Incluye índice.

Tabla de contenidos
Capítulo 1Muestreo: estadísticos y sus distribuciones
1.1 Población y muestra
1.2 Tipos demuestreo
1.2.1. Distribución conjunta de la muestra
1.3 Distribución de la población, distribución de la muestra y distribución en el muestreo. Estadísticos
1.4 Características de las distribuciones en el muestreo
1.4.1. Momentos muestrales con respecto al origen
1.4.2. Momentos muestrales con respecto a la media
1.4.3. Momentos muestrales de distribuciones bidimensionales
1.5 Estadísticos ordenados
1.5.1. Distribución del estadístico ordenado
1.5.2. Distribución del menos valor de la muestra
1.5.3. Distribución del mayor valor de la muestra
1.6 Muestreo en poblaciones normales
1.7 Varianza poblacional conocida
1.7.1. Distribución de la media muestral
1.7.2. Distribución de la diferencia de medias muestrales
1.8 Distribución conjunta de la media y la varianza muestrales o Lema de Fisher-Cochram
1.9 Varianza poblacional desconocida
1.9.1. Distribución de la media muestral
1.9.2. Distribución de la diferencia de medias muestrales
1.10 Distribución en el muestreo del coeficiente de correlación lineal
1.11 Distribución de los coeficientes de regresión lineal muestrales
Ejercicios resueltos
Capítulo 2
Suficiencia e información
2.1 Parámetros desconocidos
2.2 Función de verosimilitud
2.3 Suficiencia
2.4 Criterio de factorización de Fisher-Neyman
2.5 Información
2.5.1. Información de Fisher
2.5.2. Estadístico suficiente e información de Fisher
Ejercicios resueltos
Capítulo 3
Estimación puntual: propiedades de los estimadores
3.1 Introducción
3.2 Concepto de estimador, estimación y error de estimación
3.2.1. Error cuadrático medio del estimador
3.2.2. Propiedades de los estimadores
3.3 Estimador insesgado
3.3.1. Propiedades de los estimadores insesgados
3.4 Estimador eficiente
3.4.1. Cota de Cramér-Rao
3.4.2. Unicidad del estimador eficiente
3.4.3. Eficiencia relativa
3.4.4. Estimadores UMVUE
3.5 Estimador consistente
3.5.1. Propiedades de los estimadores consistentes
3.6 Suficiencia
3.6.1. Criterio de factorización de Fisher-Neyman
3.7 Estimador invariante
3.8 Estimador robusto
Ejercicios resueltos
Capítulo 4
Métodosde estimación
4.1 Metodo de estimación de máxima verosimilitud
4.2 Propiedades de los estimadores máximo-verosímiles
4.3 Estimación por el método de los momentos
4.4 Estimación por el método de los mínimos cuadrados
Ejercicios resueltos
Capítulo 5
Estimación por intervalos
5.1 Introducción
5.2 Métodos de construcción de intervalos de confianza
5.2.1. Método de la cantidad pivotal
5.2.2. Metodo general
5.2.3. Intervalos de confianza de longitud mínima
5.3 Intervalos de confianza en poblaciones normales
5.3.1. Intervalos de confianza para la media µ de una distribución normal siendo (desviación) conocida
5.3.2. Intervalo de confianza para la media µ de una distribución normal siendo (desviación) desconocida
5.3.3. Intervalo de confianza para la varianza de una población normal
5.4 Intervalos de confianza en poblaciones no normales
5.4.1. Caso general
5.4.2. Intervalos de confianza basados en grandes muestras
5.5 Determinación del tamaño de la muestra
Capítulo 6
Contrastación de hipótesis
6.1 Conceptos generales
6.2 Contraste de hipótesis
6.2.1. Hipótesis simples
6.2.2. Lema de Neyman-Pearson
6.3 Hipótesis compuestas
6.3.1. Función de potencia
6.3.2. Contrastes uniformemente más potentes (CUMP)
Ejercicios resueltos
Capítulo 7
Contrastes de significación
7.1. Principios básicos
7.1.1. Contraste de la media de una población normal con desviación conocida
7.1.2. Contraste de la media de una población normal con desviación desconocida
7.2 Contraste razón de verosimilitud
7.3 Contrastes asintóticos basados en la función de verosimilitud
7.3.1. Test de Wald
7.3.2. Test de los multiplicadores de Lagrange
7.3.3. Comparación de los tests razón de verosimilitud, Wald y multiplicadores de Lagrange
7.4 Relación entre los contrastes de hipótesis y los intervalos de confianza
Capítulo 8
Contrastes paramétricos
8.1 Contrastación de hipótesis sobre la media de una población normal
8.1.1. Varianza poblacional conocida
8.1.1.1. Hipótesis simples: Ho[µ=µo] , H1 [µ=µ1]
8.1.1.2. Hipótesis compuestas: Ho [µ=µo], H1[µ>µo] o H1 [µ<µo]
8.1.1.3. Hipótesis compuesta: Ho [µ=µo], H1[µ distinto µo]
8.1.2. Varianza poblacional desconocida
8.1.2.1. Hipótesis simples: Ho [µ=µo], H1 [µ=µ1]
8.1.2.2. Hipótesis compuestas: Ho [µ=µo], H1 [µ>µo] o H1 [µ<µo]
8.1.2.3. Hipotesis compuesta: Ho [µ=µo], H1 [µ distinto µo]
8.1.3. Cuadro resumen de los contrastes de medias en población normales
8.2 Contrastación de hipótesis sobre la varianza de una población normal
8.2.1. Media poblacional conocida
8.2.1.1. Hipótesis simples
8.2.1.2. Hipótesis compuestas
8.2.1.3. Hipótesis compuesta
8.2.2. Media poblacional desconocida
8.2.2.1. Hipótesis simple
8.2.2.2. Hipótesis compuestas
8.2.2.3. Hipótesis compuestas
8.2.3. Cuadro resumen de los contrastes de varianza en poblaciones normales
8.3 Contrastación de hipótesis sobre el coeficiente de correlación lineal de una población normal bidimensional
8.3.1. Contraste de incorrelación lineal
8.3.2. Contraste de asociación lineal
8.4 Contrastación de hipótesis sobre los coeficientes de regresión de una población normal
8.5 Contrastes entre dos poblaciones
8.5.1. Contrastes de igualdad de medias
8.5.1.1. Varianzas poblacionales conocidas
8.5.1.2. Varianza poblacional común desconocida
8.5.2. Contrastede igualdad de varianzas
8.5.2.1. Medias poblacionales conocidas
8.5.2.2. Medias poblacionales desconocidas
8.6 Contrastación de hipótesis en muestras grandes
8.6.1. Planteamiento general
8.6.2. Contraste de proporciones
Ejercicios resueltos
Capítulo 9faa
Contrastesno paramétricos
9.1 Introducción
9.2 Contrastes de bondad del ajuste
9.2.1. Test X2
9.2.1.1. Test x2 cuando no se estiman parámetros
9.2.1.2. Test X2 cuando se estiman parámetros
9.2.2. Test G2 de la razón de verosimilitud
9.2.3. Test de Kolmogorov-Smirnov
9.2.4. Comparación de los tests X2 , G2 y de Kolmogorov-Smirnov
9.3 Test de rachas para el contraste de aleatoriedad
9.4 Test de Wilcoxon: contraste de localización
9.5 Test de correlación de rangos de Spearman para asociación
9.6 Tablas de contingencia
9.6.1. Contraste de independencia
9.6.2. Contraste de homogeneidad
Capítulo 10
Introducción a la teoría de la decisión e inferencia bayesiana
10.1 Teoría de la decisión
10.1.1. Tipología de la decisión
10.1.2. Decisión sin experimentación
10.1.2.1. Decisión en ambiente de incertidumbre: Criterio minimax
10.1.2.2. Decisión con riesgo: Solución de Bayes
10.1.3. Decisión con experimentación
10.1.3.1. Función de decisión
10.1.3.2. Función de pérdida
10.1.3.3. Función de riesgo
10.1.3.4. Decisión en ambiente de incertidumbre: Criterio minimax
10.1.3.5. Decisión con riesgo: Decisión de Bayes
10.2 Inferencia bayesiana: distribuciones a priori y a posteriori
10.3 Estimación de Bayes
10.4 Contrastación bayesiana de hipótesis
Ejercicios resueltos
Bibliografía
Tablas estadísticas
Índice analítico

En este texto se incluyen los principales tópicos de la inferencia estadística,se contemplan los conceptos de estadístico, distribuciones en el muestreo de estadísticos, verosimilitud, se expone un amplio resumen de la teoría de la estimación y de las técnicas estadísticas de contrastación de hipótesis. Se completa el manual con el análisis de los contrastes más habituales sobre media y varianza, se detallan los contrastes no paramétricos más usuales y se efectúa una introducción a las técnicas bayesianas.Los autores, los profesores Martín-Pliego y Ruíz-Maya son Catedráticos de Estadística Económica y Empresarial (Economía Aplicada) en las licenciaturas de Economía y Administración y Dirección de Empresas de las Universidades Rey Juan Carlos y Autónoma de Madrid, respectivamente, y tienen publicados otros manuales sobre Inferencia Estadística y libros de ejercicios en esta editorial.