TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin

Direccin de Docencia e Innovacin Educativa
1. Datos Generales de la asignatura

Nombre de la asignatura: Estadstica Inferencial I

Clave de la asignatura: GEG-0907

SATCA1: 3 -3- 6

Carrera: Ingeniera en Gestin Empresarial

2. Presentacin

Caracterizacin de la asignatura

Esta asignatura, aporta al perfil del Ingeniero en Gestin Empresarial, la capacidad para explicar
fenmenos involucrados con los procesos de la toma de decisiones en los negocios y, la sensibilidad y
conocimientos para hacer uso eficiente de las pruebas de hiptesis, en el mbito donde se site su
desempeo profesional. Para integrarla, se ha hecho uso de sus herramientas. Para el estudio de la
Estadstica Inferencial, se identifican temas experimentales paramtricos de comparacin simple y
mltiple, concentrando su aplicacin a la Gestin Empresarial. Puesto que esta asignatura dar soporte
a otras ms, es de particular importancia destacar el sumo inters que tienen los contenidos de este
curso para todas aquellas a las que da soporte.

De manera particular, lo trabajado en esta asignatura se aplica en el estudio de los temas: metodologa
de la investigacin cientfica, toma de decisiones bajo riesgos financieros, toma de decisiones en los
contratos que amparan control de calidad de proveedura, ventas, compras de bienes y servicios, control
de la calidad en la planta de produccin, simulacin de negocios, entre otros ms.

Intencin didctica

Se organiza el temario agrupando los contenidos de la asignatura en cinco temas. En el primer tema se
abordan los orgenes histricos de la Estadstica, su evolucin y la presencia actual de sta como
recurso tecnolgico (tecnologa estadstica) para tomar decisiones en factores de un problema, bajo
riesgo e incertidumbre; tomando en cuenta el grado de repetitividad en que un factor de decisin
frecuentemente se involucra en investigaciones que demanden este tratamiento, a travs de un proceso
de mediciones, ya no de tipo individuo, sino mediciones de conjunto de objetos, que al poderse
representar mediante parmetros de tendencia central y dispersivas (estima de las mediciones de
conjunto), a travs del muestreo previamente ejecutado, se tengan los preparativos que sustenten una
toma de decisiones satisfactoria para quien la realiza.
Como segundo tema, se conceptualiza la Estimacin Puntual, su metodologa y aplicacin
correspondiente a casos de estudio, as como la Estimacin Intervalo, procediendo de igual manera que
para la Estimacin Puntual, con la salvedad, de que se le asocia a un comportamiento una funcin de
densidad de probabilidad (FDP), dado que sea una pequea o gran muestra, si se conoce o desconoce
su varianza poblacional y, dada una regularidad probabilstica, una independencia probabilstica y que

1
Sistema de Asignacin y Transferencia de Crditos Acadmicos

TecNM mayo 2016 Pgina | 1

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
sus datos se comporten normalmente, entonces, podremos cuantificar el recorrido de valores que tienen
las mediciones paramtricas (media, varianza, diferencia de medias, proporciones, diferencias de
proporciones y comparacin de dos varianzas de dos poblaciones independientes) dado un nivel de
significancia para ello. Se recomienda como actividad integradora pasar por tres estadios: 1. Hacer uso
de papel, lpiz y tablas de las fdps; 2. Hacer uso de calculadora programable y, 3. Realizar el 90 %
estimado de casos estudio, con un paquete computacional como SPSS, Minitab, Excel o Statgraphics.
Continuando con la secuencia del temario, se presenta la metodologa de la prueba de hiptesis con
una muestra, tanto para la media y para la proporcin, donde aplica la funcin de densidad de
probabilidad normal. Habr que destacar la importancia conceptual que tienen los errores de tipo I y II,
en la estructura bsica de las pruebas de hiptesis.
Como cuarto tema se analiza la metodologa de la prueba de hiptesis que gira alrededor de la
comparabilidad de dos procesos medidos, ya sea por la diferencia de medias o la diferencia de
proporciones; y en las pruebas de independencia y pruebas de contingencia jiCuadrada, la funcin de
densidad de probabilidad, en donde el parmetro referencial es la varianza y, las deducciones que se
puedan hacer a travs de la prueba de este estadstico. Adems, se presentan FDP del muestreo T-
Student, en donde se abordan pruebas de hiptesis de pequeas muestras y con varianza desconocida,
Fisher Snedecor, comnmente denominada distribucin F, en donde se abordan pruebas de hiptesis de
dos poblaciones independientes.
Se sugiere una actividad integradora, de los temas tres y cuatro, que permita aplicar los conceptos
Estadsticos estudiados. Esto permite dar un cierre parcial a la asignatura mostrndola como til por s
misma en el desempeo profesional, independientemente de la utilidad que representa en el tratamiento
de temas en asignaturas posteriores.
En el ltimo tema se aborda la metodologa de las pruebas de hiptesis con dos muestras y varias
muestras con datos categricos utilizando la prueba Z para identificar diferencias entre proporciones, se
realizarn clculos utilizando pruebas de independencia, contingencia y bondad de ajuste.
El enfoque sugerido para esta asignatura requiere, que las actividades prcticas promuevan el desarrollo
de habilidades para la experimentacin, tales como: identificacin, manejo de variables, control de
variables y datos relevantes; planteamiento de hiptesis, trabajo en equipo; asimismo, propicien
procesos intelectuales como induccin-deduccin y anlisis y sntesis, con la intencin de generar una
actividad intelectual compleja; por esta razn, varias de las actividades prcticas se han descrito como
actividades previas al tratamiento terico de los temas, de manera que no sean una mera corroboracin
de lo visto previamente en clase, sino una oportunidad para conceptualizar a partir de lo observado. En
las actividades prcticas sugeridas, es conveniente que el docente busque solo guiar a sus estudiantes,
para que ellos hagan la eleccin de las variables a controlar y registrar.
La lista de actividades de aprendizaje no es exhaustiva, se sugieren sobre todo las necesarias para hacer
ms significativo y efectivo el aprendizaje. Algunas de las actividades sugeridas pueden hacerse como
actividad extra clase y comenzar el tratamiento en clase a partir de la discusin de los resultados de las
observaciones. Se busca partir de experiencias concretas, cotidianas, para que el estudiante se
acostumbre a reconocer los fenmenos fsicos, qumicos, sociales, financieros, compra-venta de bienes
y servicios, de produccin, monetarios, poltica fiscal, aduanas, aranceles, control estadstico de la
calidad, seguros en su alrededor y no solo se hable de ellos en el aula. Es importante ofrecer escenarios

TecNM mayo 2016 Pgina | 2

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
distintos, ya sean construidos, artificiales, virtuales o naturales.
En las actividades de aprendizaje sugeridas, generalmente se propone la formalizacin de los conceptos
a partir de experiencias concretas: se busca que el estudiante tenga el primer contacto con el concepto
en forma concreta y sea a travs de la observacin, la reflexin y la discusin que se d la
formalizacin; la resolucin de problemas se har despus de este proceso. Esta resolucin de
problemas no se especifica en la descripcin de actividades, por ser ms familiar en el desarrollo de
cualquier curso. Pero se sugiere que se diseen problemas con datos faltantes o sobrantes, de manera
que el estudiante se ejercite en la identificacin de datos relevantes y elaboracin de supuestos.
En el transcurso de las actividades programadas es muy importante que el estudiante aprenda a valorar
las actividades que lleva a cabo y entienda que est construyendo su hacer futuro y en consecuencia
acte de una manera profesional; de igual manera, aprecie la importancia del conocimiento y los
hbitos de trabajo; desarrolle la precisin y la curiosidad, la puntualidad, el entusiasmo y el inters, la
tenacidad, la flexibilidad y la autonoma. Es necesario que el docente ponga atencin y cuidado en
estos aspectos

3. Participantes en el diseo y seguimiento curricular del programa

Lugar y fecha de
Participantes Evento
elaboracin o revisin

Representantes de los
Institutos Tecnolgicos de:
Acapulco, Aguascalientes,
Altamira, Apizaco, Boca
del Ro, Campeche,
Cananea, Celaya, Cerro
Azul, Chetumal, Chihuahua
II, Ciudad Cuauhtmoc,
Ciudad Jimnez, Ciudad
Jurez, Ciudad Valles, Reunin Nacional de Diseo e Innovacin
Instituto Tecnolgico de
Colima, Comitn, Curricular para el Desarrollo y Formacin
San Luis Potos del 30 de
Cuautitln Izcalli, Cuautla, de Competencias Profesionales de la
marzo de 2009 al 3 de abril
Delicias, Durango, El Llano Carrera de Ingeniera en Gestin
de 2009
Aguascalientes, Fresnillo, Empresarial.
Hermosillo, Huatabampo,
Irapuato, Iztapalapa, La
Laguna, La Paz, Lzaro
Crdenas, Len, Linares,
Macuspana, Martnez de La
Torre, Matehuala, Mrida,
Minatitln, Morelia,
Muleg, Naranjos, Nogales,
Nuevo Laredo, Nuevo
Len, Orizaba, Pabelln de

TecNM mayo 2016 Pgina | 3

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Arteaga, Pachuca, Parral,
Pinotepa, Progreso,
Quertaro, Saltillo, San
Juan del Ro, San Luis
Potos, San Luis Potos
Capital, Tehuacn, Tepic,
Tijuana, Tlalnepantla,
Tlaxiaco, Toluca,
Villahermosa, Zacatecas y
Zacatepec.

Representantes de los
Institutos Tecnolgicos de:
Boca del Ro, Chetumal, Reunin Nacional de Diseo e Innovacin
Ciudad Cuauhtmoc, Curricular para el Desarrollo y Formacin
Instituto Tecnolgico de Ciudad Jurez, Cuautla, de Competencias Profesionales de las
Puebla del 8 al 12 de junio Durango, El Llano Carreras de Ingeniera en Gestin
de 2009 Aguascalientes, Fresnillo, Empresarial, Ingeniera en Logstica,
La Laguna, Macuspana, Ingeniera en Nanotecnologa y
Mrida, Naranjos, Nuevo Asignaturas Comunes.
Laredo, Quertaro, San Luis
Potos, Tepic, Tlaxiaco,
Toluca y Zacatepec.

Representantes de los
Institutos Tecnolgicos de:
Acapulco, Aguascalientes,
Alvarado, Cajeme, Cd.
Acua, Cd. Madero, Cd. Reunin Nacional de Seguimiento
Cuauhtmoc, Cd. Valles, Curricular de los Programas en
Instituto Tecnolgico de la Celaya, Chetumal, Iguala, Competencias Profesionales de las
Nuevo Len del 10 al 13 de Mrida, Minatitln, Carreras de Ingeniera Gestin
septiembre de 2012. Mzquiz, Nogales, Nuevo Empresarial, Ingeniera en
Casas Grandes, Nuevo Administracin, Contador Pblico y
Laredo, Nuevo Len, Licenciatura en Administracin.
Pabelln de Arteaga,
Quertaro, Tepic, Tijuana,
Tlhuac II, Toluca,
Villahermosa.

Representantes de los
Reunin de Seguimiento Curricular de los
Instituto Tecnolgico de Institutos Tecnolgicos de:
Programas Educativos de Ingenieras,
Toluca, del 10 al 13 de
febrero de 2014. Agua Prieta, Baha de Licenciaturas y Asignaturas Comunes del
Banderas, Cd. Cuauhtmoc, SNIT.
Cerro Azul, Chetumal,

TecNM mayo 2016 Pgina | 4

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Chihuahua, Parral, San Luis
Potos, Valle de Morelia.

4. Competencias a desarrollar

Competencias especficas de la asignatura

Aplica los conceptos de la teora de la probabilidad y estadstica para organizar, clasificar, analizar e
interpretar datos para la toma decisiones en aplicaciones de gestin empresarial.

5. Competencias previas

Realiza el proceso de recopilacin, presentacin y anlisis de informacin econmica-administrativa,

para interpretar estadsticas y parmetros en muestras y poblaciones utilizando mtodos de clculo y
software estadstico para la toma de decisiones.

6. Temario

No. Temas Subtemas

1. Introduccin a la estadstica 1.1 Breve historia de la estadstica.
inferencial. 1.2 Concepto de estadstica.
1.3 Estadstica descriptiva.
1.4 Estadstica inferencial.
1.5 Breve introduccin a la inferencia estadstica.
1.6 Teora de decisin en estadstica.
1.7 Componentes de una investigacin estadstica.
1.8 Recoleccin de datos.
1.9 Estadstica paramtrica (poblacin y muestra
aleatoria).
1.10 Aplicaciones.
2. Inferencia estadstica: estimacin. 2.1 Conceptos bsicos.
2.2 Distribuciones de muestreo.
2.3 Estimacin puntual.
2.4 Estimacin de intervalo.
2.5 Intervalos de confianza para medias.
2.6 Intervalos de confianza para diferencia entre medias.
2.7 Intervalos de confianza para proporciones.
2.8 Intervalos de confianza para diferencias entre
proporciones.
2.9 Intervalos de confianza para varianzas.
2.10 Intervalos de confianza para razones de dos
varianzas.
3. Pruebas de hiptesis con una muestra. 3.1 Metodologa para la prueba de hiptesis.
3.2 Hiptesis nula y alternativa.

TecNM mayo 2016 Pgina | 5


4. Pruebas de hiptesis con dos muestras
y varias muestras de datos numricos.
5. Pruebas de hiptesis con dos muestras
y varias muestras con datos
categricos.
7. Actividades de aprendizaje de los temas
Tema 1. Introduccin a la estadstica inferencial.
Competencias
Especfica:
Comprende los conceptos fundamentales de
la inferencia estadstica para fortalecer el
anlisis de datos que orienta y facilita la
toma de decisiones.
Genricas:
Capacidad de abstraccin, anlisis y
sntesis, capacidad para identificar, plantear Analizar sistemas de su entorno usando los conceptos de
y resolver problemas, conocimientos sobre estadstica.
el rea de estudio y la profesin.
TecNM mayo 2016
TECNOLGICO NACIONAL DE MXICO
Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
3.3 Error tipo I y error tipo II.
3.4 Pruebas de hiptesis Z para la media (desviacin
estndar poblacional conocida).
3.5 Pruebas para proporciones.
3.6 Seleccin del tamao de muestra (para estimar la
media poblacional).
3.7 Seleccin del tamao de muestra (para estimar la
proporcin poblacional).
4.1 Introduccin.
4.2 Distribuciones normal y t de Student.
4.3 Pruebas de significancia.
4.4 Comparacin de dos muestras independientes:
Pruebas t para las diferencias entre dos medias.
4.5 Prueba de Fisher para varianzas y de igualdad de las
varianzas de dos poblaciones normales.
4.6 Comparaciones de dos muestras pareadas
4.7 Modelo totalmente aleatorio: anlisis de varianza de
un factor.
4.8 Seleccin del tamao de muestra para estimar la
diferencia de dos medias.
4.9 Aplicaciones.
5.1 Prueba Z para la diferencia entre dos proporciones.
5.2 Prueba para la diferencia entre dos proporciones.
5.3 Prueba para la diferencia en n proporciones Z.
5.4 Prueba de independencia (ji-cuadrada).
5.5 Pruebas de contingencia (ji-cuadrada).
5.6 Pruebas de bondad de ajuste.
5.7 Aplicaciones.
Actividades de aprendizaje
Discutir los conceptos bsicos de probabilidad aplicados
a la inferencia.
Investigar en fuentes de informacin sobre temas y
artculos relacionados con la inferencia estadstica.
Investigar la diferencia entre estadstica descriptiva y la
inferencial.
Pgina | 6

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Discutir acerca de los mtodos de recoleccin de datos.

Analizar los diferentes tipos de muestreo.

Reflexionar sobre los componentes de una investigacin
estadstica.

Analizar las diferencias entre un parmetro poblacional

y un estadstico maestral.

Identificar las distribuciones de Probabilidad ms

importantes

Tema 2. Inferencia estadstica: estimacin.

Competencias Actividades de aprendizaje

Especfica: Investigar las caractersticas estadsticas de cada uno de

Interpreta los diferentes mtodos de
estimacin que permiten definir un buen
estimador para los diferentes parmetros de
una poblacin y utilizarlos a situaciones
reales en las empresas.
. Realizar experimentos que nos permitan aplicar el
Genricas:
Capacidad de investigacin, capacidad para
identificar, plantear y resolver problemas,
capacidad de aplicar los conocimientos en
la prctica.
los mtodos de estimacin.
Discutir y formalizar de manera grupal los resultados de
la investigacin.
concepto de estimacin puntual y estimacin por
intervalo.
Analizar las propiedades de un buen estimador.
Identificar los diferentes tipos de estimacin por
intervalo.

Analizar los mtodos para determinar el tamao de la

muestra.

Investigar en que aspectos de la vida empresarial podra

ser utilizada la estimacin estadstica.

Aplicar los mtodos de estimacin por intervalos de

confianza para la solucin de problemas relativos a la
vida empresarial.

Tema 3. Pruebas de hiptesis con una muestra.

Competencias Actividades de aprendizaje

Especfica: Explicar lo que es una decisin estadstica, hiptesis e

Observa fenmenos actuales, pasados o hiptesis estadstica.

TecNM mayo 2016 Pgina | 7

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
futuros y realiza supuestos sobre los
mismos para probar o rechazar las hiptesis Formular pruebas de hiptesis de un parmetro.
y reconocer la potencia de dichas pruebas
para inferir caractersticas poblacionales. Interpretar los tipos de errores en las decisiones de
pruebas de hiptesis.
Genricas:
Capacidad para identificar, plantear y Desarrollar aplicaciones para las diferentes pruebas de
resolver problemas, capacidad de hiptesis.
investigacin, capacidad de aplicar los
conocimientos en la prctica. Analizar resultados que generan las pruebas de hiptesis.

Aplicar pruebas de hiptesis mediante el uso de paquete

computacional.

Tema 4. Pruebas de hiptesis con dos muestras y varias muestras de datos numricos.

Competencias Actividades de aprendizaje

Especfica: Formular pruebas de hiptesis de dos parmetros

Realiza aplicaciones de pruebas de hiptesis poblacionales.
con dos o ms poblaciones para inferir
caractersticas de las mismas. Interpretar el nivel de significancia de una prueba de
hiptesis.
Genricas:
Habilidad para buscar, procesar y analizar Desarrollar aplicaciones para las diferentes pruebas de
informacin procedente de fuentes diversas, hiptesis de dos poblaciones.
capacidad de investigacin.
Analizar resultados que generan las pruebas de hiptesis
de dos poblaciones. Solucionar problemas prcticos de
los diferentes tipos de hiptesis para dos poblaciones.

Formular pruebas de hiptesis para varias muestras.

Usar paquetes computacionales.

Tema 5. Pruebas de hiptesis con dos muestras y varias muestras con datos categricos.
Competencia Actividades de aprendizaje

Especifica: Identificar las caractersticas de un dato categrico.

Realiza comprobaciones de pruebas de
hiptesis con varias poblaciones empleando Discutir los diferentes mtodos sobre pruebas de
datos categricos para que permitan inferir hiptesis sobre datos categricos.
el comportamiento de sus parmetros.
. Desarrollar aplicaciones para este tipo de pruebas.
Genricas:

TecNM mayo 2016 Pgina | 8

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Habilidad para buscar, procesar y analizar Explicar los mtodos de pruebas de bondad de ajuste.
informacin procedente de fuentes diversas,
capacidad de investigacin. Explicar el empleo de las tablas de contingencia.

Explicar el empleo de las pruebas de independencia.

Desarrollar aplicaciones industriales.

Explicar los conceptos del anlisis de varianza.

8. Prcticas

Estimar parmetros de inters (media, varianza, desviacin estndar) de una poblacin

conocida, se recomienda la consulta del Banco de Informacin Econmica (BIE) y el sistema
municipal de datos SIMBAD.

Construir intervalos de confianza para los parmetros de inters.

Realizar investigacin documental y experimental sobre problemas de aplicacin en la

ingeniera en gestin empresarial.

Realizar un muestreo en campo o en empresa.

Relacionar los contenidos de esta asignatura con las dems del plan de estudios a las que sta da
soporte para desarrollar una visin interdisciplinaria en el estudiante.

9. Proyecto de asignatura

El objetivo del proyecto que plante el docente que imparta esta asignatura, es demostrar el desarrollo
y alcance de la(s) competencia(s) de la asignatura, considerando las siguientes fases:
Fundamentacin: marco referencial (terico, conceptual, contextual, legal) en el cual se fundamenta
el proyecto de acuerdo con un diagnstico realizado, mismo que permite a los estudiantes lograr la
comprensin de la realidad o situacin objeto de estudio para definir un proceso de intervencin o
hacer el diseo de un modelo.
Planeacin: con base en el diagnstico en esta fase se realiza el diseo del proyecto por parte de los
estudiantes con asesora del docente; implica planificar un proceso: de intervencin empresarial, social
o comunitario, el diseo de un modelo, entre otros, segn el tipo de proyecto, las actividades a realizar
los recursos requeridos y el cronograma de trabajo.
Ejecucin: consiste en el desarrollo de la planeacin del proyecto realizada por parte de los estudiantes
con asesora del docente, es decir en la intervencin (social, empresarial), o construccin del modelo
propuesto segn el tipo de proyecto, es la fase de mayor duracin que implica el desempeo de las

TecNM mayo 2016 Pgina | 9

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
competencias genricas y especificas a desarrollar.
Evaluacin: es la fase final que aplica un juicio de valor en el contexto laboral-profesin, social e
investigativo, sta se debe realizar a travs del reconocimiento de logros y aspectos a mejorar se estar
promoviendo el concepto de evaluacin para la mejora continua, la metacognicin, el desarrollo del
pensamiento crtico y reflexivo en los estudiantes.

10. Evaluacin por competencias

Instrumentos
Mapas conceptuales
Mapas mentales
Cuadros comparativos
Reportes de prcticas
Casos prcticos
Ejercicios prcticos

Herramientas
Rbricas
Lista de cotejo
Lista de observacin
Pruebas objetivas
Pruebas mixtas
Cuestionarios

Todas las evidencias debern integrarse en un portafolio electrnico.

11. Fuentes de informacin

1. Anderson, D. R. (2008). Estadstica para administracin y economa. (10. ed.) Mxico : Cengage
Learning.
2. Box, G. E. P. (2008). Estadstica para investigadores : Diseo, innovacin y descubrimiento. (2.
Ed.). Espaa : Revert
3. Berenson, M. (2006). Estadstica para administracin. (4. ed.) Mxico : Pearson Educacin.
4. Carot, V. (2006). Control estadstico de la calidad. Espaa : Alfaomega.
5. Devore, J. L. (2012) Probabilidad y estadstica para ingenieras y ciencia. (8. ed.) Mxico :
Cengage Learning.
6. Fernndez, A. M. (2006). Ejercicios de econometra. (2006). Espaa : McGraw-Hill.
7. Gamiz, B. E. (2012). Probabilidad y estadstica con prcticas en Excel. (3. ed). Mxico : JIT
Press.
8. Gujarati, D. (2010). Econometra. (5. Ed.). Mxico : McGraw-Hill.
9. Gutirrez, P. H. (2012). Anlisis y diseo de experimentos. (3. ed.) Mxico : McGraw-Hill
10. Gutirrez, P. H. (2009). Control estadstico de calidad y seis sigma. (2. ed) Mxico : McGraw-

TecNM mayo 2016 Pgina | 10

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Hill.
11. Hines, W. (2009) Probabilidad y estadstica para ingeniera (4. ed.) Mxico : CECSA : Grupo
Editorial Patria.
12. Johnson, R. A. (2012) Probabilidad y estadstica para ingenieros. (8. ed.) Mxico : Pearson
Educacin.
13. Kazmier, L. (2006). Estadstica aplicada a administracin y economa. (4. ed.) Mxico : McGraw-
Hill.
14. Larson, H. J. (1992). Introduccin a la teora de probabilidades e inferencia estadstica. Mxico :
Limusa.
15. Levine, D. M. (2010) Estadstica para administracin y economa. (7. ed.) Mxico : Pearson
Educacin.
16. Mendenhall, W. (2010). Introduccin a la Probabilidad y Estadstica. (13. ed.) Mxico: Cengage
Learning.
17. Montgomery, D. C. (2011). Probabilidad y estadstica aplicadas a la ingeniera. (2. ed.) Mxico :
Limusa : Wiley.
18. Quezada, L. (2010). Estadstica para ingenieros. Mxico : Empresa Editora Macro.
19. Rodrguez, F. J. (2008). Estadstica para administracin. Mxico : Grupo Editorial Patria.
20. Ross, S. M. (2002). Probabilidad y estadstica para ingenieros. Mxico : McGraw-Hill.
21. Salvatore, D. (2004). Estadstica y econometra. (2. Ed.). Espaa : McGraw-Hill.
22. Spiegel, M. (2010). Frmulas y tablas de matemtica aplicada. (3. ed.) Mxico : McGraw-Hill
23. Spiegel, M. (2010). Teora y problemas de Probabilidad y estadstica. (3. Ed.) Mxico : McGraw-
Hill.
24. Wackerly, D. D. (2010). Estadstica matemtica con aplicaciones. (7. ed.) Mxico : Cengage
Learning.
25. Walpole, R. E. (2012). Probabilidad y estadstica para ingeniera y ciencias. (9. ed) Mxico,
Pearson Educacin.

TecNM mayo 2016 Pgina | 11