1.

IDENTIFICACIÓN

DIVISION ACADEMICA Ingenierías

DEPARTAMENTO Ingeniería Industrial
PROGRAMA ACADEMICO Ingenierías
NOMBRE DEL CURSO Análisis de Datos en Ingeniería
COMPONENTE CURRICULAR Profesional
CODIGO DEL CURSO EST 7042
NIVEL DEL CURSO 4-5 semestre
PRE-REQUISITO Algebra Lineal, Cálculo II
CO-REQUISITO Ninguno
NUMERO DE CREDITOS 4
TIPO DE CRÉDITO Obligatorio
NUMERO DE HORAS DE LABORATORIO 2
SEMANALES
NUMERO DE HORAS POR SEMANA DE 8
TRABAJO INDEPENDIENTE
NUMERO DE SEMANAS 16
INTENSIDAD HORARIA SEMANAL 3 h teóricas, 2 h práctica
NIVEL DEL CURSO Pregrado
NOMBRE DEL PROFESOR Ing. Katherine Palacio Salgar
Ing. Luceny Guzmán Acuña
Ing. César Henao Botero
Ing. Esneyder González Ponzón
Mat. Héctor López Ospina
Ing. Daniel Rivera Royero
Ing. Carlos Otero Palencia
Ing. María Jubiz Díaz
UBICACIÓN DEL PROFESOR Bloque K octavo piso

2. DESCRIPCIÓN SINTETICA:

En esta asignatura se estudian los métodos y herramientas de análisis estadístico

necesario para la caracterización y modelación de los procesos empresariales (tanto
para producción de bienes como para la prestación de servicios). Los tópicos que se
estudian en esta asignatura comprende: El análisis gráfico y numérico de conjuntos
de datos; los conceptos de probabilidad, variable aleatoria, distribuciones de
probabilidad; algunas distribuciones discretas y continuas importantes; los patrones
de comportamiento de los procesos, las herramientas para la estimación de los
parámetros de estos procesos; los métodos de comparación estadística.

3. JUSTIFICACIÓN:

En la actualidad, la variabilidad de los procesos de las empresas implica la

incorporación de la incertidumbre acerca de su comportamiento. Con el fin de tratar
con el hecho inevitable de que los procesos productivos y de servicios no son
determinísticos, es necesario que el ingeniero moderno cuente con las herramientas
adecuadas que le permitan describir y analizar estos procesos con el fin de tomar las
respectivas decisiones con un menor grado de incertidumbre y, por ende, un menor
 riesgo. Este curso sienta bases conceptuales para posteriores desarrollos de
metodologías de control y mejora de procesos en asignaturas siguientes.

4. OBJETIVOS

4.1. OBJETIVO GENERAL:

Brindarle al futuro ingeniero las herramientas de análisis que necesita para comprender
la variabilidad en los procesos de las empresas (tanto de producción como de servicios),
que le permitan reducir la incertidumbre y el riesgo al tomar las decisiones de mejora.

4.2. OBJETIVOS ESPECÍFICOS

1. Conocer, aplicar e interpretar los métodos gráficos y numéricos para describir

conjuntos de datos cualitativos y cuantitativos.
2. Utilizar adecuadamente las medidas de centralización, posición y variabilidad, en
la toma de decisiones.
3. Aplicar los elementos básicos de la teoría de probabilidad para calcular la
probabilidad de un evento.
4. Analizar las características de un experimento para asociarlo a distribuciones
discretas o continuas específicas y utilizarlas para resolver problemas prácticos
5. Identificar los usos de estimadores puntuales en situaciones de muestreo prácticas
en una y dos poblaciones.
6. Estimar con un alto grado de confiabilidad los parámetros poblacionales y
utilizarlos en forma adecuada en la toma de decisiones.
7. Realizar pruebas de hipótesis unilaterales y bilaterales acerca de los parámetros
de una o más poblaciones y utilizarlas en la solución de problemas prácticos.
8. Identificar un modelo de distribución de probabilidad apropiado a un conjunto de
datos muestrales mediante métodos gráficos y de contraste de hipótesis.
9. Ajustar modelos de regresión lineal simple teniendo en cuenta sus fundamentos
teóricos.
10. Utilizar herramientas computacionales para el análisis de datos.

4.3. RESULTADOS DE APRENDIZAJE DEL INGENIERO (SO) QUE SE

DESARROLLAN EN LA ASIGNATURA

 SOa: Habilidad para aplicar conocimientos de las matemáticas, la ciencia y la

ingeniería
 SOb: Habilidad para diseñar y realizar experimentos, así como para analizar e
interpretar datos.
 SOe: Habilidad para identificar, formular y resolver problemas de ingeniería.
 SOg: Habilidad para comunicar efectivamente

4.4. RESULTADOS DE APRENDIZAJE DE LA ASIGNATURA

1. Identificar de su entorno variables asociadas a procesos de conteo y medición

que sean de interés para realizar su análisis estadístico, organizarlos, analizarlos,
caracterizarlos y construir adecuadamente diferentes tipos de gráficos.
2. Extraer información de conjuntos de datos cualitativos y cuantitativos que se
encuentren en forma agrupada (tablas o gráficos).
 3. Calcular e interpretar cada una de las medidas de centralización, posición y
variabilidad en un conjunto de datos no agrupados y utilizarlas adecuadamente
en la toma de decisiones.
4. Dado un experimento y varios eventos asociados a él calcular la probabilidad de
los mismos utilizando diferentes herramientas como: numeración de puntos,
técnicas de conteo (permutaciones y combinaciones), axiomas de probabilidad,
probabilidad condicional e independencia de eventos y teorema de Bayes, de
acuerdo a las características del experimento.
5. Dados varios experimentos asociados a una variable aleatoria discreta
establecer su distribución de probabilidad o función de distribución y utilizarla en
la toma de decisiones.
6. Dada la función de densidad o de distribución de una variable aleatoria continua
utilizarla para responder un conjunto de interrogantes.
7. Dado un experimento asociado a variables aleatorias continuas o discretas
aplicar las propiedades del valor esperado y varianza en la toma adecuada de
decisiones.
8. Dado un experimento asociado a variables aleatorias modelarlo aplicando
diferentes distribuciones de probabilidad y las aproximaciones que se puedan dar
entre estas.
9. Dado un estimador Θ asociado a un parámetro θ Identificar las propiedades que
satisface y su utilidad para establecer inferencias con respecto al parámetro, en
el caso de una y dos poblaciones.
10. Dado un problema relacionado con estimadores, utilizar la distribución de
muestreo apropiada para el cálculo de probabilidades asociadas a éstos e
inferencias acerca de los parámetros de una o dos poblaciones.
11. Dada una afirmación con respecto a los parámetros de una o dos poblaciones,
utilizar la estimación para determinar la veracidad o falsedad de dicha afirmación.
12. Dado una afirmación con respecto a los parámetros de una o dos poblaciones,
utilizar el procedimiento de la prueba de hipótesis para determinar la veracidad o
falsedad de dicha afirmación.
13. Utilizar adecuadamente los términos asociados a pruebas de hipótesis y los
resultados obtenidos en una muestra aleatoria para realizar inferencias con
respecto a los parámetros y establecer conclusiones correctas.
14. Dado un conjunto de datos continuos o discretas ajustarlo a una distribución de
probabilidad específica haciendo uso de la prueba Chi Cuadrado.
15. Dado una dependiente y una independiente determinar si es posible ajustar un
modelo de regresión lineal verificando los supuestos básicos del modelo, las
pruebas de hipótesis necesarias, los análisis de varianza y de correlación.
16. Encontrado un modelo de regresión ajustado utilizarlo para realizar estimaciones
puntuales, intervalos de confianza y de predicción.
17. Desarrollar las técnicas estadísticas (Análisis descriptivos, Estimación, Prueba
de Hipótesis, Modelos de Regresión, entre otras) haciendo uso de Software
estadísticos.

5. METODOLOGÍA:

La metodología a utilizar será la siguiente: el profesor expondrá los temas en clase.

Los estudiantes participarán de manera activa en el desarrollo de los tópicos. Los
alumnos también llevarán a cabo talleres, asignaciones e investigaciones de manera
 independiente. Los temas de clase serán complementados con prácticas utilizando el
software del que se dispone para este propósito.

6. MEDIOS:

Medios comunes de clase (Tablero, marcadores, etc.). Medios audiovisuales

(Computador Portátil, Video Beam), Excel, Software estadístico como
STATGRAPHICS®, MATLAB®, entre otros. Bases de Datos y Catálogo Web.

7. CONTENIDO

1. INTRODUCCIÓN Y ESTADÍSTICA DESCRIPTIVA (6 HT, 4 HP)

1.1. Introducción.
1.1.1. Definición y términos básicos de la estadística.
1.1.2. Papel de la estadística en la ingeniería y en la ciencia.
1.1.3. Estadística descriptiva e inferencial.
1.2. Estadística Descriptiva.
1.2.1. Organización de datos.
1.2.1.1. Tipos de datos y de escalas de medición usados en estadística.
1.2.1.2. Organización de datos mediante de tablas.
1.2.1.3. Representación gráfica de datos (Histograma, barras, circular,
de puntos, Pareto, ojiva, barras bivariados, etc.).
1.2.2. Análisis de datos univariados.
1.2.2.1. Medidas de tendencia central o de centralización.
1.2.2.2. Medidas de localización (de posición relativa).
1.2.2.3. Medidas de dispersión o variabilidad.
1.2.2.4. Medidas de forma.
1.2.2.5. Tendencia central y dispersión para datos contenidos en tablas
de frecuencia agrupada o a partir de gráficos.
1.2.2.6. Estandarización de datos, datos extremos, diagramas de cajas.

2. PROBABILIDAD (10 HT, 4 HP)

2.1. Introducción, Definiciones básicas: experimento, espacio muestral, eventos, etc.
2.2. Notación y operaciones entre de conjuntos.
2.3. Definición axiomática de probabilidad.
2.4. Técnicas de conteo.
2.5. Probabilidad condicional, Independencia de eventos.
2.6. Axiomas de probabilidad, eventos mutuamente excluyentes, eventos
independientes.
2.7. Ley de la probabilidad total y teorema de Bayes.

3. DISTRIBUCIONES DE PROBABILIDAD (10HT, 4 HP)

3.1 Variables aleatorias discretas y sus distribuciones de probabilidad, distribución de
probabilidad acumulada.
3.2 Valor esperado y varianza de una variable aleatoria discreta, propiedades.
3.3 Distribuciones de probabilidad discreta especiales (Binomial, Hipergeométrica,
Poisson, Binomial Negativa, Geométrica, Uniforme Discreta).
3.4 Distribuciones de probabilidad continua y sus distribuciones de probabilidad.
3.5 Valor esperado y varianza de una variable aleatoria continua, función de
distribución.
 3.6 Distribuciones de probabilidad continua especiales (Normal, Exponencial,
Uniforme continua).
3.7 Aproximaciones entre las distribuciones de probabilidad.
3.8 Relación entre las distribuciones de Poisson y exponencial.

4. DISTRIBUCIONES DE MUESTREO (6 HT, 4 HP)

4.1. Conceptos básicos. (Población, muestra, parámetro, estadístico, estimador y
propiedades, inferencia estadística, muestreo aleatorio, distribución de muestreo).
4.2 Distribuciones asociadas a la distribución Normal (Chi cuadrado, t-Student,
Fisher).
4.3 Distribución de muestreo de la media (Varianza poblacional conocida).
4.4 Teorema del límite central.
4.5 Ley de los grandes números.
4.6 Distribución de muestreo de S2.
4.7 Distribución de muestreo de la media (Varianza poblacional desconocida).
4.8 Distribución de muestreo de la proporción.
4.9 Distribución de muestreo de la diferencia de medias.
4.10 Distribución de muestreo de la diferencia de proporciones.
4.11 Distribución de muestreo del cociente de varianzas.

5. ESTIMACIÓN (6 HT, 4 HP)

5.1 Estimación puntual.
5.2 Estimación por Intervalo.
5.3.1 Intervalos de confianza para la media (varianza conocida).
5.3.2 Intervalos de confianza para la media (Varianza desconocida).
5.3.3 Intervalos de confianza para la varianza.
5.3.4 Intervalos de confianza para la proporción binomial.
5.3.5 Intervalos de confianza para la diferencia en medias.
5.3.6 Intervalos de confianza para el cociente de dos varianzas.
5.3.7 Intervalos de confianza para la diferencia de proporciones.
5.3 Intervalos de predicción y de tolerancia.

6. PRUEBAS DE HIPÓTESIS (10 HT, 4 HP)

6.1 Conceptos Generales (Pruebas de una y dos colas, valor P, tipos de riesgo).
6.2 Prueba de hipótesis sobre la media de una población (Varianza conocida).
6.3 Prueba de hipótesis sobre la media de una población (Varianza desconocida).
6.4 Prueba de hipótesis sobre la varianza.
6.5 Prueba de hipótesis sobre una proporción binomial.
6.6 Prueba de hipótesis para la diferencia en medias, varianzas conocidas.
6.7 Prueba de hipótesis para el cociente de dos varianzas.
6.8 Prueba de hipótesis para la diferencia en medias, varianzas conocidas.
6.9 Valores P para las pruebas Z, t, Chi, F.
6.10 Prueba de bondad de ajuste Chi cuadrado.

7 REGRESIÓN LINEAL SIMPLE (6 HT, 2 HP)

7.1 Regresión lineal simple (modelos).
7.2 Estimación de parámetros por mínimos cuadrados.
7.3 Análisis de varianza.
7.4 Coeficientes de determinación y correlación.
7.5 Validación de supuestos (Homocedasticidad, independencia y normalidad).
 7.6 Inferencias acerca de los coeficientes de regresión (Prueba de hipótesis e
intervalos de confianza).
7.7 Predicción de nuevas observaciones.
7.8 Intervalos de confianza y de predicción.

8. EVALUACIÓN

Examen 1 Unidad 1 Semana 3 15%

Parcial 1 Unidad 2 Semana 6 10%
Parcial 2 Unidad 3 Semana 9 25%
Examen 2 Unidad 4 Semana 11 10%
Parcial 3 Unidad 5 y 6 Semana 15 20%
Examen Final Unidad 7 Según registro 20%

9. BIBLIOGRAFÍA

Textos
 Estadística. Richard Weimer. Editorial CECSA.
 Estadística Matemática. William Mendenhall
 Probability & Statistics for Engineers & Scientists. Walpole, Ronald E. Pearson
Prentice Hall. 2006
 Engineering Statistics. Montgomery d., Runger G. John Wiley & Sons, 2003.