Estadística para administración y economía /

Guardado en:

Detalles Bibliográficos
Autor principal:	Newbold, Paul
Otros Autores:	Carlson, Wiliam L., Thorne, Betty
Formato:	Desconocido
Lenguaje:	Español
Publicado:	Madrid : Prentice Hall, 2008 2006
Edición:	6a ed.
Materias:	Estadística Administración de empresas Economía
Aporte de:	Registro referencial: Solicitar el recurso aquí Bibliotecas (UNRN) de Universidad Nacional de Río Negro

Tabla de Contenidos:

CAPÍTULO 1. ¿Por qué estudiar estadística?
1 1.1. La toma de decisiones en un entorno incierto
2 1.2. El muestreo
3 1.3. Estadística descriptiva e inferencial
Descripción de los datos
Realización de inferencias
CAPÍTULO 2. Descripción gráfica de los datos
2.1. Clasificación de las variables
Categóricas o numéricas
Niveles de medición
2.2. Gráficos para describir variables categóricas – Tablas
Gráficos de barras y gráficos de tarta
Diagramas de Pareto
2.3. Gráficos para describir datos de series temporales
2.4. Gráficos para describir variables numérica.
Distribuciones de frecuencias
Histogramas y ojivas
Diagramas de tallo y hojas
2.5. Tablas y gráficos para describir relaciones entre variables
Diagramas de puntos dispersos
Tablas cruzadas
2.6. Errores en la presentación de datos
Histogramas engañosos
Gráficos de series temporales engañosos
CAPÍTULO 3. Descripción numérica de los datos
3.1. Medidas de la tendencia central
Media, mediana, moda
Forma de la distribución
3.2. Medidas de la variabilidad
Rango y rango intercuartílico
Varianza y desviación típica
Teorema de Chebychev y regla empírica
Coeficiente de variación
3.3. Media ponderada y medidas de datos agrupados
3.4. Medidas de las relaciones entre variables
3.5. Obtención de relaciones lineales
CAPÍTULO 4. Probabilidad
4.1. Experimento aleatorio, resultados, sucesos
4.2. La probabilidad y sus postulados
Probabilidad clásica
Frecuencia relativa
Probabilidad subjetiva
4.3. Reglas de la probabilidad
Probabilidad condicionada
Independencia estadística
4.4. Probabilidades bivariantes
Ventaja (odds)
Cociente de «sobreparticipación»
4.5. El teorema de Bayes
CAPÍTULO 5. Variables aleatorias discretas y distribuciones de probabilidad
5.1. Variables aleatorias
5.2. Distribuciones de probabilidad de variables aleatorias discretas
5.3. Propiedades de las variables aleatorias discretas
Valor esperado de una variable aleatoria discreta
Varianza de una variable aleatoria discreta
Media y varianza de funciones lineales de una variable aleatoria
5.4. Distribución binomial
5.5. Distribución hipergeométrica
5.6. La distribución de Poisson
Aproximación de Poisson de la distribución binominal
Comparación de la distribución de Poisson y la distribución binomial
5.7. Distribución conjunta de variables aleatorias discretas
Aplicaciones informáticas – Covarianza. – Correlación
Funciones lineales de variables aleatorias
Análisis de carteras
CAPÍTULO 6. Variables aleatorias continuas y distribuciones de probabilidad
6.1. Variables aleatorias continuas
La distribución uniforme
6.2. Esperanzas de variables aleatorias continuas
6.3. La distribución normal
Gráficos de probabilidades normales
6.4. La distribución normal como aproximación de la distribución binomial
Variable aleatoria proporcional
6.5. La distribución exponencial
6.6. Distribución conjunta de variables aleatorias continuas
Combinaciones lineales de variables aleatorias
CAPÍTULO 7. Muestreo y distribuciones en el muestreo
7.1. Muestreo de una población
7.2. Distribuciones de las medias muestrales en el muestreo
Teorema del límite central
Intervalos de aceptación
7.3. Distribuciones de proporciones muestrales en el muestreo
7.4. Distribuciones de las varianzas muestrales en el muestreo
CAPÍTULO 8. Estimación: una población
8.1. Propiedades de los estimadores puntuales
Estimador insesgado
Estimador consistente
Estimador eficiente
8.2. Intervalos de confianza de la media: varianza poblacional conocida
Intervalos basados en la distribución normal
Reducción del margen de error
8.3. Intervalos de confianza de la media: varianza poblacional desconocida
Distribución t de Student
Intervalos basados en la distribución t de Student
8.4. Intervalos de confianza de proporciones de la población (grandes muestras)
CAPÍTULO 9. Estimación: otros temas
9.1. Intervalos de confianza de la diferencia entre las medias de dos poblaciones normales
Muestras dependiente
Muestras independientes, varianzas poblacionales conocidas
9.2. Intervalos de confianza de la diferencia entre las medias de dos poblacionales normales cuando las varianzas poblacionales son conocidas
Muestras independientes, varianzas poblacionales que se supone que son iguales
Muestras independientes, varianzas poblacionales que no se supone que sean iguales
9.3. Intervalos de confianza de la diferencia entre dos proporciones poblacionales (grandes muestras)
9.4. Intervalos de confianza de la varianza de una distribución normal
9.5. Elección del tamaño de la muestra
Media de una población que sigue una distribución normal, varianza poblacional conocid
Proporción poblacional
CAPÍTULO 10. Contraste de hipótesis
10.1. Conceptos del contraste de hipótesis
10.2. Contrastes de la media de una distribución normal: varianza poblacional conocida
Contenido xiii p-valor
Hipótesis alternativa bilateral
10.3. Contrastes de la media de una distribución normal: varianza poblacional desconocida
10.4. Contrastes de la proporción poblacional (grandes muestras)
10.5. Valoración de la potencia de un contraste
Contrastes de la media de una distribución normal: variable poblacional conocida
Potencia de los contrastes de proporciones poblacionales (grandes muestras)
CAPÍTULO 11. Contraste de hipótesis
11.1. Contrastes de la diferencia entre dos medias poblacionales
Dos medias, datos pareados
Dos medias, muestras independientes, varianzas poblacionales conocidas
Dos medias, poblaciones independientes, varianzas desconocidas que se supone que son iguales
Dos medias, muestras independientes, varianzas poblacionales desconocidas que se supone que no son iguales
11.2. Contrastes de la diferencia entre dos proporciones poblacionales (grandes muestras)
11.3. Contrastes de la varianza de una distribución normal
11.4. Contrastes de la igualdad de las varianzas entre dos poblaciones distribuidas normalmente
11.5. Algunas observaciones sobre el contraste de hipótesis
CAPÍTULO 12. Regresión simple
12.1. Análisis de correlación
Contraste de hipótesis de la correlación
12.2. Modelo de regresión lineal
12.3. Estimadores de coeficientes por el método de mínimos cuadrados
Cálculo por ordenador del coeficiente de regresión
12.4. El poder explicativo de una ecuación de regresión lineal
El coeficiente de determinación R2
12.5. Inferencia estadística: contrastes de hipótesis e intervalos de confianza
Contraste de hipótesis del coeficiente de la pendiente poblacional utilizando la distribución F
12.6. Predicción
12.7. Análisis gráfico
CAPÍTULO 13. Regresión múltiple
13.1. El modelo de regresión múltiple Especificación del modelo Desarrollo del modelo
Gráficos tridimensionales
13.2. Estimación de coeficientes
Método de mínimos cuadrados
13.3. Poder explicativo de una ecuación de regresión múltiple
Contenido 13.4. Intervalos de confianza y contrastes de hipótesis de coeficientes de regresión individuales
Intervalos de confianza
Contrastes de hipótesis
13.5. Contrastes de los coeficientes de regresión
Contrastes de todos los coeficientes
Contraste de un conjunto de coeficientes de regresión
Comparación de los contrastes F y t
13.6. Predicción
13.7. Transformaciones de modelos de regresión no lineales
Transformaciones de modelos cuadráticos
Transformaciones logarítmicas
13.8. Utilización de variables ficticias en modelos de regresión
Diferencias entre las pendientes
13.9. Método de aplicación del análisis de regresión múltiple
Especificación del modelo
Regresión múltiple
Efecto de la eliminación de una variable estadísticamente significativa
Análisis de los residuos
CAPÍTULO 14. Otros temas del análisis de regresión
14.1. Metodología para la construcción de modelos
Especificación del modelo Estimación de los coeficientes
Verificación del modelo Interpretación del modelo e inferencia
14.2. Variables ficticias y diseño experimental Modelos de diseño experimental
14.3. Valores retardados de las variables dependientes como regresores
14.4. Sesgo de especificación
14.5. Multicolinealidad
14.6. Heterocedasticidad
14.7. Errores autocorrelacionados
Estimación de las regresiones con errores autocorrelacionados
Errores autocorrelacionados en los modelos con variables dependientes retardadas
CAPÍTULO 15. Estadística no paramétrica
15.1. Contraste de signos e intervalo de confianza
Contraste de signos de muestras pareadas o enlazadas
Aproximación normal
Contraste de signos de una mediana poblacional Intervalo de confianza de la mediana
15.2. Contraste de Wilcoxon basado en la ordenación de las diferencias Minitab (contraste de Wilcoxon)
Aproximación normal
15.3. Contraste U de Mann-Whitney
15.4. Contraste de la suma de puestos de Wilcoxon
15.5. Correlación de orden de Spearman
CAPÍTULO 16. Contrastes de la bondad del ajuste y tablas de contingencia
16.1. Contrastes de la bondad del ajuste: probabilidades especificadas
16.2. Contrastes de la bondad del ajuste: parámetros poblacionales desconocidos
Un contraste de normalidad
16.3. Tablas de contingencia Aplicaciones informáticas
CAPÍTULO 17. Análisis de la varianza
17.1. Comparación de las medias de varias poblaciones
17.2. Análisis de la varianza de un factor Modelo poblacional en el caso del análisis de la varianza de un factor
17.3. El contraste de Kruskal-Wallis

Estadística para administración y economía /

Ejemplares similares