Estadística descriptiva y probabilidad / Carlos Gaviria Peña, Carlos Alberto Márquez Fernández

Format:

Book

Author/Creator:

Gaviria Peña, Carlos, author.

Márquez Fernández, Carlos Alberto, author.

Series:

Colección perfiles

Language:

Spanish

Physical Description:

1 online resource (582 pages)

Place of Publication:

Medellín : Editorial Bonaventuriana, 2019.

Summary:

Uno de los principios epistemológicos de valoración de la ciencia es que todo saber debe estar en la posesión de un objeto que causa, motiva y aviva el conocimiento. Sin objeto no hay ciencia, porque no tendría esta a donde dirigir las preguntas y las soluciones. Cuando los objetos se presentan, se da en el interior del hombre la intención de conocerlos y este, motivado por la intención de generar conocimiento, se interesa por todos o algunos escorzos, proyecciones, ingredientes o partes del objeto. Cada uno de esos escorzos es susceptible de ser predicado, sea de manera lógica, ética o estética y de nuevo, esto depende de las intenciones del hombre, de sus deseos, de sus anhelos, de sus dudas, de su quehacer, de sus pretensiones, en general, de su vida como tal. Existen escorzos asociados a objetos que son susceptibles de medida, esto es, que se les puede asignar un número real que los represente y también existen escorzos que son susceptibles de categorizarse, por ejemplo, aquellos que se pueden poner en la categoría amor o en la categoría odio.Si se considera un conjunto de objetos de interés y de dichos objetos se considera, por ejemplo, un escorzo medible, se espera que en todos ellos la medida asociada sea diferente objeto a objeto. Si bien la población de estudio es el conjunto formado por todos los objetos de interés, se puede asumir de manera teórica que la población está conformada solo por el escorzo. La estadística es la ciencia que se encarga de modelar las poblaciones así pensadas, es decir, la estadística explica la manera en la cual se comporta un escorzo particular sobre un conjunto de objetos de interés. Por otra parte, cuando de manera empírica se toma un conjunto particular de objetos de la población teórica y se estudia en dicho conjunto el escorzo de interés, se obtiene un conjunto de medidas o un conjunto de datos, las cuales pueden explicar la población teórica. De esta manera, la estadística se ocupa de explicar los objetos en términos de sus escorzos mediante un subconjunto de una población de interés, es decir, la estadística se encarga de relacionar el mundo teórico y práctico mediante modelos que permiten explicar algunos escorzos.Con el estudio de este libro se logra adquirir las bases teóricas necesarias para comprender conceptos de estadística que permiten establecer relaciones entre el mundo teórico y práctico. Además, cuando se está leyendo este texto se aprende a leer y escribir problemas de naturaleza estadística. De esta manera, además de construir las bases teóricas de la inferencia estadística, este texto permite fortalecer otro tipo de competencias tales como la lectura y la escritura, así como el apropiamiento de procedimientos que son útiles en la práctica.

Contents:

Intro

Contenido

Introducción

1. Estadística descriptiva

1.1. Algunas definiciones

1.1.1 Experimento aleatorio

1.1.2. Muestreo aleatorio probabilístico

1.1.3. Muestreo aleatorio no probabilístico

1.1.4. Ejercicios propuestos

1.2 Organización de los datos

1.2.1. Tablas de distribución de frecuencias para variables cualitativas

1.2.2. Tablas de distribución de frecuencias para variables cuantitativas

1.2.3. Ejercicios propuestos

1.3. Visualización de los datos

1.3.1. Gráficos para variables cualitativas

1.3.2. Gráficos para variables cuantitativas

1.3.3. Ejercicios propuestos

1.4. Medidas de tendencia central

1.4.1. Medias o promedios

1.4.2. Mediana

1.4.3. Moda

1.4.4. Ejercicios propuestos

1.5. Medidas de posición, dispersión, asimetría y forma

1.5.1. Medidas de posición

1.5.2. Medidas de dispersión

1.5.3. Medidas de forma

1.5.4. Ejercicios propuestos

1.6. Regresión lineal

1.6.1. Regresión lineal simple

1.6.2. Regresión polinomial

1.6.3. Regresión con variables transformadas

1.6.4. Regresión lineal múltiple

1.6.5. Ejercicios propuestos

2. Probabilidad

2.1. -álgebras de subconjuntos de

2.1.1. Ejercicios propuestos

2.2. Axiomas de Kolmogorov-Smirnov y teoremas de probabilidad

2.2.1. Interpretación de la probabilidad

2.2.2. Ejercicios propuestos

2.3. Algunos ejemplos

2.3.1. Ejercicios propuestos

2.4. Técnicas de conteo

2.4.1. Ejercicios propuestos

2.5. Probabilidad condicional y teorema de Bayes

2.5.1. Independencia entre eventos

2.5.2. Ejercicios propuestos

3. Variables aleatorias

3.1. Introducción

3.2. Variables aleatorias

3.2.1. Función de masa de probabilidad, función de densidad de probabilidad y función de distribución

3.2.2. Esperanza, varianza y desviación estándar de una variable aleatoria.

3.2.3. Momentos de una variable aleatoria y función generadora de momentos

3.3. Ejercicios propuestos

4. Distribuciones de probabilidad discretas

4.1. Distribución de probabilidad Binomial

4.1.1. Ejercicios propuestos

4.2. Distribución de probabilidad Hipergeométrica

4.2.1. Ejercicios propuestos

4.3. Distribución de probabilidad Binomial negativa

4.3.1. Distribución de probabilidad Geométrica

4.3.2. Ejercicios propuestos

4.4. Distribución de probabilidad Poisson

4.4.1. Ejercicios propuestos

5. Distribuciones de probabilidad continuas

5.1. Distribuciones de probabilidad continuas más comunes

5.1.1. Distribución de probabilidad Gamma

5.1.2. Distribución de probabilidad Normal

5.1.3. Distribución de probabilidad Weibull

5.1.4. Distribución de probabilidad Beta

5.1.5. Distribución de probabilidad triangular

5.1.6. Distribución de probabilidad de Pareto

5.1.7. Distribución de probabilidad de Maxwell

5.1.8. Distribución de probabilidad de Laplace

5.1.9. Distribución de probabilidad Logística

5.1.10. Distribución de probabilidad Gumbel

5.1.11. Ejercicios propuestos

5.2. Transformación de variables aleatorias

5.3. Otras distribuciones de probabilidad continuas

5.3.1. Distribución de probabilidad Lognormal

5.3.2. Distribución de probabilidad Log-logística

5.3.3. Distribución de probabilidad Gamma inversa

5.3.4. Ejercicios propuestos

5.4. Grupos de familias

5.4.1. La familia de localización y escala

5.4.2. La familia exponencial

5.4.3. La familia de series de potencias

6. Vectores aleatorios

6.1. Vectores aleatorios bidimensionales

6.1.1. Vectores aleatorios bidimensionales discretos

6.1.2. Vectores aleatorios bidimensionales continuos

6.1.3. Transformaciones bivariadas

6.1.4. Covarianza y correlación

6.1.5. Ejercicios propuestos.

6.2. Vectores aleatorios multivariados

6.3. Conceptos básicos de muestras aleatorias

6.3.1. Distribución de probabilidad t-Student

6.3.2. Distribución de probabilidad F de Fisher y Snedecor

6.4. La función característica

Anexo A. Conjuntos, relaciones y funciones

A.1. Teoría de conjuntos

A.1.1. Ideas generales

A.1.2. Operaciones entre conjuntos

A.1.3. Conjunto potencia

A.2. Relaciones

A.3. Funciones

A.3.1. Funciones real valuadas

A.3.2. Imagen directa e inversa, restricción y extensión de funciones

A.3.3. Composición de funciones

A.3.4. Función inversa

Anexo B. Teoría de la medida

Índice alfabético

Lista de figuras

Referencias

Referencias.

Notes:

Description based on publisher supplied metadata and other sources.

ISBN:

9789588474779

OCLC:

1482267686