Probabilidad y estadística : para ingeniería y ciencias
| Autores principales: | , , , |
|---|---|
| Formato: | Libro |
| Lenguaje: | Español Inglés |
| Publicado: |
México D. F. :
Pearson,
2012.
|
| Edición: | 9a ed. |
| Materias: | |
| Aporte de: | Registro referencial: Solicitar el recurso aquí |
Tabla de Contenidos:
- 1. Introducción a la estadística y al análisis de datos : Panorama general: inferencia estadística, muestras, polaciones y el papel de la probabilidad
- Procedimientos de muestreo; recolección de los datos
- Medidas de localización: la media y la mediana de una muestra
- Medidas de variabilidad
- Datos discretos y continuos
- Modelado estadístico, inspección científica y diagnósticos gráficos
- Tipos generales de estudios estadísticos: diseño experimental, estudio observacional y estudio retrospectivo
- 2. Probabilidad : Espacio muestral
- Eventos
- Conteo de puntos muestrales
- Probabilidad de un evento
- Reglas aditivas
- Probabilidad condicional, independencia y regla del producto
- Regla de Bayes
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 3. Variables aleatorias y distribuciones de probabilidad : Conceptos de variable aleatoria
- Distribuciones discretas de probabilidad
- Distribuciones de probabilidad continua
- Distribuciones de probabilidad conjunta
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 4. Esperanza matemática : Medida de una variable aleatoria
- Varianza y covarianza de variables aleatorias
- Medias y varianzas de combinaciones lineales de variables aleatorias
- Teorema de Chebyshev
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 5. Algunas distribuciones de probabilidad discreta : Introducción y motivación
- Distribuciones binomial y multinomial
- Distribución hipergeométrica
- Distribuciones binomial negativa y geometrica
- Distribución de Poisson y proceso de Poisson
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 6. Algunas distribuciones continuas de probabilidad : Distribución uniforme continua
- Distribución normal
- Áreas bajo la curva normal
- Aplicaciones de la distribución normal
- Aproximación normal a la binomial
- Distribución gamma y distribución exponencial
- Distribución chi cuadrada
- Distribución beta
- Distribución logarítmica normal
- Distribución de Weibull
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 7. Funciones de variables aleatorias (opcional) : Introducción
- Transformaciones de variables
- Momentos y funciones generadoras de momentos
- 8. Distribuciones demuestreo fundamentales y descripciones de datos : Muestreo aleatorio
- Algunos estadísticos importantes
- Distribuciones muestrales
- Distribución muestral de medias y el teorema del límite central
- Distribución muestral de S²
- Distribución t
- Distribución F
- Gráficas de cuantiles y de probabilidad
- Posibles riesgos y errores conceptuales; relación con el amterial de otros capítulos
- 9. Problemas de estimación de una y dos muestras : Introducción
- Inferencia estadística
- Métodos de estimación clásicos
- Una sola meustra: estimación de la media
- Error estándar de una estimación puntual
- Intervalos de predicción
- Límites de tolerancia
- Dos muestras: estimación de la diferencia entre dos medias
- Observaciones pareadas
- Una sola muestra: estimación de una proporción
- Dos muestras: estimación de la diferencia entre dos proporciones
- Una sola muestra: estimación de la varianza
- Dos muestras: estimación de la proporción de dos varianzas
- Estimación de la máxima verosimilitud (opcional)
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 10. Pruebas de hipótesis de una y dos muestras : Hipótesis estadísticas: conceptos generales
- Prueba de una hipótesis estadística
- Uso de valores P para la toma de decisiones en la prueba de hipótesis
- Una sola muestra: pruebas respecto a una sola media
- Dos muestras: pruebas sobre dos medias
- Elección del tamaño de la muestra para la prueba de medias
- Métodos gráficos para comparar medias
- Una muestra: prueba sobre una sola proporción
- Dos muestras: pruebas sobre dos proporciones
- Pruebas de una y dos muestras referentes a varianzas
- Prueba de la bondad de ajuste
- Prueba de indepednencia
- Prueba de homogeneidad
- Estudio de caso de dos muestras
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 11. Regresión lineal simple y correlación : Introducción a la regresión lineal
- El modelo de regresión lineal simple (RLS)
- Mínimos cuadrados y el modelo ajustado
- Propiedades de los estimadores de mínimos cuadrados
- Inferencias sobre los coeficientes de regresión
- Predicción
- Selección de un modelo de regresión
- El método del análisis de varianza
- Prueba para la linealidad de la regresión: datos con observaciones repetidas
- Gráficas de datos y transformaciones
- Estudio de caso de regresión lineal simple
- Correlación
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 12. Regresión lineal múltiple y ciertos modelos de regresión no lineal : Introducción
- Estimación de los coeficientes
- Modelo de regresión lineal en el que se utilizan matrices
- Propiedades de los estimadores de mínimos cuadrados
- Inferencias en la regresión lineal múltiple
- Selección de un modelo ajustado mediante la prueba de hipótesis
- Caso especial de ortogonalidad (opcional)
- Variables categóricas o indicadoras
- Métodos secuenciales para la selección del modelo
- Estudio de los residuales y violación de las suposiciones (verificación del modelo)
- Validación cruzada Cp y otros criterios para la selección del modelo
- Modelos especiales no lineales para condiciones no ideales
- Posibles riesgos y errores conceptuales: relación con el material de otros capítulos
- 13. Experimentos con un solo factor: generales : Técnica del análisis de varianza
- La estrategia del diseño de experimentos
- Análisis de varianza de un factor; diseño completamente aleatorizado (ANOVA de un factor)
- Pruebas de la igualdad de varias varianzas
- Comparaciones de un grado de libertad
- Comparaciones múltiples
- Comparación de un conjunto de tratamientos en bloques
- Diseños de bloques completos aleatorizados
- Métodos gráficos y verificación del modelo
- Transformaciones de datos en el análisis de varianza
- Modelos de efectos aleatorios
- Estudio de caso
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 14. Experimentos factoriales (dos o más factores) : Introducción
- Interacción en el experimento de dos factores
- Análisis de varianza de dos factores
- Experimentos de tres factores
- Experimentos factoriales para efectos aleatorios y modelos mixtos
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 15. Experimentos factoriales 2k y fracciones : Introducción
- El factorial 2k: cálculo de efectos y análisis de varianza
- Experimento factorial 2k sin réplicas
- Experimentos factoriales en un ajuste de regresión
- El diseño ortogonal
- Experimentos factoriales fraccionarios
- Análisis de experimentos factoriales fraccionados
- Diseños de fracciones superiores y de filtrado
- Construcción de diseños de resolución III y IV, con 8, 16 y 32 puntos de diseño
- Otros diseños de resolución III de dos niveles; los diseños de Plackett-Burman
- Introducción a la metodología de superficie de respuesta
- Diseño robusto de parámetros
- Posibles riesgos y errores conceptuales; relación con el material de otros capítulos
- 16. Estadística no paramétrica : Pruebas no paramétricas
- Prueba de rango con signo
- Prueba de la suma de rangos de Wilcoxon
- Prueba de Kruskal-Wallis
- Pruebas de rachas
- Límites de tolerancia
- Coeficiente de correlación de rango
- 17. Control estadístico de la calidad : Introducción
- Naturaleza de los límites de control
- Objetivos de la gráfica de control
- Gráficas de control para variables
- Gráficas de control para atributos
- Gráficas de control de cusum
- Estadística bayesiana : Conceptos bayesianos
- Inferencias bayesianas
- Estimados bayesianos mediante la teoría de decisión