Código: DI-DUSAR-I-07

Fecha: 01-02-2017
Versión N° 5

SÍLABO 2021-2

FACULTAD DE CIENCIAS EMPRESARIALES Y ECONÓMICAS

CARRERA DE ADMINISTRACIÓN
CARRERA DE MARKETING
CARRERA DE NEGOCIOS INTERNACIONALES
CARRERA DE CONTABILIDAD

ASIGNATURA ESTADÍSTICA EMPRESARIAL II

ÁREA MÉTODOS CUANTITATIVOS
CÓDIGO 520006
NIVEL CUARTO
CARÁCTER OBLIGATORIO
REQUISITOS ESTADÍSTICA EMPRESARIAL I
CRÉDITOS CUATRO (4)
HORAS DE TEORÍA SEMANAL TRES (3)
HORAS DE PRÁCTICA SEMANAL DOS (2)
IDIOMA ESPAÑOL
PROFESOR (ES) CAYCHO/CHUMPITAZ/CARLOS TEODORO
LARA/MASCARO/JOSE ALBERTO
MONTES/QUINTANA DE
DOMINGUEZ/GRABIELA YOLANDA
(COORDINADORA)
ORTEGA/MUÑOZ/CARLOS
SOLANO/DAVILA/OLGA LIDIA
VEGA/CALERO/LUCY MARIVEL

I. SUMILLA

La asignatura de Estadística Empresarial II presenta los conocimientos básicos y

generales de la estadística inferencial, como herramienta para entender los
fenómenos que se involucran dentro de un ambiente empresarial y haciendo uso de
softwares estadísticos. Sus principales temas son: Introducción a la estadística
inferencial: estimación puntual y por intervalos; prueba de hipótesis para la media,
proporción y varianza, y para la diferencia de proporciones, razón de varianzas,
diferencia de media y media de datos relacionados o pareados; diseño de
experimentos de un factor; pruebas no paramétricas; pruebas chi-cuadrado; regresión
lineal, no lineal y múltiple.

II. PRINCIPIOS PARA LA EDUCACIÓN RESPONSABLE EN GESTIÓN (PRME)

La Facultad de Ciencias Empresariales y Económicas de la Universidad de Lima es

signataria de la iniciativa internacional denominada Principios para la Educación
Responsable en Gestión - Principles for Responsible Management Education –
(PRME), que es el primer vínculo organizado entre las Naciones Unidas y las
instituciones académicas de educación superior en gestión empresarial. Fue lanzada
en la Cumbre de las Naciones Unidas del 2007 en las que participaron los líderes del
Pacto Mundial en Ginebra - Global Compact de Naciones Unidas. Los Principios
proporcionan un marco de compromiso para las instituciones académicas con el fin
de promover la sostenibilidad y la responsabilidad social a través de la incorporación
de los valores universales en los programas de estudio y la investigación.

Página 1 de 8
Como institución de altos estudios, involucrada en la educación de los actuales y
futuros gestores, nos comprometemos voluntariamente a dedicarnos a un proceso
continuo de mejoramiento de los siguientes principios y su aplicación, reportando
sobre nuestro progreso a los grupos de interés e intercambiando prácticas efectivas
con otras instituciones académicas:

Principio 1
Propósito:
Desarrollaremos las capacidades de los estudiantes para que sean futuros
generadores de valor sostenible para los negocios y la sociedad en su conjunto, y
para trabajar por una economía global incluyente y sostenible.

Principio 2
Valores:
Incorporaremos a nuestras actividades académicas y programas de estudio los
valores de la responsabilidad social global, tal y como han sido descritos en
iniciativas internacionales, tales como el Global Compact de Naciones Unidas.

Principio 3
Método:
Crearemos marcos educativos, materiales, procesos y entornos pedagógicos que
hagan posibles experiencias efectivas de aprendizaje para un liderazgo responsable.

Principio 4
Investigación:
Nos comprometeremos con una investigación conceptual y empírica que permita
mejorar nuestra comprensión acerca del papel, la dinámica y el impacto de las
corporaciones en la creación de valor sostenible social, ambiental y económico.

Principio 5
Partenariado:
Interactuaremos con los gestores de las corporaciones empresariales para ampliar
nuestro conocimiento de sus desafíos a la hora de cumplir con sus responsabilidades
sociales y ambientales y para explorar conjuntamente los modos efectivos de
enfrentar tales desafíos.

Principio 6
Diálogo:
Facilitaremos y apoyaremos el diálogo y el debate entre educadores, empresas, el
gobierno, consumidores, medios de comunicación, organizaciones de la sociedad
civil y los demás grupos interesados, en temas críticos relacionados con la
responsabilidad social global y la sostenibilidad.

Entendemos que nuestras propias prácticas organizacionales deberán servir como

ejemplo de los valores y actitudes que transmitimos a nuestros estudiantes.

III. OBJETIVOS GENERALES

La asignatura proporciona a los estudiantes, los conocimientos teóricos y prácticos

necesarios para la aplicación de los métodos estadísticos y probabilísticos de la
estadística inferencial en el planeamiento de la gestión en las diferentes áreas de la
empresa, proporcionando la información necesaria para una adecuada toma de
decisiones.

Página 2 de 8
IV. OBJETIVOS ESPECIFICOS

Al finalizar la asignatura, el estudiante estará en condiciones de:

1. Estimar un parámetro mediante la obtención de un determinado intervalo de

confianza sujeto a un error de estimación y un nivel de confianza.
2. Utilizar adecuadamente el procedimiento de hipótesis estadísticas relativas a
uno o dos parámetros.
3. Utilizar los diseños experimentales para estudiar el efecto que tiene un factor
sobre una variable respuesta mediante el modelo completamente aleatorizados.
4. Aplicar las pruebas chi-cuadrado de bondad de ajuste, independencia y
homogeneidad de subpoblaciones.
5. Aplicar las pruebas no paramétricas: Wilcoxon para una muestra, Mann-
Whitney para dos muestras independientes, Kruskal-Wallis para k muestras
independientes, Friedman para k muestras relacionadas y Correlación por
rangos de Spearman.
6. Estimar modelos de regresión simple y múltiple y utilizar las ecuaciones de
regresión para realizar inferencias de los coeficientes de regresión así como
predicciones por intervalos.

V. PROGRAMA ANALÍTICO

UNIDAD 1: “ESTIMACIÓN DE PARÁMETROS” 10 horas

PRIMERA SEMANA
Introducción a la estadística inferencial. Definiciones, terminología básica. Estimación
puntual. Conceptos de estimador. Propiedades de los estimadores: Estimadores
insesgados; consistentes; eficientes.

SEGUNDA SEMANA
Intervalo de confianza para la media poblacional. Determinación del tamaño de
muestra para estimar la media poblacional. Intervalo de confianza para la varianza de
la población. Intervalo de confianza para una proporción. Determinación del tamaño
de muestra para estimar una proporción poblacional.

UNIDAD 2: “PRUEBA DE HIPÓTESIS DE PARÁMETROS” 25 horas

TERCERA SEMANA
Prueba de hipótesis. Definición. Hipótesis: nula y alternativa. Hipótesis simple y
compuesta. Conceptos de Error de tipo I y Error de tipo II. Regiones de no rechaza y
rechazo de la hipótesis nula. Nivel de significación y potencia de la prueba.
Estadística de prueba. Regla de decisión. Valor(es) crítico(s).

CUARTA SEMANA
Prueba de hipótesis para la media de una población: varianza conocida y
desconocida.

QUINTA SEMANA
Prueba de hipótesis para una proporción. Prueba de hipótesis para la varianza de
una población.

Página 3 de 8
SEXTA SEMANA
Prueba de hipótesis para la razón de varianzas poblacionales independientes. Prueba
de hipótesis para la diferencia de medias poblaciones independientes. Casos:
varianzas conocidas, varianzas desconocidas pero iguales y varianzas desconocidas
pero desiguales.

SÉPTIMA SEMANA
Prueba de hipótesis para la diferencia de proporciones poblacionales. Prueba de
hipótesis para la media de datos pareados.

OCTAVA SEMANA
REVISIÓN DE CONTENIDOS Y RETROALIMENTACIÓN DEL APRENDIZAJE.
ASESORÍA Y APOYO ACADÉMICO AL ESTUDIANTE.

UNIDAD 3: “ANÁLISIS DE DATOS EXPERIMENTALES” 05 horas

NOVENA SEMANA
Análisis de datos experimentales: diseño completamente al azar de un factor. Modelo
aditivo lineal. Verificación de supuestos del modelo. Análisis de Varianza. Prueba de
Tukey de comparaciones múltiples.

UNIDAD 4: “PRUEBAS JI-CUADRADO” 05 horas

DÉCIMA SEMANA
Pruebas de bondad de ajuste chi-cuadrado. Prueba de Independencia de dos
variables categóricas. Prueba de homogeneidad de proporciones para k poblaciones
independientes.

UNIDAD 5: “ESTADÍSTICA NO PARAMÉTRICA” 10 horas

UNDÉCIMA SEMANA
Estadística no paramétrica: Introducción. Definición. Ventajas y desventajas de los
métodos paramétricos frente a los no paramétricos.
Principales pruebas no paramétricas: de Wilcoxon para una muestra, de Mann-
Whitney para dos muestras independientes.

DUODÉCIMA SEMANA
Principales pruebas no paramétricas: de Kruskal-Wallis para k muestras
independientes, de Friedman para k muestras relacionadas y la prueba de correlación
por rangos de Spearman.

UNIDAD 6: “ANÁLISIS DE REGRESIÓN” 15 horas

DECIMOTERCERA SEMANA
Análisis de Regresión Simple: regresión lineal simple. Definiciones y objetivos de la
regresión. El diagrama de dispersión. Supuestos. Estimación de los coeficientes de
regresión: el método de los mínimos cuadrados. Estimación de la varianza. El
coeficiente de determinación y correlación lineal. Inferencias en la regresión lineal
simple: de los coeficientes y del modelo. Estimación y predicción.

Página 4 de 8
DECIMOCUARTA SEMANA
Análisis de regresión simple: regresión no lineal simple. Inferencias en la regresión no
lineal. Modelos de regresión no lineal: potencial, exponencial, cuadrático y cúbico.
Elección del modelo más adecuado.

DÉCIMAQUINTA SEMANA
Análisis de regresión lineal múltiple: estimación de los coeficientes de la regresión
lineal múltiple. Inferencias en la regresión lineal múltiple: de los coeficientes y del
modelo.
Coeficiente de determinación múltiple. Supuestos de normalidad y multicolinealidad.
Estimación y predicción.

DÉCIMA SEXTA SEMANA

EVALUACIÓN FINAL DEL PROCESO DE APRENDIZAJE CONTINUO, ASESORÍA
Y APOYO ACADÉMICO AL ESTUDIANTE (ENTREGA DE NOTAS, REZAGADOS,
REVISIONES)

VI. METODOLOGÍA

El desarrollo de la asignatura se efectuará sobre la base de los siguientes

lineamientos:
 Las clases serán teóricas prácticas, desarrollándose los temas de acuerdo al
contenido analítico programado; el profesor motivará la participación activa de
los alumnos.
 Lo realizado en clase será reforzado mediante una serie de ejercicios y
problemas propuestos que los alumnos desarrollarán de manera personal.
 Los profesores de la asignatura brindarán asesoría a los alumnos, en forma
individual o por grupos, en horarios específicamente previstos para ese fin.
 El alumno deberá dedicar como mínimo 4 horas a la semana, fuera de las
horas de clase para reforzar los aspectos teóricos desarrollados en el curso; así
como para realizar los problemas y ejercicios propuestos en clase y/o en las
guías de trabajo.

VII. SISTEMA DE EVALUACIÓN

El sistema de evaluación del Reglamento de Estudios de la Universidad de Lima

contempla la siguiente ponderación de notas:

 Evaluación parcial 1                             Peso 30%

 Evaluación parcial 2                             Peso 30%
 Evaluación final                                    Peso 40%

Página 5 de 8
El detalle de las evaluaciones es el siguiente:
N° Tipo de Descripción: Objetivo /
Peso
Evaluación Semana Evalua- evalua- Contenido / competencia a
(%)
ción ción metodología evaluar
EP1 (30%) 4 1 50% Práctica  Propiedades de Desarrollar inferencia
Semanas de Aula* estimadores. estadística mediante
3a7  Intervalo de la construcción de
confianza para la intervalos de
media, proporción confianza y el
y varianza. desarrollo de prueba
 Tamaño de de hipótesis.
muestra Planteamiento y
 Teoría de prueba desarrollo de
de hipótesis hipótesis para un
parámetro.
6 2 50% Práctica  Prueba de Desarrollar inferencia
de Aula* hipótesis para la estadística para el
media. desarrollo de prueba
 Prueba de de hipótesis.
hipótesis para la Planteamiento y
varianza desarrollo de
 Prueba de hipótesis para la
hipótesis para la media Planteamiento
proporción y desarrollo de
hipótesis para la
varianza y la
proporción
EP2 (30%) 10 3 50% Práctica  Prueba de Planteamiento y
Semanas de Aula* hipótesis para la desarrollo de
9 a 12 razón de hipótesis para dos
varianzas parámetros: Razón
 Prueba de de varianzas;
hipótesis para la diferencia de medias
diferencia de y de proporciones; y
medias medias para datos
 Prueba de pareados
hipótesis para la Planteamiento y
diferencia de desarrollo de
proporciones hipótesis para más de
 Prueba de dos parámetros.
medias para
datos pareados
 Análisis de Datos
experimentales
12 4 50% Práctica  Pruebas Chi Planteamiento y
de Aula* Cuadrado desarrollo de pruebas
 Pruebas No chi cuadrado.
Paramétricas: Planteamiento y
Prueba de desarrollo de pruebas
Wilcoxon, Mann no paramétricas para
Whitney. una o dos dos
muestras.

EF (40%) 14 5 50% Práctica  Pruebas No Planteamiento y

Semanas de Aula* Paramétricas: desarrollo de pruebas
14 a 16 Kruskal-Wallis, no paramétricas para
Friedman y más de dos
Correlación de muestras.
Spearman. Determinar la relación
 Teoría de Análisis entre dos variables
de Regresión de modo que una de
 Análisis de ellas está en función
Regresión Lineal de la otra
Simple

Página 6 de 8
 N° Tipo de Descripción: Objetivo /
Peso
Evaluación Semana Evalua- evalua- Contenido / competencia a
(%)
ción ción metodología evaluar
16 6 50% Práctica  Análisis de Determinar la relación
de Aula* Regresión No de una variable con
Lineal Simple otra a partir de un
 Análisis de modelo no lineal
Regresión Lineal Determinar la relación
Múltiple de una variable en
función de más de
dos variables
* Sumativa, de seguimiento y de valoración cuantitativa.

El promedio final se va a obtener de la siguiente manera:

El tiempo de duración de cada una de las evaluaciones es de 60 minutos. La nota

correspondiente será de cero (00) a veinte (20).

Los alumnos que, por motivos de fuerza mayor, debidamente sustentados, no

puedan rendir una de las pruebas que comprende a: la evaluación parcial 1 (EP1), la
evaluación parcial 2 (EP2) o la evaluación final (EF), podrán rendir un examen de
rezagado, de acuerdo con el cronograma que oportunamente será proporcionado por
el profesor del curso.

Art. 41 RGE:
El estudiante que al final del período académico exceda el límite de inasistencias está
impedido de rendir el examen final.
Los límites establecidos son los siguientes:

En el pregrado:
a) Del primer al quinto nivel de la carrera: 21 % del número total de horas
programadas.
b) Del sexto nivel hasta la finalización de la carrera: 32 % del número total de horas
programadas.

En el posgrado:
a) El 40 % de las horas programadas para cada asignatura.

El docente de la asignatura es responsable de registrar la asistencia y de la

aplicación de esta norma. El registro de la asistencia no es considerado como criterio
de evaluación.

Art. 22 RGE:
No se acepta el cruce de horarios, a excepción del estudiante que concluya su plan
de estudios en ese período académico y siempre que no exceda en 50 % las horas
lectivas programadas para cada asignatura. No se aceptará el cruce de más de dos
(2) asignaturas en una misma hora lectiva.

VIII. REFERENCIAS

Para poder acceder a estas referencias debe ingresar con su usuario y password al

Página 7 de 8
siguiente enlace: [Link]

OBLIGATORIAS

Anderson, D. (2019). Estadística para negocios y economía. (13a. ed.) Cengage.

Tomado de [Link]
Caycho, C.; Castillo, C., y Merino, V. (2019) Manual de estadística no paramétrica
aplicada a los negocios. Lima: Fondo Editorial de la Universidad de Lima.
[Link]
Levine D., Krehbiel, T. y Berenson M. (2014). Estadística para Administración (6a
ed.). México D.F.: Pearson.
Lind, D. (2019). Estadística aplicada a los negocios y la economía. (17a. ed.)
McGraw-Hill Interamericana. Tomado de [Link]
il=9246
Millones, R., Barreno, E., Vásquez, F. y Castillo C. (2017). Estadística descriptiva y
probabilidades en la ingeniería y los negocios. Lima: Fondo Editorial de la
Universidad de Lima. . [Link]

COMPLEMENTARIAS

Cordero, J. M. (2014). La estadística descriptiva en la formación empresarial: parte

primera. Madrid: ESIC. 
Diaz, A. (2013). Estadística aplicada a la administración y la economía. (1ª ed.)
México: McGraw-Hill.
Horra Navarro, J. D. L. (2018). Estadística aplicada (3a. ed.). Ediciones Díaz de
Santos. [Link]
McEvoy, D.M. (2018). A guide to business statistics. New York: Jhon Wiley & Sons,
Inc.
Rodríguez Franco, J. y Rodríguez Jiménez, E. (2016). Estadística para administración
(2a. ed.). Grupo Editorial Patria.
[Link]

Página 8 de 8