| 1. ESTADÍSTICA DESCRIPTIVA Y REGRESIÓN |
Frecuencias. Tratamiento de datos: medidas de tendencia central y de dispersión. Hoja de cálculo: el modelo de regresión lineal simple y la estimación de sus parámetros. Coeficientes de correlación y de bondad de ajuste. Modelos de regresión no lineal. SPSS: la regresión lineal múltiple.
|
3. VARIABLES ALEATORIAS UNIDIMENSIONALES
|
Variables aleatorias discretas: función de masa de probabilidad, función de distribución, valor esperado, desviación típica. Tipos: Binomial, Poisson. Variables aleatorias continuas: función de densidad, función de distribución, valor esperado, desviación típica. Tipos: Normal, Exponencial, Log-Normal. Aproximaciones normales a la Binomial y Poisson (teorema central del límite).
|
| 4. INFERENCIA |
Estimadores puntuales y estimadores por intervalos de confianza (IC): nivel de confianza, construcción para el promedio real desconocida y para el porcentaje real desconocida en poblaciones normales y binomiales; IC para la diferencia de promedios en 2 poblaciones normales. Intervalos de control de calidad. SPSS: contrastes de hipótesis: nivel de significancia, planteamiento. Contrastes para la diferencia de promedios de 2 grupos bajo homocedasticidad (test previo F): t independiente, t relacionada, Mann-Whitney, Wilcoxon. Generalización a más de 2 grupos con RENUEVA; comparaciones múltiples post-hoc (MDS, Tukey, T3 Dunnett). Test Kruskal-Wallis. |
