Argumento de Elements D´estadística
L'estadística moderna abasta el procés de presa de desicions davant la incertesa. En el dia a dia es presenten sovint situacions d'incertessa: a l'expeeriemtnar amb unnou producte, al predir el temps, el resultat d'unes eleccions, etc. Antigament l'estadística apuntava a la recol·lecció de dades i a la seva descripció en taules i gràfics. Actualment es caracteritza pel desenvolupament de mètodes que permeten inferir resultats generals que van més enllà dels límits de les dades disponibles. L'estadística descriptiva és la part de l'estadísitca que té com objectiu resumir i organitzar les dades disponibles de manera que , fàcil i ràpidament, es puguin copsar les principals característiques del procés que origina les dades, però sense la pretensió d'nar més enllà de les pròpies observacions. Normalment la informació estadística resulta de l'observació només d'uns quants individus -mostra- d'entre untotal -població- molt més gran. Llavors, per tal de generalitzar o de fer prediccions, i anar més enllà de la sola descripció de les dades, s'ha de sobrepassar el marc de l'estadística descriptiva per fer servir tècniques d'inferència estadística. Es denomina probalció objectiu a la totatilat dels elements sobre els que es vol tenir informació i mostra d'una població a un conjunt d'unitats seleccionades de la població sobre les que es prenen les mesures d'interès. El procés d'inferència consisteix a donar responstes i treure conclusions pel total d'individus d'una població, relatives a certes característiques d'interes, a partir de l'observació de mostres d'aquesta població.0Introducció 1.
Estadística descriptiva 1.1 Tipus de variables estadístiques 1.2 Presentació de les dades 1.3 Mesures descriptives numeèriques 1.4 Box-plot i detecció de valors anòmals 1.5 Experiments bivariants.
Regressió i correlació 1.6 Variables qualitatives.
Taules de contingència 2.
Probabilitat elemental 2.1 Experiments aleatoris 2.2 Probabilitat 2.3 Exercicis proposats 3.
Models de probabilitat 3.1 Models de probabilitat per a variables discretes 3.2 Models de probabilitat per a varialbes contínues 3.3 Distribució d'una funció d'una variables aleatòria 3.4 Variable aleatòria bidimensional 3.5 Independència de varibles aleatòries 3.6 Operacions amb variables aleatòries 3.7 Esperança mantemàtica d'una varialbe aleatòria 3.8 Variància d'una variable aleatòria 3.9 Desigualtat de Txebixev 4.
Alguns models de probabilitat 4.1 Distribució binomial 4.2 Distribució geomètica 4.3 Distribució binomial negativa 4.4 Distribució de Poisson 4.5 La distribució normal de probabilitat 4.6 Distribució de probabilitat exponencila 4.7 Ditribucció gamma 4.8 Distribució uniforme 4.9 Aproximacions normals 4.10 El paper de probabilitat normal 5.
Distriubcions associades a la normal 5.1 Distribució qui-quadrat X amb K graus de llibertat 6.
Estimació dels paràmetres 6.1 Mostra d'una variable aleatòria 6.2 Variables aleatòries mitjana i variància mostrals 6.3 Estimació dels paràmetres 7.
Distribucions mostrals 7.1 Distribucions de probabilitat d'alguns estadístics 8.
Estimació per interval 8.1 Interval de confiança per a u a partir de la desgualtat de Txebixev 8.2 Consideracions previes 8.3 Paràmetres d'una distribució normal N 8.4 Paràmetres de dues normals independents 8.5 Intervals de confiança per a proporcions 8.6 Parametre 0 de la variable exponencial 8.7 Intervals de confiança per a grans mostres 9.
Cosntrasts d'Hipòtesis 10.
El modle de regresió simple 10.1 Hipòteis del model de regressió 10.2 Estimació dels paràmetres del model 10.3 Distribució del estimadors 10.4 Anàlisi de la variància.
Constrast de la F 10.5 Intervals de confiança 10.6 Verificació de les hipòtesis del model Bibliografia
Cable. el Hombre que Vino del Futuro
Alan Moore Storyteller
La Biblia de Wolverton
Capitan America 07: el Hombre que Compro America (marvel Deluxe)