TECNOLÓGICO NACIONAL DE MÉXICO

Secretaría Académica, de Investigación e Innovación

Dirección de Docencia e Innovación Educativa

1. Datos Generales de la asignatura

Nombre de la asignatura: Estadística y Diseño de Experimentos

Clave de la asignatura: ERF-1010

SATCA1: 3-2-5

Carrera: Ingeniería en Energías Renovables

2. Presentación

Caracterización de la asignatura

Esta asignatura aporta, al perfil del Ingeniero en Energías Renovables las herramientas
metodológicas, para el análisis, caracterización, interpretación y predicción de los distintos
fenómenos o datos de estudio, de las diferentes formas de generación de energía.
Esta asignatura permitirá al estudiante tener los conocimientos básicos para la recopilación
de datos, realizar inferencias estadísticas, formular y comprobar hipótesis, hacer análisis de
regresión y correlación; así como analizar experimentos de uno, dos y más factores.
Esta asignatura sirve de soporte a otras, directamente con el desempeño profesional como
diseño de experimentos e influye en su interpretación y toma de decisiones para mejorar la
calidad de cualquier proceso de producción, así como las tendencias de generación de
energías; además de capacitar al estudiante para el análisis e interpretación de datos para
sustentar sus propuestas, proyectos e informes. Está asignatura se encuentra relacionada
con Metrología Mecánica y Eléctrica en la cual se aplican los temas de medidas de
tendencia central y dispersión. El tema de Modelos analíticos de fenómenos aleatorios
discretos y continuos apoya para entender el comportamiento del recurso eólico en la
asignatura de energía eólica. Los temas de análisis de experimentos, estadística descriptiva
serán la base para entender el crecimiento de microorganismo en la asignatura de
Microbiología así como realizar el diseño de los experimento

Intención didáctica

La asignatura se desarrolla en 7 temas:

En el tema 1 se abordan los conceptos básicos de la estadística descriptiva con la finalidad
de que el estudiante analice y represente gráficamente conjuntos de datos tomados de una
situación real, haciendo una interpretación mediante el uso de medidas de tendencia
central lo que les permitirá identificar las características de los fenómenos poblacionales o
de muestreo. El tema 2 propone el manejo de modelos analíticos de fenómenos aleatorios
discretos y continuos, de tal forma que el estudiante aplique los conceptos en procesos de
toma de decisiones que involucren incertidumbre, y que le sirvan de sustento en la
realización de proyectos e informes. En el tema 3 se contempla el manejo de estimaciones
que permitan hacer inferencias estadísticas a través del uso de medias y proporciones, que

1
Sistema de Asignación y Transferencia de Créditos Académicos

©TecNM mayo 2016 Página | 1

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

nos permita crear intervalos.

En el tema 4 se presentan las pruebas de hipótesis las cuales servirán como una de las
partes que les permita a los estudiantes tomar decisiones; en el tema 5 se contempla el
análisis de regresión y la correlación, lo cual les permitirá verificar la relación entre
variables y el grado correlación existente entre ellas.
En el tema 6 se realiza el análisis de experimentos de un factor. Finalmente en el tema 7 se
relaciona con el tema anterior con la diferencia que se analizan experimentos de dos o más
factores.
El enfoque sugerido para la asignatura requiere que las actividades de aprendizaje
promuevan la investigación documental y de campo, el análisis y discusión de la
información. Es importante que el estudiante aprenda a valorar las actividades
programadas y que aprecie la importancia del conocimiento y los hábitos de trabajo.
En todos los temas se contempla la utilización de software estadístico para resolver
diversos problemas.
El profesor debe promover el uso de las distribuciones, regresiones, etc. en el análisis de
datos en experimentos prácticos, con el fin de que posteriormente el estudiante sea capaz
de llevar a cabo cualquier práctica de laboratorio y emplear las técnicas aquí estudiadas
para realizar de forma correcta su práctica, considerando todos los errores que puede tener
en el proceso de medición.

3. Participantes en el diseño y seguimiento curricular del programa

Lugar y fecha de
Participantes Evento
elaboración o revisión
Reunión Nacional de
Diseño e Innovación
Representantes de los
Curricular para el
Institutos Tecnológicos de:
Desarrollo y Formación de
Chihuahua, Chihuahua II,
Instituto Tecnológico Competencias Profesionales
Chilpancingo, Durango, La
Superior de Puerto Vallarta de las Carreras de
Laguna, La Piedad, León,
del 10 al 14 de agosto de Ingeniería en Tecnologías
Mexicali, Milpa Alta,
2009. de la Información y
Minatitlán, Orizaba,
Comunicaciones, Ingeniería
Saltillo, Toluca, Veracruz y
en Energías Renovables,
Villahermosa.
Ingeniería Petrolera y
Gastronomía.
Reunión Nacional de
Consolidación de los
Representantes de los Programas en
Institutos Tecnológicos de: Competencias Profesionales
Instituto Tecnológico de
Chihuahua, La Laguna, de las Carreras de
Villahermosa del 24 al 28
León, Mexicali, Milpa Alta, Ingeniería en Geociencias,
de mayo de 2010.
Minatitlán, Toluca, Ingeniería en Energías
Veracruz y Villahermosa. Renovables, Ingeniería en
Tecnologías de la Información
y Comunicaciones, y
Gastronomía.

©TecNM mayo 2016 Página | 2

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

Reunión Nacional de
Seguimiento Curricular de
Representantes de los las Carreras de Ingeniería
Instituto Tecnológico de Institutos Tecnológicos de: en Energías Renovables,
Cd. Victoria, del 24 al 27 de Cd. Victoria, Cintalapa, Ingenierías en Geociencias,
junio de 2013. Huichapan, Mexicali, Ingeniería en Materiales y
Motúl, Progreso y Tequila. Licenciatura en Biología del
Sistema Nacional de
Institutos Tecnológicos.
Instituto Tecnológico de Representantes de los Reunión de Seguimiento
Toluca, del 10 al 13 de Institutos Tecnológicos de: Curricular de los Programas
febrero de 2014. Progreso. Educativos de Ingenierías,
Licenciaturas y Asignaturas
Comunes del SNIT.

4. Competencia(s) a desarrollar
Competencia(s) específica(s) de la asignatura
Aplica herramientas estadísticas para el análisis de datos experimentales obtenidos durante
pruebas o procesos de sistemas de energía renovable.

5. Competencias previas
Ninguna

6. Temario
No. Temas Subtemas
1.1 Introducción y notación sumatoria.
1.1.2 Propiedades de Sumatoria.
1.2 Datos no agrupados.
1.2.1 Medidas de tendencia central.
1 Estadística descriptiva 1.2.2 Medidas de dispersión.
1.3 Datos agrupados.
1.3.1 Tablas de frecuencias y gráficas
1.3.2 Medidas de tendencia central.
1.3.3 Medidas de dispersión y de posición.
2.1 Conceptos de variables aleatorias
discretas y continuas.
2.1.1 Función de probabilidad y de
Modelos analíticos de fenómenos distribución de una variable aleatoria.
2 aleatorios discretos y continuos 2.1.2 Valor esperado.
2.2 Función de distribución de una variable
aleatoria según sus características.
2.2.1 Distribución binomial.
2.2.2 Distribución Poisson y su

©TecNM mayo 2016 Página | 3

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

aproximación a la binomial
2.2.3 Distribución uniforme y exponencial
2.2.4 Distribución normal y su
aproximación por la binomial
2.2.5 Distribución de Student
2.2.6 Distribución Ji-cuadrada
2.2.7 Distribución Fisher
2.3 Distribuciones muestrales
2.3.1 Distribución muestral de la media de
la muestra
2.3.2 Distribución muestral de la proporción
de la muestra
2.3.3 Teorema de Límite central
3.1 Estimadores eficientes e imparciales
3.2 Intervalos de confianza para la media de
Estimación puntuales y por intervalos la población.
3 de confianza. 3.3 Intervalos de confianza de una muestra
grande para la población total
3.4 Intervalos de confianza de una muestra
grande para la proporción
4.1 Generalidades e importancia de las
Pruebas de hipótesis
Prueba de hipótesis. 4.2 Prueba de hipótesis para grandes
4
muestras
4.3 Prueba de hipótesis para pequeñas
muestras.
5.1 Introducción a la regresión.
5.1.1 Relación causal entre variables
5.1.2 Método general de mínimos cuadrados
Análisis de regresión. 5.3 Modelo de regresión lineal simple.
5
5.4 Coeficientes de correlación y
determinación
5.5 Modelo de regresión múltiple.
5.6 Regresión no lineal
6.1 Introducción a los experimentos con
factores
6.2 Familia de diseños para comparar
tratamientos
6.2.1 Modelo de efectos fijos
Análisis de experimentos de un factor. 6.2.2 Modelo de efectos aleatorios
6
6.2.3 Modelo por bloques completamente
aleatorios
6.3 Análisis de varianza
6.4 Comparaciones o pruebas de rangos
múltiples de Duncan
6.4 Uso de un software estadístico

©TecNM mayo 2016 Página | 4

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

7.1 Conceptos básicos de diseños factoriales

Análisis de experimentos de dos o más 7.2 Diseños factoriales con dos factores
7 factores. 7.3 Diseños factoriales con tres factores
7.4 Diseño factorial general
7.6 Uso de un software estadístico

7. Actividades de aprendizaje de los temas

Estadística Descriptiva

Competencias Actividades de aprendizaje

Específica(s):  Investigar y discutir los conceptos de

población y muestra, medidas de
Utiliza herramientas estadísticas para el tendencia central y de dispersión.
análisis e interpretación de un conjunto  Presentar un conjunto de datos no
de datos. mayor a 30 (muestra pequeña), Y
calcular su media aritmética, media
Genéricas: geométrica, moda, mediana, desviación
media absoluta, varianza y desviación
Habilidades para buscar, procesar y analizar estándar.
información procedente de fuentes diversas.  Mostrar un conjunto de datos con más
de 30 elementos (muestras grandes) para
Capacidad de abstracción, análisis y construir una distribución de frecuencias
síntesis. y representarlos gráficamente mediante
Histogramas, Polígono de frecuencias,
ojivas, etc.
 Calcular con base a la distribución de
frecuencias las medidas de tendencia
central (media, mediana y moda) y de
dispersión (amplitud de variación,
desviación absoluta media, varianza y
desviación estándar).
 Aplica los conceptos estudiantes para
analizar el comportamiento de un
conjunto de datos de radiación y
velocidad de viento.
Modelos Analíticos de Fenómenos Aleatorios Discretos y Continuos

Competencias Actividades de aprendizaje

Específica(s):  Investigar tipos de variables aleatorias.

 Establecer la función de probabilidad de
Aplica los conceptos de variable aleatoria una variable aleatoria discreta a partir de
discreta y continua, con base a situaciones una situación real o simulada, y calcular
reales o simuladas para una distribución de la esperanza matemática, varianza y

©TecNM mayo 2016 Página | 5

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

modelos aleatorios discretos y continuos. desviación estándar.

 Identificar la función de distribución
Binomial, Poisson, Uniforme,
Genéricas: Exponencial, Normal, Student, Ji-
cuadrada y Fisher.
Capacidad para identificar, plantear y  Realizar cálculos de probabilidad
resolver problemas. mediante el manejo de las tablas
Capacidad de aplicar los conocimientos en correspondientes a las distribuciones
la práctica. Binomial y de Poisson
Capacidad de abstracción, análisis y síntesis
 Aproximar los cálculos de la
distribución de Poisson a la distribución
Binomial.
 Investigar las funciones de distribución
de una variable aleatoria continua, como
son: la uniforme, exponencial y normal.
 Relacionar las distribuciones: Binomial
y Normal y Poisson y Normal.
 Investigar las distribuciones de
probabilidad Student, Ji-cuadrada y
Fisher.
 Realizar cálculos de probabilidad
mediante y uso de tablas y formulas
correspondientes a cada tipo de
distribución.
 Representar gráficamente el teorema del
límite central.
 Realizar distribuciones de muestreo
aplicando el Teorema del límite central
para todo tipo de comportamiento.
 Aplica a un conjunto de datos de viento
y radiación alguna de las distribuciones
estudiadas.

Estimación Puntual y por Intervalos de Confianza

Competencias Actividades de aprendizaje

Específica(s):  Discutir la importancia que desempeña

la estimación de parámetros
Estima e interpreta los intervalos de investigando o citando problemas reales.
confianza para los diferentes parámetros  Describir las características principales
que caracterizan a procesos y/o poblaciones de los métodos de muestreo y realizar
de medias o proporciones. un muestreo real de campo y exponer su
ensayo en plenaria.
 Analizar las características de un
estimador puntual y diferenciar de un

©TecNM mayo 2016 Página | 6

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

Genéricas: estimador por intervalo de confianza.

Capacidad de aplicar los conocimientos en

la práctica.

Capacidad para identificar, plantear y

resolver problemas.

Prueba de Hipótesis
Competencias Actividades de aprendizaje

Específica(s): 
Discutir el concepto de prueba de
hipótesis y significado de los errores de
Aplica la metodología de la prueba de tipo I y tipo II.
hipótesis para inferir el comportamiento de  Resolver problemas estableciendo las
algunas características de la población o de hipótesis adecuadas y realizar su prueba
un proceso para la toma de decisiones. para un parámetro o diferencia entre dos
parámetros, e interpretar claramente sus
resultados.
Genéricas:  Analizar un conjunto de datos para
determinar el tipo de modelo de
Capacidad de abstracción análisis y síntesis.
distribución de probabilidad se ajusta la
población de donde provienen.
Capacidad crítica y autocrítica.
 Distinguir cuando debe aplicar los
métodos de contraste no paramétricos, y
exponer ejemplos en plenaria.
Análisis de la Regresión
Competencias Actividades de aprendizaje

Específica(s):  Obtener los coeficientes de regresión de

un modelo lineal simple o múltiple,
Aplica la regresión lineal y múltiple para apoyándose con un paquete
validar las hipótesis inferidas y el desarrollo computacional o bien calculadora
de modelos matemáticos. científica avanzada a partir de un
conjunto de datos de un problema real
 Evaluar el ajuste del modelo mediante el
Genéricas: coeficiente de determinación
(correlación), prueba de falta de ajuste y
Capacidad crítica y autocrítica.
análisis residual.
 Establecer los intervalos de confianza y
Capacidad para formular, gestionar y
prueba de hipótesis para los coeficientes
analizar proyectos.
del modelo de regresión.
 De un conjunto de datos meteorológicos
analiza su comportamiento.

©TecNM mayo 2016 Página | 7

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

Análisis de Experimentos de un Factor

Competencias Actividades de aprendizaje

Específica(s): Elaborar un resumen sobre las

características de los diseños
Desarrolla diseños experimentales para un experimentales con factores.
análisis de datos involucrados dentro de Citar ejemplos prácticos y señalar las
procesos o proyectos de investigación, diferencias entre un modelo de efectos fijos
evaluándolos con las herramientas y uno de efectos aleatorios.
estadísticas adecuadas. Realizar un análisis estadístico de resultados
obtenidos en la evaluación de un factor
sobre la respuesta en un proceso o
Genéricas: fenómeno.
Hacer comparaciones o pruebas utilizando
Capacidad de abstracción, análisis y el modelo de rangos múltiples de Duncan.
síntesis. Calcular las diferencias entre las medias de
Capacidad para identificar, plantear y tratamientos, utilizando los métodos
resolver problemas. estudiados.
Capacidad de toma de decisiones Discutir en clase las implicaciones sobre el
proceso de bloqueo y realizar el análisis
estadístico de resultados obtenidos en un
diseño de bloques aleatorios.
Interpretar el significado del efecto de los
factores en forma individual y en forma
combinada sobre la variable de respuesta y
resolver serie de problemas.
Desarrollar un diseño experimental factorial
hipotético o real y determinar los efectos
principales y análisis de varianza
explicando claramente sus resultados en
exposición plenaria.
Generar con precisión los resultados del
manejo de los datos obtenidos en un diseño
experimental aplicado en el área de
ingeniería, utilizando un paquete
computacional e interpretar con claridad el
análisis de varianza.
Realizar investigación documental y
elaborar un resumen sobre la utilidad del
proceso de optimización de factores que
intervienen en un diseño experimental y
discutirlo en clase, complementando con
ejemplos reales.

©TecNM mayo 2016 Página | 8

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

Análisis de Experimentos de dos o más factores

Competencias Actividades de aprendizaje

Específica(s): Elaborar un resumen de los conceptos

básicos de diseños factoriales.
Analiza y desarrolla diseños experimentales Realizar diseños factoriales con dos
de dos o más factores para su aplicación en factores.
el área de la ingeniería renovable. Presentar un análisis estadístico de
resultados obtenidos en la evaluación de dos
Genéricas: o tres factores sobre la respuesta en un
proceso o fenómeno.
Capacidad crítica y autocrítica. Calcular las diferencias entre las medias de
Capacidad para formular, gestionar y tratamientos, utilizando los métodos
analizar proyectos. estudiados.
Elaborar un ensayo sobre la estructura,
ventajas y desventajas de los diseños
factoriales completos y diseños factoriales
fraccionados y discutirlo en clase.
Desarrollar un diseño experimental factorial
2k hipotético o real y determinar los efectos
principales y análisis de varianza
explicando claramente sus resultados en
exposición plenaria.
Generar con precisión los resultados del
manejo de los datos obtenidos en un diseño
experimental aplicado en el área de
ingeniería, utilizando un paquete
computacional e interpretar con claridad el
análisis de varianza.
Aplicar el método de máxima pendiente
para discriminar y optimizar la magnitud de
factores en un diseño experimental.
Aplicar el método de superficies de
respuesta para discriminar y optimizar la
magnitud de los niveles de los factores de
un diseño experimental, explicando
claramente su desarrollo en clase.
Generar el manejo y análisis de los
resultados de la variable de respuesta en un
diseño experimental, a través de los
métodos de máxima pendiente y de
superficie de respuesta, utilizando un
paquete estadístico.

©TecNM mayo 2016 Página | 9

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

8. Práctica(s)

1. Estudio de campo para la generación de medidas de tendencia central y de dispersión.

2. Probar una hipótesis proporcionada por el grupo, de un caso real
3. Análisis de diseños experimentales presentados en literatura.
4. Realizar toma de mediciones con algún sensor de radiación o anemómetro y calcula
media, varianza, y distribuciones de probabilidad. Realizar dichas operaciones con algún
software de manejo de datos.
4. Realizar investigaciones documentales de aplicaciones prácticas de las técnicas
estadísticas
5. Manejo de paquetes estadísticos como STATGRAPHICS, SAS, SSPS, EXCEL, MATH
CAD, entre otros.

9. Proyecto de asignatura
El objetivo del proyecto que planteé el docente que imparta esta asignatura, es demostrar el
desarrollo y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes
fases:
 Fundamentación: marco referencial (teórico, conceptual, contextual, legal) en el cual
se fundamenta el proyecto de acuerdo con un diagnóstico realizado, mismo que permite
a los estudiantes lograr la comprensión de la realidad o situación objeto de estudio para
definir un proceso de intervención o hacer el diseño de un modelo.
 Planeación: con base en el diagnóstico en esta fase se realiza el diseño del proyecto por
parte de los estudiantes con asesoría del docente; implica planificar un proceso: de
intervención empresarial, social o comunitario, el diseño de un modelo, entre otros,
según el tipo de proyecto, las actividades a realizar los recursos requeridos y el
cronograma de trabajo.
 Ejecución: consiste en el desarrollo de la planeación del proyecto realizada por parte de
los estudiantes con asesoría del docente, es decir en la intervención (social,
empresarial), o construcción del modelo propuesto según el tipo de proyecto, es la fase
de mayor duración que implica el desempeño de las competencias genéricas y
especificas a desarrollar.
 Evaluación: es la fase final que aplica un juicio de valor en el contexto laboral-
profesión, social e investigativo, ésta se debe realizar a través del reconocimiento de
logros y aspectos a mejorar se estará promoviendo el concepto de “evaluación para la
mejora continua”, la metacognición, el desarrollo del pensamiento crítico y reflexivo en
los estudiantes.

©TecNM mayo 2016 Página | 10

 TECNOLÓGICO NACIONAL DE MÉXICO
Secretaría Académica, de Investigación e Innovación
Dirección de Docencia e Innovación Educativa

10. Evaluación por competencias

Observación del desempeño del estudiante durante la realización trabajos e

investigaciones.
Reportes escritos de las observaciones hechas durante las actividades de solución de
problemas prácticos, así como, las conclusiones obtenidas
Información obtenida durante las investigaciones solicitadas plasmada en documentos
escritos.
Exámenes escritos para comprobar el manejo de aspectos teóricos y declarativos.
Reportes escritos de las prácticas experimentales

11. Fuentes de información

1. Box, G., Hunter, W. & Hunter, J. (1999). Estadística para Investigadores. México,
DF.: Reverte, S.A.
2. Cochran, W. & Cox, G. (1983). Diseños Experimentales. México, DF.: Trillas.
3. Gil, S. (1984). Métodos Estadísticos. México, DF: Trillas.
4. Marques de Cantú, María. (1980). Probabilidad y Estadística para Ciencias
Químico Biológicas. México. McGraw Hill.
5. Mendenhall, W. (1990). Estadística para Administradores. México, DF.: Grupo
Iberoamericana.
6. Montgomery, D. & Runger G (2002). Probabilidad y Estadística Aplicada a la
Ingeniería. México, DF: Limusa-Wiley.
7. Montgomery, D. (1986) Diseño y Análisis de Experimentos. México, DF.: Grupo
Iberoamericana.
8. Walpole, R. & Raymond, M. (2000). Probabilidad y Estadística para Ingenieros.
México, DF: Pearson-Educación

©TecNM mayo 2016 Página | 11