Beruflich Dokumente
Kultur Dokumente
"NDICE"
II
pg.
1
2 2 2 3 3 3 5 5 6 10 10 24 24 28 29 31 32 36 42 44 44 50 50 50 51 53 53 56 57 57 60
1.1.7 Momentos
1.1.7.1 Momentos centrales (respecto a la media aritmtica) 1.1.7.2 Momentos con respecto al origen
62 63 63 64 66 67 67
III
IV
109 110 111 114 114 115 115 113 117 120 123 124
2.1.4 Probabilidad conjunta, marginal y condicional 2.1.5 Teorema de la probabilidad total 2.1.6 Teorema de Bayes
El teorema de la probabilidad total y el teorema de Bayes en el contexto del anlisis de decisiones clnicas 2.2. Ampliacin
2.2.1 Toma de decisiones en Medicina 2.2.2 rbol de decisiones
173 174 174 175 179 181 183 184 186 186 187 188 190 190 191 192 194 194 195 196
VI
213 214 225 228 230 231 231 231 234 236 239 239 241 241 244 246 247 248 249
4.1.8 Clculo del tamao muestral para estimar la media de una poblacin con una determinada precisin
251 252 253 255 224 256 259 260 260 261 261 261 262 262 264 264 265
VII
276 277 278 278 278 279 279 280 282 282 283 283 285 287 287 288 290
4.4.5.1 Contraste para el parmetro p de una distribucin Binomial 290 4.4.5.2 Contraste para la igualdad de los parmetros de dos distribuciones binomiales 291
4.5. Ampliacin
4.5.1 Introduccin y motivacin 4.5.2 Contraste para la media de una poblacin normal
4.5.2.1 Planteamiento general 4.5.2.2 Varianza (desviacin tpica conocida) 4.5.2.3 La potencia de un contraste 4.5.2.4 El p-valor del contraste 4.5.2.5 Los contrastes unilaterales 4.5.2.6 Varianza desconocida 4.5.2.7 Contrastes para muestras grandes
293 294 294 294 296 301 303 304 308 311 312
4.5.3 Contraste para la diferencia de medias de dos poblaciones normales con datos independientes
VIII
4.5.3.1 Planteamiento general 4.5.3.2 Varianzas conocidas 4.5.3.3 Varianzas desconocidas pero iguales 4.5.3.4 Varianzas desconocidas y distintas 4.5.3.5 Contrastes de comparacin de medias para muestras grandes 4.5.3.6 Obtencin de datos para la comparacin de medias 4.5.3.7 Contraste para datos apareados 4.5.3.8 rbol de decisiones para la comparacin de medias de dos poblaciones normales 4.5.3.9 Contraste para la comparacin de la tendencia central cuando las poblaciones no son normales 4.5.3.10 Comparacin de varias poblaciones. Introduccin al problema de las comparaciones mltiples 4.5.3.11 Validacin de las hiptesis de partida
312 314 316 319 320 320 322 324 325 328 330
IX
5.2. Ampliacin
5.2.1 Aspectos de inters
5.2.1.1 Tipo de contraste 5.2.1.2 Tablas poco ocupadas 5.2.1.3 Causas de la significacin
6.1.4 Correlacin
6.1.4.1 Prueba de independencia de dos caracteres cuantitativos 6.1.4.2 Relacin entre r 2 y R 2 6.1.4.3 Distribucin del coeficiente de correlacin muestral
352 353 354 356 357 359 367 370 370 371 371
373 374 375 376 378 6.2.4.1 Interpretacin de la ecuacin de regresin 378 6.2.4.2 Descomposicin de los valores observados en sus dos componentes 379 6.2.4.3 Criterio de los mnimos cuadrados 380 6.2.5 Estimadores de los parmetros: mtodo de mxima verosimilitud 381 6.2.6 Propiedades de los estimadores mnimo-cuadrticos 382 6.2.7 Contraste de significacin del modelo global: anlisis de la varianza en los modelos lineales 384 6.2.8 Medida de la bondad del ajuste: el coeficiente de determinacin 388 6.2.9 Suma de cuadrados explicada por un grupo de variables: contrate para un grupo de parmetros 389 6.2.10 El coeficiente de correlacin parcial 390 6.2.11 Contrastes e intervalos de confianza para cada uno de los parmetros por separado 391 6.2.12 Ajuste de un modelo: los programas de ordenador 392 6.2.13 Seleccin de subconjuntos de variables (mtodos paso a paso) 394 6.2.13.1 Seleccin ascendente (forward selection) 394 6.2.13.2 Seleccin descendente (backward selection) 394 6.2.13.3 Regresin paso a paso 395 6.2.14 Prediccin en el modelo lineal general 395 6.2.15 Introduccin de variables cualitativas en un modelo de regresin mltiple 396 6.2.15.1 Variables ficticias (dummy) 397 6.2.15.2 Interpretacin del modelo con variables ficticias 398 6.2.15.3 Variables ficticias para ms de dos grupos 399 6.2.15.4 Variables ficticias en presencia de interaccin 400 6.2.16 Validacin de las hiptesis bsicas del modelo 404 6.2.1 Introduccin 6.2.2 Forma muestral del modelo 6.2.3 Hiptesis del modelo 6.2.4 Estimadores de los parmetros: mtodo de los mnimos cuadrados
XI
6.2.16.1 Los grficos de residuales como herramienta de diagnstico 6.2.16.2 Linealidad de la relacin 6.2.16.3 Homocedasticidad (igualdad de varianzas) 6.2.16.4 Autocorrelacin
6.4.3 Diagnstico
6.4.3.1 Clculo de los valores propios de la matriz de correlaciones 6.4.3.2 Estudio de los vectores propios de la matriz de correlaciones entre las regresoras 6.4.3.3 Clculo del "Condition index" y del "Condition number" 6.4.3.4 Factores de inflacin de la varianza (VIF) 6.4.3.5 Incremento en el error de cada regresora 6.4.3.6 Identificacin de las variables involucradas en el problema de la colinealidad
432 433 433 433 435 435 435 436 437 437 438 438 438 439 440