: 02
    1 de 4 Emisin: 13/12/11
    PROGRAMA DE MATERIA

    obtener informacin que permita tomar decisiones confiables y competentes. Finalmente, el alumno ser capaz de
    interpretar los resultados de un anlisis estadstico de datos, para aconsejar acerca de las fortalezas y limitaciones de
    los resultados obtenidos, y normar las decisiones y acciones a realizar.

    CONTENIDOS DE APRENDIZAJE

    UNIDAD TEMTICA I: CASOS DE UNA Y DOS MUESTRAS DEPENDIENTES ( 25 horas )


    OBJETIVOS FUENTES DE
    CONTENIDOS
    PARTICULARES CONSULTA
    Aplicar las diversas Importancia de la Estadstica no Parmetrica
    pruebas de casos de una Prueba Binomial
    muestra simple en Prueba de signos
    1
    problemas concretos a su Inferencias acerca de la mediana basadas en rangos
    rea de estudio Otros estimadores de localizacin
    Campos de localizacin
    Aplicar pruebas y Distribuciones de muestras pareadas
    procedimientos de -- Prueba de Kolmogorov Smirnov
    estimacin -- Una regin de confianza para una funcin de distribucin
    acumulativa
    Robustez
    Transformacin de rangos 1
    Implicaciones Prcticas de Eficiencia

    Aplicar dos Pruebas Prueba de Rangos asignados de Wilcoxon


    Dependientes para Prueba de Cambio de Mc Nemar
    1
    solucionar problemas Ejercicios

    UNIDAD TEMTICA II: CASOS DE DOS MUESTRAS INDEPENDIENTES y K MUESTRAS ( 30 horas )


    OBJETIVOS FUENTES DE
    CONTENIDOS
    PARTICULARES CONSULTA
    Aplicar Pruebas Prueba de la mediana
    Independientes de dos Prueba de Wilcoxon- Mann-Whitney
    muestras para solucionar Prueba de Mann-Whitney
    problemas Muestras grandes aproximadas a la normal
    Colas
    1
    Intervalos de Confianza Wilcoxon- Mann-Whitney
    Pruebas de funciones de rangos
    Pruebas para la igualdad de varianzas
    Ejercicios

    Aplicar Pruebas Prueba tipo Kolmogorov Smirnov


    Independientes de ms Comparaciones mltiples
    1
    de dos muestras para
    solucionar problemas
    Aplicar Muestras Comparaciones para muestras relacionadas
    Dependientes en - Pruebas de signos generalizada
    problemas concretos a su - Extensin de la Prueba de Wilcoxon 1
    rea de estudio Comparaciones mltiple con la Prueba de Friedman

    *En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13


    Revisin: 02
    2 de 4 Emisin: 13/12/11
    PROGRAMA DE MATERIA

    Prueba de Cochran para respuestas binarias

    UNIDAD TEMTICA III: MEDIDAS DE ASOCIACIN y PREDICCIN y BONDAD DE AJUSTE ( 5 horas )


    OBJETIVOS FUENTES DE
    CONTENIDOS
    PARTICULARES CONSULTA
    Aplicar Medidas de Correlacin en Datos Bivariados
    Asociacin en problemas Coeficiente de correlacin de Spearman
    concretos a su rea de Coeficiente de correlacin de Kendall 1
    estudio Un mtodo grfico
    Concordancia del Coeficiente de Kendall
    Aplicar modelos de Regresin Logstica
    Regresin Logstica Propiedades
    1
    Estimacin
    Aplicaciones

    METODOLOGA DE ENSEANZA - APRENDIZAJE

    El curso se imparte de manera presencial, siendo uno de los roles principales del profesor facilitar y ayudar a los
    estudiantes a construir y reconstruir sus propios conocimientos, esperando que el alumno participe de manera activa
    en clase y en la entrega de actividades y prcticas de laboratorio; sobre la base de promover experiencias acordes
    con el nivel de desarrollo de los mismos y la inteligente estructuracin y evaluacin de la experiencia. El trabajo
    acadmico del curso descansa, fundamentalmente, en los conceptos, mtodos y tcnicas de estadstica no
    paramtrica, aplicados a la solucin de problemas referidos a situaciones reales y artificiales, apoyndose con
    software estadstico para optimizar las operaciones. Adems de lo anterior, el curso se apoya con software
    estadstico, especialmente R para optimizar los procesos de operacin y dar mayor nfasis a conceptos, modelos y a
    la interpretacin de los resultados.

    RECURSOS DIDCTICOS

    En general, las actividades de enseanza-aprendizaje sern desarrolladas en el aula con el apoyo de material
    impreso. Adems, se complementarn las actividades del curso con prcticas de laboratorio que brinden la
    consolidacin de los conocimientos tericos y su aplicacin en problemas prcticos. Las prcticas se apoyarn con
    investigacin y experimentacin en el Taller de Ingeniera Industrial Estadstico o en los Laboratorios de Computacin
    (30-A, 30-B y 52) con software estadstico (R o Minitab). El curso contar con actividades en lnea a travs de la pgina
    web de apoyo a la docencia del Departamento de Estadstica: http://estadIstica.ccbas.uaa.mx/moodle/.

    EVALUACIN DE LOS APRENDIZAJES

    Los estudiantes estarn sujetos a evaluacin por medio de tres exmenes parciales segn el reglamento y la
    ponderacin que se dio anteriormente. Se podr aplicar una evaluacin intermedia de mini exmenes, los cuales
    contemplarn la futura temtica de los exmenes parciales. Los estudiantes debern solucionar en casa problemas
    especiales, individualmente o en equipo, a manera de reporte profesional, segn estructura y ejemplo que propondr
    el maestro. Estos trabajos se evaluarn segn su calidad de acuerdo a las rbricas que se entregarn en la primera
    clase.

    RUBROi Criterio 1 Criterio 2 PERIODO


    Primer examen parcial 30% 25% Al finalizar la unidad
    Segundo examen 30% 25% Al finalizar la unidad

    *En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13


    Revisin: 02
    3 de 4 Emisin: 13/12/11
    PROGRAMA DE MATERIA

    parcial
    Tercer examen parcial 30% 30% Fijado por el H.
    Consejo Universitario
    Actividades de 0% 10% Durante el semestre
    Aprendizajeii

    Laboratorio de 10% 10% Durante el semestre


    cmputoiii
    Nota: Si la calificacin promedio de los exmenes es aprobatoria se aplicar el criterio 2 en caso contrario se aplicar el criterio 1

    FUENTES DE CONSULTA

    BSICAS:
    1. Sprent, P. Applied Nonparametric Statistical Methods. Fourth edition. London, Champan and Hall. 2007.

    COMPLEMENTARIAS:
    2. Siegel, Sydney. 2003. ESTADSTICA NO PARMETRICA. Aplicada a las Ciencias de la Conducta

    i
    Todos los exmenes sern departamentales.

    ii
    Pueden ser: mini exmenes, exposiciones, proyectos, solucin de problemas, lectura de artculos de investigacin del rea,
    tareas, etc.

    iii
    Asistencia al laboratorio, prcticas de laboratorio, reportes

    *En caso de no aplicar algn elemento, escribir N/A Cdigo: FO-030200-13


    Revisin: 02
    4 de 4 Emisin: 13/12/11

    También podría gustarte