Prólogo
Presentación

Capítulo I. Conceptos estadísticos fundamentales
1. Introducción
2. Variables aleatorias discretas
3. Concepto de dispersión
4. El proceso de BERNOULLI
5. Extracciones sin reposición y la distribución Hipergeométrica
6. Variables aleatorias continuas
7. Agrupamiento de datos. El histograma
8. La distribución Normal
8.1. Distribución Normal. Teorema Central del Límite
8.2. Aproximación Normal a la distribución Binomial
9. La distribución Uniforme
10. Problemas

Capítulo II. Nociones sobre estimación de parámetros
1. Estimación de la media y la varianza
2. Intervalos de confianza
3. Intervalo de confianza para la media (*) de una población Normal con desvío (*) conocido
4. Las distribuciones Chi-cuadrado, t de STUDENT y F de FISHER-SNEDECOR
4.1. Distribución Chi-cuadrado
4.2. Distribución f de STUDENT
4.3. Distribución F de FISHER-SNEDECOR
4.4. Relaciones entre las distribuciones
5. Intervalo de confianza para la media (*) con (*) desconocido
6. Problemas

Capítulo III. Ensayos de hipótesis sobre medias
1. Introducción
2. Ensayo de hipótesis sobre la media (*) con desvío (*) conocido
2.1. Nivel de significación a posteriori del ensayo
3. Error de tipo II y potencia del ensayo
4. Ensayos bilaterales
5. Ensayo de hipótesis sobre la media (*) con desvío (*) desconocido
6. Problemas

Capítulo IV. Introducción a la Estadística Experimental
1. Introducción
2. Los principios de replicación y aleatorización
3. El concepto de comparación estadística
4. La separación en bloques o "control local"

Capítulo V. Experimentos de comparación de dos medias
1. Planteo del problema
2. Varianzas poblacionales (*) y (*) conocidas
3. Varianzas poblacionales (*) y (*) desconocidas e iguales
4. Varianzas poblacionales (*) y (*) desconocidas y desiguales. Test de WELCH
5. Muestra apareada
6. Apéndice. Demostración de la fórmula de los grados de libertad del test de WELCH
7. Problemas

Capítulo VI. Diseño completamente aleatorizado
1. El problema fundamental
2. El ensayo de la hipótesis fundamental
3. Planteo general del modelo
4. Apéndices
4.1. Demostración de la expresión de la esperanza matemática de S2/x
4.2. Definición de X para el caso de tamaños de muestra diferentes
5. Problemas

Capítulo VII. Comparaciones múltiples
1. Planteo del problema
2. Primer procedimiento de FISHER
3. Comparación de todos los pares de medias. Prueba de TUKEY
3.1. Variante. Prueba de NEWMAN-KEULS
4. Contrastes ortogonales
4.1. La trampa de los contrastes ortogonales
4.2. Otro enfoque de los contrastes ortogonales
5. Comparación con un testigo. Prueba de DUNNETT
6. Contrastes a priori no ortogonales. Procedimiento "BONFERRONI"
7. Método general de SCHEFFÉ para contrastes a posteriori
8. Comparaciones con más de un grado de libertad
9. Apéndice. Demostración de que dos contrastes ortogonales son independientes
10. Problemas

Capítulo VIII. Diseño en bloques
1. Diseño en bloques
2. Planteo del modelo
3. Ensayos de hipótesis
4. Réplicas en los bloques
5. Contrastes
6. Cuadrado latino
7. Problemas

Capítulo IX. Experimentos factoriales
1. Experimento factorial de dos factores
2. Planteo del modelo
3. Análisis de la varianza
4. Ensayos de hipótesis
5. Experimentos sin réplicas
6. Eficiencia del experimento factorial
7. Experimentos factoriales con bloques
8. Contrastes ortogonales
9. Problemas

Capítulo X. Experimentos factoriales (2a parte)
1. Experimentos factoriales con factor aleatorio infinito
2. Experimentos factoriales con factor aleatorio finito
3. Factores "anidados" o submuestreo
4. Experimentos con más de dos factores
5. Algoritmo de CORNFIELD-TUKEY (1956)
6. Problemas

Capítulo XI. Experimentos factoriales (3a parte)
1. Experimentos factoriales 2k
2. Análisis de la varianza
3. Confusión de efectos
4. Experimentos fraccionales o fraccionados
5. Una introducción a los métodos de GENICHI TAGUCHI
6. Problemas

Capítulo XII. Modelos lineales de regresión
1. Introducción
2. Concepto de modelo lineal
3. Modelo lineal de dos variables
3.1. Estimación de los parámetros
3.2. Primer criterio de validación. Coeficientes de determinación y de correlación
3.3. Estimación de la varianza residual
3.4. Segundo criterio de validación. Prueba de significancia del coeficiente de regresión
3.5. Intervalo de predicción e intervalo de confianza para la recta de regresión
4. Comparación de modelos de regresión
5. Regresión con intercepto conocido
6. Problemas

Capítulo XIII. Modelos lineales de regresión (2a parte)
1. Modelo lineal general. Análisis confirmatorio
1.1. Estimación de los parámetros
1.2. Validación
2. Intervalo de predicción en el modelo lineal general
3. Análisis Exploratorio
4. Uso de la planilla EXCEL 2000
5. Multicolinealidad y parsimonia
5.1. Introducción
5.2. Consecuencias y naturaleza de la multicolinealidad
5.3. Cómo detectar la multicolinealidad. Matriz de correlaciones
6. Otros indicadores de ajuste para el Análisis Exploratorio
6.1. El PRESS
6.2. El CP
7. Problemas

Capítulo XIV. Regresión con variables dicotómicas
1. Introducción
2. Diseño en bloques con el enfoque de regresión
3. Experimentos factoriales con el enfoque de regresión
4. Comparación entre los enfoques de ANOVA y de regresión
5. Problemas de regresión con variables cuantitativas y dicotómicas
6. Análisis de Covarianza
6.1. Planteo del modelo y estimación de los parámetros
6.2. Ensayo de la hipótesis global
6.3. El Análisis de Covarianza con el enfoque de regresión
7. Modelo lineal para series temporales con estacionalidad
7.1. Planteo del modelo y estimación de los parámetros
7.2. Estimación de la varianza residual
7.3. Intervalo de predicción
7.4. Enfoque de regresión
7.5. Test de estacionalidad
8. Modelo multiplicativo no lineal
9. El modelo de regresión logística
9.1. Planteo del modelo. Situaciones prácticas de aplicación
9.2. Estimación de los parámetros por mínimos cuadrados
9.3. Estimación de los parámetros por máxima verosimilitud
10. Problemas

Capítulo XV. Algunas distribuciones importantes
1. Distribución Lognormal
2. El proceso de POISSON y la distribución Gamma
2.1. Distribución de POISSON
2.2. Distribución Exponencial
2.3. Distribución Gamma
2.4. Extensión de la distribución Gamma. Función Gamma
2.5. Aproximaciones de la distribución Binomial. Criterio de MERMOZ
3. Distribución de WEIBULL
4. Distribuciones de extremos y modelos de GUMBEL
5. Distribución de PARETO (375). 6. Distribución Beta
7. El método de estimación de parámetros por máxima verosimilitud
7.1. Distribución Exponencial
7.2. Distribución Normal
7.3. Distribución Lognormal
7.4. Distribución de PARETO
7.5. Distribución Uniforme (*)
7.6. Distribución Gamma de parámetro r no entero
7.7. Estimación por máxima verosimilitud de la probabilidad de éxito de un proceso de BERNOULLI
8. Apéndices
8.1. Demostración de la ley Exponencial de fallas
8.2. Demostración de la función de probabilidad de POISSON
9. Problemas

Capítulo XVI. Inferencia sobre varianzas y comparación de varianzas
1. Inferencia sobre la varianza de una población Normal
1.1. Intervalo de confianza
1.2. Intervalo de confianza óptimo
1.3. Ensayos de hipótesis
2. El concepto de equilibrio económico
3. Inferencia sobre la relación de varianzas de dos poblaciones Normales independientes
3.1. Intervalo de confianza
3.2. Ensayos de hipótesis
4. Pruebas de igualdad de más de dos varianzas
4.1. Prueba de COCHRAN
4.2. Prueba de LEVENE
4.3. Procedimientos a seguir en caso de rechazar la hipótesis de homocedasticidad
5. Apéndices
5.1. Demostración de la fórmula (16-8). Tamaño de muestra para intervalos de confianza y ensayos
de hipótesis sobre varianzas
5.2. Demostración de la fórmula (16-38). Tamaño de muestra aproximado para intervalos de
confianza sobre la relación de dos varianzas
5.3. Demostración de la fórmula (16-39). Tamaño de muestra exacto para intervalos de confianza
sobre la relación de dos varianzas
5.4. Demostración de la fórmula (16-47). Tamaño de muestra aproximado para ensayos de hipótesis
sobre la relación de dos varianzas
5.5. Demostración de la fórmula (16-48). Tamaño de muestra exacto para ensayos de hipótesis sobre
la relación de dos varianzas
5.6. Demostración de la aproximación para los valores críticos de la prueba de COCHRAN
6. Problemas

Capítulo XVII. Inferencia en los procesos de BERNOULLI
1. Introducción
2. Estimación de la probabilidad de éxito. Aproximación Normal clásica para los límites de
confianza
3. Cálculo exacto de los límites de confianza para p
4. Ensayos de hipótesis sobre p
5. Problema fundamental del control de recepción
6. Comparación de dos procesos de BERNOULLI
6.1. Estimación de la diferencia de proporciones (p2-p1)
6.2. Ensayos de hipótesis sobre la diferencia de proporciones (p2 -p1)
6.3. Procedimiento exacto de FISHER para el ensayo de la hipótesis Ho) p1=p2
7. Apéndice. Demostraciones de las expresiones exactas de los límites de confianza para p
8. Problemas

Capítulo XVIII. Muestreo aleatorio simple de poblaciones finitas
1. Introducción
2. Muestro aleatorio simple de variables
3. Estimador por cociente
4. Muestreo aleatorio simple de atributos. Inferencia en la distribución Hipergeométrica
4.1. Introducción
4.2. Estimación puntual de R
4.3. Intervalo de confianza para R
4.4. Estimación puntual de N
4.5. Intervalo de confianza para N
5. Problemas

Capítulo XIX. Muestreo estratificado
1. Muestreo estratificado de variables
2. Estimación de la media mediante una muestra estratificada
2.1. Estimación puntual
2.2. Límites de confianza para la media de la población
2.3. Tamaño de muestra global y en los estratos
3. Obtención de los estratos a partir de una variable concomitante. Método de DALENIUS-HODGES
4. Muestreo estratificado de atributos
5. Problemas

Capítulo XX. Inferencia en los procesos de POISSON
1. Introducción
2. Estimación de la tasa de fallas de un proceso de POISSON
2.1. Muestra "a la POISSON"
2.2. Muestra "a la Gamma"
3. Ensayos de hipótesis sobre la tasa de fallas
3.1. Muestra "a la POISSON"
3.2. Muestra "a la Gamma"
4. Comparación de dos procesos de POISSON
4.1. Intervalo de confianza para (*)
4.2. Ensayos de hipótesis sobre (*)
5. Problemas

Capítulo XXI. Contraste Chi-cuadrado
1. Introducción
2. Prueba de bondad de ajuste
2.1. Prueba sobre una variable discreta
2.2. Prueba sobre una variable continua
2.3. Comentarios finales sobre la prueba de bondad de ajuste para variables continuas
2.4. Valores del estadístico significativamente bajos
3. Tablas de contingencia
3.1. Contraste Chi-cuadrado para las tablas de contingencia de dos criterios
3.2. Análisis de los residuos
3.3. Tabla de contingencia 2x2
4. Pruebas de consistencia de muestras
4.1. Prueba de p constante (Proceso de BERNOULLI). Dos atributos
4.2. Prueba de p constante (Proceso de BERNOULLI). Más de dos atributos
4.3. Prueba de (*) (tasa de fallas) constante (Proceso de POISSON)
5. El Test de la razón de verosimilitudes
6. La prueba de KOLMOGOROV-SMIRNOV
7. Problemas

Capítulo XXII. Métodos no paramétricos
1. Introducción
2. Prueba de los signos
2.1. Prueba para una muestra simple
2.2. Prueba para una muestra apareada
3. Prueba de rangos con signo de WILCOXON (Muestras apareadas)
4. Prueba de MANN-WHITNEY (Muestras independientes)
5. Prueba de KOLMOGOROV-SMIRNOV para la comparación de dos poblaciones independientes
6. Análisis de varianza no paramétrico para p muestras independientes (prueba de
KRUSKAL-WALLIS)

Capítulo XXIII. Clasificación y breve descripción de los métodos estadísticos multivariantes
1. Introducción
2. Breve descripción de los Métodos de Regresión
3. Breve descripción de los Métodos Factoriales
3.1. Métodos de Representación de Datos (Exploratorios)
3.2. Métodos de clasificación
3.3. Métodos de Análisis Causal

Capítulo XXIV. Análisis Multivariante de la Varianza
1. Introducción
2. Planteo del modelo y ensayo de la hipótesis fundamental

Capítulo XXV. Análisis de Componentes Principales
1. Introducción
2. Componentes principales a partir de la matriz de covarianzas
3. Componentes principales a partir de la matriz de correlaciones
4. Distancia euclídea entre los individuos. Isometría de las componentes principales

Capítulo XXVI. Análisis Factorial Exploratorio
1. Introducción
2. Teorema de THURSTONE
2.1. Indeterminación de la matriz factorial. Unicidad y estimación de las comunalidades
3. El método MINRES
4. El método de refactorización
5. Rotación de la matriz factorial. Procedimiento VARIMAX
6. Conclusiones fundamentales
7. Medición de los factores
7.1. Mínimos cuadrados clásicos con los factores F como variables explicativas
7.2. Mínimos cuadrados ponderados con los factores F como variables explicativas [BARTLETT
(1937)]
7.3. Regresión con las variables X como explicativas y los factores F como variables a explicar
[THOMSON (1951)]
8. Diferencias entre el Análisis de Componentes Principales y el Análisis Factorial

Apéndice I. El método de la razón de verosimilitudes
1. Introducción
2. Ensayo de la hipótesis (*) de una población Normal con desvío (*) conocido
3. Ensayo de la hipótesis (*) de una población Normal con desvío (*) desconocido
4. Ensayo de la hipótesis (*) de una población Normal con media (*) conocida
5. Prueba de BARTLETT para la igualdad de p varianzas
6. Prueba de la razón de verosimilitudes para el Contraste Chi-cuadrado
7. Muestreo secuencialpara atributos

Apéndice II. Cálculo de potencia en la comparación de p medias
1. Introducción
2. Distribuciones Chi-cuadrado, t y F excéntricas
3. Ensayos de hipótesis sobre (*) con (*) desconocido
4. Potencia en el ANOVA para efectos fijos
5. Potencia en el ANOVA para efectos aleatorios

Apéndice III. Respuestas a los ejercicios de final de capítulo

Bibliografía

Anexo: Tablas

Índice de temas

Los principales creadores de la Ciencia Estadística y sus contribuciones