Fundamentos de Estadística

Este libro es el resultado de veinticinco años de experiencia explicando es­tadística a estudiantes de ingeniería, economía y administración de empre­sas y otras licenciaturas universitarias. Cubre los conocimientos básicos que estos profesionales deben adquirir como herramientas imprescindibles para su trabajo y como parte de una formación necesaria para entender la ciencia moderna y evaluar la información cuantitativa que como ciudada­nos reciben en un mundo donde la estadística juega un papel creciente.

El libro se estructura siguiendo las etapas de construcción de un modelo estadístico. Tras un capítulo introductorio que presenta el contenido global del libro y una breve introducción histórica a los métodos estudiados, los siguientes capítulos siguen la secuencia de una investigación estadística: análisis exploratorio inicial de los datos disponibles (primera parte, datos, capítulos 2 y 3), construcción de un modelo probabilístico (segunda par­te, capítulos 4, 5 y 6) y ajuste del modelo a los datos (tercera parte, inferen­cia, capítulos 7, 8, 9, 10 y 11). Como aplicación de estas ideas, se presenta en la cuarta parte un capítulo de control de calidad, dirigido especialmente a estudiantes que vayan a trabajar en el mundo empresarial, aunque los conceptos y métodos que se exponen son igualmente útiles para mejorar el funcionamiento de cualquier organización.

Este libro está concebido como texto para un primer curso cuatrimestral de estadística orientado a sus aplicaciones. Por esta razón se incluyen temas de gran importancia práctica que no aparecen habitualmente en libros de texto básicos, como la familia Box-Cox de transformaciones, el concepto

de varianza promedio, las relaciones entre los modelos básicos de distribu­ción de probabilidad, las distribuciones mezcladas, el estudio detallado del método de máxima verosimilitud, el concepto de métodos robustos, la com­binación de estimadores, la estimación bayesiana, los métodos autosuficientes (bootstrap), los métodos no paramétricos de estimación de densida­des, el análisis de homogeneidad de una muestra, el estudio de datos atípicos y la función de autocorrelación muestral. Estas ideas deben introdu­cirse desde el principio porque, de acuerdo con mi experiencia, el estudiante va a necesitarlas en sus primeros análisis estadísticos con datos reales.

A lo largo del libro se ha pretendido ilustrar los conceptos teóricos con ejemplos y, para reforzar y contrastar su asimilación, se han incluido nume­rosos ejercicios y problemas cuyas soluciones se encuentran al final del vo­lumen. Estos ejercicios se conciben como parte importante del aprendizaje del estudiante y, por tanto, ciertos conceptos teóricos se complementan o generalizan en ellos.

Es tan incompleto estudiar medicina sin ver jamás a un enfermo como estadística sin analizar datos reales. Por otro lado, el análisis de datos hoy es impensable sin utilizar un ordenador. Los ejemplos y análisis de este li­bro se han realizado con varios programas informáticos, incluyendo Statgraphics, Excel, Minitab, SPSS, S-Plus y Matlab. Cualquiera de estos pro­gramas, que se presentan en orden aproximadamente creciente de sofisticación, puede utilizarse para analizar datos estadísticos y es conve­niente que el profesor programe las actividades de estudiantes apoyándose en un programa de ordenador que permita explorar las enormes posibilida­des del análisis estadístico para comprender realidades complejas y tomar decisiones en incertidumbre. El estudio teórico y la resolución de ejercicios deben completarse con el análisis de problemas reales para que el estudian­te compruebe por sí mismo lo que le aporta la teoría estudiada. Por este ca­mino los conceptos teóricos se convierten en herramientas útiles para su fu­tura actividad profesional.

Este libro es una versión revisada del primer tomo de la obra Estadísti­ca: Modelos y Métodos. La obra se ha revisado, adaptado y reestructurado completamente con tres objetivos. El primero es aprovechar más las posibi­lidades ofrecidas por la rapidez y simplicidad de los ordenadores actuales. Esto ha llevado en este libro a ampliar la presentación del método de Montecarlo, incluir en el texto con cierto detalle los métodos autosuficientes de estimación (bootstrap) mostrando su utilización práctica e introducir nume­rosos ejercicios y ejemplos que los estudiantes deben resolver utilizando el ordenador. El segundo objetivo es corregir algunos puntos oscuros y mejo­rar la presentación del material. Esto ha llevado a subdividir los siete capí­tulos del libro anterior en los trece actuales, a redactar de nuevo muchas secciones, a ampliar la parte de inferencia bayesiana y a reescribir el capí­tulo de control de calidad. El tercer objetivo es hacer la obra más flexible para distintas audiencias. Por esta razón el segundo tomo de la obra inicial se ha subdividido en dos libros independientes, Regresión y diseño de expe­rimentos y Análisis de series temporales, para facilitar su uso como textos en distintos cursos.

Contenido:

Prólogo
1. Introducción

Primera parte: Datos
2. La descripción de una variable
3. Descripción conjunta de varias variables

Segunda parte: Modelos
4. Probabilidad y variables aleatorias
5. Modelos univariantes de distribución de probabilidad
6. Modelos multivariantes

Tercera parte: Inferencia
7. Estimación puntual
8. Estimación por intervalos
9. Estimación bayesiana
10. Contraste de hipótesis
11. Decisiones en incertidumbre
12. Diagnosis y crítica del modelo

Cuarta parte: Control de calidad
13. Control de calidad

Tablas
Formulario
Resolución de ejercicios
Bibliografía
Índice analítico

Formato:  pdf Comprimido:  rar Peso:  107.54 MB Lenguaje:  Español

Sin comentarios.

Deja tu Comentario