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 II

Clave de la asignatura: ADC-1021

SATCA1: 2 -3 - 5

Carrera: Ingeniera en Administracin

2. Presentacin

Caracterizacin de la asignatura

Esta asignatura aporta al perfil del Ingeniero en Administracin, las herramientas tcnicas
y metodolgicas, para sensibilizar la toma de decisiones estadsticas y profesionales en las
reas funcionales de negocios propios de la carrera, esto es, la aplicacin en la gestin
empresarial, la interpretacin de resultados, la presentacin de suposiciones, la evaluacin
de las suposiciones y la discusin acerca de lo que debera de hacerse si las suposiciones
son infringidas en la administracin de la calidad y productividad.
De igual manera induce el uso de modelos para hacer mejores pronsticos de la variable
dependiente en el amplio mundo de los negocios.
Esta asignatura tiene como soporte Estadstica I, y a su vez es base para Investigacin de
Operaciones, Administracin de la Calidad y los Talleres de Investigacin por lo que se
considera de importancia. Se pueden desarrollar proyectos integradores con cualquiera de
ellas.

Intencin didctica

Se la asignatura agrupando contenidos conceptuales de la asignatura en cinco temas.

En el primer tema se destaca la importancia conceptual que tienen los errores de tipo I y II,
en la estructura bsica de las pruebas de hiptesis. As mismo la metodologa de la prueba
de hiptesis, con una muestra tanto para la media y para la proporcin; sobre la diferencia
de dos medias y la diferencia de proporciones y sobre dos muestras pareadas, donde aplica
la funcin de densidad de probabilidad Normal para muestras pequeas y grandes, con
varianza conocida y desconocida.
En el segundo tema, se conceptualiza la metodologa de la prueba de hiptesis de dos
procesos medidos, ya sea por la pruebas de la bondad del ajuste y anlisis de varianza; en
la primera las pruebas de independencia, de bondad de ajuste y el uso de tablas de
contingencia, mediante la funcin de densidades de probabilidad de la Chi-cuadrada. En la
segunda, como su nombre lo indica, el propsito del procedimiento de anlisis de varianza

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
es analizar la variabilidad de la respuesta y asignar componentes de esa variabilidad a cada
uno de los conjuntos de variables independientes e infiriendo sobre una y dos varianzas
poblacionales. La funcin de densidad de probabilidad, que aplica a esta metodologa
estadstica, es la distribucin de Fisher.
En el tercer tema se abordan los temas de anlisis de regresin, correlacin lineal simple y
mltiple en donde se analizan conceptos, supuestos, determinacin de la ecuacin de
regresin lineal simple y mltiple, medidas de variacin, clculo de coeficientes de
correlacin, anlisis residual, estimacin de la ecuacin, matriz de varianza y covarianza,
pruebas de hiptesis para los coeficientes de regresin as como la correlacin lineal
mltiple, buscando prctica y ejercicios de aplicacin, donde se recomienda el uso de
paquetes estadsticos.
En el tema cuatro se completa la informacin con temas como: anlisis de series de
tiempo, componentes, anlisis de los mtodos de mnimos cuadrados, promedios mviles y
suavizacin exponencial, posteriormente se realizarn anlisis de tendencias no lineales,
variacin estacional y se buscarn ejemplos prcticos de aplicacin de las tcnicas
analticas de las series de tiempos en negocios, en problemas de investigacin de mercado
y en los estudios de control de calidad.
En el quinto tema se aprender las ventajas y desventajas de utilizar las estadstica no
paramtricas as como utilizar los mejores criterios de seleccin para resolver problemas
relativos a la Ingeniera en Administracin y tomar mejores decisiones; considerando que
las escalas de medicin nominal y ordinal se usan para generar datos para determinar si es
adecuado un mtodo no parametrico, ya que en estos resultan inapropiados calcular
medidas descriptivas de centralizacin y dispersin.
Los mtodos no paramtricos tienen aplicacin ms general, que los parametricos, porque
tienen requisitos menos restrictivos sobre medicin de datos, y por la menor cantidad de
supuestos necesarios acerca de la distribucin de la poblacin. En este apartado se
desarrollaran las metodologas de la prueba de signo, la de Wilcoxon de rango con signo,
la de Mann-Whitney y la de Kruskal-Wallis.
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 esta 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.
El docente de Estadstica II debe mostrar y objetivar su conocimiento y experiencia en el
rea para construir escenarios de aprendizaje significativo en los estudiantes que inician su
formacin profesional. El docente enfatiza el desarrollo de las actividades de aprendizaje
de esta asignatura a fin de que ellas refuercen los aspectos formativos: incentivar la
curiosidad, el entusiasmo, la puntualidad, la constancia, el inters por mejorar, el respeto y
la tolerancia hacia sus compaeros y docentes, a sus ideas y enfoques y considerar tambin
la responsabilidad social y el respeto al medio ambiente. El docente de Estadstica II debe
de estar realizando actividades de investigacin.

TecNM mayo 2016 Pgina | 2

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
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, Apizaco, Boca

del Ro, Campeche,
Chetumal, Chihuahua, Reunin Nacional de
Chilpancingo, Ciudad Diseo e Innovacin
Jurez, Colima, Comitn, Curricular para el
Instituto Tecnolgico de Cuautla, Durango, El Llano Desarrollo y Formacin de
Colima del 28 de Aguascalientes, La Regin Competencias Profesionales
septiembre de 2009 al 2 de Sierra, Lerma, Los Mochis, de las Carreras de
octubre de 2009. Mrida, Minatitln, Ingeniera en
Morelia, Nuevo Laredo, Administracin y Contador
Oaxaca, Ocotln, Progreso, Pblico.
Reynosa, Roque, San Luis
Potos, San Luis Potos
Capital, Tehuacn, Tijuana,
Tuxtepec, Valladolid,
Veracruz y Zacatepec.

Representantes de los
Institutos Tecnolgicos de:

Acapulco, Acatln de
Osorio, Apizaco, Boca del
Ro, Campeche, Cerro Reunin Nacional de
Azul, Chetumal, Consolidacin de los
Instituto Tecnolgico
Programas en
Superior de San Luis Potos Chihuahua, Chilpancingo,
Ciudad Jurez, Colima, Competencias Profesionales
Capital del 17 al 21 de
Comitn, Cuautla, Durango, de las carreras de Ingeniera
mayo de 2010.
El Llano Aguascalientes, en Administracin y
Ensenada, La Regin Contador Pblico.
Sierra, Lzaro Crdenas,
Lerma, Los Mochis,
Mrida, Minatitln,
Morelia, Nuevo Laredo,
Oaxaca, Parral, Progreso,

TecNM mayo 2016 Pgina | 3

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Reynosa, Roque, San Luis
Potos, San Luis Potos
Capital, Tehuacn, Tijuana,
Tuxtepec, Valladolid, Valle
De Morelia, Veracruz,
Zacatecas y Zacatepec.

Representantes de los Reunin Nacional de

Institutos Tecnolgicos de: Seguimiento Curricular de
los Programas en
Cd. Cuauhtmoc, Chetumal, Competencias Profesionales
Instituto Tecnolgico de la Chihuahua II, Durango, La de las Carreras de
Nuevo Len del 10 al 13 de Laguna, Los Ros, Ingeniera Gestin
septiembre de 2012. Minatitln, Oaxaca, Empresarial, Ingeniera en
Tijuana, Valle de Morelia, Administracin, Contador
Veracruz, Villahermosa y Pblico y Licenciatura en
Zitcuaro. Administracin.

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

4. Competencia(s) a desarrollar

Competencia(s) especfica(s) de la asignatura

Aplica las herramientas bsicas que provee la estadstica inferencial, para recoger, procesar,
analizar y presentar informacin para garantizar un control estricto de todo proceso de
produccin de bienes y servicios en la empresa.

5. Competencias previas

Competencias previas
Aplica las definiciones y tcnicas de teora de la probabilidad y estadstica descriptiva para
organizar, clasificar, analizar e interpretar datos para la toma decisiones en aplicaciones en
administracin.

TecNM mayo 2016 Pgina | 4

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
6. Temario

Temas
Subtemas
No.
Nombre
1.1 Hiptesis estadsticas.
1.2 Errores tipo I y II
Prueba de hiptesis. 1.3 Pruebas unilaterales y bilaterales
1.
1.4 Prueba de una hiptesis
1.5 Prueba sobre dos medias con
distribucin Normal y t Student.
1.6 Prueba sobre una sola proporcin
1.7 Prueba sobre dos proporciones y
pareadas
1.8 Aplicaciones.
2.1 Anlisis Ji-Cuadrada
2.1.1 Prueba de independencia
Pruebas de la bondad del ajuste y 2.1.2 Prueba de la bondad del ajuste
anlisis de Varianza. 2.1.3 Tablas de contingencia
2.
2.2 Anlisis de varianza
2.2.1 Inferencia sobre una varianza de
poblacin (Anova).
2.2.2 Inferencia sobre la varianza de dos
poblaciones (Anova).
2.3 Aplicaciones.
3.1 Regresin lineal y correlacin
3.1.1 Mtodo de mnimos cuadrados y la
3. Anlisis de regresin, correlacin lnea
lineal simple y mltiple. 3.1.2 Coeficientes de correlacin, de
determinacin y el del error estndar de la
estimacin
3.1.3 Intervalos de confianza y de
prediccin
3.1.4 Anlisis de varianza para la
regresin
3.1.5 Anlisis de residuales
3.2 Regresin y correlacin Mltiple
3.2.1 Anlisis de regresin mltiple y el
mtodo de los mnimos cuadrados
3.2.2 El coeficiente de determinacin
Mltiple y el error estndar mltiple de
estimacin
3.2.3 Anlisis de varianza para la
regresin Mltiple
3.2.4 Anlisis de residuales
3.3 Aplicaciones.
TecNM mayo 2016 Pgina | 5

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
4. 4.1 Los componentes de una serie de
Series de tiempo. tiempos
4.1.1 Componente de tendencia
4.1.2 Componente cclico
4.1.3 Componente estacional
4.1.4 Componente irregular
4.2 Mtodos de suavizamiento en los
Pronsticos
4.2.1 Promedios mviles
4.2.2 Promedios mviles ponderados
4.2.3 Suavizamiento exponencial 4.3 El
anlisis de regresin en pronsticos
4.3.1 Modelo causal
4.3.2. Estimacin de pronsticos
4.5 Aplicaciones

5.1 Escala de medicin.

5.2 Mtodos estadsticos contra no
5. Estadstica no paramtrica. Paramtricos.
5.3 Prueba de corridas para aleatoriedad.
5.4 Una muestra: prueba de signos.
5.5 Una muestra: prueba de Wilcoxon.
5.6 Dos muestras: prueba de Mann-
Whitney
5.7 Observaciones pareadas: prueba de
signos.
5.8 Observaciones pareadas prueba de
Wilcoxon.
5.9 Varias muestras independientes: prueba
de Krauskal-Wallis.
5.10 Aplicaciones.

TecNM mayo 2016 Pgina | 6

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
7. Actividades de aprendizaje

Pruebas de hiptesis.

Competencias Actividades de aprendizaje

Especfica(s): Aplica el procedimiento de la prueba de

hiptesis.
Aplica las tcnicas de la prueba de hiptesis Contrasta hiptesis a diferentes niveles de
a parmetros poblacionales para tomar la significacin.
decisin de rechazar o no una hiptesis en Grafica las zonas de aceptacin y rechazo
favor de la otra. para ubicacin y entendimiento.
Interpreta los resultados de la prueba de
Genricas: Capacidad de abstraccin, hiptesis para su correcta conclusin.
anlisis y sntesis. Habilidades para buscar, Elabora un formulario de los temas de la
unidad .
procesar y analizar informacin procedente
Elabora un glosario de conceptos.
de fuentes diversas. Habilidad para trabajar Utilizar TICs para resolver ejercicios
de forma autnoma. Capacidad de trabajo relacionados con pruebas de hiptesis.
en equipo.

Pruebas de la bondad del ajuste y anlisis de varianza.

Competencias Actividades de aprendizaje

Especfica(s): Identificar cuando se puede utilizar una

prueba Ji-Cuadrada.
Emplea los conceptos de la prueba de Identificar cuando utilizar un anlisis de
bondad de ajuste y analisis de varianza para varianza en inferencia estadstica.
verificar si dos clasificaciones de datos son Aplicar la distribucin Ji- cuadrada para
independientes entre s para probar la verificar si dos clasificaciones de datos son
independientes entre s.
significancia entre ms de dos medias
Utiliza las pruebas de hiptesis referentes a
muestrales. proporciones para elaborar tablas de
contingencia y analizar la Ji- Cuadrada.
Genricas: Capacidad de abstraccin,
Soluciona ejercicios relativos a la
anlisis y sntesis. Capacidad de administracin
investigacin. Capacidad para tomar Aplica los pasos a seguir para un anlisis de
decisiones. Habilidad para anlisis e Varianza.
interpretacin de datos. Elabora un formulario de los temas de la
unidad
Elabora un glosario de conceptos
importantes de la unidad.
Utilizar TICs para resolver ejercicios
relacionados con pruebas de bondad y
ajuste.

TecNM mayo 2016 Pgina | 7

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
Anlisis de regresin, correlacin lineal simple y mltiple

Competencias Actividades de aprendizaje

Especfica(s): Identificar las variables dependientes e

independientes para el anlisis de
Aplica, desarrolla y analiza las tcnicas regresin.
de regresin y correlacin para hacer Ajustar un modelo de regresin lineal
predicciones de sucesos futuros en la que relacione una variable independiente
empresa. (controlable) y una variable dependiente
(no controlable).
Analizar grficas que permitan entender
Genricas: Capacidad de abstraccin, la relacin existente entre las variables
anlisis y sntesis. Capacidad de en consideracin.
investigacin. Habilidades para buscar, Utilizar el anlisis de regresin simple para
procesar y analizar informacin procedente estimar la relacin entre las variables.
de fuentes diversas Utilizar el coeficiente de correlacin
para medir el grado de relacin lineal
entre las variables.
Obtener el coeficiente de determinacin
para medir la fuerza de relacin entre
las dos variables. Interpretar los
coeficientes de regresin.
Desarrollar inferencias estadsticas para
los coeficientes de regresin
Utilizar TICs para resolver ejercicios
relacionados anlisis de regresin y
correlacin.

Series de tiempo

Competencias Actividades de aprendizaje

Especfica(s): Exponer y comprender los cuatro

componentes de una serie temporal.
Utiliza las diferentes tcnicas de anlisis Emplear las tcnicas de regresin para
de series de tiempo para estimar el estimar y predecir la tendencia de una serie
comportamiento de las variables a travs temporal.
del tiempo. Usar los pronsticos basados en factores de
tendencia y estacionales para calcular ciclos
Genricas: Capacidad de abstraccin, e indicadores econmicos.

TecNM mayo 2016 Pgina | 8

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
anlisis y sntesis. Capacidad de Aplicar la tcnica de suavizacin
investigacin. Habilidades para buscar, exponencial como mtodo de pronstico.
procesar y analizar informacin procedente Utiliza la tcnica de variaciones cclicas y
estacionales para realizar pronsticos por
de fuentes diversas. Trabajo en equipo.
temporada.
Habilidad para anlisis e interpretacin de Pronosticar modelos econmicos por el
datos mtodo de promedios mviles.
Emplea los cuatro componentes de una serie
temporal para la solucin de un problema
integral relativo a la Ingeniera en
administracin.
Utilizar un paquete computacional para
graficar y solucionar problemas de
pronsticos
Utilizar TICs para resolver ejercicios
relacionados con series de tiempo.

Estadstica no paramtrica

Competencias Actividades de aprendizaje

Especfica(s): Citar las ventajas y desventajas de utilizar

mtodos no paramtricos.
Aplica conceptos de estadstica no Utilizar pruebas de hiptesis cuando no se
paramtrica para resolver problemas y pueda hacer ninguna suposicin sobre la
efectuar toma de decisiones en la empresa distribucin a partir de la cual estamos
cuando no se puede asumir que los datos se muestreando.
Utilizar la prueba de signos para probar
ajusten a una distribucin conocida.
hiptesis nula referente al valor de la
Genricas: Capacidad de abstraccin, mediana de la poblacin.
Aplicar la prueba de corridas para analizar
anlisis y sntesis.Habilidades para buscar,
la aleatoriedad de una serie de
procesar y analizar informacin procedente observaciones, cuando cada observacin
de fuentes diversas. Habilidad para trabajar puede ser asignada a dos categoras.
de forma autnoma. Habilidad para anlisis Aplicar la prueba de Wilcoxon de una
e interpretacin de datos. muestra para probar la hiptesis nula
referente al valor de la mediana de la
poblacin.
Usar la formula prueba de signos y
Wilcoxon para observaciones pareadas para
probar la hiptesis nula de que las dos
medianas de la poblacin son iguales.
Utilizar la prueba de KrusKal-Wallis de
muestras independientes para probar la
hipotesis nula de que varias poblaciones
tienen las mismas medianas.
Emplear paquetes estadsticos para la

TecNM mayo 2016 Pgina | 9

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
solucin de problemas
Utilizar TICs para resolver ejercicios
relacionados con estadstica no paramtrica.

8. Prcticas

Contraste de hiptesis para la media y la proporcin poblacional, usando una distribucin

normal y una t de Student.
Contraste de hiptesis para la media y la proporcin de dos poblaciones, usando una
distribucin normal y t de Student.
Prueba de hiptesis para la media y la proporcin de una muestra pareada.
Realizar un contraste de hiptesis para una poblacin multinomial.
Contraste de hiptesis para una prueba de independencia, usando tablas de contingencia.
Contraste de hiptesis para la varianza de una y dos poblaciones.
Estimacin de los coeficientes de regresin y correlacin en un modelo lineal y mltiple.
Elaboracin de intervalos de confianza para valores predichos para 2 o ms variables.
Anlisis de variaciones cclicas y estacionales
Pronsticos basados en factores de tendencia y estacionales
Prueba de rangos para probar que dos conjuntos de datos dependientes provienen de
poblaciones idnticas.
Prueba de afirmacin de que dos conjuntos de datos dependientes tienen la misma
mediana.
Aplicacin de la prueba de series para probar si los datos se seleccionaron aleatoriamente.

TICs propuestos a utilizar:

Microsoft Excel
Statgraphics (www.statgraphics.com)
Minitab
SPSS
Statictis
Softwares Matemticos: Mathcad, Maple, Scientific Workplace, Mathematica, Matlab.

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.

TecNM mayo 2016 Pgina | 10

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
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 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 (especficas y genricas)

Las tcnicas, herramientas y/o instrumentos sugeridos que permiten obtener el producto
del desarrollo las actividades de aprendizaje: mapas conceptuales, reportes de prcticas,
estudios de casos, exmenes, exposiciones en clase, problemarios, portafolio de
evidencias, proyecto de asignatura o integrador y cuestionarios.

Las tcnicas, herramientas y/o instrumentos sugeridos que me permite constatar el logro o
desempeo de las competencias del estudiante: listas de cotejo, listas de verificacin,
matrices de valoracin, guas de observacin, coevaluacin y autoevaluacin.

11. Fuentes de informacin

1. Anderson, M. J. Whitcomb, P. J. (2000). DOE Simplified : Practical Tools for

Effective Experimentation. USA : Productivity Inc.
2. Bhote, K. R. (2000). Worl class quality using design of experiments to make it
happen. (2a. Ed.). USA : American Management Association.
3. Box, G. E. P. (2008). Estadstica para investigadores : Diseo, innovacin y
descubrimiento. (2. Ed.). Espaa : Revert
4. Burdick, R.K., Borror, C. M. y Montgomery, D. C. (2005). Design and analysis of
gauge R&R Studies. USA : SIAM
5. Cornell, J. A. (1990). How to apply surface methodology. USA : ASQ Statistics
Division.
6. Gutirrez, P. H. (2012). Anlisis y diseo de experimentos. (3. Ed.). Mxico :
McGraw-Hill.
7. Hicks, Ch. R., and Turner K. V. (1999). Fundamental concepts in the design of

TecNM mayo 2016 Pgina | 11

 TECNOLGICO NACIONAL DE MXICO

Secretara Acadmica, de Investigacin e Innovacin
Direccin de Docencia e Innovacin Educativa
experiments. (5a. Ed.).
8. Hinkelmann, K. and Kempthorne, O. (2004). Design and analysis of experiments.
(6a. ed.). USA : John Wiley and sons.
9. Jiju, Anthony. (2003). Design of experiments for engineers and scientists. USA :
Butterworth Heinemann
10. Johnson, R. A. (2012). Probabilidad y estadstica para ingenieros. (8. Ed.).
Mxico : Pearson Educacin .
11. Lawson J., Madrigal J. L. y Erjavec, J. (1992). Estrategias experimentales para el
mejoramiento de la calidad en la industria. Mxico : Grupo Editorial
Iberoamrica.
12. Llyod W. C. (2001). Reliability improvement with design of experiments. (2a. Ed.).
USA : Marcel Dekker.
13. Mason, R. D. (2003). Estadstica para administracin y economa. (10. Ed.).
Mxico : Alfaomega.
14. Mason, R. L., Gunst, R. F. y Hess, J. L. (2003). Statistical design an analysis of
experiments with applications to engineering and science. (2a. Ed.). USA : Wiley
Interscience.
15. Montgomery, D. C. (2010). Diseo y anlisis de experimentos. (2. Ed.). Mxico :
Limusa.
16. Montgomery, D. C. (2001).Design and analysis of experiments. (5a. Ed.). USA :
John Wiley and sons.
17. Myers, R. H. Montgomery, D. C. y Vinig, G. (2002). Generalized linear models.
USA : John Wiley and sons.
18. Myers, R. H. and Montgomery, D. C. (2002). Response surface methodology. (2a.
Ed.). USA : Wiley-Interscience.
19. Romero, V. R. (2008). Mtodos estadsticos en ingeniera. Mxico : Limusa.
20. Weerahandi, S. (2004). Generalized inference in repeated measures. USA : John
Wiley and sons.
21. Wu, C. F. J. and Hamada, M. (2000). Experiments : Planning, analysis and
parameter design optimization. USA : Wiley-Interscience.

TecNM mayo 2016 Pgina | 12