Tipo: Libro impreso / Print book
Encuadernación / Binding: Tapa blanda / Paperback
Tamaño / Size: 17 x 24 cm
Páginas / Pages: 520
Resumen / Summary:
Autor / Author: Miguel Ángel Gómez Villegas
Editorial / Publisher: Diaz de Santos
Entrega / Delivery : Nacional / International
Envio desde / Ships from: Colombia
Condición / Condition: Nuevo / New
Tabla de contenido / Table of contents: Prólogo
1. Introducción a la estadística matemática y estadísticos muestrales
1.1. Introducción
1.2. Estadísticos muestrales
1.3. Estadística descriptiva
1.3.1. Medidas de centralización
1.3.2. Medidas de dispersión
1.3.3. Diagramas de tallos y hojas y de caja
1.4. Propiedades asintóticas de los momentos muestrales
1.5. Distribuciones en el muestreo asociadas a la distribución normal
1.5.1. Distribución de la media muestral
1.5.2. Distribución del momento muestral respecto al origen de orden dos
1.5.3. Distribución del cociente entre la media muestral y el momento respecto al origen de orden dos
1.5.4. Distribución del cociente de momentos de orden dos respecto al origen
1.6. Estadísticos ordenados
1.6.1. Distribución marginal del estadístico muestral de orden k
1.6.2. Distribución conjunta de varios estadísticos ordenados
1.6.3. Recubrimientos
1.7. Variables aleatorias intercambiables
1.8. Aproximación histórica
1.9. Ejercicios
1.10. Solución a los ejercicios
2. Reducción de datos: estadísticos suficientes, ancilarios, completos e invariantes
2.1. Introducción
2.2. Estadísticos suficientes y minimal suficientes
2.3. Estadísticos ancilarios y completos
2.4. Estadísticos invariantes
2.5. Principios de reducción de datos
2.5.1. Principio de verosimilitud
2.5.2. Principio de suficiencia
2.5.3. Principio de condicionalidad
2.5.4. Teorema de Birnbaum
2.6. Aproximación histórica
2.7. Ejercicios
2.8. Solución a los ejercicios
3. Estimación puntual paramétrica
3.1. Introducción
3.2. Propiedades de los estimadores
3.2.1. Estimadores centrados
3.2.2. Estimadores consistentes
3.2.3. Estimadores bayesianos
3.3. Criterios de comparación de estimadores
3.3.1. Error cuadrático medio
3.3.2. Pérdida final esperada
3.4. Estimadores centrados de mínima varianza
3.5. Cota para la varianza de un estimador
3.6. Métodos de construcción de estimadores
3.6.1. Método de los momentos
3.6.2. Método de la máxima verosimilitud
3.6.3. Propiedades asintóticas de los estimadores de máxima verosimilitud
3.6.4. Método bayesiano
3.6.5. Propiedades asintóticas de los estimadores bayesianos
3.7. Aproximación histórica
3.8. Ejercicios
3.9. Solución a los ejercicios
4. Estimación por regiones de confianza
4.1. Introducción
4.2. Métodos de obtención de intervalos de confianza
4.3. Intervalos de confianza asociados a la distribución normal
4.4. Intervalos de confianza para muestras grandes
4.5. Regiones de confianza bayesianas
4.6. Aproximación histórica
4.7. Ejercicios
4.8. Solución a los ejercicios
5. Contrastes de hipótesis
5.1. Introducción
5.2. Métodos de construcción de contrastes de hipótesis
5.2.1. Contrastes de la razón de verosimilitudes
5.2.2. Contrastes de la razón de verosimilitudes en el caso normal
5.2.3. Distribución asintótica de la razón de verosimilitudes
5.2.4. Contrastes bayesianos
5.2.5. Contrastes invariantes
5.3. Criterios de comparación de contrastes
5.4. Contrastes de hipótesis unilaterales y bilaterales
5.5. Dualidad entre contrastes de hipótesis y regiones de confianza
5.6. Aproximación histórica
5.7. Ejercicios
5.8. Solución a los ejercicios
6. Teoría de la decisión
6.1. Introducción
6.2. Métodos de inferencia en la teoría de la decisión
6.2.1. Estimación por punto
6.2.2. Estimación por regiones de confianza.
6.2.3. Tests de hipótesis
6.3. Obtención de reglas bayes y de reglas minimax
6.4. Reglas admisibles y clases completas
6.5. Paradoja de Stein
6.6. Aproximación histórica
6.7. Ejercicios
6.8. Solución a los ejercicios
7. Análisis de la varianza y regresión lineal
7.1. Introducción
7.2. Análisis de la varianza con un sólo factor
7.3. Análisis de la varianza con dos factores
7.4. Regresión lineal
7.4.1. Regresión lineal simple
7.4.2. Regresión lineal múltiple: aproximación matricial
7.5. Aproximación bayesiana del análisis de la varianza
7.6. Aproximación histórica
7.7. Ejercicios
7.8. Solución a los ejercicios
8. Estadística no paramétrica
8.1. Introducción
8.2. Ajustes relativos a la distribución multinomial
8.2.1. Bondad del ajuste
8.2.2. Homogeneidad entre varias muestras
8.2.3. Tablas de contingencia
8.3. Aplicaciones de los estadísticos ordenados
8.3.1. Intervalos de tolerancia
8.3.2. Intervalos de confianza para los cuantiles
8.3.3. Contrastes de hipótesis sobre los cuantiles
8.4. Problemas no paramétricos relativos a una muestra
8.4.1. Contrastes de Kolmogorov-Smirnov para una muestra
8.4.2. Contrastes de localización
8.4.3. Contrastes de normalidad
8.4.4. Valores discordantes
8.4.5. Estimación no paramétrica de densidades
8.5. Problemas no paramétricos relativos a dos muestras
8.5.1. Contrastes de Kolmogorov-Smirnov para dos muestras
8.5.2. Test de la mediana
8.5.3. Test de Mann- Whitney- Wilcoxon
8.5.4. Test de Kruskal- Wallis
8.6. Contrastes no paramétricos de independencia
8.6.1. Test de Kendall
8.6.2. Test del coeficiente de correlación de los rangos de Spearman
8.7. Aproximación histórica
8.8. Ejercicios
8.9. Solución a los ejercicios
Distribuciones usuales
Tablas
Referencias bibliográficas
