NOMBRE: Estadística APLICADA
CLAVE: O
CICLO: 2-3 SEMESTRE
PERFIL DEL DOCENTE: DOCTOR EN CIENCIAS (FÍSICO/MATEMÁTICAS)
HRS./SEM.: 4 (4 hrs. en el Aula)
Objetivo:
Que el estudiante adquiera la habilidad y capacidad suficiente para
resolver problemas básicos en Estadística aplicada.
1.-Inferencia
estadística. Distribución muestral de una estadística. Principios de
la inferencia clásica. Ejemplos de Estadísticas. Inferencia Estadística.
Inferencia Bayesiana. Estimación de Parámetros:Estimadores sin sesgo,
eficientes, consistentes. El Método de Máxima Verosimilitud. Ejemplos de
Estimadores. Intervalos de Confianza: distribución normal, binomial y
arbitraria.
2.- Pruebas de Hipótesis estadísticas. Alternativas y tipos de errores.Aplicación a la distribución normal. Comparación de Variancias de distribuciones normales. Pruebas óptimas. Lema de Neyman-Pearson. Razón de verosimilitud. El método de mínimos cuadrados, regresión lineal y multilineal. Intervalos de Confianza. Curva de regresión no lineal.
3.- Análisis de Correlación y
Errores. Coeficientes de
correlación de muestras y poblaciones. Intervalos de confianza. Errores de
Medición. Media ponderada. Observaciones indirectas. Análisis de regresión.
Métodos no paramétricos. Pruebas para la mediana y la tendencia. Aleatoriedad
en muestras. Prueba de igualdad de distribuciones. Prueba de rango para dos
muestras.
4.- Funciones de Decisión y Ejemplos. Problemas de decisiones. Pérdida y Riesgo. Procedimiento teórico de decisiones. Pérdidas y Utilidades. Principios Minimax y de Bayes para escoger funciones de decisión. Observaciones Generales y Ejemplos prácticos. Aplicación al Petróleo.
5.- Naturaleza
y Manipulación de Datos estadísticos. Datos
cuantitativos y cualitativos y su representación. Análisis por Series de
Tiempo. Coeficientes de Correlación. Presentaciones Tabular y Diagramática de
datos cualitativos y cuantitativos. Pruebas estadísticas para datos
cuantitativos y cualitativos. Análisis de la variancia y regresión. Modelado de
Datos Geológicos.
6.- Análisis Estadístico con
Series de Tiempo. Modelos
estacionarios con Series de Tiempo. Ejemplos: AR, AM y ARMA. Modelos no
estacionarios: ARIMA, SARIMA. Modelos Univariados y Multivariados.
Estimación muestral. Covariancia. Estimación de Parámetros. Algoritmos de
Autoregresión. Residuos y Diagnósticos. Predicción. Mejores predictores
lineales. Análisis Espectral. Uso de Matemática.
Bibliografía:
[1] R. Coleman,
Procesos Estocásticos: Vol. 14, Limusa, 1986.
[2] Bernard W. Lindgren, Statistical Theory, Third Edition,
MacMillan Publishing Company, 1976.
[3] Erwin Kreyszig, Introducción a la Estadística Matemática: Principios y métodos, Limusa-Wiley, 1973.
[4] D. Montgomery, Design and Analysis of Experiments, John
Wiley & Sons, 1991.
Técnicas
de enseñanza sugeridas
|
Exposición
oral |
( |
X |
) |
|
Exposición
audiovisual |
( |
|
) |
|
Ejercicios
dentro de clase |
( |
X |
) |
|
Seminarios |
( |
|
) |
|
Lecturas
obligatorias |
( |
X |
) |
|
Trabajos
de investigación |
( |
X |
) |
|
Prácticas
en taller o laboratorio |
( |
|
) |
|
Prácticas
de campo |
( |
|
) |
|
Otras:
|
( |
|
) |
Elementos
de evaluación sugeridos
|
Exámenes
parciales |
( |
X |
) |
|
Exámenes
finales |
( |
X |
) |
|
Trabajos
y tareas fuera del aula |
( |
X |
) |
|
Participación
en clase |
( |
X |
) |
|
Asistencia
a prácticas |
( |
|
) |
|
Otras: |
( |
|
) |
Metodología: Habrá exposiciones por parte del
profesor utilizando tanto el pizarrón como acetatos, diapositivas, cañón o
videos. También los alumnos participarán en la exposición de temas que el
profesor considere pertinentes. En todo caso se promoverá la discusión y
participación de los estudiantes.
Libros de texto: Refs. [1], [2], [3] y [4].
Lecturas obligatorias se recomiendan:
Evaluación:
Se evaluará con un porcentaje de ponderación del 50% de los exámenes parciales, el 10% de un examen final, el 20% de los trabajos y tareas, el 10% de la participación en clase, y el 10% del reporte de las lecturas obligatorias. Todos estos elementos deberán retroalimentar la práctica docente para mejorar la eficiencia y disminuir la reprobación.