Estadística matemática con aplicaciones / Dennis D Wackerly
Por: Wackerly, Dennis D [Autor].
Colaborador(es): Wackerly, Dennis D.
Tipo de material: LibroEditor: [s.l.] Cengage Learning 2010Descripción: 911. p.ISBN: 9789708300100.Tema(s): ESTADISTICA INFERENCIAL ESTADISTICA APLICADAClasificación CDD: 519.0 Resumen: QUE ES ESTADISTICA. Caracterización de un conjunto de mediciones: métodos gráficos; Caracterización de un conjunto de mediciones: métodos numéricos. PROBABILIDAD. Probabilidad e inferencia; Un repaso de notación de conjuntos; Un modelo probabilístico para un experimento; Cálculo de la probabilidad de un evento: el método de punto muestral; Probabilidad condicional y la independencia de eventos; Dos leyes de probabilidad; Ley de probabilidad total y regla de Bayes. VARIABLES ALEATORIAS DISCRETAS Y SUS DISTRIBUCIONES DE PROBABILIDAD. La distribución de probabilidad para una variable aleatoria discreta; La distribución de probabilidad binomial; La distribución de probabilidad geométrica; La distribución de probabilidad hipergeométrica; La distribución de probabilidad de Poisson; Teorema de Tchebysheff. VARIABLES CONTINUAS Y SUS DISTRIBUCIONES DE PROBABILIDAD. Distribución de probabilidad para una variable aleatoria continua; La distribución de probabilidad uniforme; La distribución de probabilidad gamma; La distribución de probabilidad beta; DISTRIBUCIONES DE PROBABILIDAD MULTIVARIANTES. Distribución de probabilidad bivariantes y multivariantes; Distribuciones de probabilidad marginal y condicional; El valor esperado de una función de variables aleatorias; Covarianza de dos variables aleatorias; FUNCIONES DE VARIABLES ALEATORIAS. Método de las funciones de distribución; Método de las transformaciones. DISTRIBUCIONES MUESTRALES Y EL TEOREMA DEL LIMITE CENTRAL. Distribuciones muestrales relacionadas con la distribución normal; Teorema del límite central. ESTIMACION. Sesgo y error cuadrático medio de estimadores puntuales; Intervalos de confianza. PROPIEDADES DE LOS ESTIMADORES PUNTUALES Y METODOS DE ESTIMACION. Eficiencia relativa; Consistencia; Suficiencia. PRUEBA DE HIPOTESIS. Elementos de una prueba estadística; Cálculo de las probabilidad del error tipo II y determinación del tamaño muestral para la prueba Z. MODELOS LINEALES Y ESTIMACION POR MINIMOS CUADRADOS. Modelos estadísticos lineales; Método de mínimos cuadrados; Correlación. EL ANALISIS DE VARIANZA. Procedimiento del análisis de varianza; Tabla de análisis de varianza para un diseño de un factor; Modelo estadístico para el diseño de un factor. ANALISIS DE DATOS CATEGORICOS. Prueba ji cuadrada; tablas r x c con totales fijos de renglón o columna. ESTADISTICA NO PARAMETRICA. Modelo general de desplazamiento; La prueba de Kruskal-Wallis para un diseño de un factor; La prueba de Friedman para diseños de bloques aleatorizados. INTRODUCCION A LOS METODOS DE BAYES PARA INFERENCIA. Bayesianos previos, posteriores y estimadores; Intervalos creíbles de BayesTipo de ítem | Ubicación actual | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ejemplares |
---|---|---|---|---|---|---|---|
Libros | Biblioteca Central SM Colección General | 519.0 (Ver Items Similares) | Ej.1 | Disponible | 27680 | ||
Libros | Biblioteca Central SM Colección General | 519.0 (Ver Items Similares) | Ej.2 | Disponible | 27681 | ||
Libros | Biblioteca Central SM Colección General | 519.0 (Ver Items Similares) | Ej.3 | Disponible | 27682 | ||
Libros | Biblioteca USU Colección General | 519.0 (Ver Items Similares) | Ej.4 | Disponible | 27683 | ||
Libros | Biblioteca USU Colección General | 519.0 (Ver Items Similares) | Ej.5 | Disponible | 27684 | ||
Libros | Biblioteca USU Colección General | 519.0 (Ver Items Similares) | Ej.6 | Disponible | 27685 |
QUE ES ESTADISTICA. Caracterización de un conjunto de mediciones: métodos gráficos; Caracterización de un conjunto de mediciones: métodos numéricos. PROBABILIDAD. Probabilidad e inferencia; Un repaso de notación de conjuntos; Un modelo probabilístico para un experimento; Cálculo de la probabilidad de un evento: el método de punto muestral; Probabilidad condicional y la independencia de eventos; Dos leyes de probabilidad; Ley de probabilidad total y regla de Bayes. VARIABLES ALEATORIAS DISCRETAS Y SUS DISTRIBUCIONES DE PROBABILIDAD. La distribución de probabilidad para una variable aleatoria discreta; La distribución de probabilidad binomial; La distribución de probabilidad geométrica; La distribución de probabilidad hipergeométrica; La distribución de probabilidad de Poisson; Teorema de Tchebysheff. VARIABLES CONTINUAS Y SUS DISTRIBUCIONES DE PROBABILIDAD. Distribución de probabilidad para una variable aleatoria continua; La distribución de probabilidad uniforme; La distribución de probabilidad gamma; La distribución de probabilidad beta; DISTRIBUCIONES DE PROBABILIDAD MULTIVARIANTES. Distribución de probabilidad bivariantes y multivariantes; Distribuciones de probabilidad marginal y condicional; El valor esperado de una función de variables aleatorias; Covarianza de dos variables aleatorias; FUNCIONES DE VARIABLES ALEATORIAS. Método de las funciones de distribución; Método de las transformaciones. DISTRIBUCIONES MUESTRALES Y EL TEOREMA DEL LIMITE CENTRAL. Distribuciones muestrales relacionadas con la distribución normal; Teorema del límite central. ESTIMACION. Sesgo y error cuadrático medio de estimadores puntuales; Intervalos de confianza. PROPIEDADES DE LOS ESTIMADORES PUNTUALES Y METODOS DE ESTIMACION. Eficiencia relativa; Consistencia; Suficiencia. PRUEBA DE HIPOTESIS. Elementos de una prueba estadística; Cálculo de las probabilidad del error tipo II y determinación del tamaño muestral para la prueba Z. MODELOS LINEALES Y ESTIMACION POR MINIMOS CUADRADOS. Modelos estadísticos lineales; Método de mínimos cuadrados; Correlación. EL ANALISIS DE VARIANZA. Procedimiento del análisis de varianza; Tabla de análisis de varianza para un diseño de un factor; Modelo estadístico para el diseño de un factor. ANALISIS DE DATOS CATEGORICOS. Prueba ji cuadrada; tablas r x c con totales fijos de renglón o columna. ESTADISTICA NO PARAMETRICA. Modelo general de desplazamiento; La prueba de Kruskal-Wallis para un diseño de un factor; La prueba de Friedman para diseños de bloques aleatorizados. INTRODUCCION A LOS METODOS DE BAYES PARA INFERENCIA. Bayesianos previos, posteriores y estimadores; Intervalos creíbles de Bayes
Wackerly, Dennis D 2010 2010
No hay comentarios para este ejemplar.