De una población se puede obtener varias muestras aleatorias, dependiendo si se relaciona con reemplazo o sin reemplazo y por definición un estimador es función de la muestra aleatoria. Para el estudio de distribución de confianza es suficiente una sola muestra aleatoria y, así podemos demostrar el lema de Neyman-Pearson en una primera parte en su forma clásica luego generalizar este lema usando el p-valor, para lo cual en el presente trabajo de tesis obtendremos una muestra aleatoria mediante la simulación utilizando el lenguaje R, para luego ejecutar una prueba de hipótesis y obtener al mismo tiempo intervalos de confianza.

La presente investigación se alinea con el Objetivo de desarrollo sostenible 4 educación de calidad, al abordar la mejora del aprendizaje de estadística en estudiantes de Ingeniería mediante el uso del programa StatBoost R-Studio. El objetivo general fue determinar la influencia de este programa en el aprendizaje estadístico en una universidad privada en Arequipa, 2024. La investigación se desarrolló bajo un enfoque cuantitativo, diseño cuasi-experimental con un grupo de 50 estudiantes de Ingeniería. Los resultados mostraron una mejora significativa en el rendimiento académico de los estudiantes en todas las dimensiones evaluadas. En estadística descriptiva, el porcentaje de estudiantes en niveles avanzados aumentó considerablemente, mientras que, en muestreo y estimación, así como en pruebas de hipótesis y modelos lineales, todos los estudiantes alcanzaron niveles logrado...