Realizar pruebas de hipótesis de una y dos colas para estimaciones de medias.

Determinar intervalos de confianza de media poblacional con desviación estándar de la población conocida y desconocida. Se calculan intervalos de confianza de medias poblacionales con varios ejercicios extraídos de la literatura

Demostrar el teorema de límite central Se cargan unos de datos de población y se aplica el teorema de límite central

Determinar la distribución muestral de la media.

Determinar el error de muestreo. Se simula población y muestra de sueldo de trabajadores de una Institución educativa. Se crean datos relacionados con la población y se determinan los parámetros descriptivos. Se crean datos relacionados con muestra y se determinas los estadísticos descriptivos. Se determina el error muestral de la media y de las desviaciones.

Determinar y simular muestreos Con un conjunto de datos utilizar mecanismos de programación para determinar muestreos mediante técnicas de aleatorio simple, aleatorio sistemático, aleatorio estratificado y por conglomerados.

Realizar pruebas de significancia del coeficiente de correlación y el coeficiente la pendiente en modelos de regresión lineal simple.

Determinar predicciones de datos bajo el modelo de regresión lineal simple.

Calcular covarianza y correlación así como visualizar la dispersión entre dos variables para su adecuada y correcta interpretración.

Construir diagramas de dispersión de dos variables

Calcular densidad y probabilidades de cualquier distribuciones Binomial, Poisson Hipergeométrica Normal, Normal Estándar y T Student

Utilizar funciones de una distribución T Student para calcular función de densidad, probabilidades e identificar valores de t e intervalo de confianza.

Transformar distribución normal a normal estándar y calcular probabilidades.

Identificar en una distribución normal, los valores de la curva o los valores de la función de densidad, graficar el área bajo la curva y calcular probabilidades.

Identificar los valores de la función de probabilidad bajo la fórmula de distribución de Poisson.

Calcular la función de densidad y la función de probabilidad probabilidad acumulada bajo la fórmula de distribución de hipergeométrica.

Encontrar probabilidades de acuerdo a la distribución binomial. Se identifican ejercicios casos de la literatura de distribuciones de probabilidad binomial y se realizan cálculos de probabilidades, se determinan el valor esperado y se calcula la varianza y la desviación.

Calcular probabilidades con variables aleatorias discretas y con variables aleatorias continuas con distribución uniforme

Identificar variables aleatorias continuas y calcular la función de densidad y probabilidades con la distribución de probabilidad uniforme. Realizar ejercicios del uso de variables continuas mediante la distribución de probabilidad uniforme.

Resolver cuestiones de casos de probabilidad en casos mediante la identificación de variables aleatorias, funciones de probabilidad,funciones acumuladas, media, varianza y desviación estándar de distribuciones de variables discretas; visualización gráfica relacionada con variables discretas.

Calcular probabilidades de algunos conjuntos generados a partir de una población A partir de varios conjuntos de datos calcular probabilidades

Realizar cálculo de probabilidades implementando Teorema de Bayes Caso: personas que trabajan en sectores y sean mujeres y hombres Las personas de cualquier género trabajan en algún sector, en función del género determinado de manera inicial se trata de encontrar la probabilidad del sector en donde laboran. Al elegir aleatoriamente a una persona se conoce el género, Hombre o Mujer y se solicita encontrar la probabilidad de que pertenezca a algún sector

Determina probabilidades para eventos dependientes e independientes Se cargan librerías necesarias Se definen los conceptos eventos dependientes e independientes Se desarrollan ejecicios para eventos dependientes e independientes

Determinar la probabilidad condicional De un conjunto de varios ejercicios extraídos de de la literatura de probabilidad de entre libros y sitios WEB se de termina la probabilidad condicional a partir de datos iniciales. Lo datos iniciales pueden ser la frecuencias, las probabildiad de evento A y evento B así como la probabilidad de intersección entre ambos eventos o conjunto, con ello se determina la probabilidad condicional utilizando la fórmula que se cita más adelante.

Realizar operaciones de conjunto y con el resultado estimar e interpretar probabilidades. Se cargan las librerías necesarias para ejecutar funciones Generar conjuntos de datos Construir todo el espacio muestral llamado S.muestra Realizar operaciones de conjuntos Estimar probabilidades con los conjuntos. Interpretar probabilidades

Desarrollar ejercicios para encontrar la probabilidad de eventos de un espacio muestral. Construir ejercicios de probabilidad conforme a partir de datos conforme la teoría de probabilidad. A partir de un conjunto de datos generados estimar y determinar las probabilidades.

Encontrar probabilidad con base en frecuencia o contabilizar eventos específicos del espacio muestral usando permutaciones. Interpretar el caso

Construir combinaciones de conjuntos de datos de personas y de nombres de equipos deportivos.

Cargar librerías Generar datos a partir de la función source() Aplicar técnicas de conteo aditivo y multiplicativo Interpretar resultados de técnicas de conteo Interpretar diagrama de árbol Interpretar probabilidades elementales

Se crea un espacio muestral de alumno llamando una función que se encuentra en la dirección de github.com Se carga ejecutando la función Se describen los datos con summary() Se crean algunos eventos relativos al espacio muestral

Realizar análisis descriptivo de los datos presentados. Obtener las medidas de tendencia central y de disperción.

- Simular muestra de varios conjuntos de datos - Se identifica media de los datos - Se muestran tablas de frecuencias - Se calculan medidas de dispersión, varianza y desviación estándard. - Se visualiza la dispersión de los datos en relación a la media. - Se calcula el coeficiente de variación y se compara con similares conjuntos de datos.

El proceso de este caso permite identificar las medidas de localización de media, mediana, moda, máximos, mínimos, rango y el significado de las mismas para interpretar si una distribución de datos es simétrica o asimétrica. Primero se presenta como determinar los estadísticos manualmente por medio de programación y luego se identifica como determinar estos mismos valores estadísticos de manera más sencilla por medio de funciones que existen en los paquete base de R para media y mediana y funciones de librerías instaladas para la moda. Finalmente se hace una interpretación del caso identificando la simetría o asimetría del mismo.

Se simula la creación de una muestra con una variable de los ingresos mensuales en pesos mexicanos que reciben un conjunto de trabajadores. Se crea una tabla de frecuencia de los datos ingresos, se visualiza un histograma de los ingresos así como se crean los estadísticos mínimo, máximo, rango, clases, e intervalo de clase Finalmente se describe su comportamiento.

El caso identifica un conjunto de datos que representan mediante una variable cualitativa llamada nombres los valores de 50 alumnos 50 alumnos de una institución educativa. Se construye una tabla de frecuencias y se genera una gráfica de barra utilizando la tabla de frecuencia. Finalmente se analiza el comportamiento observado.

El caso identifica un conjunto de datos que representan mediante una variable numérica llamada edades los valores precisamente de las edades de 50 alumnos de una institución educativa que tienen edades entre 18 y 24 años. Se simula una muestra y se construye una tabla de frecuencias. Posteriormente se genera una gráfica de barra con la función y un gráfico de talla y hoja. Se elabora un histograma de los datos edades y se expresa las observaciones.

Análisis de una población y obtención de la media aritmética para tres muestras.