TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa

1. Datos Generales de la asignatura

Nombre de la asignatura: Estadstica Administrativa II

Clave de la asignatura: CPC-1023

SATCA1: 2-2-4

Carrera: Contador Pblico

2. Presentacin
Caracterizacin de la asignatura
Esta asignatura aporta al perfil del Contador Pblico la capacidad de realizar anlisis de regresin
simple y mltiple, anlisis de series de tiempo y diseo de experimento en los diferentes mbitos del
quehacer empresarial. Se ha hecho una mencin especial en el desarrollo de experimentos aplicados a
la industria que permitirn mejorar la calidad de los productos y procesos. Muy importante ser el
poder identificar los diferentes factores que podran resultar relevantes en el desarrollo de nuevos
productos y de nuevas tecnologas; as como la importancia que tiene el anlisis de regresin en
identificar las variables explicitas para estimar las variables dependientes.

Intencin didctica
Se ha organizado el contenido programtico en cuatro temas:

En el primero se abordan los temas de regresin lineal simple y correlacin tomando en cuenta temas
como supuestos, determinacin de la ecuacin de regresin lineal, medidas de variacin, clculo de
coeficientes de correlacin, anlisis residual, as como inferencias acerca de la pendiente donde se
recomienda el uso de paquetes estadsticos.

En el segundo tema se analizan conceptos de regresin lineal mltiple y correlacin tomando como
base el modelo de regresin lineal mltiple, estimacin de la ecuacin, matriz de varianza y covarianza,
pruebas de hiptesis para los coeficientes de regresin as como la correlacin lineal mltiple,
buscando prctica y ejercicios de aplicacin.

El tercer tema completan la informacin con temas como: anlisis de series de tiempo, componentes,
anlisis de los mtodos de mnimos cuadrados, promedios mviles y suavizacin exponencial,
posteriormente se realizarn anlisis de tendencias no lineales, variacin estacional y se buscarn
ejemplos prcticos de aplicacin.

En el cuarto tema se conceptualiza el diseo de experimentos de un factor, su metodologa, atendiendo

a la naturaleza experimental de si es un modelo balanceado o no, de efectos fijos o no, con datos
perdidos o no; siendo conveniente respetar los supuestos estadsticos de aleatorizacin de la prueba,
normalidad en el comportamiento de los datos producto de sus mediciones respectivas y descomponer
la varianza total en la varianza entre tratamientos, comparndola contra la varianza de los tratamientos,
para as ponderar la inferencia de la significatividad del tratamiento que se sujeta a la variable de

1
Sistema de Asignacin y Transferencia de Crditos Acadmicos

TecNM mayo 2016 Pgina | 1

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

decisin. La funcin de densidad de probabilidad (fdp), que aplica a esta metodologa estadstica es la
distribucin de Fisher.

El ultimo tema presenta la metodologa del Diseo de Experimentos por Bloques, en donde se aumenta
la precisin de lo investigado, ya que aumenta la variabilidad por el bloqueo. Tambin se presentan dos
variantes ms, como son los diseos de Cuadrados Latinos y Cuadrados Grecolatinos, que son modelos
aun ms refinados en su significatividad inferencial.
En el transcurso de las actividades sugeridas, es muy importante que el estudiante aprenda a valorar las
actividades que lleva a cabo y entienda que est construyendo su hacer futuro y en consecuencia acte
de una manera profesional; de igual manera, aprecie la importancia del conocimiento y los hbitos de
trabajo; desarrolle la precisin y la curiosidad, la puntualidad, el entusiasmo y el inters, la tenacidad,
la flexibilidad y la autonoma. Es necesario que el docente ponga atencin y cuidado en estos aspectos.

3. Participantes en el diseo y seguimiento curricular del programa

Lugar y fecha de elaboracin o
Participantes Evento
revisin
Representantes de los Institutos
Tecnolgicos de:
Cancn, Cerro Azul, Chetumal, Reunin Nacional de Diseo e
Chilpancingo, Cd. Cuauhtmoc, Innovacin Curricular para el
Instituto Tecnolgico de Colima Cd. Jurez, Colima, Costa Desarrollo y Formacin de
del 28 de septiembre de 2009 al Grande, Iguala, La Paz, Los Competencias Profesionales de
2 de octubre de 2009. Mochis, Matehuala, Mexicali, las Carreras de Ingeniera en
Nuevo Laredo, Ocotln, Parral, Administracin y Contador
Piedras Negras, Pinotepa, San Pblico.
Martn Texmelucan, Tijuana,
Tuxtepec y Valle del Guadiana.
Representantes de los Institutos Reunin de Informacin y
Tecnolgicos de: Validacin del Diseo
Instituto Tecnolgico de Toluca Acapulco, Cd. Cuauhtmoc, Cd. Curricular por Competencias
del 18 al 22 de enero de 2010. Jurez, Colima, Cuautla, Iguala, Profesionales de las carreras de
Lzaro Crdenas, Matamoros, Administracin y Contadura del
San Martn Texmelucan. SNEST.
Representantes de los Institutos
Tecnolgicos de:
Acapulco, Cancn, Cerro Azul,
Chetumal, Chilpancingo, Cd.
Reunin Nacional de
Cuauhtmoc, Cd. Jurez,
Consolidacin de los Programas
Instituto Tecnolgico Superior Colima, Costa Grande, Cuautla,
en Competencias Profesionales
de San Luis Potos Capital del Iguala, La Paz, Lzaro Crdenas,
de las carreras de Ingeniera en
17 al 21 de mayo de 2010. Los Mochis, Matamoros,
Administracin y Contador
Matehuala, Mexicali, Nuevo
Pblico.
Laredo, Ocotln, Parral, Piedras
Negras, Pinotepa, San Luis
Potos Capital, San Martn
Texmelucan, Tijuana, Tuxtepec

TecNM mayo 2016 Pgina | 2

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

y Valle del Guadiana.

Representantes de los Institutos Reunin Nacional de
Tecnolgicos de: Seguimiento Curricular de los
Cancn, Cd. Cuauhtmoc, cd. Programas en Competencias
Instituto Tecnolgico de la
Guzmn, Chetumal, Profesionales de las Carreras de
Nuevo Len del 10 al 13 de
Chilpancingo, Cuautitln Izcalli, Ingeniera Gestin Empresarial,
septiembre de 2012.
Ecatepec, Iguala, Nuevo Laredo, Ingeniera en Administracin,
Pinotepa, San Felipe del Contador Pblico y Licenciatura
Progreso y Tlatlauquitepec. en Administracin.
Representantes de los Institutos
Tecnolgicos de: Reunin de Seguimiento
Agua Prieta, Baha de Banderas, Curricular de los Programas
Instituto Tecnolgico de Toluca,
Cd. Cuauhtmoc, Cerro Azul, Educativos de Ingenieras,
del 10 al 13 de febrero de 2014.
Chetumal, Chihuahua, Parral, Licenciaturas y Asignaturas
San Luis Potos, Valle de Comunes del SNIT.
Morelia.

4. Competencia(s) a desarrollar
Competencia especfica de la asignatura
Aplica, desarrolla y analiza diversos mtodos y tcnicas que permitan mantener una ventaja
competitiva en los procesos de produccin y administrativos en el ramo empresarial.

5. Competencias previas
Recopila, organiza, analiza, interpreta y evala estadsticamente un conjunto de datos para eficientar la
toma de decisiones con un enfoque econmico-administrativo.
Habilidades en el manejo de las diferentes funciones (lineales, polinomiales, trigonomtricas,
exponenciales trigonomtricas), sus caractersticas y representacin, incluyendo el clculo diferencial e
integral.
Identifica, modela y resuelve aplicaciones correspondientes, analizando la informacin presentada, para
la adecuada toma de decisiones.
Utiliza la Tecnologa de informacin para facilitar la realizacin de actividades administrativas.

6. Temario
No. Temas Subtemas
1.1 Modelo de regresin simple
1.2 Supuestos
1.3 Determinacin de la ecuacin de regresin
1.4 Medidas de variacin
1.5 Clculo de los coeficientes de correlacin y de
1. Regresin lineal simple y correlacin
determinacin.
1.6 Anlisis residual
1.7 Inferencias acerca de la pendiente
1.8 Aplicaciones

TecNM mayo 2016 Pgina | 3

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

2.1 Modelo de regresin mltiple

2.2 Estimacin de la ecuacin de regresin
mltiple
2.3 Matriz de varianza-covarianza
2. Regresin lineal mltiple y correlacin.
2.4 Pruebas de hiptesis para los
coeficientes de regresin.
2.5 Correlacin lineal mltiple
2.6 Aplicaciones.
3.1 Componentes de una serie de tiempo
3.2 Mtodo de mnimos cuadrados
3.3. Mtodos de promedios mviles
3.4 Mtodos de suavizacin exponencial
3. Anlisis de serie de tiempo
3.5 Tendencias no lineales
3.6 Variacin estacional
3.7 Aplicaciones

4.1 Introduccin, conceptualizacin,

importancia y alcances del diseo
experimental en el mbito empresarial.
4.2 Clasificacin de los diseos
experimentales
4.3 Nomenclatura y simbologa en el
diseo experimental
4.4 Identificacin de los efectos de los
4. Diseo experimental para un factor
diseos experimentales
4.5 La importancia de la aleatorizacin de
los especmenes de prueba
4.6 Supuestos estadsticos en las pruebas
experimentales
4.7 Prueba de Duncan
4.8 Aplicaciones industriales

5.1 Metodologa del diseo experimental de

bloques al azar
5.2 Diseo de experimentos factoriales
Diseo experimental con bloques al azar y
5. 5.3 Diseo factorial 2^K
diseos factoriales.
5.4 Diseo de cuadrados latinos
5.5 Diseo de cuadrados grecolatinos
5.6 Aplicaciones

TecNM mayo 2016 Pgina | 4

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

7. Actividades de aprendizaje de los temas

1. Regresin lineal simple y correlacin
Competencias Actividades de aprendizaje
Especfica: Aplica, desarrolla y analiza las Identificar en un cuadro sinptico las variables
tcnicas de regresin lineal simple para hacer dependientes e independientes para el anlisis de
predicciones de sucesos futuros en el ramo regresin.
empresarial.
Ajustar un modelo de regresin lineal que
Genricas: Capacidad de anlisis y sntesis. relacione una variable independiente (controlable)
Capacidad de organizar y planificar. y una variable dependiente (no controlable).
Conocimientos bsicos de la carrera.
Comunicacin oral y escrita. Habilidades bsicas Analizar grficas que permitan entender la
de manejo de la computadora. Habilidad para relacin existente entre las variables en
buscar y analizar informacin proveniente de consideracin.
fuentes
Utilizar el anlisis de regresin simple para
estimar la relacin entre las variables.

Utilizar el coeficiente de correlacin para medir el

grado de relacin lineal entre las variables

Obtener el coeficiente de determinacin para

medir la fuerza de relacin entre las dos variables

Elaborar un mapa mental, donde interprete los

coeficientes de regresin.

Desarrollar inferencias estadsticas para los

coeficientes de regresin.

Utiliar TICs para resolver problemas

relacionados con regresin lineal simple y
correlacin.

2. Regresin lineal mltiple y correlacin.

Competencias Actividades de aprendizaje
Especficas: Estima el valor de una variable Desarrollar un modelo de regresin mltiple
dependiente desconocida utilizando tcnicas de
regresin para explicar parte de la variacin total Analizar grficos de las variables independientes
de la variable dependiente. entre s y los grficos de variable dependiente con
cada una de las independientes
Analiza la correlacin mltiple para medir la
intensidad total de la asociacin entre todas estas Utilizar el anlisis de regresin mltiple para
variables. estimar por equipos, la relacin entre las variables.

TecNM mayo 2016 Pgina | 5

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

Genricas: Capacidad de abstraccin, anlisis y Determinar los coeficiente de correlacin

sntesis. Habilidades en el uso de las tecnologas mltiple, determinacin ajustado y regresin
de la informacin y de la comunicacin. mltiple.
Capacidad de aplicar los conocimientos en la
prctica. Capacidad para tomar decisiones. Determinar la matriz de covarianza.

Utilizar TICs para resolver prolemas relacionados

con regresion lneal mltiple y correlacin.

3. Anlisis de serie de tiempo.

Competencias Actividades de aprendizaje
Especfica: Utiliza las diferentes tcnicas de Elaborar un mapa mental donde analice los cuatro
anlisis de series de tiempo para estimar el componentes de una serie de tiempo.
comportamiento de las variables a travs del
tiempo, calculados con base a: tendencias, Emplear los cuatro componentes de una serie de
fluctuaciones cclicas, variaciones estacionales y tiempo para resolver problemas
variaciones irregulares (al azar).
Utilizar las tcnicas para estimar y predecir la
Genricas: Capacidad de abstraccin, anlisis y tendencia de una serie de tiempo.
sntesis. Habilidades en el uso de las tecnologas
de la informacin y de la comunicacin. Habilidad Utilizar la ecuacin de mnimos cuadrados que
para buscar y analizar informacin proveniente de permita predecir el comportamiento de la variable
fuentes diversas. Capacidad de aplicar los dependiente.
conocimientos en la prctica. Capacidad para Pronosticar modelos econmicos e industriales
tomar decisiones. por el mtodo de promedios mviles.

Utilizar las tcnicas de suavizacin exponencial

como mtodo de pronstico.

Por equipos, utilizar los pronsticos basados en

factores de tendencia y estacionales para calcular
indicadores.

Utilizar la tcnica de variaciones cclicas y

estacionales para realizar pronsticos.

Utiliar TICs para resolver problemas

relacionados anlisis de series de tiempo

4. Diseo experimental para un factor.

Competencias Actividades de aprendizaje
Especficas: Conoce el comportamiento de una Elaborar un mapa mental donde explique la
variable independiente (factor) en el desarrollo de importancia de los experimentos estadsticos.
una variable de respuesta, para mejorar la calidad
de un proceso. Identificar el factor relevante en un proceso.

TecNM mayo 2016 Pgina | 6

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

Aplica las herramientas necesarias para llevar a Elaborar un cuadro concentrador con los
cabo experimentos de manera estructurada. diferentes modelos de experimentacin de un solo
factor.
Genricas: Capacidad de abstraccin, anlisis y
sntesis. Habilidades en el uso de las tecnologas Desarrollar pruebas para identificar los mejores
de la informacin y de la comunicacin. Habilidad tratamientos del factor.
para buscar y analizar informacin proveniente de
fuentes diversas. Capacidad de aplicar los Definir en un mapa conceptual los supuestos de
conocimientos en la prctica. Capacidad para normalidad.
tomar decisiones.
Identificar los tipos de errores presentes en un
diseo experimental.

Elaborar diseos experimentales en la industria.

Utilizar TICs para resolver prolemas relacionados

con diseo experimental de un factor.

5. Diseo experimental con bloques al azar y diseos factoriales.

Competencias Actividades de aprendizaje
Especficas: Conoce el comportamiento de dos o Resolver problemas utilizando varios factores.
ms factores en una variable de respuesta para
mejorar la calidad de un proceso, aplicando los Elaborar un mapa mental donde resalte la
diferentes bloques que podran afectar las importancia del empleo de bloques al azar en el
respuestas. desarrollo de los experimentos.
Analiza los diseos factoriales 2^K para la
resolucin de problemas. Elaborar un cuadro concentrador, donde analice
diferentes tipos de modelos factoriales.
Genricas: Capacidad de abstraccin, anlisis y
sntesis. Habilidades en el uso de las tecnologas Elaborar un reporte donde determine las
de la informacin y de la comunicacin. Habilidad condiciones ptimas de operacin en el desarrollo
para buscar y analizar informacin proveniente de de experimentos industriales.
fuentes diversas. Capacidad de aplicar los
conocimientos en la prctica. Capacidad para Aplicar las metodologas para experimentos con
tomar decisiones. bloques y diseos factoriales.

Aplicar diseos experimentales usando bloques al

azar.
.
Desarrollar aplicaciones industriales.

Utiliar TICs para resolver problemas

relacionados con diseo experimental con bloques
al azar y diseos factoriales

TecNM mayo 2016 Pgina | 7

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

8. Prctica(s)
Resolver problemas de anlisis de regresin simple
Resolver problemas de anlisis de regresin mltiple
Realizar investigaciones de serie de tiempo
Realizar investigacin sobre diseos experimentales en problemas de aplicacin industrial
Desarrollar proyectos para la solucin de problemas relacionados con la administracin, utilizando
herramientas estadsticas.
Asociar un comportamiento de variables con una representacin grfica y una representacin analtica.
Elaborar un diseo de experimentos involucrando una situacin real, observando el efecto de los
diferentes bloques, analizar e interpretar los resultados por medio de un software estadstico.
TICs propuestos a utilizar:
Microsoft Excel
Statgraphics (www.statgraphics.com)
Minitab
SPSS
Statictis
Softwares Matemticos: Mathcad, Maple, Scientific Workplace, Mathematica, Matlab.

9. Proyecto de asignatura
El objetivo del proyecto que plante el docente que imparta esta asignatura, es demostrar el desarrollo y
alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases:
Fundamentacin: marco referencial (terico, conceptual, contextual, legal) en el cual se fundamenta
el proyecto de acuerdo con un diagnstico realizado, mismo que permite a los estudiantes lograr la
comprensin de la realidad o situacin objeto de estudio para definir un proceso de intervencin o
hacer el diseo de un modelo.
Planeacin: con base en el diagnstico en esta fase se realiza el diseo del proyecto por parte de los
estudiantes con asesora del docente; implica planificar un proceso: de intervencin empresarial, social
o comunitario, el diseo de un modelo, entre otros, segn el tipo de proyecto, las actividades a realizar
los recursos requeridos y el cronograma de trabajo.
Ejecucin: consiste en el desarrollo de la planeacin del proyecto realizada por parte de los estudiantes
con asesora del docente, es decir en la intervencin (social, empresarial), o construccin del modelo
propuesto segn el tipo de proyecto, es la fase de mayor duracin que implica el desempeo de las
competencias genricas y especificas a desarrollar.
Evaluacin: es la fase final que aplica un juicio de valor en el contexto laboral-profesin, social e
investigativo, sta se debe realizar a travs del reconocimiento de logros y aspectos a mejorar se estar
promoviendo el concepto de evaluacin para la mejora continua, la metacognicin, el desarrollo del
pensamiento crtico y reflexivo en los estudiantes.

10. Evaluacin por competencias

Realizar la evaluacin diagnstica, formativa y sumativa.
Instrumentos
Cuadro sinptico
Mapa mental
Cuadro concentrador
Mapa conceptual
Reporte de prcticas

TecNM mayo 2016 Pgina | 8

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa

Casos prcticos
Evaluacin escrita
Herramientas
Rbricas
Lista de cotejo
Lista de observacin
Todas las evidencias debern integrarse en un portafolio electrnico.
11. Fuentes de informacin
1. Anderson, M. J. Whitcomb, P. J. (2000). DOE Simplified : Practical Tools for Effective
Experimentation. USA : Productivity Inc.
2. Bhote, K. R. (2000). Worl class quality using design of experiments to make it happen. (2a. Ed.).
USA : American Management Association.
3. Box, G. E. P. (2008). Estadstica para investigadores : Diseo, innovacin y descubrimiento. (2.
Ed.). Espaa : Revert
4. Burdick, R.K., Borror, C. M. y Montgomery, D. C. (2005). Design and analysis of gauge R&R
Studies. USA : SIAM
5. Cornell, J. A. (1990). How to apply surface methodology. USA : ASQ Statistics Division.
6. Gutirrez, P. H. (2012). Anlisis y diseo de experimentos. (3. Ed.). Mxico : McGraw-Hill.
7. Hicks, Ch. R., and Turner K. V. (1999). Fundamental concepts in the design of experiments. (5a.
Ed.).
8. Hinkelmann, K. and Kempthorne, O. (2004). Design and analysis of experiments. (6a. ed.). USA :
John Wiley and sons.
9. Jiju, Anthony. (2003). Design of experiments for engineers and scientists. USA : Butterworth
Heinemann
10. Johnson, R. A. (2012). Probabilidad y estadstica para ingenieros. (8. Ed.). Mxico : Pearson
Educacin .
11. Lawson J., Madrigal J. L. y Erjavec, J. (1992). Estrategias experimentales para el mejoramiento
de la calidad en la industria. Mxico : Grupo Editorial Iberoamrica.
12. Llyod W. C. (2001). Reliability improvement with design of experiments. (2a. Ed.). USA : Marcel
Dekker.
13. Mason, R. D. (2003). Estadstica para administracin y economa. (10. Ed.). Mxico :
Alfaomega.
14. Mason, R. L., Gunst, R. F. y Hess, J. L. (2003). Statistical design an analysis of experiments with
applications to engineering and science. (2a. Ed.). USA : Wiley Interscience.
15. Montgomery, D. C. (2010). Diseo y anlisis de experimentos. (2. Ed.). Mxico : Limusa.
16. Montgomery, D. C. (2001).Design and analysis of experiments. (5a. Ed.). USA : John Wiley and
sons.
17. Myers, R. H. Montgomery, D. C. y Vinig, G. (2002). Generalized linear models. USA : John
Wiley and sons.
18. Myers, R. H. and Montgomery, D. C. (2002). Response surface methodology. (2a. Ed.). USA :
Wiley-Interscience.
19. Romero, V. R. (2008). Mtodos estadsticos en ingeniera. Mxico : Limusa.
20. Weerahandi, S. (2004). Generalized inference in repeated measures. USA : John Wiley and sons.
21. Wu, C. F. J. and Hamada, M. (2000). Experiments : Planning, analysis and parameter design
optimization. USA : Wiley-Interscience.

TecNM mayo 2016 Pgina | 9