El uso de modelos de probabilidad y métodos estadísticos para datos se ha convertido en una común en virtualmente todas las disciplinas científicas. Este pretende introducir con amplitud aquellos modelos y métodos que con mayor probabilidad se encuentran y utilizan los en sus de y las . Aun cuando los ejemplos y ejercicios se diseñaron pensando en los científicos e , la mayoría de los métodos tratados son básicos en los estadísticos en muchas otras disciplinas, por lo que los estudiantes de las ciencias administrativas y sociales también se beneficiarán con la lectura del libro.
Los estudiantes de un curso de estadística diseñado para servir a otras especialidades de estudio al principio es posible que duden del valor pertinencia de la materia, pero mi experiencia es que los estudiantes pueden ser conectados a la estadística con el uso de buenos ejemplos y ejercicios que combinen sus experiencias diarias con sus intereses científicos. Así pues, he trabajado duro para encontrar ejemplos reales y no artificiales, que alguien pensó que valía la pena recopilar y analizar. Muchos de los métodos presentados, sobre en los últimos capítulos sobre inferencia estadística, se ilustran analizando datos tomados de una fuente publicada y muchos de los ejercicios también implican trabajar con dichos datos. En ocasiones es posible que el lector no esté familiarizado con el contexto de un problema particular (como muchas veces yo lo estuve), pero me di cuenta que los problemas reales atraen más a los estudiantes con un contexto un tanto extraño que por problemas definitivamente artificiales en un entorno conocido.
La exposición es relativamente modesta en función de desarrollo matemático. El uso sustancial del cálculo se hace sólo en el capítulo 4 y en partes de los capítulos 5 y 6. En particular, con excepción de una observación o nota ocasional, el cálculo aparece en la parte de inferencia del libro sólo en la segunda sección del capítulo 6. No se utiliza álgebra matricial en absoluto. Por lo tanto, casi toda la exposición deberá ser accesible para aquellos cuyo conocimiento matemático incluye un semestre o dos trimestres de cálculo diferencial e integral.
Contenido:
1. Generalidades y estadística descriptiva
2. Probabilidad
3. Variables aleatorias discretas y distribuciones de probabilidad
4. Variables aleatorias continuas y distribuciones de probabilidad
6. Estimación puntual
7. Intervalos estadísticos basados en una sola muestra
8. Pruebas de hipótesis basadas en una sola muestra
9. Inferencias basadas en dos muestras
10. Análisis de la varianza
11. Análisis de varianza con varios factores
12. Regresión lineal simple y correlación
13. Regresión múltiple y no lineal
14. Pruebas de bondad de ajuste y análisis de datos categóricos
15. Procedimientos sin distribución
16. Métodos de control de calidad
Apéndice/Tablas
2. Probabilidad
3. Variables aleatorias discretas y distribuciones de probabilidad
4. Variables aleatorias continuas y distribuciones de probabilidad
6. Estimación puntual
7. Intervalos estadísticos basados en una sola muestra
8. Pruebas de hipótesis basadas en una sola muestra
9. Inferencias basadas en dos muestras
10. Análisis de la varianza
11. Análisis de varianza con varios factores
12. Regresión lineal simple y correlación
13. Regresión múltiple y no lineal
14. Pruebas de bondad de ajuste y análisis de datos categóricos
15. Procedimientos sin distribución
16. Métodos de control de calidad
Apéndice/Tablas
No hay comentarios.:
Publicar un comentario