Conoce Aseuc

Teoría estadística. Aplicaciones y métodos

U. Santo Tomás
Mira otros U. Santo Tomás articulos

libro

Más vistas

Teoría estadística. Aplicaciones y métodos

U. Santo Tomás
Mira otros U. Santo Tomás articulos

COP $ 45.000
COP $ 45.000

Disponibilidad: Disponible


Autor: Varios autores

Editorial: U. Santo Tomás

U. Santo Tomás

Año de Edición: 2010

2010

Idioma: Español

Formato: Libro Impreso

ISBN: 9789586316750

9789586316750
Este libro conduce al lector por el apasionante viaje de la práctica estadística, la cual ciertamente debe estar fundamentada en una rigurosidad teórica bien definida. El análisis de datos no empieza con un modelo de probabilidad. El análisis de datos empieza con los mismos datos. En la vida pr...
O BIEN

SKU: 69707

Producto creado el 12/04/2011

Descripción

Detalles

Este libro conduce al lector por el apasionante viaje de la práctica estadística, la cual ciertamente debe estar fundamentada en una rigurosidad teórica bien definida. El análisis de datos no empieza con un modelo de probabilidad. El análisis de datos empieza con los mismos datos. En la vida práctica el profesional debe cuestionarse acerca de la naturaleza de los datos: ¿Qué rango tiene ¿Cuál es la fuente de los datos ¿Cómo se obtuvieron En la vida real no sucede que el profesional sea contratado para analizar una muestra aleatoria que proviene de una distribución continua o discreta.El profesional decide qué tipo de distribución se ajusta mejor y sobre ello utiliza las mejores herramientas para inferir y convertir su análisis en información valiosa. Este texto tiene ese enfoque y la particularidad de poner en contexto al lector y mediante ejemplos prácticos afianzar la teoría e introducir al lector en el interesante camino de la programación estadística.En la vida práctica el profesional debe cuestionarse acerca de la naturaleza de los datos: ¿Qué rango tiene ¿Cuál es la fuente de los datos ¿Cómo se obtuvieron En la vida real no sucede que el profesional sea contratado para analizar una muestra aleatoria que proviene de una distribución continua o discreta.El profesional decide qué tipo de distribución se ajusta mejor y sobre ello utiliza las mejores herramientas para inferir y convertir su análisis en información valiosa. Este texto tiene ese enfoque y la particularidad de poner en contexto al lector y mediante ejemplos prácticos afianzar la teoría e introducir al lector en el interesante camino de la programación estadística.Este texto tiene ese enfoque y la particularidad de poner en contexto al lector y mediante ejemplos prácticos afianzar la teoría e introducir al lector en el interesante camino de la programación estadística.
Información adicional

Información adicional

Editor / MarcaU. Santo Tomás
Año de Edición2010
Idioma(s)Español
Alto y ancho17 x 24
Peso0.8500
Tipo Productolibro
Autor

Varios autores

información no disponible.

Tabla de Contenido

Prólogo
Prefacio

I. Inferencia estadística univariada


1. Conceptos preliminares

1.1. Variables aleatorias y distribuciones de probabilidad
1.1.1. Distribuciones discretas
1.1.2. Distribuciones continuas
1.1.3. Percentiles.

1.2. Familia exponencial
1.2.1. Familia exponencial uniparamétrica
1.2.2. Familia exponencial multi-paramétrica

1.3. Ejercicios

2. Estimación puntual

2.1. Introducción
2.2. Conceptos básicos

2.3. Estimaciones puntuales
2.3.1. Método de máxima verosimilitud
2.3.2. Método de los momentos
2.3.3. Método de mínimos cuadrados

2.4. Propiedades de estimadores puntuales
2.4.1. Error cuadrático medio
2.4.2. Suficiencia
2.4.3. Estimadores UMVUE
2.4.4. Completez
2.4.5. Consistencia

2.5. Comparación empírica de algunas propiedades
2.6. Ejercicios

3. Estimación por intervalo de confianza

3.1. Introducción

3.2. Bajo normalidad
3.2.1. Problemas de una muestra
3.2.2. Problemas de dos muestras

3.3. Bajo distribuciones diferentes a la normal
3.3.1. Intervalos de confianza con distribución exponencial
3.3.2. Intervalos de confianza con distribución Bernoulli
3.3.3. Intervalos de confianza con distribución Poisson

3.4. Ejercicios

4. Pruebas de hipótesis

4.1. Conceptos preliminares

4.2. Una muestra bajo normalidad
4.2.1. Pruebas de hipótesis para la media teórica
4.2.2. Pruebas de hipótesis acerca de la varianza teórica

4.3. Dos muestras
4.3.1. Comparación entre dos medias
4.3.2. Comparación entre dos varianzas

4.4. k muestras
4.4.1. Igualdad de k medias
4.4.2. Igualdad de varianzas

4.5. Muestras provenientes de la distribución Bernoulli y binomial
4.5.1. Una muestra
4.5.2. Dos muestras

4.6. Muestras provenientes de una distribución Poisson
4.6.1. Una muestra.
4.6.2. Dos muestras

4.7. Muestras provenientes de la distribución exponencial
4.7.1. Una muestra
4.7.2. Dos muestras

4.8. Acerca del p-valor
4.8.1. Diversos puntos de vistas acerca del p-valor
4.8.2. p valores aleatorios
4.8.3. El p valor no es una medida de soporte
4.8.4. Acerca de la igualdad en la hipótesis nula

4.9. Ejercicios

II. Inferencia estadística multivariante

5. Distribuciones multivariantes

5.1. Vectores aleatorios

5.2. Algunas distribuciones multivariantes
5.2.1. Distribución multinomial
5.2.2. Distribución normal multivariante
5.2.3. Distribución Wishart
5.2.4. Distribución T2 de Hotelling

5.3. Ejercicios
 
6. Inferencia multivariante

6.1. Inferencia en la distribución multinomial
6.1.1. Una muestra.
6.1.2. Dos muestras
6.1.3. k muestras

6.2. Inferencia en la distribución normal multivariante
6.2.1. Estimador de máxima verosimilitud
6.2.2. Propiedades de los estimadores de máxima verosimilitud

6.3. Región de confianza y pruebas de hipótesis para el vector de medias
6.3.1. Ʃ conocida
6.3.2. Ʃ desconocida

6.4. Inferencia para una combinación lineal de medias
6.5. Prueba de hipótesis para la matriz de varianzas y covarianzas
6.6. Ejercicios
 
A. Breve historia del desarrollo estadístico
B. Herramientas de bondad de ajuste
C. Transformación de Box-Cox
D. Repaso matricial
E. Inferencia en tablas de contingencia
F. Tablas de percentiles de distribuciones

Reseñas