FACULTAD(ES) DE CIENCIAS ECONMICAS Y EMPRESARIALES.

PROGRAMA(S) ACADMICO(S) DE ECONOMA.

I. DATOS INFORMATIVOS

Asignatura: ESTADSTICA 2
Seccin: A
Sigla: E1EST2
N crditos: 4
Semestre: 2017-I
Tipo de asignatura: OBLIGATORIA
Profesor(es): ANGEL GUILLEN

II. SUMILLA
El curso de Estadstica Econmica 2 es obligatorio y consiste de clases terico-prcticas. Las clases constan de
dos sesiones por semana, ambas con duracin de 2 horas. Dichas clases son de carcter expositivo y en ellas
se desarrollan los temas de acuerdo con la programacin establecida. La asignatura comprende el estudio de
la teora de probabilidades y distribuciones: variables aleatorias bidimensionales, distribuciones continuas
bidimensionales, convergencia de sucesiones de variables aleatorias, distribuciones muestrales; estimacin
puntual y por intervalos; pruebas de hiptesis; e una introduccin al modelo de regresin lineal.

III. FUNDAMENTACIN
Los temas tratados en el curso de Estadstica 2 proveen a los estudiantes los conocimientos y herramientas
necesarias para afrontar con normalidad las asignaturas posteriores de la carrera que requieren diversos
mtodos estadsticos.

IV. OBJETIVOS

1. Proveer al estudiante los instrumentos de estadsticos y de la teora de la probabilidad para el

anlisis de las variables econmicas y de sus distribuciones.
2. Proveer al estudiante los instrumentos estadsticos necesarios para la realizacin de pruebas de
hiptesis en el estudio de distintas variables de la economa.

V. PROGRAMACIN DE CONTENIDOS

1 Introduccin

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas

Generado automticamente por SIGA (Sistema Integrado de Gestin Acadmica)

 1 Definiciones de la teora 1 2.0 0.0
de la probabilidad
2 Variables aleatorias 2 2.0 0.0

2 Variables aleatorias bidimensionales

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Variable aleatoria 2 2.0 0.0
bidemensional y sus
distribuciones
2 Funciones de distribucin 3 2.0 0.0
marginal y condicional
3 Esperanza, varianza y 3 2.0 0.0
momentos
4 Independencia de 4 2.0 0.0
variables aleatorias y
esperanza condicional

3 Distribuciones continuas bidimensionales

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Ditribucin uniforme 4 2.0 0.0
2 Ditribucin normal 5 4.0 0.0

4 Convergencia de sucesiones de variables aleatorias

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Convergencia de variables 6 4.0 0.0
aletorias y tipos de
convergencia
2 Ley dbil y fuerte de los 7 2.0 0.0
grandes nmeros
3 Teorema del lmite 7 2.0 0.0
central

5 Distribuciones muestrales

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Poblacin y muestra, 9 2.0 0.0
clculo del tamao
ptimo de muestra

Generado automticamente por SIGA (Sistema Integrado de Gestin Acadmica)

 2 Distribuciones 9 2.0 0.0
muestrales: media y
varianza

6 Estimacin puntual y por intervalo

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Estimacin puntual e 10 2.0 0.0
intervalos de confianza
2 Propiedades de un 10 2.0 0.0
estimador
3 Mtodos de estimacin: 11 2.0 0.0
mxima verosimilitud y
mtodo de momentos
4 Intervalos de confianza 11 2.0 0.0
de la esperanza y la
varianza

7 Prueba de hiptesis

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 Pruebas de hiptesis 12 2.0 0.0
estadstica y tipos
2 Errores tipo I y tipo II 12 2.0 0.0
3 Pruebas de hiptesis 13 2.0 0.0
sobre la media y la
varianza
4 Prueba del ratio de 13 2.0 0.0
verosimilitud

8 Introduccin al modelo de regresin lineal

Horas de Horas de
Fecha de
N Tema Semana sesiones sesiones
la sesin
tericas prcticas
1 El mtodo de mnimos 14 2.0 0.0
cuadrados
2 Inferencias 14 2.0 0.0
3 Correlacin y prediccin 15 2.0 0.0

VI. ESTRATEGIAS METODOLGICAS

1. Aprendizaje Basado en Problemas/Aprendizaje Basado en Proyectos

Generado automticamente por SIGA (Sistema Integrado de Gestin Acadmica)

 2. Exposicin
3. Prcticas de laboratorio

VII. EVALUACIN
Descripcin

Se aplicar descuentos por inasistencias (DPI) de acuerdo al reglamento (RFAG). La asistencia se contabiliza
por hora de clase. La tardanza se considera como inasistencia una vez cerrada la puerta del aula. El sistema
de evaluacin en el presente semestre consta de: Un examen parcial (EP) y un examen final (EF), con
peso 3.5 cada uno. Adems, un examen sustitutorio (opcional) que sustituye al examen parcial o final
de menor puntaje obtenido y comprende lo visto en todo el curso. Un trabajo aplicado (TA) con peso 3.
El Promedio final (PF) se obtendr mediante la siguiente frmula: PF = (3*TA + 3.5*(EP+EF))/10 - DPI El
alumno aprobar el curso, si y solamente si, PF es mayor o igual a 11.

Formas de evaluacin

N Descripcin Tipo evaluacin Peso Anulable Fecha

1 Prctica 1 Prctica 10 NO 28-feb-2017
2 Prctica 2 Prctica 10 NO 28-feb-2017
3 Examen 1 Examen 30 SI 28-feb-2017
4 Examen 2 Examen 30 SI 28-feb-2017
5 Trabajo 1 Trabajo 20 NO 28-feb-2017

VIII. BIBLIOGRAFA
Bibliografa bsica

1. Casella, G., & Berger, R. L. (1990). Statistical inference. The Wadsworth & Brooks/Cole Statistics/
Probability Series. Wadsworth & Brooks.
2. Wackerly, D. D. M., Scheaffer, W., & Muoz, R. L. R. (2010). Estadstica matemtica con aplicaciones.
Mxico: Cengage Learning Editores.
3. Larsen, R. J., & Marx, M. L. (1986). An introduction to mathematical statistics and its applications.
5th ed. New Jersey: Pearson Prentice Hall.

Bibliografa avanzada

1. Gomez Villegas, M. . (2005). Inferencia estadstica. Madrid: Ediciones Daz de Santos.

2. Wasserman, L. (2003). All of statistics: a concise course. Statistical inference. Berlin: Springer.

Generado automticamente por SIGA (Sistema Integrado de Gestin Acadmica)