Estadística /
Richard C. Weimer.
- 2da [i.e. en inglés, 1ra. en español]
- México : Grupo Patria Cultural, 2000
- 839 p.
CONTENIDO 1 Introducción 1 1.1 ¿Por qué estudiar estadística? 2 1.2 El lenguaje de la estadística 6 1.3 Estadística descriptiva e inferencial 10 1.4 Inferencias y deducciones 12 1.5 El papel de la computadora en la estadística 14 2 Estadística descriptiva: organización de datos 17 2.1 Datos: los bloques de construcción de la estadística 18 Escala nominal Escala ordinal Escala de intervalo Escala de razón 2.2 Organización de datos mediante tablas 24 Tablas de frecuencias no agrupadas Tablas de frecuencias agrupadas Tablas de frecuencias relativas Tablas de frecuencias acumuladas Tablas de frecuencias relativas acumuladas Tablas bivariadas 2.3 Representación gráfica de datos 45 Gráficas de barras y de pastel Diagramas de tallo y hojas Histogramas Histogramas de frecuencias relativas Gráficas lineales y polígonos de frecuencias Ojivas Histogramas, ojivas y formas de las poblaciones 3 Estadística descriptiva: análisis de datos univariados 71 3.1 Medidas de tendencia central y de colocación 72 Medidas de tendencia central Media Mediana Moda Rango medio Medidas de posición Sesgo 3.2 Medidas de dispersión o variabilidad 88 Rango Rango intercuartílico Desviación de un valor Suma de cuadrados Varianza Desviación estándar Estimación de s Varianza y desviación estándar para datos en tablas de frecuencia Teorema de Chebichev Resumen de la notación usada 3.3 Tendencia central y dispersión para datos contenidos en tablas de frecuencia agrupada 113 Media para datos agrupados Mediana para datos agrupados Moda para datos agrupados Rango medio para datos agrupados Puntos de posición para datos en una tabla de frecuencias agrupadas Varianza y desviación estándar 3.4 Puntajes estándar y observaciones aberrantes 119 Puntajes estándar como medidas de posición relativa Transformación de valores de z a valores de x Gráficas de caja y extensión Detección de observaciones aberrantes 4 Análisis descriptivos de datos divariados 137 4.1 Dependencia lineal y covarianza Covarianza muestral 138 4.2 Correlación 146 Codificación para simplificar los cálculos de r 4.3 Regresión y predicción 158 Relación entre r y m 5 Introducción a la probabilidad elemental 179 5.1 Experimentos y eventos 181 Experimentos Eventos 5.2 El concepto de probabilidad 192 Asignación de probabilidades a eventos Histogramas de probabilidad Posibilidades matemáticas 5.3 Conteo 208 Teorema fundamental del conteo Permutaciones Combinaciones Triángulo de Pascal 5.4 Determinación de probabilidades mediante el teorema fundamental del conteo 217 5.5 Algunas reglas de probabilidad 220 La probabilidad de E o F, P (E unión F) Probabilidad de no E, P (E) Probabilidad condicional Probabilidad de E y F, P (E intersección F) 5.6 Eventos independientes 229 5.7 Variables aleatorias 233 Variables aleatorias Distribuciones de probabilidad Funciones de probabilidad Gráficas de probabilidad Media de una variable aleatoria discreta Varianza de una variable aleatoria discreta Desviación estándar de una variable aleatoria discreta 6 Distribuciones discretas 249 6.1 Distribuciones binomiales 250 Coeficientes binomiales 6.2 Cálculo de probabilidades binomiales 255 Fórmula de probabilidad binomial Tablas de probabilidad binomial 6.3 Cálculo de parámetros para distribuciones binomiales 262 Media de una distribución binomial Varianza de una distribución binomial Formas de gráficas de distribuciones binomiales 6.4 Distribuciones multinomiales 271 Experimentos trinomiales Experimentos multinomiales 6.5 Distribuciones hipergeométricas 277 6.6 Distribuciones de Poisson 281 7. Distribuciones continuas 291 7.1 Distribuciones uniformes 292 7.2 Distribuciones normales 298 Propiedades de las distribuciones normales Regla empírica Aproximación de a y s Probabilidad y área Distribución normal estándar Obtención de probabilidades usando la tabla de la normal estándar Verificación de la regla empírica Obtención de valores de z dadas las áreas 7.3 Aplicaciones de las distribuciones normales 311 Percentiles, cuartiles y deciles asociados con distribuciones normales Verificación de la suposición de que una muestra proviene de una distribución normal 7.4 Uso de distribuciones normales para aproximar distribuciones binomiales 322 Gráficas de barras para distribuciones binomiales 7.5 Distribuciones exponenciales 329 8. Teoría del muestreo 341 8.1 Tipos de errores y muestras aleatorias 343 Muestras aleatorias Error muestral 8.2 Distribuciones muestrales 353 Distribución muestral de la media Método de muestreo Muestreo de poblaciones grandes Muestreo de poblaciones pequeñas 8.3 Muestreo de poblaciones normales 369 Distribuciones t 8.4 Muestreo de poblaciones no normales 377 Distribución muestral de sumas muestrales Aplicaciones del teorema del límite central 8.5 Distribución muestral de proporciones muestrales 395 Estimación de proporciones poblacionales Distribución muestral de proporciones muestrales Distribuciones de probabilidad binomiales 9 Estimación 413 9.1 Estimaciones puntuales de mu 414 Estimaciones puntuales para mu usando muestras grandes Estimaciones puntuales para mu usando muestras pequeñas 9.2 Intervalos de confianza para mu 424 Muestreo sin reemplazo de poblaciones pequeñas Intervalos de confianza usando muestras pequeñas 9.3 Estimación de proporciones poblacionales 431 9.4 Determinación de tamaños de muestra para estimaciones 438 Media poblacional Proporción poblacional 9.5 Distribuciones ji-cuadrada 442 Intervalos de confianza para sigma cuadrado y sigma 10 Prueba de hipótesis 455 10.1 Lógica de la prueba de hipótesis 456 Hipótesis nula e hipótesis alternativa Tipos de errores en la prueba de hipótesis Tipos de pruebas de hipótesis Determinación de H1 10.2 Introducción a la prueba de hipótesis 466 10.3 Prueba de hipótesis respecto a mu 470 Procedimientos de prueba equivalentes Valores p Comparación de intervalos de confianza y pruebas de hipótesis de dos colas 10.4 Prueba de proporciones y varianzas 481 Prueba de varianzas 11 Inferencias sobre la comparación de dos parámetros 491 11.1 Muestras independientes y muestras dependientes 492 Por qué usar muestras dependientes 11.2 Inferencias respecto a mu1 - mu2 cuando se usan muestras independientes grandes 497 Distribución muestral de las diferencias entre medias muestrales Intervalos de confianza para mu1 - mu2 Pruebas de hipótesis para mu1 - mu2 11.3 Inferencias sobre la comparación de dos proporciones poblacionales o porcentajes 509 Distribución muestral Intervalos de confianza Pruebas de hipótesis 11.4 Comparación de varianzas poblacionales 517 Distribuciones F Pruebas de hipótesis para comparar sigma uno cuadrado y sigma dos cuadrado Comparación de desviaciones poblacionales estándar Valores críticos de cola izquierda para F Intervalos de confianza para el cociente de dos varianzas poblacionales 11.5 Inferencias respecto a mu1 - mu2 cuando se usan muestras independientes pequeñas 527 Muestras independientes Inferencias respecto a mu1 - mu2 usando muestras independientes 11.6 Inferencias respecto a mu1 - mu2 cuando se usan muestras pequeñas dependientes 535 Reducción de dos muestras de datos a una muestra 12 Análisis de datos de conteo 551 12.1 Introducción 552 12.2 Prueba respecto a dos o más proporciones poblacionales 554 Fórmulas para el cálculo de x cuadrado 12.3Pruebas multinomiales 567 Pruebas de bondad de ajuste 12.4 Pruebas de ji-cuadrada para independencia 575 Pruebas para la homogeneidad Resumen 13 Análisis de la varianza 589 13.1 Introducción al ANOVA de un criterio 590 13.2 Fórmulas de cálculo para ANOVA de un criterio 605 Notación Fórmulas 13.3 Procedimiento para la obtención de una F significativa 617 Procedimiento de Bonferroni aplicado a pruebas de hipótesis para diferencias por parejas entre medias poblacionales Intervalos de confianza simultáneos para diferencias de pares de medias Una medida de asociación 13.4 ANOVA con dos factores: diseños de bloques aleatorizados 626 Procedimiento de Bonferroni para detectar diferencias entre parejas Estadístico omega-cuadrado de Hay 13.5 ANOVA de dos criterios: diseños factoriales 637 14 Análisis de regresión lineal 667 14.1 Modelo de regresión lineal 669 Predicción o estimación Rango relevante de predicción Efectos de observaciones aberrantes en la regresión Valores fijos y aleatorios de x Resumen 14.2 Inferencias sobre el modelo de regresión lineal 679 Descomposición de suma de cuadrados de SSy Prueba de que el modelo lineal es apropiado Cuadrados medios Prueba de Ho : B1 Intervalos de confianza para B1 Intervalos de confianza para E (y/xo) Intervalos de predicción para y 14.3 Análisis de correlación 690 Coeficiente de determinación 14.4 Regresión lineal múltiple 694 15 Pruebas no paramétricas 715 15.1 Prueba del signo (muestras grandes) 717 15.2 Prueba de los rangos con signo (muestras grandes) 722 15.3 Prueba de Wilcoxon de la suma de los rangos (muestras grandes) 732 15.4 Prueba de Kruskal-Wallis 740 15.5 Prueba de Friedman 745 15.6 Prueba de no aleatoriedad (muestras grandes) 750 15.7 Coeficiente de correlación de Spearman 757 Referencias 773