DESCRIPCIÓN:

El curso preparará al participante para que pueda aplicar con propiedad las diferentes pruebas de hipótesis más utilizadas y comprender los conceptos estadísticos que hay detrás de las mismas. Además proporcionará al estudiante la información necesaria para realizar análisis de regresión y que pueda interpretar los resultados. En adición el participante aprenderá a utilizar los análisis de varianza. Se usará como herramienta para la preparación de los análisis el programa de Microsoft Excel.

OBJETIVO:

Preparar al participante para que pueda planear y aplicar pruebas de hipótesis a valores promedio, a varianzas y a proporciones. También estará en capacidad de analizar relaciones entre variables mediante análisis de regresión y correlación, y aplicar análisis de varianza.

DIRIGIDO A:

El curso está dirigido a Supervisores de producción, Ingenieros de proceso y de calidad, Encargados de línea, Inspectores de calidad, Supervisores de calidad, Líderes de producción, Ingenieros de diseño, Ingenieros de calidad y en general todas aquellas personas que requieran utilizar herramientas estadísticas avanzadas para realizar mejoras en la calidad de los productos de la empresa.

CONTENIDOS:

• Definición de una prueba de hipótesis.
• Errores comunes en pruebas de hipótesis.
• Potencia de la prueba.
• Uso del valor p.
• Tamaño de la muestra.
• Nivel de significancia.
• Hipótesis sobre un promedio con varianza conocida.
• Hipótesis sobre un promedio con varianza desconocida.
• Hipótesis sobre dos promedios.
• Pruebas pareadas.
• Hipótesis sobre una varianza.
• Hipótesis sobre dos varianzas.
• Hipótesis sobre una proporción.
• Hipótesis sobre dos proporciones.
• Tablas de contingencia.
• Regresión lineal simple.
• Regresión múltiple.
• Análisis de residuos.
• Hipótesis sobre los coeficientes de regresión.
• Coeficiente de regresión y de determinación.
• Prueba de falta de ajuste.
• Transformaciones.
• Observaciones influyentes.
• Colinealidad de las variables independientes.
• Análisis de varianza de un factor.
• Análisis de varianza de dos factores.