Estadística Matemática Moderna con Aplicaciones

Esta 3^era edición de Estadística matemática moderna con aplicaciones intenta lograr un equilibrio entre los fundamentos matemáticos y la práctica estadística. El libro ofrece una exposición clara y actual de los conceptos y la metodología estadística, incluyendo muchos ejemplos y ejercicios basados en datos reales obtenidos de fuentes disponibles públicamente. A continuación, se presenta una selección pequeña pero representativa de escenarios para nuestros ejemplos y ejercicios, basados en información de artículos recientes:

• Uso del "índice Big Mac" por parte de la publicación The Economist como una forma humorística de comparar los costos de los productos entre naciones.
• Visualización de cómo la concentración de los niveles de plomo en los cartuchos varía para cada una de las cinco marcas de cigarrillos electrónicos.
• Descripción de la distribución del tamaño de agarre entre los cirujanos y cómo afecta su capacidad para usar una marca particular de engrapadora quirúrgica.
• Estimación de la lectura promedio real del odómetro de Porsche Boxsters usados listados para la venta en www.cars.com.
• Comparación de la aceleración de la cabeza después del impacto al usar un casco de fútbol americano con la aceleración sin casco.
• Investigación de la relación entre el índice de masa corporal y la carga del pie al correr.

El enfoque principal del libro es presentar e ilustrar métodos de estadística inferencial utilizados por investigadores en una amplia variedad de disciplinas, desde la ciencia actuarial hasta la zoología. Comienza con un capítulo sobre estadística descriptiva que expone inmediatamente al lector al análisis de datos reales. Los siguientes seis capítulos desarrollan el material de probabilidad que facilita la transición de la simple descripción de datos a la extracción de conclusiones formales basadas en la metodología inferencial. La estimación puntual, el uso de intervalos estadísticos y la prueba de hipótesis son los temas de los primeros tres capítulos inferenciales. El resto del libro explora el uso de estos métodos en una variedad de entornos más complejos.

Esta edición incluye muchos ejemplos y ejercicios nuevos, así como una introducción a la simulación de eventos y distribuciones de probabilidad. Hay más de 1300 ejercicios en el libro, que van desde muy sencillos hasta razonablemente desafiantes. Muchas secciones han sido reescritas con el objetivo de agilizar y proporcionar una exposición más accesible. La salida de los paquetes de software estadístico más comunes se incluye siempre que es apropiado (una característica ausente en casi todos los demás libros de texto de estadística matemática). Los autores esperan que su entusiasmo por la teoría y la aplicabilidad de la estadística a los problemas del mundo real anime a los estudiantes a seguir formándose en la disciplina.

Autor: Jay L. DeVore, Kenneth N. Berk, Matthew A. Carlton
Editorial: Springer
Publicado: 30/04/2022
Páginas: 975
Tipo de encuadernación: Tapa blanda
Peso: 4.40lbs
Tamaño: 10.00h x 7.01w x 1.50d
ISBN13: 9783030551582
ISBN10: 303055158X
Categorías BISAC:
- Matemáticas | Probabilidad y Estadística | General
- Negocios y Economía | Estadística

Sobre el Autor

Jay L. Devore obtuvo una Licenciatura en Ciencias de la Ingeniería de la Universidad de California, Berkeley, y un Doctorado en Estadística de la Universidad de Stanford. Anteriormente enseñó en la Universidad de Florida y en Oberlin College, y ocupó puestos de visita en Stanford, Harvard, la Universidad de Washington, la Universidad de Nueva York y Columbia. Ha estado en la Universidad Estatal Politécnica de California, San Luis Obispo, desde 1977, donde fue presidente del Departamento de Estadística durante siete años y recientemente alcanzó el exaltado estatus de Profesor Emérito.

Jay ha sido autor o coautor de otros cinco libros, incluido Probability and Statistics for Engineering and the Sciences, que ganó un Premio McGuffey a la Longevidad de la Text and Academic Authors Association por su excelencia demostrada a lo largo del tiempo. Es miembro de la American Statistical Association, ha sido editor asociado tanto del Journal of the American Statistical Association como de The American Statistician, y recibió el Distinguished Teaching Award de Cal Poly en 1991. Sus intereses recreativos incluyen la lectura, jugar al tenis, viajar, y cocinar y comer buena comida.

Kenneth N. Berk tiene una Licenciatura en Física de Carnegie Tech (ahora Carnegie Mellon) y un Doctorado en Matemáticas de la Universidad de Minnesota. Es Profesor Emérito de Matemáticas en la Universidad Estatal de Illinois y miembro de la Asociación Americana de Estadística. Fundó la sección de Software Reviews de The American Statistician y la editó durante seis años. Se desempeñó como secretario/tesorero, presidente del programa y presidente de la Sección de Computación Estadística de la Asociación Americana de Estadística, y copresidió dos veces el Simposio Interface, la principal reunión anual en computación estadística. Su trabajo publicado incluye artículos sobre series de tiempo, computación estadística, análisis de regresión y gráficos estadísticos, así como el libro Data Analysis with Microsoft Excel (con Patrick Carey).

Matthew A. Carlton es Profesor de Estadística en la Universidad Estatal Politécnica de California, San Luis Obispo, donde se unió a la facultad en 1999. Recibió una Licenciatura en Matemáticas de la Universidad de California, Berkeley y un Doctorado en Matemáticas de la Universidad de California, Los Ángeles, con énfasis en probabilidad pura y aplicada; su investigación de tesis involucró aplicaciones del proceso aleatorio de Poisson-Dirichlet. Matt ha publicado artículos en el Journal of Applied Probability, Human Biology, Journal of Statistics Education y The American Statistician. También fue el asesor principal de contenido para la serie de videos "Statistically Speaking", diseñada para cursos de estadística de colegios comunitarios, y ha publicado una variedad de materiales educativos para profesores de estadística de secundaria. Matt fue responsable de desarrollar tanto el curso de probabilidad aplicada como el curso de probabilidad y procesos aleatorios en Cal Poly, lo que a su vez lo inspiró a participar en la redacción de este texto. Su enfoque de investigación profesional involucra aplicaciones de probabilidad a la genética y la ingeniería. Sus intereses personales incluyen viajar, el buen vino y los deportes universitarios.