Descripción
Conocido por su integración de datos del mundo real y estudios de casos, este texto ofrece una sólida cobertura de los aspectos teóricos de la estadística matemática. Los autores demuestran cómo y cuándo usar métodos estadísticos, al tiempo que refuerzan el cálculo que los estudiantes han dominado en cursos anteriores. A lo largo de la Quinta Edición, los autores agregaron y actualizaron ejemplos y estudios de casos, al tiempo que refinaron las características existentes que muestran un camino claro de la teoría a la práctica.
Caracteristicas:
- La revisión integrada del cálculo refuerza el conocimiento previo de los estudiantes al revisar el cálculo según sea necesario a lo largo de la presentación.
- Las técnicas estadísticas estándar se presentan en un contexto matemático, lo que permite a los estudiantes ver las hipótesis subyacentes para las aplicaciones.
- El tratamiento superior de los datos del mundo real utiliza estudios de casos y ejemplos prácticos y elaborados para motivar el razonamiento estadístico y demostrar la aplicación de métodos estadísticos a una amplia variedad de situaciones del mundo real.
- Numerosos e interesantes ejercicios de tarea involucran al estudiante e iluminan los puntos principales del texto.
- El estilo de escritura de los autores presenta conceptos y aplicaciones en una narrativa atractiva.
- La buena cobertura de los aspectos teóricos de la estadística matemática explica cuidadosamente las matemáticas y el desarrollo de la teoría estadística.
- Los prerrequisitos matemáticos accesibles median entre un libro de técnicas y un primer curso de posgrado en estadística matemática.
- Introduction
- An Overview
- Some Examples
- A Brief History
- A Chapter Summary
- Probability
- Sample Spaces and the Algebra of Sets
- The Probability Function
- Conditional Probability
- Independence
- Combinatorics
- Combinatorial Probability
- Taking a Second Look at Statistics (Monte Carlo Techniques)
- Random Variables
- Discrete Random Variables (Binomial, Hypergeometric, etc.)
- Continuous Random Variables
- Expected Values
- Variance
- Joint Densities
- Transforming and Combining Random Variables
- Further Properties of the Mean and Variance
- Order Statistics
- Conditional Densities
- Moment-Generating Functions
- Taking a Second Look at Statistics (Interpreting Means)
- Special Distributions
- Poisson Distribution
- Normal Distribution
- Geometric Distribution
- Negative Binomial Distribution
- Gamma Distribution
- Taking a Second Look at Statistics (Monte Carlo Simulations)
- Estimation
- Estimating Parameters: Method of Maximum Likelihood and Method of Moments
- Interval Estimation
- Properties of Estimators
- Minimum-Variance Estimators: Cramér-Rao Lower Bound
- Sufficient Estimators
- Consistency
- Bayesian Estimation
- Taking a Second Look at Statistics (Beyond Classical Estimation)
- Hypothesis Testing
- The Decision Rule
- Testing Binomial Data – H₀: p = p₀
- Type I and Type II Errors
- The Generalized Likelihood Ratio Test (GLRT)
- Taking a Second Look at Statistics (Statistical Significance vs. “Practical” Significance)
- Inferences Based on the Normal Distribution
- Inference about population mean μ
- Inference about variance σ²
- Noncentral t-distribution and calculation of Type II errors
- Taking a Second Look at Statistics (Power, Error Types)
- Types of Data: A Brief Overview
- Classifying Data
- Considerations on Validity of Samples / Data
- Two-Sample Inferences
- Testing equality of means (equal variances / unequal variances – Welch’s approximation)
- Testing equality of variances (F test)
- Testing proportions between two populations
- Confidence intervals for two-sample problems
- Goodness-of-Fit Tests
- Multinomial Distribution
- Chi-square Goodness-of-Fit (parameters known vs unknown)
- Contingency Tables
- Outliers and Data Quality Considerations
- Regression
- Method of Least Squares (Simple Linear Regression)
- Linear Model
- Covariance and Correlation
- Bivariate Normal Distribution
- Cautions on Interpreting Sample Correlation Coefficient
- The Analysis of Variance (ANOVA)
- The F Test
- Multiple Comparisons: Tukey’s Method
- Testing Sub-hypotheses with Contrasts
- Data Transformations
- Discussion on Contributions de Fisher y contexto histórico
- Randomized Block Designs
- F Test for Randomized Block Design
- Paired t Test
- Considerations: cuándo conviene usar bloqueos vs muestras independientes
- Nonparametric Statistics
- Sign Test
- Wilcoxon Tests
- Kruskal–Wallis Test
- Friedman Test
- Tests for Randomness
- Comparison between Parametric and Nonparametric Procedures
- Appendices (Statistical Tables, Supplementary material), Bibliography, Index
Consulta los datos bibliográficos principales de esta edición para identificar correctamente el recurso, revisar su autoría y verificar detalles como ISBN, tema, subtema, archivo e idioma.
- Título: Introduction to Mathematical Statistics and Its Applications
- Autor/es: Richard J. Larsen | Morris L. Marx
- Edición: 5ta Edición
- Año de publicación: 2011
- Tipo de archivo: eBook
- Idioma: eBook en Inglés
- ISBN-10: 321693949
- ISBN-13: 9780321693945
- Subtema: Estadística Matemática
Citar este libro
Preparando citaciones...
Aún no hay comentarios
Sé el primero en compartir tu opinión sobre este contenido.
Escribir un comentario