Disponibilidad: En almacén, envío inmediato.
Ir a la tienda Agapea.com
Elements destadística. L'estadística moderna abasta el procés de presa de desicions davant la incertesa. En el dia a dia es presenten sovint situacions d'incertessa: a l'expeeriemtnar amb unnou producte, al predir el temps, el resultat d'unes eleccions, etc. Antigament l'estadística apuntava a la recollecció de dades ia la seva descripció en taules i grfics. Actualment es caracteritza pel desenvolupament de mtodes que permeten inferir resultats generals que van més enll dels límits de les dades disponibles. L'estadística descriptiva és la part de l'estadísitca que té com objectiu resumir i organitzar les dades disponibles de manera que , fcil i rpidament, es puguin copsar les principals característiques del procés que origina les dades, per sense la pretensió d'nar més enll de les prpies observacions. Normalment la informació estadística resulta de l'observació només d'uns quants individus -mostra- d'entre untotal -població- molt més gran. Llavors, per tal de generalitzar o de fer prediccions, i anar més enll de la sola descripció de les dades, s'ha de sobrepassar el marc de l'estadística descriptiva per fer servir tcniques d'inferncia estadística. Es denomina probalció objectiu a la totatilat dels elements sobre els que es vol tenir informació i mostra d'una població a un conjunt d'unitats seleccionades de la població sobre les que es prenen les mesures d'inters. El procés d'inferncia consisteix a donar responstes i treure conclusions pel total d'individus d'una població, relatives a certes característiques d'interes, a partir de l'observació de mostres d'aquesta població. 0 Introducció 1. Estadística descriptiva 1.1 Tipus de variables estadístiques 1.2 Presentació de les dades 1.3 Mesures descriptives numeriques 1.4 Box-plot i detecció de valors anmals 1.5 Experiments bivariants. Regressió i correlació 1.6 Variables qualitatives. Taules de contingncia 2. Probabilitat elemental 2.1 Experiments aleatoris 2.2 Probabilitat 2.3 Exercicis proposats 3. Models de probabilitat 3.1 Models de probabilitat per a variables discretes 3.2 Models de probabilitat per a varialbes contínues 3.3 Distribució d'una funció d'una variables aleatria 3.4 Variable aleatria bidimensional 3.5 Independncia de varibles aleatries 3.6 Operacions amb variables aleatries 3.7 Esperana mantemtica d'una varialbe aleatria 3.8 Varincia d'una variable aleatria 3.9 Desigualtat de Txebixev 4. Alguns models de probabilitat 4.1 Distribució binomial 4.2 Distribució geomtica 4.3 Distribució binomial negativa 4.4 Distribució de Poisson 4.5 La distribució normal de probabilitat 4.6 Distribució de probabilitat exponencila 4.7 Ditribucció gamma 4.8 Distribució uniforme 4.9 Aproximacions normals 4.10 El paper de probabilitat normal 5. Distriubcions associades a la normal 5.1 Distribució qui-quadrat X amb K graus de llibertat 6. Estimació dels parmetres 6.1 Mostra d'una variable aleatria 6.2 Variables aleatries mitjana i varincia mostrals 6.3 Estimació dels parmetres 7. Distribucions mostrals 7.1 Distribucions de probabilitat d'alguns estadístics 8. Estimació per interval 8.1 Interval de confiana per aua partir de la desgualtat de Txebixev 8.2 Consideracions previes 8.3 Parmetres d'una distribució normal N 8.4 Parmetres de dues normals independents 8.5 Intervals de confiana per a proporcions 8.6 Parametre 0 de la variable exponencial 8.7 Intervals de confiana per a grans mostres 9. Cosntrasts d'Hiptesis 10. El modle de regresió simple 10.1 Hipteis del model de regressió 10.2 Estimació dels parmetres del model 10.3 Distribució del estimadors 10.4 Anlisi de la varincia. Constrast de la F 10.5 Intervals de confiana 10.6 Verificació de les hiptesis del model Bibliografia
Si quieres comprar este producto puedes preguntar a otros usuarios que lo hayan comprado anteriormente, igualmente puedes informarte del precio de otras tiendas y de las calidad del producto