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

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