Libros de estadística y probabilidad

Este libro de ejercicios es el complemento idóneo al texto, también publicado por esta editorial, Fundamentos de Inferencia Estadística, y recoge una muy variada selección de ejercicios sobre los diferentes temas de la inferencia estadistica, haciendo especial hincapie en estimacion y contrastacion de hipotesis.

Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadística básica rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edicion de este libro incluye ejemplos detallados de Python, ofrece una orientacion practica sobre la aplicacion de los metodos estadisticos a la ciencia de datos, te indica como evitar su uso incorrecto y te aconseja sobre lo que es y lo que no es importante. Muchos recursos de la ciencia de datos incorporan metodos estadisticos, pero carecen de una perspectiva estadistica mas profunda. Si estas familiarizado con los lenguajes de programacion R o Python y tienes algun conocimiento de estadistica, este libro suple esas carencias de una forma practica, accesible y clara. Con este libro aprenderas: Por que el analisis exploratorio de datos es un paso preliminar clave en la ciencia de datos Como el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big Data Como los principios del diseño experimental ofrecen respuestas definitivas a preguntas Como utilizar la regresion para estimar resultados y detectar anomalias Tecnicas de clasificacion esenciales para predecir a que categorias pertenece un registro Metodos estadisticos de aprendizaje automatico que 'aprenden' a partir de los datos Metodos de aprendizaje no supervisados para extraer significado de datos sin etiquetar Peter Bruce es el fundador del Institute for Statistics Education en Statistics.com. Andrew Bruce es cientifico investigador jefe en Amazon y tiene mas de 30 años de experiencia en estadistica y ciencia de datos. Peter Gedeck es cientifico de datos senior en Collaborative Drug Discovery, desarrolla algoritmos de aprendizaje automatico para pronosticar propiedades de posibles futuros farmacos.

Este manual de Análisis de datos en ciencias sociales y de la salud está pensado para estudiantes, profesores e investigadores que se ven en la necesidad de aplicar herramientas estadísticas. Tanto los contenidos como la exposicion se han intentado ajustar a la idea de que un profesional de las ciencias sociales y de la salud no es un estadistico (muy probablemente, tampoco pretende serlo) y, consecuentemente, no necesita ser un experto en los fundamentos matematicos de las herramientas estadisticas que aplica. Por esta razon, la exposicion se ha orientado a resaltar la utilidad de los procedimientos disponibles y las claves para saber elegirlos, aplicarlos e interpretarlos correctamente (aunque sin prescindir de los detalles necesarios para entender la logica y el significado de los mismos).

Combinando la visión de un experto con el entusiasmo lúdico de un aficionado, ‘El arte de la estadística’ es la guía definitiva de la estadística que necesitamos.La guía definitiva del pensamiento es

La explosión masiva de datos ha transformado el papel de la ESTADÍSTICA en los últimos años y deberíamos adaptar la investigación y educación a estos nuevos cambios. Hemos pasado de un mundo en el que lo dificil era obtener un volumen de datos suficiente y fiable, a un mundo donde estamos inundados de ellos y con una capacidad de procesamiento mayor que nunca. Una revolucion que transformara como vivimos, trabajamos y pensamos en el mundo digitalizado en el que estamos inmersos. Tanto es asi que las grandes tendencias que van a cambiar nuestra realidad tal como la conocemos son el BIG DATA y el ANÇLISIS PREDICTIVO. Y nuestros actuales alumnos seran clave para este cercano futuro. Vamos a facilitarles la tarea! Este manual esta especialmente orientado como libro de texto en la asignatura Estadistica I, siendo su principal proposito el de proporcionar al estudiante un elemento util y eficaz de ayuda, apoyo y consulta para la comprension de los distintos temas que se imparten en la misma. Para ello se presentan los fundamentos de las herramientas estadisticas de manera que se facilite su utilizacion inteligente conociendo sus posibilidades y limitaciones. Todo ello se ha querido enfocar desde una perspectiva didactica, buscando la comprension de los conceptos teoricos a traves d

Texto básico para la asignatura de Inferencia estadística del Grado de Economía. LOs autores han desarrollado el libro de manera que, si bien el lector debe de tener unos conocimientos previos de estadistica y calculo de probabilidades, no utilizan una herramienta matematica muy elevada. En algunas ocasiones han prescindido de demostraciones que podrian resultar engorrosas para los fines que se pretende conseguir, sin que esto suponga una perdida de rigor en la obra.

Este manual de Análisis de datos en ciencias sociales y de la salud está pensado para estudiantes, profesores e investigadores que se ven en la necesidad de aplicar herramientas estadísticas. Tanto los contenidos como la exposicion se han intentado ajustar a la idea de que un profesional de las ciencias sociales y de la salud no es un estadistico (muy probablemente, tampoco pretende serlo) y, consecuentemente, no necesita ser un experto en los fundamentos matematicos de las herramientas estadisticas que aplica. Por esta razon, la exposicion se ha orientado a resaltar la utilidad de los procedimientos disponibles y las claves para saber elegirlos, aplicarlos e interpretarlos correctamente (aunque sin prescindir de los detalles necesarios para entender la logica y el significado de los mismos).Ademas, gracias a programas informaticos como el SPSS Statistics ya no es necesario invertir tiempo en complejos calculos que no contribuyen en absoluto a entender el significado de lo que se esta haciendo. Aunque todos los procedimientos se presentan con suficiente detalle como para poder aplicarlos con una calculadora de bolsillo, de todos ellos se explica como aplicarlos con el SPSS Statistics y como interpretar correctamente los resultados que se obtienen.

Las Redes Neuronales Artificiales (RNA) constituyen una de las técnicas que intentan reproducir las características del cerebro. A diferencia de otras técnicas, que consideran el cerebro como una caja negra, las RNA intentan modelar su estructura fisiologica basica: la neurona, asi como la agrupacion de neuronas en sistemas que puedan mostrar un comportamiento que se pueda considerar, en alguna medida, inteligente. Al igual que los sistemas biologicos, los modelos artificiales consiguen resolver problemas en base al conocimiento adquirido mediante informacion que reciben de su entrono. Las RNA aprenden a resolver problemas a partir de una serie de ejemplos que representan el tipo de problema a resolver. Se describiran las tecnicas basicas que utilizan las Redes Neuronales Artificiales para aprender a resolver problemas. Como el objetivo de este texto es presentar las Redes Neuronales Artificiales y su relacion con la Estadistica a un lector no versado en el tema, se ha intentado en la medida de lo posible evitar la aparicion de expresiones matematicas. Se han seleccionado siempre ejemplos muy sencillos y faciles de entender, evitando las expresiones matematicas mas complejas. Estos sencillos ejemplos pueden ayudar al lector a entender el modo de operacion de las Redes Neuronales Artificiales.

La presente obra expone, de manera razonada, aquellos conceptos y métodos de la Estadística que se consideran básicos e imprescindibles para su posterior aplicación en cualquier campo.No es un libro con teoremas y demostraciones, pero es riguroso, en el sentido de que las propiedades se comprueban y los conceptos se plantean y desarrollan matematicamente, siempre que se considera razonable.De manera intencionada, se han excluido todos aquellos conceptos que, desde el punto de vista matematico, resultan muy interesantes, pero que, desde el punto de vista aplicado, contribuyen a generar confusion.El resultado final de todo esto es un libro de Estadistica corto en extension, claro en lo basico y riguroso en lo posible.

Este libro presenta las técnicas más utilizadas del análisis estadístico multivariante. Su contenido integra los métodos descriptivos multivariantes de minería de datos, y de reconocimiento de patrones, con los procedimientos de inferencia estadística para vectores de variables.La primera parte explica los métodos para describir conjuntos de datos, donde se observan muchas variables en cada elemento y puede servir de texto para un curso cuatrimestral orientado a las aplicaciones en Administración de empresas, Ingeniería y Ciencias de la computación o Biología y Ciencias del medio ambiente.La segunda parte explica los métodos de construcción de modelos estadísticos para datos multivariante y puede utilizarse en un curso más avanzado para formas estadísticos, o expertos en investigación de mercados, métodos de calidad, investigadores sociales o del medio ambiente. En general, la presentación del material tiene siempre en cuenta las explicaciones, pero los temas se tratan rigurosamente de manera que el texto pueda ser útil para distintas audiencias.Los métodos expuestos se ilustran con ejemplos reales, y se han preparado varios bancos de datos que el lector puede descargar desde Internet. Además de los métodos multivariantes clásicos implantados en los programas estándar de ordenador, el libro contiene algunos métodos recientes de utilidad reconocida, que aparecen por primera vez en un texto. Entre ellos señalaremos nuevas medidas globales de variabilidad y dependencia multivariante, métodos de clasificación mediante proyecciones, algoritmos de estimación de mezclas de distribuciones con métodos clásicos y bayesianos, y nuevos procedimientos de detección de atípicos multivariantes.htt://www.mcgraw-hill.es/olc/pena

Concentration inequalities for functions of independent random variables is an area of probability theory that has witnessed a great revolution in the last few decades, and has applications in a wide variety of areas such as machine learning, statistics, discrete mathematics, and high-dimensional geometry. Roughly speaking, if a function of many independent random variables does not depend too much on any of the variables then it is concentrated in the sense that with high probability, it is close to its expected value. This book offers a host of inequalities to illustrate this rich theory in an accessible way by covering the key developments and applications in the field. The authors describe the interplay between the probabilistic structure (independence) and a variety of tools ranging from functional inequalities to transportation arguments to information theory. Applications to the study of empirical processes, random projections, random matrix theory, and threshold phenomena are also presented.A self-contained introduction to concentration inequalities, it includes a survey of concentration of sums of independent random variables, variance bounds, the entropy method, and the transportation method. Deep connections with isoperimetric problems are revealed whilst special attention is paid to applications to the supremum of empirical processes. Written by leading experts in the field and containing extensive exercise sections this book will be an invaluable resource for researchers and graduate students in mathematics, theoretical computer science, and engineering.

La modelización clásica de datos temporales parte del carácter discreto de la serie objeto de estudio, es decir, la ocurrencia se produce en instantes de tiempo concretos, a pesar de que el fenómeno estudiado puede en ocasiones evolucionar de forma continua a lo largo del tiempo. Asi, en los ultimos años se estan introduciendo metodologias funcionales para el tratamiento de tales series, respetando su naturaleza en tiempo-continuo. La presente monografia recoge, de forma divulgativa, algunos de los aspectos usuales en el analisis de datos funcionales, incluyendo las aportaciones fundamentales realizadas por los autores sobre el tema. Asi, tras repasar los conceptos teoricos basicos sobre espacios funcionales, se abordan los metodos de modelizacion estocastica basados en el analisis en componentes principales, asi como los algoritmos numericos necesarios para su implementacion, introduciendo seguidamente los modelos PCP para predecir series funcionales. Finalmente, se incluye un capitulo dedicado a aplicaciones con datos reales y simulados.

Este texto constituye una introducción a los métodos estadísticos para analizar datos en las ciencias de la actividad física y del deporte. En él se recogen los conceptos mínimos e imprescindibles que cualquier graduado debe manejar. En esta obra estos conceptos se explican con palabras en lugar de con formulas y se ilustran con ejemplos extraidos de las ciencias de la actividad fisica y del deporte. Con la experiencia conseguida despues de muchos años de docencia de esta materia, los autores han podido estructurar los contenidos necesarios con una adecuada exposicion para facilitar el aprendizaje de esta materia a los estudiantes de primer curso. Dado su caracter introductorio, no son necesarios mas que algunos conocimientos basicos de calculo para su comprension.

El cálculo de funciones de una variable real desarrollado en el texto constituye una materia básica de la educación universitaria en ciencia y tecnología. Su contenido incluye los temas fundamentales sobre conjuntos numericos, convergencia y continuidad de funciones, calculo diferencial, calculo integral y series, propios de los programas habituales de un primer curso de calculo de las carreras universitarias cientificas y tecnicas.

Este libro presenta los elementos de la sociología matemática y constituye un intento de familiarizar a los sociólogos con el aparato matemático moderno, incluidas las ideas sinergéticas en la sociologia. Se estudian las ideas fundamentales y algunos ejemplos tipicos de la simulacion matematica en la sociologia, los conceptos fundamentales de la sinergetica y la ciencia no lineal en general (bifurcaciones, catastrofes, atractores extraños, estabilidad). Se describen algunos modelos sociologicos (las relaciones entre una colonia y una metropoli, los motines carcelarios, las quiebras de la bolsa, las relaciones de genero, la actividad de una empresa pequeña, etcetera). Se analizan los metodos modernos de procesamiento de los datos sociologicos, asi como los principios de la sinergetica y sus concepciones fundamentales. Se recomienda a los estudiantes de las especialidades relacionadas con la sociologia y a los matematicos interesados en sociologia. Puede ser utilizado como material didactico.

El libro Análisis estadístico para la investigación social está concebido como un curso de orientación para quienes comienzan a practicar el análisis de fenómenos sociales. Este texto continua la linea iniciada en Estadistica para la investigacion social, libro que mostraba las herramientas basicas para lectura y resumen de informacion estadistica. En este nuevo volumen, se abunda en las maneras de uso de dichas herramientas en su aplicacion a casos de investigacion en los que interesa establecer y conocer la relacion entre variables. Despues de las operaciones de observar, contar, resumir y describir explicadas en el primer tomo, se propone, en este segundo, el analisis de las variables y las distintas formas en que se relacionan e interactuan. Los distintos analisis que se abordan se han adaptado para trabajar con las fuentes de datos mas usuales en el analisis de la realidad social, haciendose al respecto un especial esfuerzo en potenciar el uso de software libre. Ademas, en este sentido en la exposicion de los contenidos se ha buscado ofrecer un equilibrio entre el desarrollo teorico y las condiciones de aplicacion practica.

Hoy en dia vivimos en un mundo repleto de información, es decir, de datos, y no cabe duda que para interpretarlos correctamente es fundamental el conocimiento de la Estadística, que podría definirse como el arte de obtener conclusiones a partir de datos.Dirigida a estudiantes universitarios de cualquier area, esta Introduccion a la Estadistica solo exige conocimientos de algebra a nivel de enseñanza media. Su objetivo no es simplemente el de presentar conceptos y tecnicas estadisticas, sino que pretende que los futuros profesionales sepan cuando y como deben aplicar los conocimientos estadisticos y, ademas, entiendan la razon por la cual se utiliza uno en concreto en determinados casos. Para ello, los autores han realizado un gran esfuerzo a la hora de explicar las ideas que sustentan los conceptos y las tecnicas estadisticas presentadas.Las aplicaciones de la Estadistica y las distintas perspectivas de su uso se explican aqui de forma clara y concisa, y se ilustran con numerosos ejemplos y problemas de trabajo sobre una amplia variedad de temas, en su mayor parte tomados de la vida real. Para desarrollar las habilidades del lector, se proponen cientos de ejercicios y problemas de repaso que incitan a pensar.

En la ciencia actuarial, la estadística actuarial vida aporta la metodología fundamental para el cálculo de probabilidades y técnicas de ajuste que intervienen en el diseño de productos aseguradores de vida y de pensiones, por tanto, permite estimar las d

En este texto continuamente se busca conciliar el rigor de los contenidos con la exposición intuitiva. El lector encontrará que primero se preguntan para qué hacen esto, y a continuación se muestra el amplio abanico de herramientas que ofrece al analista, al investigador, al profesional de la sociologia o de la ciencia politica. La exposicion herramientas estadisticas se liga directamente al funcionamiento de las tecnicas analiticas. Asi, el lector encontrara, desde casos sencillos resueltos de forma simple, hasta el tratamiento mediante paquetes estadisticos de fuentes voluminosas de datos. El texto se ha organizado de menos a mas con un argumento que permite emprender el estudio de forma autonoma. Se trata de un libro para el alumno, para que desde su propio ritmo, motivando su curiosidad de forma logica, pueda desarrollar sus capacidades de autoaprendizaje. Los autores del libro son profesores de Estadistica en el Departamento de Teoria, Metodologia y Cambio Social de la Facultad de Ciencias Politicas y Sociologia de la UNED.