Estadística básica en administración : conceptos y aplicaciones / Mark L. Berenson, David M. Levine.

CONTENIDO
1. Introducción 1
¿Qué es la estadística moderna? 2
El crecimiento y desarrollo de la estadística moderna 2
Pensamiento estadístico y administración moderna 4
Estudios enumerativos frente a estudios analíticos 5
El papel de los paquetes de computación en estadística 7
2. Recolección de datos 11
Introducción: La necesidad de datos 12
Obtención de datos 13
Obtención de datos mediante investigación de encuesta 15
Diseño del cuestionario 20
Elección del tamaño de muestra para la encuesta 22
Selección de los sujetos respondientes: tipos de muestras 22
Extracción de la muestra aleatoria simple 23
Encuesta sobre la satisfacción de los empleados de Kalosha Industries 25
Obtención de las respuestas 30
Preparación de los datos: edición, codificación y Transcripción 31
Reconocimiento y práctica de una buena investigación de encuestas y de exploración de cuestiones éticas 41
3. Presentación de datos numéricos en tablas y diagramas 53
Organización de datos numéricos: la clasificación ordenada y el diagrama de tallo y hojas 54
Tabulación de datos numéricos: la distribución de frecuencia 62
Tabulación de datos numéricos: la distribución de frecuencia relativa y distribución de porcentaje 67
Graficación de datos numéricos: el histograma y el polígono 70
Distribuciones acumulativas y polígonos acumulativos 74
Graficación de datos en secuencia: la gráfica digipunto 78
Reconocimiento y práctica de una adecuada presentación tabular y de diagramas y exploración de cuestiones éticas 88
Presentación de datos numéricos: un repaso y una revisión preliminar 93
4. Resumen y descripción de los datos numéricos 103
Exploración de los datos 104
Propiedades de los datos numéricos 106
Mediciones de la tendencia central 106
Mediciones de la variación 118
Forma 127
Resumen de cinco números y gráfica de caja y sesgos 128
Cálculo de mediciones descriptivas de resumen de una población 132
Obtención de mediciones descriptivas de resumen de datos agrupados 141
Reconocimiento y práctica de un adecuado resumen descriptivo y exploración de cuestiones éticas 155
Resumen y descripción de datos numéricos: un repaso 160
5. Presentación de datos categóricos en tablas y diagramas 169
Organización y tabulación de datos categóricos: la tabla de resumen 170
Graficación de datos categóricos: de barras, de pastel y de punto 171
Graficación de datos categóricos: el diagrama de Pareto 176
Tabulación de datos categóricos: tablas de contingencia y supertablas 180
Reconocimiento y práctica de una adecuada presentación tabular y de diagramas y exploración de cuestiones éticas 189
Presentación de datos categóricos: una visión general 192
6. Probabilidad Básica 203
Probabilidad objetiva y subjetiva 204
Conceptos de probabilidad básica 206
Probabilidad (marginal) simple 211
Probabilidad conjunta 212
Regla de la adición 214
Probabilidad condicional 218
Regla de la multiplicación 222
Teorema de Bayes 225
Reglas de conteo 229
Comprensión de la probabilidad y exploración de cuestiones éticas 232
Probabilidad básica: un repaso y una visión preliminar 233
7. Algunas distribuciones importantes de probabilidad discreta 241
La distribución de probabilidad para una variable aleatoria discreta 242
Expectativa matemática y valor monetario esperado 243
Funciones de distribución de probabilidad discreta 251
Distribución binomial 252
Distribución de Poisson 260
Algunas distribuciones de probabilidad discreta: un repaso 267
8. La distribución normal 273
Modelos matemáticos de variables aleatorias continuas: La función de densidad de probabilidad 274
La distribución normal 275
Aplicaciones 281
Estimación de la suposición de normalidad: propiedades de evaluación y construcción de gráficas de probabilidad 294
La distribución normal como una aproximación a las distribuciones binomial y de Poisson 305
La distribución normal: un repaso 311
9. Distribuciones de muestreo 319
Distribución de muestreo de la media 320
Distribución de muestreo de la proporción 334
Muestreo de poblaciones finitas 337
Distribuciones de muestreo: un repaso 339
10. Estimación 343
Estimación de intervalo de confianza para la media (sigma x conocida) 344
Estimación de intervalo de confianza de la media (sigma x desconocida) 349
Estimación mediante el mínimo esfuerzo 356
Intervalo de predicción para un valor individual futuro 359
Estimado del intervalo de confianza de la porción 360
Determinación del tamaño de muestra para la media 362
Determinación del tamaño de muestra para la porción 365
Estimación y determinación del tamaño de muestra para poblaciones finitas 368
Estimación, de terminación de tamaño de muestra y cuestiones éticas 374
Estimación e inferencia estadística: repaso y preliminares 375
11. Fundamentos de la prueba de hipótesis 383
Metodología de la prueba de hipótesis 384
Prueba de hipótesis Z para la media (sigma x conocida) 390
Resumen de los pasos de la prueba de hipótesis 393
Planteamiento del valor p para la prueba de hipótesis: pruebas de dos extremos 394
Relación entre la estimación de intervalos de confianza y la prueba de hipótesis 396
Pruebas de un extremo 397
Planteamiento del valor p para la prueba de hipótesis: pruebas de un extremo 400
La potencia de una prueba 401
Planeación de un estudio: determinación del tamaño de muestra basándose en a y b 408
Riesgos potenciales de la prueba de hipótesis y cuestiones éticas 411
Metodología de la prueba de hipótesis: un repaso y una visión preliminar 415
12. Prueba de una muestra con datos numéricos 421
Elección del procedimiento de prueba apropiado 422
Prueba t de hipótesis para la media (o desconocida) 424
Prueba de hipótesis de rangos con signo de Wilcoxon para la mediana 430
Prueba de hipótesis X2 para la varianza (o desviación estándar) 437
Prueba de corridas de una muestra de Wald-Wolfowitz 442
Trampas potenciales de la prueba de hipótesis y cuestiones éticas 455
Prueba de hipótesis basada en una muestra de datos numéricos: repaso y visión preliminar 456
13. Pruebas de dos muestras con datos numéricos 461
Elección del procedimiento de pruebas apropiado al comparar dos muestras independientes 462
Prueba t de varianza conjunta para diferencias entre dos medias 463
Prueba t' de varianza separada para diferencias entre dos medias 472
Prueba de sumas de rangos de Wilcoxon para diferencias entre dos medianas 481
Prueba F para diferencias entre dos varianzas 489
Elección del procedimiento de prueba apropiado al comparar dos muestras relacionadas 503
Prueba t para la diferencia de medias 504
Prueba de hipótesis de rangos con signo de Wilcoxon para la diferencia de medias 511
Trampas potenciales de la prueba de hipótesis y cuestiones éticas 518
Prueba de hipótesis basada en dos muestras de datos numéricos: repaso 518
14. ANOVA y otras pruebas de e muestras con datos numéricos 525
Elección del procedimiento de prueba apropiado al comparar c muestras 527
El modelo completamente aleatorizado: análisis de varianza de un factor 527
Prueba F ANOVA de una dirección para diferencias en c medias 527
Prueba de rangos de Kruskal-Wallis para diferencias en c medianas 545
El modelo de diseño de bloque aleatorizado 558
Prueba F de bloque aleatorizado para diferencias en c medias 559
Prueba de rango de Friedman para diferencias en e medias 571
El modelo de diseño factorial y el análisis de dos direcciones de varianza 577
Dificultades potenciales de la prueba de hipótesis y cuestiones éticas 592
Prueba de hipótesis basada en c muestras de datos numéricos: un repaso 593
16. Prueba de hipótesis con datos categóricos 605
Prueba Z de una muestra para la porción 606
Prueba Z para diferencias entre dos porciones (muestras independientes) 611
Prueba 2X2 para diferencias entre dos porciones (muestras independientes) 616
Prueba X2 para diferencias entre e porciones (muestras independientes) 624
Prueba X2 de independencia 632
Prueba de McNemar para diferencias entre dos porciones relacionadas 644
Dificultades potenciales de la prueba de hipótesis y cuestiones éticas 649
Prueba de hipótesis basada en datos categóricos: un repaso 650
16. Aplicaciones estadísticas en administración de la calidad y productividad 659
Calidad y productividad: una perspectiva histórica 660
La teoría de los diagramas de control 662
Algunas herramientas para estudiar un proceso: diagramas de esqueleto de pescado (Ishikawa) y de flujo de procesos 664
Los catorce puntos de Deming: una teoría de la administración por proceso 670
Diagramas de control para la proporción y el número de elementos que no se ajustan: los diagramas p y np 674
Experimento de la cuenta roja: comprensión de la variabilidad del proceso 684
El diagrama C: Un diagrama de control para el número de ocurrencias por unidad 687
Diagramas de control para la media (X) y el intervalo (R) 692
Diagramas de control para valores individuales (diagrama X) 701
17. Regresión lineal simple y correlación 713
El diagrama de dispersión 715
Tipos de modelos de regresión 719
Determinación de la ecuación de regresión lineal simple 721
El error estándar de estimación 726
Mediciones de variación en regresión y correlación 728
Correlación: medición de la intensidad de la asociación 732
Suposiciones de regresión y correlación 736
Diagnóstico de regresión: análisis residual 737
Medición de la auto correlación: la estadística de Durbin­Watson 742
Estimación del intervalo de confianza para predecir mu sub YX 747
Intervalo de predicción para una respuesta individual Y 749
Inferencias respecto a los parámetro de población en regresión y correlación 751
Diagnóstico de regresión: análisis de influencia 755
Regresión, computadoras y la encuesta de satisfacción de empleados 759
Dificultades de la regresión y cuestiones éticas 765
18. Modelos de regresión múltiple 781
Desarrollo del modelo de regresión múltiple 782
Predicción de la variable dependiente Y para valores dados de las variables explicativas 789
Medición de la asociación en el modelo de regresión múltiple 790
Análisis residual en regresión múltiple 792
Prueba de la importancia de la relación entre la variable dependiente y las variables explicativas 794
Prueba de porciones del modelo de regresión múltiple 796
Inferencias relativas a los coeficientes de regresión de población 801
Estimaciones de intervalos de confianza para predecir mu sub YX y Y sub I 804
Coeficiente de determinación parcial 805
El modelo de regresión curvilíneo 806
Modelos de variables ficticias 816
Otros tipos de modelos de regresión 821
Multicolinealidad 824
Análisis de influencia en la regresión múltiple 825
Un ejemplo de construcción de modelos: la escuela de satisfacción de empleados 828
Regresión logística 837
Paquetes de computación y regresión múltiple 844
Dificultades en la regresión múltiple y cuestiones éticas 844
19. Pronóstico de series de tiempo 857
La importancia del pronóstico empresarial 858
Factores componentes del modelo multiplicativo clásico de series temporales 859
Suavizado de las series temporales anuales: promedios móviles y suavizado exponencial 862
Análisis de series temporales de datos anuales: ajuste de tendencia de mínimos cuadrados y pronóstico 871
Método de Holt-Winters para el ajuste de tendencia y el pronóstico 884
Modelado autorregresivo para el ajuste de tendencia y el pronóstico 888
Elección de un modelo de predicción apropiado 896
Pronóstico de series temporales de datos mensuales 903
Dificultades referentes al análisis de series temporales 911
Apéndices
A. Repaso de aritmética y álgebra A-1
B. Notación de sumatoria B-l
C. Símbolos estadísticos y alfabeto griego C-1
D. Conjuntos de datos especiales D-1
E. Tablas E-1
Indice I-1