Incluye índice alfabético

Incluye referencias al final de cada capítulo

Capitulo uno. INTRODUCCIÓN Y ESTADÍSTICAS DESCRIPTIVA
1.1. Introducción
1.2. Descripción grafica de los datos
1.3. Medidas numéricas descriptivas
Apéndice: sumatorias y otras notaciones simbólicas
Capitulo dos. CONCEPTOS EN PROBABILIDAD
2.1. Introducción
2.2. La definición clásica de probabilidad
2.3. Definición de probabilidad como frecuencia relativa
2.4. Interpretación subjetiva de la probabilidad
2.5. Desarrollo axiomático de la probabilidad
2.6. Probabilidades conjunta, marginal y condicional
2.7. Eventos estadísticamente independientes
2.8. El teorema de Bayes
2.9. Permutaciones y combinaciones
Capitulo tres. VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
3.1. El concepto de variables aleatorias
3.2. Distribuciones de probabilidad de variables aleatorias discretas
3.3. Distribuciones de probabilidad para variables aleatorias continuas
3.4. Valor esperado de variables aleatoria
3.5. Momentos de una variable aleatoria
3.6. Otras medidas de tendencia central y dispersión
3.7. Funciones generadoras de momentos
Capitulo cuatro. Algunas distribuciones discretas de probabilidad
4.1. Introducción
4.2. La distribución binomial
4.3. La distribución de Poisson
4.4. La distribución hípergeométrica
4.5. La distribución binomial negativa
Apéndice: deducción de la función de probabilidad de Poisson
Apéndice: demostración del teorema 4.1
Capitulo cinco. ALGUNAS DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
5.1. Introducción
5.2. La distribución normal
5.3. La distribución uniforme
5.4. La distribución beta
5.5. La distribución gama
5.6. La distribución de Weibull
5.7. La distribución exponencial negativa
5.8. La distribución de una función de variable aleatoria
5.9. Conceptos básicos en la generación de números aleatorios por computadora
5.9.1. Distribución uniforme sobre el intervalo (a,b)
5.9.2. La distribución de Weibull
5.9.3. La distribución de Erlang
5.9.4. La distribución normal
5.9.5. La distribución binomial
5.9.6. La distribución de Poisson
Apéndice: demostración de que la expresión (5.1) es una función de densidad de probabilidad
Apéndice: demostración del teorema 5.1
Capitulo seis. DISTRIBUCIONES CONJUNTAS DE PROBABILIDAD
6.1. Introducción
6.2. Distribuciones de probabilidad bivariadas
6.3. Distribuciones marginales de probabilidad
6.4. Valores esperados y momentos para distribuciones bivariadas
6.5. Variables aleatorias estadísticamente independientes
6.6. Distribuciones de probabilidad condicional
6.7. Análisis bayesiano: las distribuciones a priori y a posterior
6.8. La distribución normal bivariada
Capitulo siete. MUESTRA ALEATORIAS Y DISTRIBUCIONES DE MUESTREO
7.1. Introducción
7.2. Muestras aleatorias
7.3. Distribuciones de muestreo de estadísticas
7.4. La distribución de muestreo de X
7.5. La distribución de muestreo de S2
7.6. la distribución t de Student
7.7. La distribución de la diferencia entre dos medias muestrales
7.8. La distribución F
Apéndice: demostración del teorema central del limite
Apéndice: deducción de la función de densidad de probabilidad t de Student
Capitulo ocho. ESTIMACIÓN PUNTUAL Y POR INTERVALO
8.1. Introducción
8.2. Propiedades deseables de los estimadores puntuales
8.2.1. Estimadores insesgados
8.2.2. Estimadores consistentes
8.2.3. Estimadores insesgados de varianza mínima
8.2.4. Estadísticas suficientes
8.3. Métodos de estimación puntual
8.3.1. Estimación por máxima verosimilitud
8.3.2. Método de los momentos
8.3.3. Estimación por máxima verosimilitud para muestras censuradas
8.4. Estimación por intervalo
8.4.1. Intervalos de confianza para u cunado se muestra una distribución normal con varianza conocida
8.4.2. Intervalos de confianza para u cuando se muestrea una distribución normal con varianza desconocida
8.4.3. Intervalos de confianza para la diferencia de medias cunado se muestran dos distribuciones normales independientes
8.4.4. Intervalos de confianza para o2 cuando se muestrea una distribución normal con media desconocida
8.4.5. Intervalos de confianza para el coeficiente de dos varianzas cuando se muestrean dos distribuciones normales independientes
8.4.6. Intervalos de confianza para el parámetro de proporción p cuando se muestrea una distribución binomial
8.5. Estimación bayesiana
8.5.1. Estimación puntual bayesiana
8.5.2. Estimación bayesiana por intervalo
8.6. Limites estadísticos de tolerancia
8.6.1. Límites de tolerancia independiente de la distribución
8.6.2. Límites de tolerancia cuando se muestrea una distribución normal
Capitulo nueve. PRUEBA DE HIPÓTESIS ESTADÍSTICA
9.1. Introducción
9.2. Conceptos básicos para la prueba de hipótesis estadísticas
9.3. Tipos de regiones críticas y la función de potencia
9.4. Las mejores pruebas
9.5. Principios generales para probar una H0 simple contra una H1 uni o bilateral
9.5.1. Principios generales para el caso 1
9.5.2. Principios generales para el caso 2
9.5.3. Principios generales para el caso 3
9.6. Prueba de hipótesis con respecto a las medias cuando se muestrean distribuciones normales
9.6.1. Pruebas para una muestra
9.6.2. Pruebas para dos muestras
9.6.3. Reflexión sobre las suposiciones y sensitividad
9.6.4. Pruebas sobre las medias cuando las observaciones están pareadas
9.7. Pruebas de hipótesis con respeto a las varianzas cunado se muestran distribuciones normales
9.7.1. Pruebas para una muestra
9.7.1. Pruebas para dos muestras
9.8. Inferencias con respecto a las proposiciones de dos distribuciones binomiales independientes
Capitulo diez. PRUEBAS DE BONDAD DE AJUSTE Y ANÁLISIS DE TABLAS DE CONTINGENCIA
10.1. Introducción
10.2. la prueba de bondad de ajuste chi-cuadrada
10.3. la estadística de Kolmogorov-Smirov
10.4. la prueba de chi-cuadrada para el análisis de tablas de contingencia con dos criterios de clasificación
Capitulo once. Métodos para el control de calidad y muestreo para aceptación
11.1. Introducción
11.2. Tablas de control estadístico
11.2.1. Tablas X (media conocida a la población)
11.2.2. Tablas S (desviación estándar conocida de la población)
11.2.3 Tablas X y S (media varianza desconocidas de la población)
11.3. Procedimientos del muestreo para aceptación
11.3.1. El desarrollo de planes de muestreo sencillos para riesgos estipulados del productor y del consumidor
11.3.2. Muestreo para aceptación por variables
11.3.3. Sistemas de planes de muestreo
Capitulo doce. DISEÑO Y ANÁLISIS DE EXPERIMENTOS ESTADÍSTICOS
12.1. Introducción
12.2. Experimentos estadísticos
12.3. Diseños estadísticos
12.4. Análisis de experimentos un factoriales en un diseño completamente aleatorio
12.4.1. Análisis de varianza para un modelo de efectos fijos
12.4.2. Métodos de Scheffé para comparaciones múltiples
12.4.3. Análisis de residuos y efectos de la violación de las suposiciones
12.4.4. El caso de efectos aleatorios
12.5. Análisis de experimentos con solo un factor en un diseño en bloque completamente factoriales
12.6. Experimentos factoriales
Capitulo trece. ANÁLISIS DE REGRESIÓN: EL MODELO LINEAL SIMPLE
13.1. Introducción
13.2. El significado de la regresión y suposiciones básicas
13.3. Estimación por mínimos cuadrados para el modelo lineal simple
13.4. Estimación por máxima verosimilitud para el modelo lineal simple
13.5. Propiedades generales de los estimadores de mínimos cuadrados
13.6. Inferencia estadística para el modelo lineal simple
13.7. El uso del análisis de varianza
13.8. Correlación lineal
13.9. Series de tiempo y autocorrelación
13.9.1. Componentes de una serie de tiempo
13.9.2. La estadística de Durbin-Watson
13.9.3. Eliminación de la autocorrelación mediante la transformación de datos
13.10. Enfoque matricial para el modelo lineal simple
Apéndice: breve revisión del algebra de matrices
Capitulo catorce. ANÁLISIS DE REGRESIÓN: EL MODELO LINEAL GENERAL
14.1. Introducción
14.2. El modelo lineal general
14.3. Principios de la suma de cuadrados extra
14.4. El problema de la multicolinealidad
14.5. Determinación del mejor conjunto de variables de predicción
14.6. Análisis de residuos o residuales
14.7. Regresión polimonial
14.8. Mínimos cuadrados con factores de peso
14.9. Variables indicadoras
Capitulo quince. MÉTODOS NO PARAMÉTRICOS
15.1. Introducción
15.2. Pruebas no paramétricas para comparar dos poblaciones con base en muestras aleatorias independientes
15.2.1. Prueba de Mann-Whitney
15.2.2. Prueba de tendencias de Wald-Wolfowitz
15.3. Pruebas no paramétricas para observaciones por pares
15.3.1. La prueba del signo
15.3.2. Prueba de rangos de signos de Wilcoxon
15.3.1. La prueba del signo
15.3.2. Prueba de rangos de signos de Wilcoxon
15.4. Prueba de Kruskal-Wallis para K muestras aleatorias independientes
15.5. Prueba de Friedman para muestra igualadas
15.7. Comentarios finales
APÉNDICE
Tabla A. Valores de la función de distribución acumulativa binomial
Tabla B. Valores de la función de distribución acumulativa de Poisson
Tabla C. Valores de la función de probabilidad y de distribución acumulativa para la distribución hipergeométrica
Tabla D. Valores de la función de distribución acumulativa normal estándar
Tabla E. Valores de cuantiles de la distribución Chi-cuadrada
Tabla F. Valores de cuantiles de la distribución t de Student
Tabla G. Valores de cuantiles de la distribución F
Tabla H. K- valores para los límites de tolerancia bilaterales cunado se muestrean distribuciones normales
Tabla I. K- valores para los límites de tolerancia unilaterales cuando se muestrean distribuciones normales
Tabla J. Valores de cuantiles superiores de la distribución de la estadística Dn de Kolmogorov-Smirnov
Tabla K. Límites de la estadística de Durbin-Watson