Incluye índice alfabético

Bibliografía: p. 858-860

1. COMO DAR SENTIDO A LOS DATOS
1.1 Recopilación de datos
1.2 Síntesis de los datos
1.3 El papel de la probabilidad
1.4 Cómo hacer inferencias a partir de los datos
1.5 El papel de la computadora
2. SÍNTESIS DE LOS DATOS RELATIVOS A UNA VARIABLE
2.1 La distribución de los valores de una variable
2.2 El promedio: valores típicos
2.3 Medición de la variabilidad o dispersión
2.4 Otras medidas que resumen los datos
2.5 Calculadoras y paquetes estadísticos para computadoras
2.6 Métodos estadísticos y mejora de la calidad
3. UN PRIMER VISTAZO A LA PROBABILIDAD
3.1 Distintas interpretaciones de la probabilidad
3.2 Conceptos básicos y axiomas de la teoría de la probabilidad
3.3 Leyes de la probabilidad
3.4 Independencia estadística
3.5 Tablas y árboles de probabilidad
3.6 Teorema de Bayes. Probabilidades a priori y a posteriori
4. VARIABLES ALEATORIAS Y DISTRIBUCION DE PROBABILIDADES
4.1 Variable aleatoria: ideas básicas
4.2 Distribución de probabilidades de variables aleatorias discretas
4.3 Distribución de probabilidades de variables aleatorias continuas
4.4 Valor esperado, varianza y desviación estándar o típica: variables aleatorias discretas
4.5 Valor esperado, varianza y desviación estándar: variables aleatorias comunes
4.6 Distribución de probabilidades conjunta e independencia estadística
4.7 Covarianza y correlación de variables aleatorias
4.8 Función de densidad conjunta para variables aleatorias continuas
5. CASOS ESPECIALES DE DISTRIBUCION DE PROBABILIDADES
5.1 Recuento de los resultados posibles
5.2 Ensayos de Bernoulli y la distribución binomial
5.3 Distribución hipergeométrica
5.4 Distribuciones geométrica y binomial negativa
5.5 Distribución de Poisson
5.6 La distribución uniforme
5.7 Distribución exponencial
5.8 Distribución normal
5.9 aproximación normal de las distribuciones binomial y de Poisson
6. MUESTREO ALEATORIO Y DISTRIBUCIONES MUESTRALES
6.1 Muestreo aleatorio
6.2 Estadísticos muéstrales y distribuciones muéstrales
6.3 Valores esperados y errores estándar de las sumas y las medias muestrales
6.4 Distribuciones muéstrales para las medias y las sumas
6.5 Usos y abusos del Teorema Central del límite
6.6 Simulaciones por computadora
7. ESTIMACIÓN PUNTUAL
7.1 Estimadores puntuales
7.2 Muestreos con y sin reemplazamiento
7.3 Estimadores de máxima verosimilitud
8. ESTIMACIÓN POR INTERVALOS
8.1 Estimación por intervalos de la media poblacional con desviación estándar conocida
8.2 Intervalos de confianza para una proporción
8.3 ¿Qué tamaño debe tener la muestra?
8.4 La distribución t
8.5 Intervalos de confianza para la distribución t
8.6 Hipótesis para la estimación por intervalos
8.7 Intervalos de confianza para la mediana
8.8 Intervalos de confianza para la desviación estándar
9. PRUEBAS O CONTRASTES DE HIPOTESIS
9.1 Una prueba para la proporción binomial
9.2 Error tipo II, probabilidad b y potencia de una prueba
9.3 Una prueba para la media poblacional con desviación estándar conocida
9.4 La probabilidad b para las pruebas z
9.5 El valor p para la prueba de una hipótesis
9.6 Pruebas de hipótesis con la distribución t
9.7 El efecto de la no normalidad de la población
9.8 Pruebas acerca de la mediana de la población
9.9 Prueba para la proporción de una población utilizando la aproximación normal
9.10 Relación entre las pruebas de hipótesis y los intervalos de confianza
9.11 Prueba para la desviación estándar
9.12 Las pruebas de hipótesis como métodos de decisión
10. COMPARACION DE DOS MUESTRAS
10.1 Comparación de las medias de dos poblaciones con desviaciones estándar conocidas
10.2 Comparación de las medias de dos poblaciones con desviaciones estándar desconocidas
10.3 Una alternativa no paramétrica: la prueba de suma de rangos de Wilcoxon
10.4 Métodos para muestras emparejadas
10.5 Método de los rangos con signos
10.6 Procedimientos para comparar proporciones en dos muestras
10.7 Procedimientos para comparar las desviaciones estándar de dos muestras
11. METODOS PARA LAS PROPORCIONES Y VARIABLES CUALITATIVAS
11.1 Pruebas para varias proporciones
11.2 Las pruebas ji cuadrado de independencia
11.3 Medida del grado de la relación
12. ANALISIS DE LA VARIANZA Y DISEÑO DE EXPERIMENTOS
12.1 Prueba para la igualdad de las medias de varias poblaciones
12.2 Comparación de varias distribuciones con una prueba de rangos
12.3 Comparaciones específicas entre las medias
12.4 Experimentos con dos factores
12.5 Diseños de bloques aleatorios
12.6 Experimentos más complejos
13. REGRESION LINEAL Y METODOS DE CORRELACION
13.1 El modelo de regresión lineal
13.2 Estimación de los parámetros del modelo
13.3 Inferencias relativas a los parámetros
13.4 Predicción de nuevos valores de Y utilizando la regresión
13.5 Correlación
13.6 Correlación por rangos
14. METODOS DE REGRESION MULTIPLE
14.1 El modelo de regresión múltiple
14.2 Estimación de los coeficientes de regresión múltiple
14.3 Inferencias en la regresión múltiple
14.4 Inferencias basadas en el coeficiente de determinación
14.5 Predicciones basadas en la regresión múltiple
14.6 Parte de a teoría de la regresión múltiple
15. CONSTRUCCION DE UN MODELO DE REGRESION MULTIPLE
15.1 Selección de las posibles variables independientes (paso I)
15.2 Uso de predictores cualitativos: variables ficticias (paso I)
15.3 Variables predictoras retardadas
15.4 Modelos de regresión no lineal (paso 2)
15.5 Elección del modelo de regresión (paso 3)
15.6 Análisis de los residuos: no normalidad y varianza no constante (paso 4)
15.7 Análisis de los residuos: autocorrelación (paso 4)
15.8 Validación de modelos
16. ANALISIS DE SERIES TEMPORALES
16.1 Números índices
16.2 El enfoque clásico a la tendencia, el ciclo y la estacionalidad
16.3 Métodos de suavizamientos
16.4 El enfoque de Box-Jenkins