Cuando se dispone de información suplementaria puede ser ventajoso, de cara a obtener estimaciones más precisas, poder incorporarla. En el primer capítulo se revisan los distintos métodos de estimación que hacen uso de la información auxiliar disponible, por medio del muestreo doble, a cuya técnica se dedica el segundo capítulo, con el objetivo de estimar la media o el total de una población finita. En algunos casos se dispone de información adicional referida a más de una ariable auxiliar, y en tales circunstancias lo más adecuado será utilizar toda la información existente para mejorar la precisión de las estimaciones. Así, en el tercer capítulo se proponen estimadores indirectos multivariantes de doble muestreo (razón, producto, diferencia, razón-producto) bajo un diseño de muestreo en ocasiones sucesivas. En el cuarto capítulo se propone la estimación de otros parámetros, tales como la razón y el producto de medias poblacionales, considerando que las muestras son seleccionadas bajo un diseño de muestreo en dos ocasiones. Finalmente, el quinto capítulo se dedica a extender la teoría sobre muestreo sucesivo a otros diseños muestrales más complejos como el muestreo con probabilidades proporcionales al tamaño y el muestreo estratificado. Se dan las condiciones que demuestran la mejora en eficiencia de los métodos propuestos, junto con la expresión del estimador óptimo, su varianza y la fracción óptima que debe solaparse. Se presentan resultados para algunos casos especiales de aplicación práctica.
Este texto no se inclina por ninguna área de aplicación en particular. Los ejemplos y ejercicios han sido seleccionados de muchos campos, tales como la Biología, la Educación, la Economía, la Genética, la Psicología y la Sociología.ÍndiceIntroducción. Conjuntos. Probabilidad. Teoremas de Probabilidad. Algunos problemas misceláneos. Introducción a la estadística. Distribuciones de frecuencia y funciones de Probabilidad: el caso discreto. La función binomial de Probabilidad. Distribuciones de frecuencia y función densidad de Probabilidad, el caso continuo. La función densidad normal de Probabilidad. Las distribuciones multinomial y Ji cuadrada. Otras distribuciones relacionadas con la normal y la binomial. Interferencia a partir de las medidas aritméticas de las muestras. La función binomial bivariante de Probabilidad. Funciones bivariantes discretas, de Probabilidad. Estimación. Ajuste de una línea: Regresión. Correlación. Cadenas de Markov.
El presente libro pone al alcance de sus lectores tanto los conceptos básicos para una precisa descripción de los datos, cuyo núcleo fundamental se halla centrado en la «matriz de datos», como los indicadores que van a posibilitar la representación sumarizada de la información. Así como una clara exposición del tema de las variables aleatorias, sus distribuciones teóricas y estimación de estadísticos.
Aquest llibre recull una selecció de problemes de programació bàsica adequats per a la majoria dassignatures daquesta matèria impartides en estudis que no són específicament dinformàtica, normalment de tipus tècnic, com les enginyeries, estadística, matemàtiques o física. Els capítols estan ordenats de manera seqüencial, de menor a major complexitat, i contenen una breu explicació dels coneixements que cal tenir per poder resoldre els problemes. Tot i que el llenguatge de programació de referència és lR, aquesta col·lecció es pot fer servir sense necessitat dadaptació en qualsevol llenguatge de programació imperatiu: Python, Java, C++, etcètera.
Cuando se dispone de información suplementaria puede ser ventajoso, de cara a obtener estimaciones más precisas, poder incorporarla. En el primer capítulo se revisan los distintos métodos de estimación que hacen uso de la información auxiliar disponible, por medio del muestreo doble, a cuya técnica se dedica el segundo capítulo, con el objetivo de estimar la media o el total de una población finita. En algunos casos se dispone de información adicional referida a más de una ariable auxiliar, y en tales circunstancias lo más adecuado será utilizar toda la información existente para mejorar la precisión de las estimaciones. Así, en el tercer capítulo se proponen estimadores indirectos multivariantes de doble muestreo (razón, producto, diferencia, razón-producto) bajo un diseño de muestreo en ocasiones sucesivas. En el cuarto capítulo se propone la estimación de otros parámetros, tales como la razón y el producto de medias poblacionales, considerando que las muestras son seleccionadas bajo un diseño de muestreo en dos ocasiones. Finalmente, el quinto capítulo se dedica a extender la teoría sobre muestreo sucesivo a otros diseños muestrales más complejos como el muestreo con probabilidades proporcionales al tamaño y el muestreo estratificado. Se dan las condiciones que demuestran la mejora en eficiencia de los métodos propuestos, junto con la expresión del estimador óptimo, su varianza y la fracción óptima que debe solaparse. Se presentan resultados para algunos casos especiales de aplicación práctica.
Este texto no se inclina por ninguna área de aplicación en particular. Los ejemplos y ejercicios han sido seleccionados de muchos campos, tales como la Biología, la Educación, la Economía, la Genética, la Psicología y la Sociología.ÍndiceIntroducción. Conjuntos. Probabilidad. Teoremas de Probabilidad. Algunos problemas misceláneos. Introducción a la estadística. Distribuciones de frecuencia y funciones de Probabilidad: el caso discreto. La función binomial de Probabilidad. Distribuciones de frecuencia y función densidad de Probabilidad, el caso continuo. La función densidad normal de Probabilidad. Las distribuciones multinomial y Ji cuadrada. Otras distribuciones relacionadas con la normal y la binomial. Interferencia a partir de las medidas aritméticas de las muestras. La función binomial bivariante de Probabilidad. Funciones bivariantes discretas, de Probabilidad. Estimación. Ajuste de una línea: Regresión. Correlación. Cadenas de Markov. 
El presente libro pone al alcance de sus lectores tanto los conceptos básicos para una precisa descripción de los datos, cuyo núcleo fundamental se halla centrado en la «matriz de datos», como los indicadores que van a posibilitar la representación sumarizada de la información. Así como una clara exposición del tema de las variables aleatorias, sus distribuciones teóricas y estimación de estadísticos.
Aquest llibre recull una selecció de problemes de programació bàsica adequats per a la majoria dassignatures daquesta matèria impartides en estudis que no són específicament dinformàtica, normalment de tipus tècnic, com les enginyeries, estadística, matemàtiques o física. Els capítols estan ordenats de manera seqüencial, de menor a major complexitat, i contenen una breu explicació dels coneixements que cal tenir per poder resoldre els problemes. Tot i que el llenguatge de programació de referència és lR, aquesta col·lecció es pot fer servir sense necessitat dadaptació en qualsevol llenguatge de programació imperatiu: Python, Java, C++, etcètera.