دانلود کتاب Introducción a la probabilidad y estadística (14a. ed.).

فهرست مطالب :

Cover Prefacio Contenido breve Contenido Introducción ¿Qué es la estadística? LA POBLACIÓN Y LA MUESTRA ESTADÍSTICAS DESCRIPTIVAS E INFERENCIALES ALCANZAR EL OBJETIVO DE ESTADÍSTICAS INFERENCIALES: LOS PASOS NECESARIOS CLAVES PARA EL APRENDIZAJE EXITOSO 1 Descripción de datos por medio de gráficas ¿Cómo está su presión sanguínea? 1.1 VARIABLES Y DATOS 1.2 TIPOS DE VARIABLES 1.3 GRÁFICAS PARA DATOS CATEGÓRICOS 1.3 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 1.5 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Elaboración de gráficas con Excel Introducción a MINITABTM Elaboración de gráficas con MINITAB Ejercicios suplementarios CASO PRÁCTICO ¿Cómo está su presión sanguínea? 2 Descripción de datos con medidas numéricas Los muchachos de verano 2.1 DESCRIPCIÓN DE UN CONJUNTO DE DATOS CON MEDIDAS NUMÉRICAS 2.2 MEDIDAS DE CENTRO 2.2 EJERCICIOS 2.3 MEDIDAS DE VARIABILIDAD NOTACIÓN FÓRMULA COMPUTACIONAL PARA CALCULAR s2 2.3 EJERCICIOS 2.4 SOBRE LA SIGNIFICACIÓN PRÁCTICA DE LA DESVIACIÓN ESTÁNDAR USO DEL TEOREMA DE CHEBYSHEV Y LA REGLA EMPÍRICA 2.5 UNA MEDICIÓN DEL CÁLCULO DE s 2.5 EJERCICIOS 2.6 MEDICIONES DE POSICIÓN RELATIVA CÁLCULO DE CUARTILES MUESTRALES 2.7 EL RESUMEN DE CINCO NÚMEROS Y LA GRÁFICA DE CAJA PARA CONSTRUIR UNA GRÁFICA DE CAJA DETECCIÓN DE RESULTADOS ATÍPICOS— OBSERVACIONES QUE ESTÁN A MAYOR DISTANCIA: PARA TERMINAR LA GRÁFICA DE CAJA 2.7 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Medidas descriptivas numéricas en Excel Medidas numéricas descriptivas en MINITAB Ejercicios suplementarios CASO PRÁCTICO Los muchachos del verano 3 Descripción de datos bivariados ¿Piensa usted que sus platos están realmente limpios? DATOS BIVARIADOS GRÁFICAS PARA VARIABLES CUALITATIVAS 3.2 EJERCICIOS 3.3 GRÁFICAS DE DISPERSIÓN PARA DOS VARIABLES CUANTITATIVAS 3.4 MEDIDAS NUMÉRICAS PARA DATOS CUANTITATIVOS BIVARIADOS FÓRMULAS DE CÁLCULO PARA LA RECTA DE REGRESIÓN DE MÍNIMOS CUADRADOS 3.4 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO ¿Piensa usted que sus platos están realmente limpios? 4 Probabilidad y distribuciones de probabilidad Probabilidad y toma de decisiones en el Congo 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 REQUISITOS PARA PROBABILIDADES DE UN EVENTO SIMPLE 4.3 EJERCICIOS 4.4 REGLAS ÚTILES DE CONTEO (OPCIONAL) LA REGLA mn LA REGLA mn EXTENDIDA UNA REGLA DE CONTEO PARA PERMUTACIONES UN CASO ESPECIAL: ORDENAR n OBJETOS UNA REGLA DE CONTEO PARA COMBINACIONES 4.4 EJERCICIOS 4.5 RELACIONES DE EVENTO Y REGLAS DE PROBABILIDAD Cálculo de probabilidades para uniones y complementos REGLA DE LA ADICIÓN REGLA PARA COMPLEMENTOS 4.6 INDEPENDENCIA, PROBABILIDAD CONDICIONAL Y LA REGLA DE LA MULTIPLICACIÓN REGLA GENERAL DE LA MULTIPLICACIÓN PROBABILIDADES CONDICIONALES LA REGLA DE LA MULTIPLICACIÓN PARA EVENTOS INDEPENDIENTES VERIFICACIÓN DE INDEPENDENCIA 4.6 EJERCICIOS 4.7 REGLA DE BAYES (OPCIONAL) LEY DE PROBABILIDAD TOTAL REGLA DE BAYES 4.7EJERCICIOS 4.8 VARIABLES ALEATORIAS DISCRETAS Y SUS DISTRIBUCIONES DE PROBABILIDAD Variables aleatorias Distribuciones de probabilidad REQUISITOS PARA UNA DISTRIBUCIÓN DE PROBABILIDAD DISCRETA La media y desviación estándar para una variable aleatoria discreta 4.8 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO Probabilidad y toma de decisiones en el Congo 5 Algunas distribuciones discretas útiles Un misterio: casos de cáncer cerca de un reactor 5.1 Introducción 5.2 LA DISTRIBUCIÓN BINOMIAL DE PROBABILIDAD REGLA PRÁCTICA LA DISTRIBUCIÓN BINOMIAL DE PROBABILIDAD MEDIA Y DESVIACIÓN ESTÁNDAR PARA LA VARIABLE ALEATORIA BINOMIAL 5.2 EJERCICIOS 5.3 LA DISTRIBUCIÓN DE PROBABILIDAD DE POISSON LA DISTRIBUCIÓN DE PROBABILIDAD DE POISSON LA APROXIMACIÓN DE POISSON A LA DISTRIBUCIÓN BINOMIAL 5.3 EJERCICIOS 5.4 LA DISTRIBUCIÓN HIPERGEOMÉTRICA DE PROBABILIDAD LA DISTRIBUCIÓN HIPERGEOMÉTRICA DE PROBABILIDAD 5.4 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO Un misterio: casos de cáncer cerca de un reactor 6 La distribución normal de probabilidad “¿Va a calificarpor curva? 6.1 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS CONTINUAS 6.2 LA DISTRIBUCIÓN NORMAL DE PROBABILIDAD 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 6.3 EJERCICIOS 6.4 LA APROXIMACIÓN NORMAL A LA DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL (OPCIONAL) LA APROXIMACIÓN NORMAL A LA DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL REGLA PRÁCTICA 6.4 EJERCICIOS REPASO DEL CAPÍTULO Conceptos y fórmulas clave TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO “¿Va a calificar por curva?” 7 Distribuciones muestrales Muestreo de la Ruleta de Monte Carlo 7.1 INTRODUCCIÓN 7.2 PLANES MUESTRALES Y DISEÑOS EXPERIMENTALES 7.2 EJERCICIOS 7.3 ESTADÍSTICA Y DISTRIBUCIONES MUESTRALES 7.4 EL TEOREMA DEL LÍMITE CENTRAL 7.5 LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA MUESTRAL LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA MUESTRAL, x Error estándar 7.5 EJERCICIOS 7.6 LA DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN MUESTRAL PROPIEDADES DE LA DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN MUESTRAL, p 7.6 EJERCICIOS 7.7 UNA APLICACIÓN MUESTRAL: CONTROL ESTADÍSTICO DE PROCESOS (OPCIONAL) Una gráfica de control para la media del proceso: la gráfica x Una gráfica de control para la proporción de piezas defectuosas: la gráfica p 7.7 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO Muestreo de la Ruleta de Monte Carlo 8 Estimación de muestras grandes ¿Qué tan confiable es la encuesta? 8.1 DÓNDE HEMOS ESTADO 8.2A DÓNDE VAMOS; INFERENCIA ESTADÍSTICA 8.3 TIPOS DE ESTIMADORES 8.4 ESTIMACIÓN PUNTUAL ESTIMACIÓN PUNTUAL DEL PARÁMETRO DE UNA POBLACIÓN 8.4 EJERCICIOS 8.5 ESTIMACIÓN DE INTERVALO Construcción de un intervalo de confianza INTERVALO DE CONFIANZA DE MUESTRA GRANDE (1 − α)100% Intervalo de confianza de muestra grande para una media poblacional m UN INTERVALO DE CONFIANZA DE MUESTRA GRANDE (1 − a)100% PARA UNA MEDIA POBLACIONAL m Interpretación del intervalo de confianza Intervalo de confianza de muestra grande para una proporción poblacional p UN INTERVALO DE CONFIANZA DE MUESTRA GRANDE (1 a)100% PARA UNA PROPORCIÓN POBLACIONAL p 8.5 EJERCICIOS 8.6 ESTIMACIÓN DE LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES PROPIEDADES DE LA DISTRIBUCIÓN MUESTRAL DE (x—1 x—2), LA DIFERENCIA ENTRE DOS MEDIAS MUESTRALES ESTIMACIÓN PUNTUAL DE (m1 m2) DE MUESTRA GRANDE UN INTERVALO DE CONFIANZA DE MUESTRA GRANDE DE (1 a)100% PARA (m1 m2) 8.6 EJERCICIOS 8.7 ESTIMACIÓN DE LA DIFERENCIA ENTRE DOS PROPORCIONES BINOMIALES PROPIEDADES DE LA DISTRIBUCIÓN MUESTRAL DE LA DIFERENCIA (pˆ1 − pˆ2) ENTRE DOS PROPORCIONES MUESTRALES ESTIMACIÓN PUNTUAL DE MUESTRA GRANDE DE (p1 − p2) UN INTERVALO DE CONFIANZA DE MUESTRA GRANDE (1 a)100% PARA (p1 − p2) 8.7 EJERCICIOS 8.8 LÍMITES DE CONFIANZA A UNA COLA UN LÍMITE INFERIOR DE CONFIANZA (1 a)100% (LCB) UN LÍMITE SUPERIOR DE CONFIANZA (1 a)100% (UCB) 8.9 SELECCIÓN DEL TAMAÑO MUESTRAL 8.9 EJERCICIOS REPASO DEL CAPÍTULO Ejercicios suplementarios CASO PRÁCTICO ¿Qué tan confiable es esa encuesta? CBS News: ¿Cómo y dónde come el pueblo de EstadosUnidos? 9 Pruebas de hipótesis de muestras grandes ¿Una aspirina al día…? 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 ESTADÍSTICO DE PRUEBA DE MUESTRA GRANDE PARA m Cálculo del valor p Dos tipos de errores La potencia de una prueba estadística 9.3 EJERCICIOS 9.4 UNA PRUEBA DE HIPÓTESIS DE MUESTRAS GRANDES PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES PRUEBA ESTADÍSTICA DE MUESTRAS GRANDES PARA (m1 - m2) Prueba de hipótesis e intervalos de confianza 9.4 EJERCICIOS 9.5UNA PRUEBA DE HIPÓTESIS DE MUESTRAS GRANDES PARA UNA PROPORCIÓN BINOMIAL PRUEBA ESTADÍSTICA DE MUESTRAS GRANDES PARA p Significancia estadística e importancia práctica 9.5 EJERCICIOS 9.6UNA PRUEBA DE HIPÓTESIS DE MUESTRAS GRANDES PARA LA DIFERENCIA ENTRE DOS PROPORCIONES BINOMIALES PRUEBA ESTADÍSTICA DE MUESTRAS GRANDES PARA (p1 – p2) 9.6 EJERCICIOS 9.7 ALGUNOS COMENTARIOS SOBRELA PRUEBA DE HIPÓTESIS REPASO DEL CAPÍTULO Ejercicios suplementarios CASO PRÁCTICO ¿Una aspirina al día...? 10 Inferencia a partir de muestras pequeñas Estudio sobre la rendición de cuentas escolar: ¿cómo se comporta su escuela? 10.1 INTRODUCCIÓN 10.2 DISTRIBUCIÓN t DE STUDENT Suposiciones detrás de la distribución t de Student 10.3 INFERENCIAS DE MUESTRA PEQUEÑA RESPECTO A UNA MEDIA POBLACIONAL PRUEBA DE HIPÓTESIS DE MUESTRA PEQUEÑA PARA m INTERVALO DE CONFIANZA DE MUESTRA PEQUEÑA (1 − a)100% PARA m 10.3 EJERCICIOS 10.4INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES: MUESTRAS ALEATORIAS INDEPENDIENTES CÁLCULO DE s2 PRUEBA DE HIPÓTESIS RESPECTO A LA DIFERENCIA ENTRE DOS MEDIAS: MUESTRAS ALEATORIAS INDEPENDIENTES INTERVALO DE CONFIANZA (1 - a)100% DE MUESTRA PEQUEÑA PARA (m1 - m2) CON BASE EN MUESTRAS ALEATORIAS INDEPENDIENTES 10.4 EJERCICIOS 10.5 INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS: UNA PRUEBA DE DIFERENCIA PAREADA PRUEBA DE HIPÓTESIS DE DIFERENCIA PAREADA PARA (m1 - m2) = md: MUESTRAS DEPENDIENTES INTERVALO DE CONFIANZA DE MUESTRA PEQUEÑA (1 - a)100% PARA (m1 - m2) = md, CON BASE EN UN EXPERIMENTO DE DIFERENCIA PAREADA 10.5 EJERCICIOS 10.6 INFERENCIAS RESPECTO A LA VARIANZA POBLACIONAL PRUEBA DE HIPÓTESIS RESPECTO A UNA VARIANZA POBLACIONAL INTERVALO DE CONFIANZA DE (1 - a)100% PARA s2 10.6 EJERCICIOS 10.7 COMPARACIÓN DE DOS VARIANZAS POBLACIONALES SUPOSICIONES PARA QUE s21/s22 TENGA UNA DISTRIBUCIÓN F PRUEBA DE HIPÓTESIS RESPECTO A LA IGUALDAD DE DOS VARIANZAS POBLACIONALES PRUEBA DE HIPÓTESIS RESPECTO A LA IGUALDAD DE DOS VARIANZAS POBLACIONALES INTERVALO DE CONFIANZA PARA s21/s2 10.7 EJERCICIOS 10.8 REPASO DE SUPOSICIONES DE MUESTRA PEQUEÑA SUPOSICIONES REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO Estudio sobre la rendición de cuentas escolar: ¿cómo se comporta su escuela? 11 El análisisde varianza ¡Cómo ahorrar dinero en comestibles! 11.1 EL DISEÑO DE UN EXPERIMENTO 11.2 ¿QUÉ ES UN ANÁLISIS DE VARIANZA? 11.3 ¿QUÉ ES UN ANÁLISIS DE VARIANZA? LAS SUPOSICIONES PARA UN ANÁLISIS DE VARIANZA SUPOSICIONES PARA LA PRUEBA DE ANÁLISIS DE VARIANZA Y LOS PROCEDIMIENTOS DE ESTIMACIÓN EL DISEÑO COMPLETAMENTE ALEATORIZADO: UNA CLASIFICACIÓN EN UNA DIRECCIÓN 11.5EL ANÁLISIS DE VARIANZA PARA UN DISEÑO COMPLETAMENTE ALEATORIZADO División de la variación total en un experimento TABLA ANOVA PARA k MUESTRAS ALEATORIAS INDEPENDIENTES: DISEÑO COMPLETAMENTE ALEATORIZADO Prueba de igualdad de las medias de tratamiento PRUEBA F PARA COMPARAR K MEDIAS POBLACIONALES Estimación de diferencias en las medias de tratamiento DISEÑO COMPLETAMENTE ALEATORIZADO: INTERVALOS DE CONFIANZA (1 – a)100% PARA UNA SOLA MEDIA DE TRATAMIENTO Y LA DIFERENCIA ENTRE DOS MEDIAS DE TRATAMIENTO 11.5 EJERCICIOS 11.6 CLASIFICACIÓN DE MEDIAS POBLACIONALES MEDIDA PARA HACER COMPARACIONES PAREADAS 11.6 EJERCICIOS 11.7 DISEÑO DE BLOQUE ALEATORIZADO: UNA CLASIFICACIÓN EN DOS DIRECCIONES 11.8 EL ANÁLISIS DE VARIANZA PARA UN DISEÑO DE BLOQUE ALEATORIZADO CÁLCULO DE LAS SUMAS DE CUADRADOS PARA UN DISEÑO DE BLOQUE ALEATORIZADO, k TRATAMIENTOS EN b BLOQUES ANOVA PARA UN DISEÑO DE BLOQUE ALEATORIZADO, k TRATAMIENTOS Y b BLOQUES Prueba de la igualdad de las medias de tratamiento y de bloque PRUEBAS PARA UN DISEÑO DE BLOQUE ALEATORIZADO Identificación de diferencias en las medias de tratamiento y de bloque COMPARACIÓN DE MEDIAS DE TRATAMIENTO Y DE BLOQUE Algunos comentarios de precaución en bloqueo 11.8 EJERCICIOS 11.9 EL EXPERIMENTO FACTORIAL a × b: UNA CLASIFICACIÓN EN DOS VÍAS 11.10EL ANÁLISIS DE VARIANZA PARA UN EXPERIMENTO FACTORIAL a × b CÁLCULO DE LAS SUMAS DE CUADRADOS PARA UN EXPERIMENTO FACTORIAL DE DOS FACTORES TABLA ANOVA PARA r RÉPLICAS DE UN EXPERIMENTO FACTORIAL DE DOS FACTORES: FACTOR A A NIVELES a Y FACTOR B A NIVELES b PRUEBAS PARA UN EXPERIMENTO FACTORIAL 11.10 EJERCICIOS 11.11 REPASO DE LAS SUPOSICIONES DEL ANÁLISIS DE VARIANZA Gráficas residuales 11.12 UN BREVE REPASO REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO ¡Cómo ahorrar dinero en comestibles! 12 Regresión lineal y correlación ¿Su automóvil está “Hecho en EUA”? 12.1 INTRODUCCIÓN 12.2 MODELO PROBABILÍSTICO LINEAL SIMPLE SUPOSICIONES ACERCA DEL ERROR ALEATORIO e 12.3 EL MÉTODO DE MÍNIMOS CUADRADOS PRINCIPIO DE MÍNIMOS CUADRADOS ESTIMADORES DE MÍNIMOS CUADRADOS DE a y b 12.4 UN ANÁLISIS DE VARIANZA PARA REGRESIÓN LINEAL 12.4 EJERCICIOS 12.5 PRUEBA DE LA UTILIDAD DEL MODELO DE REGRESIÓN LINEAL Inferencias respecto a b, la pendiente de la recta de medias PRUEBA DE HIPÓTESIS RESPECTO A LA PENDIENTE DE UNA RECTA UN INTERVALO DE CONFIANZA (1 – a)100% PARA b 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 12.5 EJERCICIOS 12.6 HERRAMIENTAS DE DIAGNÓSTICO PARAVERIFICAR SUPOSICIONES DE LA REGRESIÓN SUPOSICIONES DE REGRESIÓN Términos de error dependientes Gráficas residuales 12.6 EJERCICIOS 12.7 ESTIMACIÓN Y PREDICCIÓN USANDO LA RECTA AJUSTADA INTERVALOS DE CONFIANZA Y PREDICCIÓN (1 – a)100% 12.7 EJERCICIOS 12.8 ANÁLISIS DE CORRELACIÓN COEFICIENTE DE CORRELACIÓN PRODUCTO- MOMENTO DE PEARSON PRUEBA DE HIPÓTESIS RESPECTO AL COEFICIENTE DE CORRELACIÓN r 12.8 EJERCICIOS REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO ¿Su automóvil está “Hecho en EUA”? 13 Análisis de regresión múltiple “Hecho en EUA”: otra mirada 13.1 INTRODUCCIÓN 13.2 EL MODELO DE REGRESIÓN MÚLTIPLE MODELO LINEAL GENERAL Y SUPOSICIONES 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 13.4 EJERCICIOS 13.5 USO DE VARIABLES PREDICTORAS CUANTITATIVAS Y CUALITATIVAS EN UN MODELO DE REGRESIÓN 13.5 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 TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO “Hecho en EUA”; otra mirada 14 Análisis de datos categóricos ¿Quién es el principal sostén en su familia? 14.1 UNA DESCRIPCIÓN DEL EXPERIMENTO EL EXPERIMENTO MULTINOMIAL 14.2 ESTADÍSTICO JI CUADRADA DE PEARSON ESTADÍSTICO DE PRUEBA JI CUADRADA DE PEARSON 14.3 PRUEBA DE PROBABILIDADES DE CELDA ESPECIFICADA: LA PRUEBA DE BONDAD DEL AJUSTE 14.3 EJERCICIOS 14.4 TABLAS DE CONTINGENCIA: UNA CLASIFICACIÓN DE DOS VÍAS La prueba de independencia ji cuadrada CANTIDAD DE CELDA ESPERADA ESTIMADA 14.4 EJERCICIOS 14.5 COMPARACIÓN DE VARIAS POBLACIONES MULTINOMIALES: UNA CLASIFICACIÓN DE DOS VÍAS CON TOTALES DE FILA O COLUMNA FIJOS 14.5 EJERCICIOS 14.6 LA EQUIVALENCIA DE PRUEBAS ESTADÍSTICAS 14.7 OTRAS APLICACIONES DE LA PRUEBA JI CUADRADA SUPOSICIONES REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO ¿Quién es el principal sostén en su familia? 15 Estadísticas no paramétricas ¿Cómo está su nivel de colesterol? 15.1 INTRODUCCIÓN 15.2 LA PRUEBA DE SUMA DE RANGO DE WILCOXON: MUESTRAS ALEATORIAS INDEPENDIENTES FÓRMULAS PARA EL ESTADÍSTICO DE LA SUMA DE RANGOS DE WILCOXON (PARA MUESTRAS INDEPENDIENTES) PRUEBA DE LA SUMA DE RANGO DE WILCOXON Aproximación normal para la prueba de suma de rango de Wilcoxon PRUEBA DE LA SUMA DE RANGO DE WILCOXON PARA MUESTRAS GRANDES: n1 W 10 Y n2 W 10 15.2 EJERCICIOS 15.3 LA PRUEBA DEL SIGNO PARA UN EXPERIMENTO PAREADO LA PRUEBA DEL SIGNO PARA COMPARAR DOS POBLACIONES Aproximación normal para la prueba del signo PRUEBA DEL SIGNO PARA MUESTRAS GRANDES: n W 25 15.3 EJERCICIOS 15.4 UNA COMPARACIÓN DE PRUEBAS ESTADÍSTICAS 15.5 LA PRUEBA DE RANGO CON SIGNO DE WILCOXON PARA UN EXPERIMENTO PAREADO CÁLCULO DEL ESTADÍSTICO DE PRUEBA PARA LA PRUEBA DE RANGO CON SIGNO DE WILCOXON PRUEBA DE RANGO CON SIGNO DE WILCOXON PARA UN EXPERIMENTO PAREADO Aproximación normal para la prueba de rango con signo de Wilcoxon PRUEBA DE RANGO CON SIGNO DE WILCOXON DE MUESTRA GRANDE PARA UN EXPERIMENTO PAREADO: n W 25 15.5 EJERCICIOS 15.6 LA PRUEBA H DE KRUSKAL-WALLIS PARA DISEÑOS COMPLETAMENTE ALEATORIZADOS LA PRUEBA H DE KRUSKAL-WALLIS PARA COMPARAR MÁS DE DOS POBLACIONES: DISEÑO COMPLETAMENTE ALEATORIZADO (MUESTRAS ALEATORIAS INDEPENDIENTES) 15.6 EJERCICIOS 15.7 LA PRUEBA Fr DE FRIEDMAN PARA DISEÑOS DE BLOQUE ALEATORIZADO PRUEBA Fr DE FRIEDMAN PARA UN DISEÑO ALEATORIZADO DE BLOQUES 15.7 EJERCICIOS 15.8 COEFICIENTE DE CORRELACIÓN DE RANGO COEFICIENTE DE CORRELACIÓN DE RANGO DE SPEARMAN PRUEBA DE CORRELACIÓN DE RANGO DE SPEARMAN 15.8 EJERCICIOS 15.9 RESUMEN REPASO DEL CAPÍTULO TECNOLOGÍA ACTUAL Ejercicios suplementarios CASO PRÁCTICO ¿Cómo está su nivel de colesterol? Apéndice I Tablas Fuentes de datos Respuestas a ejercicios seleccionados Índice Lista de aplicaciones