Introducción a la probabilidad y estadística. 13e.

Description

Introducción a la probabilidad y esta Prefacio Contenido breve Contenido Introducción: Entrene su cerebro para la estadística La población y la muestra Estadísticas descriptivas e inferenciales Alcanzar el objetivo de estadísticas inferenciales: los pasos necesarios Entrene su cerebro para la estadística 1 DESCRIPCIÓN DE DATOS POR MEDIO DE GRÁFICAS 1.1 Variables y datos 1.2 Tipos de variables 1.3 Gráficas para datos categóricos Ejercicios 1.4 Gráficas para datos cuantitativos Gráficas de pastel y gráficas de barras Gráficas de líneas Gráficas de puntos Gráficas de tallo y hoja Interpretación de gráficas con ojo crítico 1.5 Histogramas de frecuencia relativa Ejercicios Repaso del capítulo CASO PRÁCTICO: ¿Cómo está su presión sanguínea? 2 DESCRIPCIÓN DE DATOS CON MEDIDAS NUMÉRICAS 2.1 Descripción de un conjunto de datos con medidas numéricas 2.2 Medidas de centro Ejercicios 2.3 Medidas de variabilidad Ejercicios 2.4 Sobre la significancia práctica de la desviación estándar 2.5 Una medición del cálculo de s Ejercicios 2.6 Mediciones de posición relativa 2.7 El resumen de cinco números y la gráfica de caja Ejercicios Repaso del capítulo CASO PRÁCTICO: Los muchachos del verano 3 DESCRIPCIÓN DE DATOS BIVARIADOS 3.1 Datos bivariados 3.2 Gráficas para variables cualitativas Ejercicios 3.3 Gráficas de dispersión para dos variables cuantitativas 3.4 Medidas numéricas para datos cuantitativos bivariados Ejercicios Repaso del capítulo CASO PRÁCTICO: ¿Piensa usted que sus platos están realmente limpios? 4 PROBABILIDAD Y DISTRIBUCIONES DE PROBABILIDAD 4.1 El papel de la probabilidad en estadística 4.2 Eventos y el espacio muestral 4.3 Cálculo de probabilidades con el uso de eventos sencillos Ejercicios 4.4 Reglas útiles de conteo (opcional) Ejercicios 4.5 Relaciones de evento y reglas de probabilidad Cálculo de probabilidades para uniones y complementos 4.6 Independencia, probabilidad condicional y la regla de la multiplicación Ejercicios 4.7 Regla de Bayes (opcional) Ejercicios 4.8 Variables aleatorias discretas y sus distribuciones de probabilidad Variables aleatorias Distribuciones de probabilidad La media y desviación estándar para una variable aleatoria discreta Ejercicios Repaso del capítulo CASO PRÁCTICO: Probabilidad y toma de decisiones en el Congo 5 ALGUNAS DISTRIBUCIONES DISCRETAS ÚTILES 5.1 Introducción 5.2 La distribución binomial de probabilidad Ejercicios 5.3 La distribución de probabilidad de Poisson Ejercicios 5.4 La distribución hipergeométrica de probabilidad Ejercicios Repaso del capítulo CASO PRÁCTICO: Un misterio: cánceres cerca de un reactor 6 LA DISTRIBUCIÓN NORMAL DE PROBABILIDAD 6.1 Distribuciones de probabilidad para variables aleatorias continuas 6.2 La distribución normal de probabilidad 6.3 Áreas tabuladas de la distribución normal de probabilidad La variable aleatoria normal estándar Cálculo de probabilidades para una variable aleatoria normal general Ejercicios 6.4 La aproximación normal a la distribución de probabilidad binomial(opcional) Ejercicios Repaso del capítulo CASO PRÁCTICO: La larga y la corta 7 DISTRIBUCIONES MUESTRALES 7.1 Introducción 7.2 Planes muestrales y diseños experimentales Ejercicios 7.3 Estadística y distribuciones muestrales 7.4 El teorema del límite central 7.5 La distribución muestral de la media muestral Error estándar Ejercicios 7.6 La distribución muestral de la proporción muestral Ejercicios 7.7 Una aplicación muestral: control estadístico de procesos (opcional) Una gráfica de control para la media del proceso: la gráfica x̄ Una gráfica de control para la proporción de piezas defectuosas: la gráfica p Ejercicios Repaso del capítulo CASO PRÁCTICO: Muestreo de la Ruleta de Monte Carlo 8 ESTIMACIÓN DE MUESTRAS GRANDES 8.1 Dónde hemos estado 8.2 A dónde voy; inferencia estadística 8.3 Tipos de estimadores 8.4 Estimación puntual Ejercicios 8.5 Estimación de intervalo Construcción de un intervalo de confianza Intervalo de confianza de muestra grande para una media poblacional μ Interpretación del intervalo de confianza Intervalo de confianza de muestra grande para una proporción poblacional p Ejercicios 8.6 Estimación de la diferencia entre dos medias poblacionales Ejercicios 8.7 Estimación de la diferencia entre dos proporciones binomiales Ejercicios 8.8 Límites de confianza a una cola 8.9 Selección del tamaño muestral Ejercicios Repaso del capítulo CASO PRÁCTICO: ¿Qué tan confiable es esa encuesta? CBS News: ¿Cómo y dónde come el pueblo de Estados Unidos? 9 PRUEBAS DE HIPÓTESIS DE MUESTRAS GRANDES 9.1 Prueba de hipótesis acerca de parámetros poblacionales 9.2 Una prueba estadística de hipótesis 9.3 Una prueba de muestra grande acerca de una media poblacional Lo esencial de la prueba Cálculo del valor p Dos tipos de errores El poder de una prueba estadística Ejercicios 9.4 Una prueba de hipótesis de muestras grandes para la diferencia entre dos medias poblacionales Prueba de hipótesis e intervalos de confianza Ejercicios 9.5 Una prueba de hipótesis de muestras grandes para una proporción binomial Significancia estadística e importancia práctica Ejercicios 9.6 Una prueba de hipótesis de muestras grandes para la diferencia entre dos proporciones binomiales Ejercicios 9.7 Algunos comentarios sobre las hipótesis de prueba Repaso del capítulo CASO PRÁCTICO: ¿Una aspirina al día…? 10 INFERENCIA A PARTIR DE MUESTRAS PEQUEÑAS 10.1 Introducción 10.2 Distribución t de Student Suposiciones tras la distribución t de Student 10.3 Inferencias de muestra pequeña respecto a una media poblacional Ejercicios 10.4 Inferencias de muestra pequeña para la diferencia entre dos medias poblacionales: muestras aleatorias independientes Ejercicios 10.5 Inferencias de muestra pequeña para la diferencia entre dos medias: una prueba de diferencia pareada Ejercicios 10.6 Inferencias respecto a la varianza poblacional Ejercicios 10.7 Comparación de dos varianzas poblacionales Ejercicios 10.8 Repaso de suposiciones de muestra pequeña Repaso del capítulo CASO PRÁCTICO: ¿Le gustaría una semana de cuatro días de trabajo? 11 EL ANÁLISIS DE VARIANZA 11.1 El diseño de un experimento 11.2 ¿Qué es un análisis de varianza? 11.3 Las suposiciones para un análisis de varianza 11.4 El diseño completamente aleatorizado: una clasificación en una dirección 11.5 El análisis de varianza para un diseño completamente aleatorizado División de la variación total en un experimento Prueba de la igualdad de las medias de tratamiento Estimación de diferencias en las medias de tratamiento Ejercicios 11.6 Clasificación de medias poblacionales Ejercicios 11.7 Diseño de bloque aleatorizado: una clasificación en dos direcciones 11.8 El análisis de varianza para un diseño de bloque aleatorizado División de la variación total en el experimento Prueba de la igualdad de las medias de tratamiento y de bloque Identificación de diferencias en las medias de tratamiento y de bloque Algunos comentarios de precaución en bloqueo Ejercicios 11.9 El experimento factorial a x b: una clasificación en dos vías 11.10 El análisis de varianza para un experimento factorial a x b Ejercicios 11.11 Repaso de las suposiciones del análisis de varianza Gráficas residuales 11.12 Un breve repaso Repaso del capítulo CASO PRÁCTICO: “Un buen desorden” 12 REGRESIÓN LINEAL Y CORRELACIÓN 12.1 Introducción 12.2 Modelo probabilístico lineal simple 12.3 El método de mínimos cuadrados 12.4 Un análisis de varianza para regresión lineal Ejercicios 12.5 Prueba de la utilidad del modelo de regresión lineal Inferencias respecto a β, la pendiente de la recta de medias El análisis de varianza de la prueba F Medir la fuerza de la relación: el coeficiente de determinación Interpretación de los resultados de una regresión significativa Ejercicios 12.6 Herramientas de diagnóstico para verificar suposiciones de la regresión Términos de error dependientes Gráficas residuales Ejercicios 12.7 Estimación y predicción usando la recta ajustada Ejercicios 12.8 Análisis de correlación Ejercicios Repaso del capítulo CASO PRÁCTICO: ¿Su auto está “Hecho en EE.UU.”? 13 ANÁLISIS DE REGRESIÓN MÚLTIPLE 13.1 Introducción 13.2 El modelo de regresión múltiple 13.3 Un análisis de regresión múltiple El método de mínimos cuadrados El análisis de varianza para regresión múltiple Prueba de la utilidad del modelo de regresión Interpretación de los resultados de una regresión significativa Comprobación de suposiciones de regresión Uso del modelo de regresión para estimación y predicción 13.4 Un modelo de regresión polinomial Ejercicios 13.5 Uso de variables predictoras cuantitativas y cualitativas en un modelo de regresión Ejercicios 13.6 Prueba de conjuntos de coeficientes de regresión 13.7 Interpretación de gráficas residuales 13.8 Análisis de regresión por pasos 13.9 Interpretación errónea de un análisis de regresión Causalidad Multicolinealidad 13.10 Pasos a seguir al construir un modelo de regresión múltiple Repaso del capítulo CASO PRÁCTICO: “Hecho en EE.UU.”; otra mirada 14 ANÁLISIS DE DATOS CATEGÓRICOS 14.1 Una descripción del experimento 14.2 Estadística ji cuadrada de Pearson 14.3 Prueba de probabilidades de celda especificada: la prueba de bondad del ajuste Ejercicios 14.4 Tablas de contingencia: una clasificación de dos vías La prueba de independencia ji cuadrada Ejercicios 14.5 Comparación de varias poblaciones multinomiales: una clasificación de dos vías con totales de renglón o columna fijos Ejercicios 14.6 La equivalencia de pruebas estadísticas 14.7 Otras aplicaciones de la prueba ji cuadrada Repaso del capítulo CASO PRÁCTICO: ¿Un método de marketing puede mejorar los servicios de una biblioteca? 15 ESTADÍSTICAS NO PARAMÉTRICAS 15.1 Introducción 15.2 La prueba de suma de rango de Wilcoxon: muestras aleatorias independientes Aproximación normal a la prueba de suma de rango de Wilcoxon Ejercicios 15.3 La prueba del signo para un experimento pareado Aproximación normal para la prueba del signo Ejercicios 15.4 Una comparación de pruebas estadísticas 15.5 La prueba de rango con signo de Wilcoxon para un experimento pareado Aproximación normal para la prueba de rango con signo de Wilcoxon Ejercicios 15.6 La prueba H de Kruskal-Wallis para diseños completamente aleatorizados Ejercicios 15.7 La prueba Fr de Friedman para diseños de bloque aleatorizados Ejercicios 15.8 Coeficiente de correlación de rango Ejercicios 15.9 Resumen Repaso del capítulo CASO PRÁCTICO: ¿Cómo está su nivel de colesterol? APÉNDICE I Tabla 1 Probabilidades binomiales acumulativas Tabla 2 Probabilidades acumulativas de Poisson Tabla 3 Áreas bajo la curva normal Tabla 4 Valores críticos de t Tabla 5 Valores críticos de ji cuadrada Tabla 6 Puntos porcentuales de la distribución F Tabla 7 Valores críticos de T para la prueba de suma de rangode Wilcoxon, n1 ≤ n2 Tabla 8 Valores críticos de T para la prueba de rango con signode Wilcoxon, n= 5(1)50 Tabla 9 Valores críticos del coeficiente de correlación de rangode Spearman para una prueba de una cola Tabla 10 Números aleatorios Tabla 11 Puntos porcentuales del rango de Student, q.₀₅(k,df ) FUENTES DE DATOS RESPUESTAS A EJERCICIOS SELECCIONADOS ÍNDICE CRÉDITOS