1. Pruebas
de bondad de ajuste
1.1. Introducción
1.2. Pruebas
de normalidad de Lilliefors
1.3. Prueba
de Kolmogorov-Smirnov
1.3.1. Pruebas
de bondad de ajuste para la normal
1.3.2. Pruebas
de bondad de ajuste para distribuciones discretas
1.4. Prueba
de ji-cuadrada para bondad de ajuste
1.5. Aplicación
a la disposición espacial de individuos
2. Comparación
de dos o más medias de poblaciones
2.1. Introducción
al diseño de experimentos
2.2. Pasos
de una investigación experimental
2.2.1. Formulación
del problema
2.2.1.1. Diseño
de tratamientos
2.2.1.2. Estructura
de los tratamientos
2.2.1.3. Elección
de los tratamientos
2.2.2. Diseño
de control del error
2.3. Principios
básicos del diseño experimental
2.3.1. La
repetición
2.3.2. La
aleatorización
3. Diseños
experimentales básicos
3.1. Diseño
completo al azar
3.1.1. Definición.
Ventajas. Desventajas. Usos
3.1.2. Recolección
y presentación de los datos
3.2. Análisis
Estadístico
3.2.1. Descripción
de modelo estadístico
3.2.2. Obtener
la tabla ANOVA
3.3. Comparación
múltiple de medias
3.3.1. Comparación
por pares de tratamientos (Método de Tukey)
3.3.2. Comparación
con respecto a un control (Método de Dunnet)
4. Introducción
al muestreo
4.1. Elementos
del problema de muestreo
4.2. Ideas
básicas de muestreo y estimación
4.3. Unidades
muestrales
4.4. Errores
muestrales y no muestrales
4.5. Modelos
en muestreo
4.6. Diseños
adaptativos y no adaptativos
5. Diseños
de muestreo básicos
5.1. Muestreo
aleatorio simplie
5.1.1. Selección
de una muestra aleatoria simple
5.1.2. Estimación
de la media poblacional
5.1.3. Estimación
del total poblacional
5.1.4. Estimación
de una proporción poblacional
5.1.4.1. Intervalos
de confianza para media y proporción poblacional
5.1.5. Tamaño
de muestra para estimar la media, el total y una proporción poblacional
5.2. Introducción
a otros diseños de muestreo comunes
5.2.1. Muestreo
estratificados
5.2.2. Muestreo
sistemático y por conglomerados
6. Diseños
de muestreo adaptativos
6.1. Breve
panorama del muestreo adaptativo
6.2. Muestreo
estratificado por conglomerados
6.3. Diseño
6.4. Estimadores
6.5. Comparación
con el muestreo convencional
7. Introducción
a la estadística no paramétrico
7.1. Introducción
7.2. Inferencias
sobre la mediana
7.3. Prueba
de Mann-Whitney
7.4. Prueba
de Wilcoxon
7.5. Método
de Kruskal-Wallis
7.5.1. Comparaciones
múltiples
7.6. Método
de Friedman
7.7. Correlación
(Spearman, Kendall)
8. Introducción
a los métodos modernos de inferencia estadística
8.1. Cuando
el método empleado no tiene función de distribución
8.2. Estimación
con validación cruzada
8.3. Estimación
del error estadístico
8.3.1. El
método de Jackknife
8.3.2. El
método Bootstrap
8.3.3. Simulación
Montercarlo
8.4. Intervalos
de confianza
|