PONTIFICIA UNIVERSIDAD CATÓLICA MADRE Y MAESTRA

FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS

ESCUELA DE NEGOCIOS

PROGRAMA

DE-237 -T T P C
ESTADÍSTICAS PARA NEGOCIOS II 3 0 3

Prerrequisitos: DE-236
1DE-236-P
Correquisitos: 1DE-237-P

I. JUSTIFICACIÓN

La asignatura DE-237-T Estadísticas para Negocios II, es una asignatura obligatoria para la
Licenciatura en Gestión Financiera y Auditoría, Licenciatura en Dirección Empresarial
Concentración Negocios Internacionales, Licenciatura en Dirección Empresarial Concentración
Emprendimiento, Licenciatura en Marketing Concentración Estrategia Digital y Licenciatura en
Marketing Concentración Inteligencia Estratégica. Forma parte del Ciclo de Formación General
de la carrera, y se imparte en el tercer periodo del segundo año. Para cursar la asignatura se
necesitan conocimiento especializados previos de los prerrequisitos Estadísticas para Negocios I
(DE-236-T) y Laboratorio de Estadísticas para Negocios I (DE-236-P), donde el estudiante habrá
desarrollado las habilidades necesarias para valorizar, aplicar, crear y realizar análisis de datos de
diferentes modelos estadísticos a través de la Estadística Descriptiva. Adicionalmente, DE-237-T
Estadísticas para Negocios II, tiene como correquisito la asignatura DE-237-P Lab. DE-237-T.

En Estadísticas para Negocios II, se desarrollan estrategias de la Estadística Inferencial que

permite un mejor manejo de la capacidad investigativa y de las tomas de decisiones de los
estudiantes para elaborar los análisis adecuados al contexto en situaciones complejas de
incertidumbre con la finalidad de contribuir con la formación integral del estudiantado, lo que
implica individuos capaces de solucionar distintos argumentos y aplicar una transformación del
entorno en los numerosos ambientes en los que esté inmerso.

En esta asignatura los estudiantes podrán dar respuesta a problemas entre los que se encuentran:
Concepto de Estadística Inferencial. Desarrollo de estimaciones puntuales y por intervalos de
confianza, cálculo del tamaño de la muestra. Formulación, cálculo y análisis de pruebas de
hipótesis para una muestra y dos muestras. Aplicación de los métodos de regresión lineal simple
y correlación. Diferencias entre la estadística paramétrica y no paramétrica.

1
II. COMPETENCIAS

 Competencias genéricas

G.1 Investigación
Nivel de dominio 2: Investigar para resolver un problema: aplicando los procedimientos de
estadística inferencial bajo la guía estructurada del docente durante todo
el proceso y utilizando fuentes documentales y empíricas.

 Competencias específicas de titulación

E.1 Resolución de problemas organizacionales

Nivel de dominio 2: Generar, en equipo, varias alternativas de acción de la Estadística
Inferencial ponderando sus implicaciones para solucionar un problema
del ámbito organizacional.

 Competencias específicas de la asignatura

EA1. Comprender la importancia de un estimador puntual y por intervalos, los procesos de

muestreos comenzando en el cálculo de tamaño de muestras, con la finalidad de analizar los
resultados para aplicar la solución más lógica a situaciones específicas, en función a las
características de la población o la muestra y los objetivos de la investigación.

EA2. Identificar los diferentes métodos para la selección de los intervalos de confianza y las
pruebas de hipótesis, para que a través de este proceso puedan evaluar las técnicas determinadas
bajo el supuesto de incertidumbre y seleccionar la más adecuada en una situación específica.

EA3. Evaluar mediante la prueba de hipótesis el comportamiento de la población, a través de

una muestra, con la finalidad de afirmar o negar una situación de incertidumbre, de acuerdo con
los diferentes criterios evaluados en situaciones específicas.

EA4. Establecer las condiciones para distinguir entre la comparación de la estadística

paramétrica y no paramétrica, para tomar decisiones utilizando los conceptos aprendidos, con la
finalidad de plantear soluciones a problemas estadísticos que propongan distintas maneras de
manejar los datos aportados para su análisis.

2
III. CONTENIDOS

UNIDAD I: ESTIMACIÓN DE PARÁMETROS, INTERVALOS DE CONFIANZA Y

TAMAÑO DE LA MUESTRA
Conceptos generales e introducción a la estadística inferencial. Conceptos básicos de estimador
puntual y estimaciones de intervalos, Cálculo. Propiedades de los estimadores. Intervalos de
confianza de una media poblacional. (Desviación estándar de la población conocida (σ).
Desviación estándar poblacional σ desconocida.) Intervalo de confianza de una proporción.
Tamaño de la muestra para calcular una media poblacional. Tamaño de la muestra para calcular
la proporción de una población.

UNIDAD II: PRUEBA DE HIPÓTESIS DE UNA MUESTRA

Fundamentos y conceptos básicos de pruebas de hipótesis. Tipos de errores en una prueba de
hipótesis. (Errores tipo I y tipo II.). Hipótesis nula y alternativa. Pruebas de significancia de una
y dos colas. Pruebas de la media de una población: se conoce la desviación estándar poblacional
(Prueba de dos colas. Prueba de una cola). Valor p y valor crítico en la prueba de hipótesis.
Prueba de la media poblacional: desviación estándar de la población desconocida. Pruebas
relacionadas con proporciones

UNIDAD III: PRUEBAS DE HIPÓTESIS DE DOS MUESTRAS

Pruebas de hipótesis de dos muestras: muestras independientes. Prueba de proporciones de dos
muestras. Comparación de medias poblacionales con desviaciones estándares desconocidas.
Desviaciones estándares poblacionales iguales. Medias poblacionales con desviaciones
estándares desiguales. Pruebas de hipótesis de dos muestras: muestras dependientes.
Comparación de muestras dependientes e independientes. Comparación de dos varianzas
poblacionales. Análisis de varianzas (ANOVA).

UNIDAD IV: REGRESIÓN LINEAL Y CORRELACIÓN

Coeficiente de correlación. Prueba de la importancia del coeficiente de correlación. Análisis de
regresión. Principio de los mínimos cuadrados. Trazo de la recta de regresión. Error estándar de
estimación. El coeficiente de determinación.

UNIDAD V: ESTADÍSTICA NO PARAMÉTRICA

Conceptos básicos de la estadística no paramétrica. Ventajas y desventajas. Prueba de los signos.
Prueba de rangos con signo de Wilcoxon. Prueba de Mann Whitney-Wilcoxon. Prueba de
Kruskal-Wallis: análisis de la varianza por rangos. Correlación por orden de rango.

IV. ESTRATEGIAS DE ENSEÑANZA-APRENDIZAJE

3
Se utilizarán los siguientes métodos de aprendizaje:

 Aprendizaje basado en problemas. El estudiante hará entrega de un (1) portafolio

desarrollado durante el ciclo con los procedimientos correctos para los siguientes
ejercicios: estimación de parámetros y tamaño de la muestra, intervalos de confianza,
pruebas de hipótesis, pruebas de hipótesis de dos muestras, y de aplicación de la
estadística paramétrica y no paramétrica para valorar el nivel de comprensión y de razón
de los temas.

 Estudio de casos. El estudiante analizará tres (3) casos de manera grupal y uno (1) de
manera individual, relacionados a los distintos métodos de la Estadística Inferencial, así
como formas de aplicarlos a la vida real dentro del área de los negocios. En los casos
grupales, un representante hará entrega al docente del informe de cada caso, y en el
individual, el estudiante va a entregar al docente un informe de estudio del caso y en
todos se discutirán las soluciones en clase.

 Método expositivo, lección magistral o cátedra. El docente presentará los contenidos

de la asignatura por medio de exposiciones lógicamente estructuradas, a fin de
proporcionar que los estudiantes logren una mayor comprensión de los temas
desarrollados. El estudiante realizará dos (2) pruebas escritas para evaluar el nivel de
comprensión o conocimiento de los temas.

 Aprendizaje orientado a proyectos. Los estudiantes, en equipos, deben identificar una

población que presente un problema real estadístico, donde pueda calcular un tamaño de
la muestra con el fin de obtener información tales como: cálculos de los parámetros y sus
estimaciones puntuales para poder realizar los intervalos de confianza hipótesis y la
prueba de hipótesis con la finalidad de afirmar o negar la situación presentada. Esto será
entregado en un (1) reporte donde detalle el proceso de investigación de la problemática
en torno a la situación investigada. El reporte, que se entregará al final del ciclo, incluirá
todos los cálculos y, el proceso de recolección de datos para llegar a una conclusión que
contendrá todo lo aprendido y desarrollado durante el cuatrimestre.

Las modalidades organizativas que se utilizarán serán: clases teóricas, clases prácticas, tutorías,
seminarios-talleres, estudios y trabajos (individuales y grupales), y prácticas. La asignatura será
de carácter presencial facilitado por la red.

En caso de que el docente decida aplicar el modelo de aula invertida, las lecciones magistrales
sincrónicas (profesor y grupo de estudiantes completo en el aula o conectados en línea al mismo
tiempo) pueden ser reemplazadas por actividades asincrónicas. En esas actividades asincrónicas
primero el docente prepara y proporciona a los estudiantes recursos que incluyen explicaciones
del temario de la asignatura (material audiovisual, artículos, guías de lectura, etc.) para que luego

4
los estudiantes, de forma autónoma, procesen esas explicaciones. Cuando se aplica este modelo
el docente debe reservar tiempo sincrónico de la asignatura para aclarar dudas de los estudiantes
y realizar tareas que implican la aplicación del contenido por parte de los estudiantes contando
con el profesor como guía.

V. SISTEMA DE EVALUACIÓN

El sistema de evaluación de esta asignatura incluye diferentes estrategias de evaluación continua

y formativa. Entre los criterios de evaluación de las diferentes evidencias se incluirán elementos
actitudinales.

En la siguiente tabla se establece una asociación entre las competencias de la asignatura y las
evidencias que se utilizarán para evaluarlas. También se indica el porcentaje de la calificación
total que cada evidencia representa en la evaluación.

EVIDENCIAS % COMPETENCIAS
EA1 (G1, E1)
Informe de estudios de caso (4) 25 EA2 (E1)
EA3 (G1, E1)
EA1 (G1, E1)
Pruebas escritas (2) 30 EA2 (E1)
EA3 (G1, E1)
EA1 (G1, E1)
EA2 (E1)
Portafolio con resultados de ejercicios (1) 25
EA3 (G1, E1)
EA4 (E1)
Reporte final proyecto (1) 20 EA1 (G1, E1)
EA2 (E1)
EA3 (G1, E1)
EA4 (E1)
Total 100

VI. RECURSOS

Infraestructura y/o equipos

Recursos colocados en la Plataforma Virtual de Aprendizaje (PVA), Computadora, Campus
Solutions, Excel, Software o Paquete Estadístico SPSS for Windows.

Bibliografía básica

5
  Anderson, D., Sweeney, D. y Williams, T. (2012). Estadística para Negocios y
Economía. México. Cengage Learning.

 Céspedes, N. (2017). Estadística inferencial. Fondo Editorial Areandino. Bogotá.

Colombia.

 Cuxart, A. (2015). Estadística inferencial. España. Universitat Pompeu Fabra Barcelona.

 Díaz, M., (2019). Estadística Inferencial Aplicada. Barranquilla, Colombia. Editorial

Universidad del Norte.

 Gutiérrez González, E., Vladimirovna Panteleeva, O. (2016). Estadística inferencial para

ingeniería y ciencias. México. Grupo Editorial Patria.

 Lind, D., Marchal, W. y Wathen, S. (2012). Estadística aplicada a los negocios y la

economía. Mc Graw Hill.

 Matos, F., Contreras, F., Guerrero, J., (2020). Estadística Descriptiva y Probabilidad
para las Ciencias de la Información con el uso del SPSS. Lima, Perú. Asociación de
Bibliotecólogos del Perú.

 Triola, M. F. (2013). Estadística. México. Pearson Addison Wesley.

 Universitat Autónoma de Barcelona. (2021). Grado de Estadística Aplicada. www.uab.es

 Universidad Nacional José Faustino Sánchez Carrión, Facultad de Ciencias

Empresariales. (2017). Sílabo por Competencias Estadística Aplicada a los Negocios.
Lima, Perú.

Bibliografía Complementaria

 Levin, R. (2004). Estadística para la Administración y Economía 7º ed. México: Pearson