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.