Métodos Estadísticos

TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación

Dirección de Docencia e Innovación Educativa
1. Datos Generales de la asignatura
Nombre de la asignatura: Métodos estadísticos
Clave de la asignatura: ASF-1015
SATCA1: 3-2-5
Carrera: Ingeniería en Innovación Agrícola Sustentable
2. Presentación
Caracterización de la asignatura
 Esta asignatura aporta al perfil del Ingeniero en Innovación Agrícola Sustentable, el desarrollo de
habilidades en la solución de modelos probabilísticos para la toma de decisiones, le proporciona
seguridad al aplicar las pruebas estadísticas apropiadas de acuerdo a las características de sus datos,
le aporta madurez lógico-matemática y verbal para plantear adecuadamente problemas estadísticos
según la naturaleza de los datos obtenidos, le mejora la capacidad para comprender, interpretar y
mostrar los resultados obtenidos de su investigación, ante pares, y le amplía la capacidad de obtener
las conclusiones lógicas y claras de sus trabajos y entendimiento de su real nivel en el contexto del
estado del arte correspondiente.
 Su importancia radica en el hecho, de que los métodos estadísticos permiten introducir, de manera
natural al incipiente investigador, en la teoría y aplicaciones de la estadística como herramienta
básica para la experimentación.
 La asignatura está conformada por cinco unidades. La primera unidad proporciona al estudiante
herramientas para construir intervalos de confianza, calcular tamaños de muestra bajo condiciones
de incertidumbre prefijada. La segunda unidad lo capacita para realizar pruebas de hipótesis a partir
de la aplicación de los intervalos de confianza y conocer la posibilidad de cometer errores tipo I y
tipo II en el desarrollo de dichas pruebas para estimar parámetros puntuales y combinaciones de
ellos tales como diferencia de medias, de proporciones, relación de varianzas. Con el desarrollo de
la tercera unidad, el estudiante es capaz de obtener adecuadamente datos a través del muestreo,
para inferir conclusiones válidas, basado en la distribución de la población de interés. La cuarta
unidad le permite realizar análisis de regresión y correlación, con lo que determina tendencias en
los conjuntos de datos bajo estudio. Finalmente, la quinta unidad introduce al estudiante en el
campo de la estadística no paramétrica, la cual se aplica a observaciones difíciles de cuantificar y
es particularmente útil para hacer inferencias en situaciones en donde existe una gran incertidumbre
acerca de las suposiciones requeridas por la metodología estándar.
 Se relaciona con materias antecedentes tales como Álgebra Lineal (Ecuación lineal, Sistemas de
ecuaciones lineales, Operaciones con matrices, Soluciones de sistemas de ecuaciones de m x n,
Determinantes, Variable dependiente e independiente, Dependencia e independencia lineal),
Cálculo Diferencial (Números reales, Funciones, Límites y continuidad, Derivadas, Aplicaciones
de la derivada), Estadística (Introducción a la probabilidad y valor esperado, Manejo de datos,
Medidas de tendencia central, Medidas de dispersión, Variables aleatorias discretas, Variables
aleatorias continuas), Introducción a las Tecnologías de la Información (Terminología básica de
las Tecnologías de Información, Sistema operativo, Software de aplicación, Hoja de Cálculo),
Fundamentos de Investigación (Herramientas de comunicación oral y escrita en la investigación,

1
Sistema de Asignación y Transferencia de Créditos Académicos
©TecNM mayo 2016 Página | 1

Gestión de la información para la investigación documental), y consecuentes como Diseños
experimentales (Introducción a la experimentación, Ejecución de la experimentación,
Experimentos básicos y el Análisis de Varianza, Experimentos Factoriales, Técnicas o pruebas de
separación de medias), Taller de Investigación I (Tipos de investigación, Elaboración de un
protocolo de Investigación, Presentación en forma oral y escrita del protocolo de investigación) y
Taller de investigación II (Análisis del protocolo de investigación, Defensa del proyecto de
investigación).
Intención didáctica
 Los contenidos deben abordarse considerando la imposibilidad de trabajar con poblaciones, por lo
que el manejo de los métodos permite obtener conclusiones validadas, por medio de muestras
representativas de tales poblaciones y la mejor elección para manejar la información
apropiadamente.
 El enfoque de esta asignatura es hacia las aplicaciones.
 La profundidad con que deben abordarse los contenidos es somera, pero procurando usar la teoría
establecida, sin incluir desarrollos teóricos, aunque no riñe con que se enfaticen dichos aspectos
teóricos.
 Se deben resaltar las actividades de organización del estudio, para mejorar la capacidad de
aprender.
 Además de la capacidad de aprender, la asignatura propicia que el estudiante desarrolle
competencias genéricas como análisis y síntesis, organización y planificación, gestión de
información, toma de decisiones y solución de problemas).
 El desarrollo de los contenidos de la asignatura, le permite al estudiante adquirir principios
fundamentales, los cuales constituyen los ingredientes necesarios para que él mismo, apoyado en
la estadística, realice innovación continua, así como el mejoramiento y la ampliación del desarrollo
de estrategias útiles y eficientes para la investigación.
 El profesor de la asignatura debe desempeñar un papel tal que, con su experiencia, acompañe al
estudiante en la construcción de su aprendizaje.
3. Participantes en el diseño y seguimiento curricular del programa
Lugar y fecha de
Participantes Evento
elaboración o revisión
Reunión Nacional de Diseño e

Representantes de los Institutos Innovación Curricular para el
Tecnológicos de: Desarrollo y Formación de
Instituto Tecnológico de
Cocula, El Llano Aguascalientes, Competencias Profesionales de las
Roque del 26 al 30 de octubre
de 2009. Irapuato, Los Mochis, Los Reyes, Carreras de Ingeniería en Agronomía,
Roque, Tlajomulco, Torreón y Valle Ingeniería Forestal, Ingeniería en
de Morelia. Innovación Agrícola Sustentable e
Ingeniería en Desarrollo Comunitario.

Representantes de los Institutos Reunión Nacional de Consolidación
Tecnológicos de: de los Programas en Competencias
Instituto Tecnológico de El Profesionales de las Carreras de
Llano de Aguascalientes del Cocula, El Llano Aguascalientes, Ingeniería en Agronomía, Ingeniería
22 al 26 de marzo de 2010. Irapuato, Los Mochis, Los Reyes, Forestal, Ingeniería en Innovación
Roque, Tlajomulco, Torreón y Valle Agrícola Sustentable e Ingeniería en
De Morelia. Desarrollo Comunitario.
Representantes de los Institutos

Tecnológicos de: Reunión Nacional de Seguimiento
Cd. Serdán, El Llano de Curricular de los Programas en
Instituto Tecnológico de El Aguascalientes, Huichapan, Competencias Profesionales de las
Llano de Aguascalientes del Irapuato, Purhepecha, Río Verde, Carreras de Ingeniería en Agronomía,
24 al 27 de junio de 2013. Roque, Salvatierra, Tamazula de Ingeniería Forestal, Ingeniería en
Gordiano, Valle de Morelia, Valle Innovación Agrícola Sustentable e
del Guadiana, Valle del Yaqui, Ingeniería en Desarrollo Comunitario.
Zapotlanejo y Zongólica.
Instituto Tecnológico de Representantes de los Institutos Reunión de Seguimiento Curricular de

Tecnológicos de: los Programas Educativos de
Toluca, del 10 al 13 de
Ingenierías, Licenciaturas y
febrero de 2014. Roque. Asignaturas Comunes del SNIT.
4. Competencia(s) a desarrollar
Competencia(s) específica(s) de la asignatura
 Construir intervalos de confianza, considerando los tamaños de muestra apropiados.
 Realizar pruebas de hipótesis a partir de intervalos de confianza, manteniendo en control la
posibilidad de cometer errores tipo I y II.
 Obtener datos mediante muestreo.
 Realizar e interpretar análisis de regresión y correlación.
 Utilizar apropiadamente la estadística no paramétrica, en problemas de inferencia que no dependen
de una distribución específica.

5. Competencias previas
 Demuestra capacidad de análisis y síntesis.
 Demuestra habilidad para solucionar problemas.
 Demuestra capacidad para organizar y planificar.
 Aprecia el trabajo en equipo.
 Conoce y organiza información a través de sus habilidades de investigación.
 Comparte el aprendizaje con sus pares y profesores.
 Distingue y aplica sus capacidades y conocimientos en la práctica de manera empírica.
 Cuenta con actitud positiva y valores.
 Demuestra habilidades básicas en el manejo de herramientas como hoja de cálculo y procesador
de textos.
 Aplica los conceptos básicos de Cálculo Diferencial, Algebra Lineal y Estadística
 Interpreta gráficos construidos a partir de la relación de variables.
 Resuelve adecuadamente ejercicios a través de los procesos de metacognición matemática.
 Organiza de manera conceptual el comportamiento de variables expresándose a través de su
capacidad de análisis y síntesis.
 Diseña y analiza de alternativas de solución fundamentadas en la interpretación del
comportamiento de variables.
 Interpreta datos provenientes del comportamiento de variables para la toma de decisiones
6. Temario
No. Temas Subtemas

1 Estimación. 1.1 Tipos de estimaciones y características.
1.2 Teorema del límite central.
1.3 Intervalos de confianza para la media, con el
uso de la distribución normal y “t” student.
1.3.1 Determinación del tamaño de la muestra
con grado de confianza y estimación de
μ.
1.4 Una sola muestra: estimación de la proporción.
1.5 Intervalo de confianza para la diferencia de dos
proporciones.
1.6 Intervalos de confianza para la relación de dos
varianzas.
1.7 Aplicaciones.
2 Prueba de hipótesis. 2.1 Hipótesis estadísticas. Conceptos generales.
2.2 Errores tipo I y II.
2.3 Pruebas unilaterales y bilaterales.
2.4 Prueba de hipótesis referente a la media con
varianza desconocida utilizando la distribución
normal y “t” student.
2.5 Prueba de hipótesis para la relación de dos
varianzas.

2.6 Dos muestras independientes: pruebas sobre
dos medias utilizando la distribución normal y
“t” student.
2.7 Una muestra: prueba sobre una sola
proporción.
2.8 Dos muestras: prueba sobre dos proporciones.
2.9 Dos muestras: pruebas pareadas.
2.10 Aplicaciones.
3 Muestreo estadístico. 3.1 Elementos del problema de muestreo.
3.2 Tipos de muestreo aleatorio, sistematizado,
estratificado y conglomerados.
3.3 Selección de una muestra irrestricta aleatoria
3.3.1 Selección del tamaño de muestra para la
estimación de las medias y totales
poblacionales.
3.4 Selección de una muestra aleatoria
estratificada.
3.4.1 Estimación de una media, un total
poblacional y una proporción
poblacional.
3.4.2 Selección del tamaño de muestra para la
estimación de las medias y totales
poblacionales.
3.4.3 Selección del tamaño de muestra y
asignación de la muestra para estimar
proporciones.
3.4 4 Regla óptima para formar los estratos
3.5 Selección de una muestra sistemática
poblacional
3.5.2 Selección del tamaño de muestra
3.6. Selección de una muestra por conglomerados.
poblacional
3.6.2 Selección del tamaño de muestra
3.7 Ejercicios de aplicación
4 Análisis de regresión, correlación lineal 4.1 Modelos de regresión lineal
simple y múltiple. 4.2 Estimación de los parámetros en modelos de
regresión lineal.
4.2.1 Diagrama de dispersión.
4.3 Método de mínimos cuadrados.
4.4 Interpretación del error estándar de la
estimación.
4.5 Intervalos de predicción aproximados.

4.6 Correlación.
4.7 Regresión múltiple y análisis de correlación.
4.7.1 Inferencias respecto a los parámetros
4.7.2 Residuales y gráficas de residuales
4.7.3 Predicción de un valor particular de Y
4.8 Uso del coeficiente de determinación múltiple.
4.9 Problemas de aplicación
5 Estadística no paramétrica. 5.1 Elección de la prueba estadística adecuada
5.1.1 Escalas de medición
5.1.2 Pruebas estadísticos paramétricas y no
paramétricas.
5.2 La prueba binomial
5.3 Prueba de Ji-Cuadrada
5.3.1 De bondad de ajuste.
5.3.2 Prueba de independencia.
5.3.3 Tablas de contingencia.
5.4. Prueba de Kolmogorov para bondad de ajuste
5.5 Prueba de rachas para aleatoriedad.
5.6 Una muestra: prueba de signos.
5.7 Una muestra: prueba de Wilcoxon.
5.8 Dos muestras: prueba de Mann-Whitney.
5.9 Observaciones pareadas: prueba de signos.
5.10 Observaciones pareadas prueba de Wilcoxon.
5.11 Varias muestras independientes: prueba de
Kruskal-Wallis.
5.12 Coeficiente de correlación de Spearman
5.13. Análisis de varianza por rangos de Spearman
5.13 Aplicaciones

7. Actividades de aprendizaje de los temas
1. Estimación
Competencias Actividades de aprendizaje
Competencia específica: Investigar en internet acerca de la inferencia

estadística, analizando y seleccionando la
Construir intervalos de confianza, considerando información ad hoc.
los tamaños de muestra apropiados. Resolver problemas reales, aplicando la
construcción de intervalos de confianza hasta el
Competencias genéricas: nivel de interpretar y comunicar en lenguaje
simple los resultados obtenidos.
 Propiciar actividades de búsqueda, selección
y análisis de información en distintas fuentes,
como libros e Internet.
 Exponer los temas consultados
 Fomentar la discusión de la importancia que
tienen los valores en la obtención y difusión
de los resultados experimentales y su utilidad
social.
2. Prueba de hipótesis
Competencia específica: • Investigar y analizar la importancia de las

hipótesis y los conceptos de hipótesis nula y
Realizar pruebas de hipótesis a partir de intervalos alternativa, para explicar su naturaleza y su
de confianza, manteniendo en control la relación con la inferencia estadística.
posibilidad de cometer errores tipo I y II. • Resolver problemas aplicando pruebas de
hipótesis.
Competencias genéricas: • Proponer en grupos, no mayores de cinco
integrantes, la elaboración de un proyecto en el
 Fomentar el análisis y la reflexión sobre la marco de la agricultura protegida que incluya
importancia de la correcta aplicación de los la necesidad del planteamiento y prueba de
métodos estadísticos en la toma de decisiones hipótesis.
en un contexto de realidad de los procesos y • En mesas de trabajo, los estudiantes
servicios. propondrán protocolos que distingan el uso del
muestreo pareado y del muestreo
independiente, explicando sus características,
ventajas, desventajas y su alcance aplicativo en
el ámbito de la agricultura sustentable.
• Analizar los resultados de los proyectos
mediante el uso de Excel, o software de uso
simplificado, aplicando la metodología de la

prueba de hipótesis: media, diferencia entre
medias, varianza y la relación entre varianzas
3. Muestreo estadístico.
Competencia específica: • Investigar en internet temas relacionados con

los tipos de muestreo estadístico.
Obtiene e intrepreta datos primarios, obtenidos • Integrar equipos de trabajo, para planear,
mediante las técnicas de muestreo. preparar, establecer y realizar encuestas que
permitan la recopilación de datos que puedan
Competencias genéricas: ayudar a obtener inferencias mediante pruebas
de hipótesis acerca de un problema específico
 Propiciar actividades de búsqueda, selección de interés que se determine en el seno de cada
y análisis de información en distintas fuentes, equipo.
como libros e Internet. • Definir los tamaños de muestra apropiados al
 Exponer los temas consultados ejercicio anterior.
• Comentar en clase las inferencias y discutir las
 Fomentar la discusión de la importancia que conclusiones a las que se llegue de la aplicación
tienen los valores en la obtención y difusión de las acciones anteriores o las que generaron
de los resultados experimentales y su utilidad por sí mismos o mediante revisión bibliográfica.
social Propiciar el uso de las nuevas
tecnologías en el desarrollo de la asignatura
(procesador de texto, hoja de cálculo, base de
datos, graficador, Internet, etc.).
4. Análisis de regresión, correlación lineal simple y múltiple

Competencia específica: • Investigar en internet temas relacionados con
la aplicación de regresiones en la vida
Realizar e interpretar análisis de regresión y productiva del país dentro del sector primario.
correlación. • Exponer los temas consultados
• Resolver problemas de regresión y
correlación aplicando los procedimientos
Competencias genéricas: vistos en clase.
• Integrar equipos de trabajo, para planear,
 Fomentar el análisis y la reflexión sobre la preparar, establecer y conducir estudios de
importancia de la correcta aplicación de los regresión con propósitos predictivos,
métodos estadísticos en la toma de decisiones obteniendo y organizando datos de diferentes
en un contexto de realidad de los procesos y variables.
servicios. • Mediante el uso de información relacionada
 Propiciar la integración de equipos de trabajo con actividades de la agricultura sustentable,
con estudiantes y personal docente de proponer variables correlacionadas y explicar
diferentes perfiles profesionales e incluso de los conceptos de asociación y dependencia
diferentes instituciones. entre ellas.
• Fomentar la discusión de la importancia que • Utilizar los datos indicados anteriormente, en
tienen los valores en la obtención y difusión de los el cálculo de medidas de asociación y
resultados experimentales y su utilidad social coeficientes de regresión y determinación e
Propiciar el uso de las nuevas tecnologías en el interpretar su significado así como su alcance
desarrollo de la asignatura (procesador de texto, práctico.
hoja de cálculo, base de datos, graficador, • Los estudiantes propondrán en mesas de
Internet, etc.). trabajo protocolos, donde se apliquen los
conceptos de correlación y regresión (simple y
múltiple), distinguiendo entre tendencia lineal
y no lineal. También, mostrarán su aplicación
en las diversas actividades que involucran a la
agricultura sustentable.
• Utilizar hoja de cálculo o software de uso
simple para la resolución de problemas reales
que involucren el uso de variables
correlacionadas graficando su comportamiento.
5. Estadística no paramétrica.
Competencia específica:  Visitar el centro de investigación agrícola

más cercano para que los estudiantes se
Utilizar apropiadamente la estadística no entrevisten con un investigador y le hagan
paramétrica, en problemas de inferencia que no preguntas sobre la importancia del uso de la
dependen de una distribución específica. estadística no paramétrica en la realización
de experimentos.
Competencias genéricas:  Proponer estudios donde, por equipos de
trabajo se comparen medias mediante
pruebas de hipótesis y sus resultados se
comparen con los obtenidos utilizando

• Propiciar el desarrollo de actividades pruebas no paramétricas para observar sus
intelectuales de inducción-deducción y análisis- diferencias. Se propone la utilización de
síntesis, que encaminen hacia la investigación. hoja de cálculo o de otro software de uso
simple.
• Proponer problemas que permitan al  Resolver problemas aplicando pruebas no
estudiante la integración de contenidos de la paramétricas y explicando sus conclusiones
asignatura y entre distintas asignaturas, para su ante el grupo mediante el uso de TIC´s
análisis y solución.
• Cuando los temas lo requieran, utilizar

medios audiovisuales para una mejor
comprensión del estudiante.
• Propiciar el uso de las nuevas tecnologías

en el desarrollo de la asignatura (procesador de
texto, hoja de cálculo, base de datos, graficador,
Internet, etc.).
8. Práctica(s)
(aquí sólo describen brevemente, queda pendiente la descripción con detalle).
 100 fichas o canicas, numeradas: 10 con el número 0, 10 con el 1, 10 con el 2 y así…, hasta 10
con el 9. Extracción aleatoria de 10 fichas (una muestra), por cada estudiante, anotación en
pizarra, varias rondas de extracción (muestras) hasta llegar a mínimo de 30 muestras, obtener sus
estadísticos. Obtener intervalos de confianza para una media, para una proporción, para
diferencia de medias, probar hipótesis acerca de medias, proporciones y varianzas.
 Análisis de regresión: Analizar conjuntos de datos para establecer la tendencia en el
comportamiento de un proceso de negocios o de producción.
 Realizar el análisis de conjuntos de datos mediante la aplicación de pruebas Ji cuadrada y de
kolmogorov de bondad de ajuste para probar normalidad.
 Aplicar la prueba de rachas a un conjunto de datos para probar aleatoriedad de los mismos.
 Analizar conjuntos de datos mediante las pruebas de Wilcoxon, de Mann-Whitney y de Kruskal-
Wallis, para interpretar sus resultados en un documento escrito.
 Utilizar los ensayos y protocolos de investigaciones previas, así como visitas a bancos de
información, colectar datos y realizar estimación puntual de parámetros e interpretar y aplicar
resultados, mediante el uso de software específico.
 Con las bases de datos del punto anterior, realizar estimaciones por intervalos de confianza, para:
media, varianza, para diferencias de medias, y razón de varianzas. Realizar cálculos en forma
manual y usando software, interpretar y aplicar resultados a estudios de caso en la agricultura
sustentable.

 Estimar la media, muestreo pareado y medias independientes mediante pruebas de hipótesis,
manual y mediante uso de software e interpretar y aplicar resultados a casos específicos de la
vida real.
 Acudir a ejemplos reales y bases de datos relacionados con la agricultura sustentable, seleccionar
variables relacionadas y calcular, interpretar y aplicar resultados de correlación y regresión,
manualmente, con hoja electrónica de cálculo y usando otro software.
 Visitas a centros e instituciones de investigación en el área de la agronomía, para introducir y
familiarizar al estudiante con protocolos de experimentos y utilización de intervalos de
confianza, pruebas de hipótesis, regresión lineal simple y múltiple y aplicación de pruebas no
paramétricas.
9. Proyecto de asignatura
El objetivo del proyecto que planteé el docente que imparta esta asignatura, es demostrar el desarrollo
y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases:
 Fundamentación: marco referencial (teórico, conceptual, contextual, legal) en el cual se
fundamenta el proyecto de acuerdo con un diagnóstico realizado, mismo que permite a los
estudiantes lograr la comprensión de la realidad o situación objeto de estudio para definir un
proceso de intervención o hacer el diseño de un modelo.
 Planeación: con base en el diagnóstico en esta fase se realiza el diseño del proyecto por parte de
los estudiantes con asesoría del docente; implica planificar un proceso: de intervención
empresarial, social o comunitario, el diseño de un modelo, entre otros, según el tipo de proyecto,
las actividades a realizar los recursos requeridos y el cronograma de trabajo.
 Ejecución: consiste en el desarrollo de la planeación del proyecto realizada por parte de los
estudiantes con asesoría del docente, es decir en la intervención (social, empresarial), o
construcción del modelo propuesto según el tipo de proyecto, es la fase de mayor duración que
implica el desempeño de las competencias genéricas y especificas a desarrollar.
 Evaluación: es la fase final que aplica un juicio de valor en el contexto laboral-profesión, social e
investigativo, ésta se debe realizar a través del reconocimiento de logros y aspectos a mejorar se
estará promoviendo el concepto de “evaluación para la mejora continua”, la metacognición, el
desarrollo del pensamiento crítico y reflexivo en los estudiantes.
10. Evaluación por competencias

Para evaluar las actividades de aprendizaje se recomienda solicitar: mapas conceptuales, reportes de
prácticas, estudios de casos, exposiciones en clase, ensayos, problemarios, reportes de visitas,
portafolio de evidencias y cuestionarios.
Para verificar el nivel del logro de las competencias del estudiante se recomienda utilizar: listas de
cotejo, listas de verificación, matrices de valoración, guías de observación, coevaluación y
autoevaluación.

11. Fuentes de información
1. Anderson, D. R., D. J. Sweeney y T. A. Williams. 1999. Estadística para Administración y

Economía. International Thomson Editores. México, D. F. (ISBN 968-7529-41-5).
2. Christensen, h. B. 1990. Estadística paso a paso. 3ª ed. E. Trillas, México.
3. Conover W. J. 1980. Practical Nonparametric Statistics. 2ed. John Wiley & Sons, Inc. U.S.A. 493
pp.
4. Cristofoli (2003). Manual de Estadística con Excel. Omicron System (editorial). ISBN:
9871046243
5. DI Rienzo. (1999). Estadística para las Ciencias Agropecuarias. Editorial Screen. 2da. Edición.
Año 1999.
6. Freund, J. E. y G. A. Simon. 1994. Estadística elemental. Octava edición. Prentice Hall
Hispanoamericana, S. A. México. (ISBN 968-880-433-9).
7. Glass, G. V. y J. C. Stanley. 1980. Métodos estadísticos aplicados a las ciencias sociales. Prentice
Hall Hispanoamericana, S. A. México. (ISBN 968-880-042-2).
8. Grima P. (2004). Estadística practica con Minitab. ISBN: 84-205-4355-1.
9. Infante G. S., G. P. Zárate de L. 1984. Métodos Estadísticos: Un enfoque interdisciplinario. Ed.
Trillas, Méx., 643 pp.
10. Little M. Thomas and Hills Jackson F. (1998). Métodos estadísticos para la investigación en
agricultura. Trillas (editorial). ISBN: 968-24-3629-X
11. Mendenhall, W. 1990. Estadística para administradores. Grupo Editorial Iberoamérica. México,
D. F. (ISBN 968-7270-56-X).
12. Mendenhall, W. y J. E. Reinmuth. 2001. Estadística para administración y economía.. Grupo
Editorial Iberoamérica. México, D. F. (ISBN 968-7270-13-6).
13. Mendenhall, W., R. L. Scheaffer, D. D. Wackerly, 1986. Estadística Matemática con
Aplicaciones. Grupo Editorial Iberoamérica. México, D. F. (ISBN 968-7270-17-9), 751 pp.
14. Mendenhall, W., R. L. Scheaffer, 1987. Elementos de Muestreo. Grupo Editorial Iberoamérica.
México, D. F. (ISBN 968-7270-20-9), 321 pp.
15. Ostle, B. 1970. Estadística Aplicada. D. Limusa-Wiley
16. Siegel, S. y N. J., Castellan. 1995. Estadística no Paramétrica: Aplicada a las ciencias de la
conducta. Editorial Trillas, Méx. (ISBN 968-24-5101-9). 437 pp.
17. Snedecor G. W. y W. G. Cochran. 1984. Métodos Estadísticos. Ed. C.E.C.S.A. México. 703 pp.
18. Triola, M. F. 2000. Estadística Elemental. Pearson Educación. México, D. F. (ISBN 968-444-
341-2).
19. Software: MINITAB, SPSS, SAS, Statgraphics, R, etc.

Sitios de interés:
18. [email protected]
19. http://www.stats.gla.ac.uk/steps/glossary/index.html
20. Binomial: http://www-stat.stanford.edu/~naras/jsm/example5.html
21. Binomial: www.stats.gla.ac.uk/steps/glossary/anova.html
22. Normal: http://www-stat.stanford.edu/~naras/jsm/NormalDensity/NormalDensity.html
23. Percentiles: http://www-stat.stanford.edu/~naras/jsm/FindProbability.html
24. Experimento Uniforme: http://www.miracosta.cc.ca.us/home/jsmith/lesson1/dicelesson.htm
25. TLC Teorema del Límite Central: http://www.stat.sc.edu/~west/javahtml/CLT.html
26. Cuantiles y prueba de hipótesis: http://www-stat.stanford.edu/~naras/jsm/example6.html
27. http://www.stats.gla.ac.uk/steps/glossary/index.html
28. www.stats.gla.ac.uk/steps/glossary/anova.htm

Métodos Estadísticos

Cargado por

Copyright:

Formatos disponibles

Métodos Estadísticos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Métodos Estadísticos

Cargado por

Copyright:

Formatos disponibles

TECNOLÓGICO NACIONAL DE MÉXICO

Secretaría Académica, de Investigación e Innovación

Clave de la asignatura: ASF-1015

Carrera: Ingeniería en Innovación Agrícola Sustentable

©TecNM mayo 2016 Página | 1

3. Participantes en el diseño y seguimiento curricular del programa

Reunión Nacional de Diseño e

©TecNM mayo 2016 Página | 2

Representantes de los Institutos

Instituto Tecnológico de Representantes de los Institutos Reunión de Seguimiento Curricular de

©TecNM mayo 2016 Página | 3

No. Temas Subtemas

©TecNM mayo 2016 Página | 4

©TecNM mayo 2016 Página | 5

©TecNM mayo 2016 Página | 6

Competencia específica: Investigar en internet acerca de la inferencia

Competencias Actividades de aprendizaje

Competencia específica: • Investigar y analizar la importancia de las

©TecNM mayo 2016 Página | 7

Competencias Actividades de aprendizaje

Competencia específica: • Investigar en internet temas relacionados con

4. Análisis de regresión, correlación lineal simple y múltiple

Competencias Actividades de aprendizaje

©TecNM mayo 2016 Página | 8

Competencias Actividades de aprendizaje

Competencia específica:  Visitar el centro de investigación agrícola

• Cuando los temas lo requieran, utilizar

• Propiciar el uso de las nuevas tecnologías

©TecNM mayo 2016 Página | 10

10. Evaluación por competencias

©TecNM mayo 2016 Página | 11

1. Anderson, D. R., D. J. Sweeney y T. A. Williams. 1999. Estadística para Administración y

©TecNM mayo 2016 Página | 12

©TecNM mayo 2016 Página | 13

También podría gustarte