Estadística inferencial UNAM PDF

Resumen de lo que trata el PDF sobre Estadística inferencial UNAM

• Objetivo General: El alumno será capaz de inferir las características de una población con base en la información contenida, así como de contrastar diversas pruebas para la toma de decisiones.
• Introducción General: Explica la diferencia entre estadística descriptiva e inferencial, y la importancia de esta última en la toma de decisiones basada en muestras.
• Unidad 1: Introducción al muestreo: Se presentan los tipos de muestreo, incluyendo el muestreo aleatorio y de juicio, y se explican los conceptos de parámetros, estimadores y estadísticos.
• Unidad 2: Distribuciones muestrales: Describe las distribuciones muestrales más utilizadas en inferencia estadística, como la distribución muestral de la media, el teorema central del límite y la distribución muestral de la varianza.
• Unidad 3: Estimación de parámetros: Proporciona métodos para realizar estimaciones puntuales y por intervalos de parámetros poblacionales, utilizando información de muestras.
• Unidad 4: Pruebas de hipótesis: Explica el proceso de formular y contrastar hipótesis estadísticas, incluyendo la definición de errores tipo I y tipo II, y la potencia de una prueba.
• Unidad 5: Pruebas de hipótesis con la distribución ji cuadrada: Aborda el uso de la distribución ji cuadrada en pruebas de hipótesis para variables categóricas, incluyendo pruebas de independencia y ajuste.
• Unidad 6: Análisis de regresión lineal simple: Presenta el análisis de regresión lineal simple para explicar la relación entre dos variables, incluyendo el uso de estimadores de mínimos cuadrados y pruebas de hipótesis para determinar la significancia de la relación.
• Unidad 7: Análisis de series de tiempo: Explica cómo analizar datos a lo largo del tiempo y realizar pronósticos, utilizando modelos de series de tiempo.
• Unidad 8: Pruebas estadísticas no paramétricas: Describe métodos para realizar análisis inferenciales cuando no se puede asumir una distribución normal de los datos, incluyendo pruebas como la de Wilcoxon y la de Kruskal-Wallis.
• Aplicación de Microsoft Excel: Uso de Microsoft Excel para realizar cálculos estadísticos y análisis de datos, incluyendo la extracción de muestras y la generación de números aleatorios.
• Bibliografía: Lista de referencias y lecturas recomendadas para profundizar en los temas tratados en el curso.