Cap?tulo 6.Distribuciones muestrales

6.1. El valor P y los intervalos de confianza

6.1.1. Resumen

6.1.2. Introducci?n

6.1.3. C?lculo y aplicaci?n

6.1.4. Distribuciones muestrales

6.2. Introducci?n

6.3. Distribuciones muestrales

6.3.1. Media de medias muestrales

6.3.2. Varianza y error est?ndarde medias muestrales

6.3.3. Definici?n: el errorest?ndar de la distribuci?n muestral de las medias

6.3.4. Impacto del tama?o de lamuestra en el error est?ndar

6.3.5. Ejemplo 1: Simulaci?n parac?lculo de tama?os muestrales

6.3.6. Ejercicio

6.4. Teorema central del l?mite

6.4.1. Teorema Central del L?mite

6.5. La transformaci?n de Box Cox

6.6. Aplicaci?n de la distribuci?n muestral

6.7. Ejemplo 2: Z score y/o valor Z

6.7.1. Distribuci?n deproporciones muestrales

6.8. M?todos de muestreo

6.8.1. Muestreo Aleatorio Simple(MAS)

6.8.2. Muestreo Aleatorio SimpleSistem?tico (MASS)

6.8.3. Muestreo AleatorioEstratificado (MAE)

6.8.4. Muestreo aleatorio porconglomerados

6.8.5. Muestreo aleatorio porconveniencia y por conveniencia o intencional

6.8.6. Muestreo por cuotas

6.9. Ap?ndice

6.9.1. Propiedades avanzadas dedistribuciones de probabilidad

Cap?tulo 7.Intervalos de Confianza (IC) y prueba de hip?tesis

7.1. Introducci?n

7.1.1. Fundamento de un intervalode confianza

7.2. Intervalo de confianza para estimar ? cuando s esconocida

7.2.1. Intervalo de confianzapara estimar ? cuando s es desconocida

7.3. Intervalo de confianza para la media en el caso demuestras peque?as ? la distribuci?n t

7.3.1. Ejercicios

7.4. Intervalo de confianza para la proporci?n poblacional

7.4.1. Ejercicios

7.5. Control del ancho del intervalo

7.5.1. Reducci?n del nivel deconfianza

7.5.2. Incremento del tama?omuestral

7.6. Determinaci?n del tama?o de una muestra para estimar unpar?metro

7.6.1. Tama?o de una muestra paraestimar ?

7.6.2. Tama?o de una muestra paraestimar ?

7.6.3. Ejercicios

7.7. Propiedades de los estimadores

7.7.1. Estimador insesgado

7.7.2. Estimador eficiente

7.7.3. Estimador consistente

7.7.4. Estimador suficiente

Cap?tulo 8. Prueba dehip?tesis

8.1. Introducci?n

8.2. Concepto de prueba de hip?tesis

8.2.1. Valores cr?ticos de z yzonas de rechazo

8.2.2. El nivel de significanciay probabilidad de error

8.3. Prueba de dos colas para ?

8.3.1. Ejercicios

8.4. Pruebas de una cola para ?

8.4.1. Ejercicios

8.5. Valores p: uso e interpretaci?n

8.5.1. Valor p para una prueba dedos colas

8.6. Ejercicios

8.7. Pruebas para ?: muestras peque?as

8.8. Ejercicios

8.9. Pruebas para ?

8.10. Ejercicio

8.11. Pruebas cuando se tienen dos poblaciones

8.12. Estimaci?n por intervalo en el caso de muestrasindependientes

8.12.1. Estimaci?n con muestrasgrandes

8.13. Ejercicios

8.14. Estimaci?n con muestras peque?as: la distribuci?n t

8.14.1. Ejercicios

8.15. Estimaci?n del intervalo con muestras pareadas

8.15.1 Ejercicio

8.16. Intervalo de confianza para la diferencia entre dosproporciones

8.16.1. Ejercicios

8.17. Tama?o de una muestra para comparar dos poblaciones

8.17.1. Tama?o de una muestrapara estimar ?1-?2

8.17.2. Tama?o de una muestrapara estimar ?1 ? ?2

8.18. Prueba de hip?tesis para dos medias con muestrasindependientes

8.18.1. Prueba para muestrasgrandes

8.18.2. Prueba de hip?tesis conmuestras peque?as suponiendo

varianzas iguales perodesconocidas

8.19. Prueba de hip?tesis con muestras peque?as suponiendo varianzasdiferentes pero desconocidas

8.20. Prueba de hip?tesis con datos pareados

8.20.1. Ejercicios

8.21. Prueba de hip?tesis para comparar la diferencia entre dosproporciones

8.21.1. Ejercicios

8.22. Comparaci?n de la varianza de dos poblaciones

8.22.1. Ejercicios

Cap?tulo 9. Dise?o deexperimentos

9.1. ANOVA a una v?a

9.2. Teorema: identidad de la suma de cuadrados

9.3. La prueba de Bartlett

9.4. La prueba de Levene

9.4.1. Ejercicios

9.5. Comparaciones con un grado de libertad

9.5.1. Ejercicios

9.6. Comparaciones pareadas

9.6.1. Prueba de Tukey

9.6.2. Ejercicios

9.6.3. Prueba de duncan

9.6.4. Prueba de bonferroni yanteriores

9.6.5. Prueba de Dunnett

9.6.6. Ejercicios

9.7. Comparaci?n de un conjunto de tratamientos en bloques

9.7.1. Dise?o de bloquescompletos aleatorizados

9.8. M?todos gr?ficos y diagn?sticos posteriores

9.8.1. Ejercicio

9.9. Modelos de efectos fijos y de efectos aleatorios

9.10. Potencia de las pruebas de ANOVA

9.11. Prueba de Welch

9.11.1. Ejercicios

Cap?tulo 10. ANOVA ados v?as: dise?o aleatorizado en bloques 153

10.1. ANOVA de dos v?as con una muestra por grupo

10.2. Teorema: identidad de la suma de cuadrados

10.2.1. ANOVA II v?as con variasmuestras por grupo

10.3. Usando Excel

10.3.1. An?lisis de seguimientopara ANOVA de dos factores con replicaciones (poshoc)

10.3.1.1. An?lisis de factor?nico

10-3.1.2. Contrastes

10.3.1.3. Tukey HSD

10.3.2. Dise?o en cuadrado latino

10.4. Experimentos de tres factores

Cap?tulo 11.Regresi?n simple y correlaci?n

11.1. Determinaci?n del modelo de regresi?n lineal simple

11.2. M?nimos cuadrados ordinarios: la recta de mejor ajuste

11.3. Ejemplo utilizando MCO

11.4. Supuestos del modelo de regresi?n lineal

11.4.1. El t?rmino de error ? esuna variable aleatoria con distribuci?n normal

11.4.2. Varianzas iguales de losvalores y

11.4.3. Los t?rminos de error sonindependientes uno del otro

11.4.4. Supuesto de linealidad

11.4.5. El t?rmino de error ?, esuna variable aleatoria con distribuci?n normal

11.4.6. Varianzas iguales de losvalores y

11.4.7. Los t?rminos de error sonindependientes uno de otro

11.4.8. Supuesto de linealidad

11.5. El error est?ndar de estimaci?n: una medida de bondadde ajuste

11.5.1. An?lisis de correlaci?n

11.5.2. Ejercicios

11.5.3. Limitaciones del an?lisisde regresi?n

11.6. Pruebas para los par?metros poblacionales

11.6.1. Pruebas para ?1

11.6.2. Pruebas para elcoeficiente de correlaci?n poblacional ?

11.6.3. Ejercicios

11.7. Intervalos de confianza en el an?lisis de regresi?n

11.7.1. La media de Ycondicionada a un valor de X

11.7.2. Intervalo de predicci?npara un valor ?nico de Y

11.7.3. Factores que influyen enel ancho del intervalo

11.7.4. Ejercicios

11.8. An?lisis de varianza (ANOVA) en regresi?n

11.8.1. Ejercicios

11.9. Regresi?n log?stica binaria

11.10. Tama?o de una muestra en regresi?n log?stica

11.10.1. Ejercicios

11.10.2. Ejercicios

Cap?tulo 12.Regresi?n m?ltiple y correlaci?n

12.1. Introducci?n

12.2. Teorema 12,1: Estimaci?n insesgada de la varianza

12.3. Un ejemplo de aplicaci?n

12.4. Evaluaci?n del modelo

12.4.1. El error est?ndar deestimaci?n Se

12.4.2. Coeficiente dedeterminaci?n m?ltiple

12.4.3. El coeficiente dedeterminaci?n corregido o ajustado

12.4.4. Evaluaci?n del modelocomo un todo

12.4.5. Pruebas individuales paralos coeficientes de regresi?n parcial

12.5. Presencia de multicolinealidad

12.5.1. Los problemas de lamulticolinealidad

12.5.2. Detecci?n de lamulticolinealidad

12.5.3. Correcci?n de lamulticolinealidad

12.5.4. Ejercicios

12.6. Comparaci?n de los coeficientes de regresi?n

12.7. Regresi?n paso a paso

12.7.1. Eliminaci?n hacia atr?s

12.7.2. Selecci?n hacia adelante

12.8. Variables dummy

12.8.1. Ejercicios

12.9. Un ejemplo general: De regresi?n m?ltiple

12.10. El error est?ndar de estimaci?n Se

12.11. El coeficiente de determinaci?n m?ltiple y elajustado R2

12.12. Evaluaci?n del modelo como un todo

12.13. Pruebas individuales para los coeficientes deregresi?n parcial

12.14. Ejercicios

12.15. El caso curvilineal

12.15.1. Ejercicios

Lecturas recomendadas

Bibliograf?a

Filtros

Bioestadística inferencial y multivariada