- Portada
- Portadilla
- Prefacio
- Contenido breve
- Contenido
- 1 Descripción de datos con medidas numéricas
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- Los muchachos de verano
- 1.1 ASPECTOS FUNDAMENTALES DE LA CIENCIA
- Propósitos
- Introducción
- Explicación y teoría
- Naturaleza de la investigación
- Justificación frente a confrontación
- ¿De dónde surgen las teorías?
- Relaciones entre estadística e investigación
- Error de medida y error experimental
- Medición y estadística
- Escalas de medición
- Limitaciones de las estadísticas por nivel de medida
- Inferencia estadística y científica
- Diseño experimental
- Diseño cuasiexperimental
- Métodos cualitativos
- Estadística e informe científico
- Gráficas
- 1.2 DESCRIPCIÓN DE UN CONJUNTO DE DATOSCON MEDIDAS NUMÉRICAS
- 1.3 MEDIDAS DE CENTRO
- 1.3 EJERCICIOS
- 1.4 MEDIDAS DE VARIABILIDAD
- 1.4 EJERCICIOS
- 1.5 SOBRE LA SIGNIFICACIÓN PRÁCTICA DE LA DESVIACIÓN ESTÁNDAR
- 1.6 UNA MEDICIÓN DEL CÁLCULO DE s
- 1.6 EJERCICIOS
- 1.7 MEDICIONES DE POSICIÓN RELATIVA
- 1.8 EL RESUMEN DE CINCO NÚMEROS Y LA GRÁFICA DE CAJA
- 1.8 EJERCICIOS
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Medidas descriptivas numéricas en Excel
- Medidas numéricas descriptivas en MINITAB
- Ejercicios suplementarios
- 2 Probabilidad
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- 2.1 INTRODUCCIÓN
- 2.2 EL PAPEL DE LA PROBABILIDAD EN ESTADÍSTICA
- 2.3 EVENTOS Y EL ESPACIO MUESTRAL
- 2.4 ENFOQUES O ESCUELAS DE LA PROBABILIDAD
- 2.5 AXIOMAS DE PROBABILIDAD
- 2.6 PARTICIONES
- 2.7 CÁLCULO DE PROBABILIDADES CON EL USO DE EVENTOS SENCILLOS
- 2.7 EJERCICIOS
- 2.8 REGLAS ÚTILES DE CONTEO
- 2.8 EJERCICIOS
- 2.9 RELACIONES DE EVENTO Y REGLAS DE PROBABILIDAD
- Cálculo de probabilidades para uniones y complementos
- 2.10 INDEPENDENCIA, PROBABILIDAD CONDICIONAL Y LA REGLA DE LA MULTIPLICACIÓN
- 2.11 PROBABILIDAD CONDICIONAL
- 2.11 EJERCICIOS
- 2.12 TEOREMA DE BAYES
- 2.12 EJERCICIOS
- 2.13 ¿EVENTOS MUTUAMENTE EXCLUYENTES O INDEPENDIENTES?
- 2.14 PROCESOS ESTOCÁSTICOS
- Cadenas de Markov
- Representación gráfica
- Representación matricial
- Resumen
- 2.14 EJERCICIOS
- Ejercicios suplementarios
- 3 Algunas distribuciones de probabilidad importantes
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- Un misterio: casos de cáncer cerca de un reactor
- “¿Va a calificar por curva?”
- 3.1 INTRODUCCIÓN
- 3.2 VARIABLES ALEATORIAS DISCRETAS Y SUS DISTRIBUCIONES DE PROBABILIDAD
- Variables aleatorias
- Distribuciones de probabilidad
- La media y desviación estándar para una variable aleatoria discreta
- 3.2 EJERCICIOS
- 3.3 LA DISTRIBUCIÓN BINOMIAL DE PROBABILIDAD
- 3.3 EJERCICIOS
- 3.4 DISTRIBUCIONES DE PROBABILIDAD PARA VARIABLES ALEATORIAS CONTINUAS
- 3.5 LA DISTRIBUCIÓN DE PROBABILIDAD DE POISSON
- 3.5 EJERCICIOS
- 3.6 LA DISTRIBUCIÓN HIPERGEOMÉTRICA DE PROBABILIDAD
- 3.6 EJERCICIOS
- 3.7 LA DISTRIBUCIÓN NORMAL DE PROBABILIDAD
- 3.8 ÁREAS TABULADAS DE LA DISTRIBUCIÓN NORMAL DE PROBABILIDAD
- La variable aleatoria normal estándar
- Cálculo de probabilidades para una variable aleatoria normal general
- 3.8 EJERCICIOS
- 3.9 LA APROXIMACIÓN DE LA DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL A LA NORMAL
- 3.9 EJERCICIOS
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Probabilidades binomiales y de Poisson en Microsoft Excel
- Probabilidades binomiales
- Probabilidades de Poisson
- Probabilidades binomiales y de Poisson en MINITAB
- Probabilidades binomiales
- Probabilidades de Poisson
- Distribuciones discretas de probabilidad en MINITAB
- Distribuciones discretas de probabilidad en MS Excel
- Probabilidades normales en Microsoft Excel
- Probabilidades normales en MINITAB
- Ejercicios suplementarios
- CASO PRÁCTICO Un misterio: casos de cáncer cerca de un reactor
- CASO PRÁCTICO “¿Va a calificar por curva?”
- 4 Distribuciones muestrales
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- Muestreo de la Ruleta de Monte Carlo
- 4.1 INTRODUCCIÓN
- 4.2 PLANES MUESTRALES Y DISEÑOS EXPERIMENTALES
- 4.2 EJERCICIOS
- 4.3 ESTADÍSTICAS Y DISTRIBUCIONES MUESTRALES
- 4.4 EL TEOREMA CENTRAL DEL LÍMITE
- 4.5 LA DISTRIBUCIÓN MUESTRAL DE LA MEDIA MUESTRAL
- Error estándar
- 4.5 EJERCICIOS
- 4.6 LA DISTRIBUCIÓN MUESTRAL DE LA PROPORCIÓN MUESTRAL
- 4.6 EJERCICIOS
- 4.7 UNA APLICACIÓN MUESTRAL: CONTROL ESTADÍSTICO DE PROCESOS (OPCIONAL)
- Una gráfica de control para la media del proceso: la gráfica x
- Una gráfica de control para la proporción de piezas defectuosas: la gráfica p
- 4.7 EJERCICIOS
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- El teorema central del límite en operación: Microsoft Excel
- El teorema central del límite en operación: MINITAB
- Ejercicios suplementarios
- CASO PRÁCTICO Muestreo de la Ruleta de Monte Carlo
- 5 Estimación de muestras grandes
- OBJETIVO GENERAL
- ÍNDICE DEL CAPÍTULO
- 5.1 DÓNDE HEMOS ESTADO
- 5.2 A DÓNDE VAMOS: INFERENCIA ESTADÍSTICA
- 5.3 TIPOS DE ESTIMADORES
- 5.4 ESTIMACIÓN PUNTUAL
- 5.4 EJERCICIOS
- 5.5 ESTIMACIÓN DE INTERVALO
- Construcción de un intervalo de confianza
- Intervalo de confianza de muestra grande para una media poblacional m
- Interpretación del intervalo de confianza
- Intervalo de confianza de muestra grande para una proporción poblacional p
- 5.5 EJERCICIOS
- 5.6ESTIMACIÓN DE LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES
- 5.6 EJERCICIOS
- 5.7 ESTIMACIÓN DE LA DIFERENCIA ENTRE DOS PROPORCIONES BINOMIALES
- 5.7 EJERCICIOS
- 5.8 LÍMITES DE CONFIANZA A UNA COLA
- 5.9 SELECCIÓN DEL TAMAÑO MUESTRAL
- 5.9 EJERCICIOS
- REPASO DEL CAPÍTULO
- Ejercicios suplementarios
- 6 Inferencia a partir de muestras pequeñas
- OBJETIVO GENERAL
- ÍNDICE DEL CAPÍTULO
- 6.1 INTRODUCCIÓN
- 6.2 DISTRIBUCIÓN t DE STUDENT
- Suposiciones detrás de la distribución t de Student
- 6.3 INFERENCIAS DE MUESTRA PEQUEÑA RESPECTO A UNA MEDIA POBLACIONAL
- 6.3 EJERCICIOS
- 6.4 INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS POBLACIONALES: MUESTRAS ALEATORIAS INDEPENDIENTES
- 6.4 EJERCICIOS
- 6.5 INFERENCIAS DE MUESTRA PEQUEÑA PARA LA DIFERENCIA ENTRE DOS MEDIAS: UNA PRUEBA DE DIFERENCIA EN PARES
- 6.5 EJERCICIOS
- 6.6 INFERENCIAS RESPECTO A LA VARIANZA POBLACIONAL
- 6.6 EJERCICIOS
- 6.7 COMPARACIÓN DE DOS VARIANZAS POBLACIONALES
- 6.7 EJERCICIOS
- 6.8 REPASO DE SUPOSICIONES DE MUESTRA PEQUEÑA
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Prueba y estimación de muestra pequeña: Microsoft Excel
- Prueba y estimación de muestra pequeña: MINITAB
- Ejercicios suplementarios
- 7 Análisis de varianza
- OBJETIVO GENERAL
- ÍNDICE DEL CAPÍTULO
- ¡Cómo ahorrar dinero en comestibles!
- 7.1 EL DISEÑO DE UN EXPERIMENTO
- 7.2 ¿QUÉ ES UN ANÁLISIS DE VARIANZA?
- 7.3 LAS SUPOSICIONES PARA UN ANÁLISIS DE VARIANZA
- 7.4 EL DISEÑO COMPLETAMENTE ALEATORIZADO: UNA CLASIFICACIÓN EN UNA DIRECCIÓN
- 7.5 EL ANÁLISIS DE VARIANZA PARA UN DISEÑO COMPLETAMENTE ALEATORIZADO
- División de la variación total en un experimento
- Prueba de igualdad de las medias de tratamiento
- Estimación de diferencias en las medias de tratamiento
- 7.5 EJERCICIOS
- 7.6 CLASIFICACIÓN DE MEDIAS POBLACIONALES
- 7.6 EJERCICIOS
- 7.7 DISEÑO DE BLOQUE ALEATORIZADO: UNA CLASIFICACIÓN EN DOS DIRECCIONES
- 7.8 EL ANÁLISIS DE VARIANZA PARA UN DISEÑO DE BLOQUE ALEATORIZADO
- Prueba de la igualdad de las medias de tratamiento y de bloque
- Identificación de diferencias en las medias de tratamiento y de bloque
- Algunos comentarios de precaución en bloqueo
- 7.8 EJERCICIOS
- 7.9 EL EXPERIMENTO FACTORIAL a × b: UNA CLASIFICACIÓN EN DOS VÍAS
- 7.10 EL ANÁLISIS DE VARIANZA PARA UN EXPERIMENTO FACTORIAL a × b
- 7.10 EJERCICIOS
- 7.11 REPASO DE LAS SUPOSICIONES DEL ANÁLISIS DE VARIANZA
- Gráficas residuales
- 7.12 UN BREVE REPASO
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Procedimientos de análisis de varianza: Microsoft Excel
- Procedimientos de análisis de varianza: MINITAB
- Ejercicios suplementarios
- CASO PRÁCTICO ¡Cómo ahorrar dinero en comestibles!
- 8 Regresión lineal y correlación
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- ¿Su automóvil está “Hecho en EUA”?
- 8.1 INTRODUCCIÓN
- 8.2 MODELO PROBABILÍSTICO LINEAL SIMPLE
- 8.3 EL MÉTODO DE MÍNIMOS CUADRADOS
- 8.4 UN ANÁLISIS DE VARIANZA PARA REGRESIÓN LINEAL
- 8.4 EJERCICIOS
- 8.5 PRUEBA DE LA UTILIDAD DEL MODELO DE REGRESIÓN LINEAL
- Inferencias respecto a b, la pendiente de la recta de medias
- El análisis de varianza de la prueba F
- Medir la fuerza de la relación: el coeficiente de determinación
- Interpretación de los resultados de una regresión significativa
- 8.5 EJERCICIOS
- 8.6 HERRAMIENTAS DE DIAGNÓSTICO PARA VERIFICAR SUPOSICIONES DE LA REGRESIÓN
- Gráficas residuales
- 8.6 EJERCICIOS
- 8.7 ESTIMACIÓN Y PREDICCIÓN USANDO LA RECTA AJUSTADA
- 8.7 EJERCICIOS
- 8.8 ANÁLISIS DE CORRELACIÓN
- 8.8 EJERCICIOS
- 8.9 COVARIANZA
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Procedimientos de regresión lineal: Microsoft Excel
- Procedimientos de regresión lineal: MINITAB
- Ejercicios suplementarios
- CASO PRÁCTICO ¿Su automóvil está “Hecho en EUA”?
- 9 Análisis de regresión múltiple
- OBJETIVO GENERAL
- ÍNDICE DEL CAPÍTULO
- 9.1 INTRODUCCIÓN
- 9.2 EL MODELO DE REGRESIÓN MÚLTIPLE
- 9.3 UN ANÁLISIS DE REGRESIÓN MÚLTIPLE
- El método de mínimos cuadrados
- El análisis de varianza para regresión múltiple
- Prueba de la utilidad del modelo de regresión
- El análisis de varianza de la prueba F
- El coeficiente de determinación, R2
- Interpretación de los resultados de una regresión significativa
- Prueba de la significancia de los coeficientes de regresión parcial
- El valor de R2 ajustado
- Comprobación de suposiciones de regresión
- Uso del modelo de regresión para estimación y predicción
- 9.4 UN MODELO DE REGRESIÓN POLINOMIAL
- 9.4 EJERCICIOS
- 9.5 USO DE VARIABLES PREDICTORAS CUANTITATIVAS Y CUALITATIVAS EN UN MODELO DE REGRESIÓN
- 9.5 EJERCICIOS
- 9.6 PRUEBA DE CONJUNTOS DE COEFICIENTES DE REGRESIÓN
- 9.7 INTERPRETACIÓN DE GRÁFICAS RESIDUALES
- 9.8 ANÁLISIS DE REGRESIÓN POR PASOS
- 9.9 INTERPRETACIÓN ERRÓNEA DE UN ANÁLISIS DE REGRESIÓN
- Causalidad
- Multicolinealidad
- 9.10 PASOS A SEGUIR AL CONSTRUIR UN MODELO DE REGRESIÓN MÚLTIPLE
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Procedimientos de regresión múltiple: Microsoft Excel
- Procedimientos de regresión múltiple: MINITAB
- Ejercicios suplementarios
- 10 Análisis de datos categóricos
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- 10.1 INTRODUCCIÓN
- Estudios evaluativos, un enfoque actual
- Definiciones y conceptos
- Consideraciones para los estudios evaluativos
- Los diferentes objetos de la evaluación
- La evaluación del desempeño académico
- La evaluación de programas
- Estudios evaluativos: procedimientos generales
- Áreas de interés del estudio evaluativo
- Programas susceptibles de evaluación
- Interpretación de los resultados
- La evaluación referida a una norma
- La evaluación referida al criterio
- 10.2 UNA DESCRIPCIÓN DEL EXPERIMENTO
- 10.3 ESTADÍSTICO JI CUADRADA DE PEARSON
- 10.4 PRUEBA DE PROBABILIDADES DE CELDA ESPECIFICADA: LA PRUEBA DE BONDAD DE AJUSTE
- 10.4 EJERCICIOS
- 10.5 TABLAS DE CONTINGENCIA: UNA CLASIFICACIÓN DE DOS VÍAS
- La prueba de independencia ji cuadrada
- 10.5 EJERCICIOS
- 10.6 PROCEDIMIENTO POST HOC
- Requisitos para usar el estadístico de prueba ii cuadrada (x2)
- Coeficiente fi (F)
- Prueba de significancia de fi (F)
- Requisitos de uso de F
- Coeficiente de contingencia (C)
- Prueba de significancia
- Coeficiente V de Kramer
- 10.7 PRUEBA EXACTA DE FISHER
- 10.8 PRUEBA DE McNEMAR
- 10.9 COMPARACIÓN DE VARIAS POBLACIONES MULTINOMIALES: UNA CLASIFICACIÓN DE DOS VÍAS CON TOTALES DE FILA O COLUMNA FIJOS
- 10.9 EJERCICIOS
- 10.10 LA EQUIVALENCIA DE PRUEBAS ESTADÍSTICAS
- 10.11 OTRAS APLICACIONES DEL ESTADÍSTICO DE PRUEBA JI CUADRADA
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- La prueba ji cuadrada: Microsoft Excel
- La prueba ji cuadrada: MINITAB
- Ejercicios suplementarios
- 11 Estadística no paramétrica
- OBJETIVO GENERAL
- ÍNDICE DEL CAPÍTULO
- ¿Cómo está su nivel de colesterol?
- 11.1 INTRODUCCIÓN
- 11.2 LA PRUEBA DE SUMA DE RANGO DE WILCOXON: MUESTRAS ALEATORIAS INDEPENDIENTES
- Aproximación normal para la prueba de suma de rango de Wilcoxon
- 11.2 EJERCICIOS
- 11.3 LA PRUEBA DEL SIGNO PARA UN EXPERIMENTO DE DOS POBLACIONES
- Aproximación normal para la prueba del signo
- 11.3 EJERCICIOS
- 11.4 UNA COMPARACIÓN DE PRUEBAS ESTADÍSTICAS
- 11.5 LA PRUEBA DE RANGO CON SIGNO DE WILCOXON PARA UN EXPERIMENTO DE DOS POBLACIONES
- Aproximación normal para la prueba de rango con signo de Wilcoxon
- 11.5 EJERCICIOS
- 11.6 LA PRUEBA H DE KRUSKAL-WALLIS PARA DISEÑOS COMPLETAMENTE ALEATORIZADOS
- 11.6 EJERCICIOS
- 11.7 LA PRUEBA Fr DE FRIEDMAN PARA DISEÑOS DE BLOQUE ALEATORIZADOS
- 11.8 PRUEBA DE NEMENYI
- 11.8 EJERCICIOS
- 11.9 PRUEBA DE LA MEDIANA
- 11.10 COEFICIENTE DE CORRELACIÓN DE RANGO
- 11.11 PRUEBA DE SIGNIFICANCIA DE rs
- 11.12 COEFICIENTE TAU (t) DE KENDALL
- 11.13 COEFICIENTE DE CONCORDANCIA (v) DE KENDALL
- Prueba de significancia de v
- 11.14 COEFICIENTE DE CORRELACIÓN (rbp) BISERIAL DE PUNTO
- Prueba de significancia de rbp
- 11.15 PRUEBA DE KAPPA
- 11.15 EJERCICIOS
- 11.16 RESUMEN
- REPASO DEL CAPÍTULO
- TECNOLOGÍA ACTUAL
- Procedimientos no paramétricos: MINITAB
- Ejercicios suplementarios
- CASO PRÁCTICO ¿Cómo está su nivel de colesterol?
- 12 Teoría de la respuesta al ítem
- OBJETIVOS GENERALES
- ÍNDICE DEL CAPÍTULO
- 12.1 INTRODUCCIÓN
- 12.2 TEORÍA CLÁSICA DE LOS TESTS EN LA PSICOMETRÍA
- Supuestos básicos de la teoría de la puntuación verdadera
- Confiabilidad de un test
- Condiciones de paralelismo
- Características de los ítems en la TCT
- Principales limitaciones de la teoría clásica de los tests
- 12.3 ¿QUÉ OFRECE LA TEORÍA DE LA RESPUESTA AL ÍTEM?
- Curva característica del ítem (CCÍ)
- Modelo ideal de Guttman y parámetros de un ítem
- Índice de dificultad
- Discriminación de un ítem
- Parámetro de seudoadivinación
- Modelo de ojiva normal
- Reparametrización del modelo de ojiva normal
- Modelo logístico de un parámetro o modelo de Rasch
- Modelo logístico de dos parámetros
- Modelo logístico con tres parámetros
- 12.4 PRINCIPALES SUPUESTOS DE LA TRÍ
- Unidimensionalidad del test
- Indeterminación de la escala del rasgo latente
- La independencia local
- 12.5 ESTIMACIÓN DE PARÁMETROS DEL EXAMINADO Y LOS ÍTEMS
- Método de estimación de máxima verosimilitud
- Estimación de los parámetros: a y b
- 12.6 FUNCIÓN DE INFORMACIÓN
- Usos de la función de información
- Función de información del test
- 12.7 EVALUACIÓN DE BONDAD DE AJUSTE DEL MODELO
- Interpretación del índice de bondad de ajuste
- 12.8 MODELOS POLITÓMICOS DE LA TEORÍA DE LA RESPUESTA AL ÍTEM
- Modelos politómicos para categorías ordenadas
- Modelo de respuesta graduada
- 12.9 RESUMEN
- Apéndice A Los escritos científicos
- INTRODUCCIÓN
- Qué escribir
- Tipo de escrito
- Partes del manuscrito
- Fuentes de información
- Estilo
- Problemas éticos de un reporte de investigación
- Protección del derecho a la intimidad de los pacientes
- Organización de un manuscrito para su envío al editor
- Requisitos para publicaciones del área de ciencias biomédicas
- Requisitos para el envío de manuscritos
- Preparación del original
- Autoría
- Palabras clave
- Estadística
- Agradecimientos
- Referencias bibliográficas
- Envío del manuscrito a la revista
- Ejemplos de las referencias bibliográficas
- Artículos de revistas
- Libros y otras monografías
- Otros trabajos publicados
- Material no publicado
- Recomendaciones para escribir referencias bibliográficas
- REFERENCIAS
- Apéndice B Matrices
- Orden de una matriz
- Tipos de matrices
- Matriz renglón o vector renglón A1×n
- Matriz cuadrada
- Matriz diagonal
- Matriz escalar
- Matriz identidad
- Matriz nula
- Igualdad de matrices
- Determinantes
- Determinantes para matrices de 2 × 2
- Determinantes para matrices de 3 × 3
- Álgebra de matrices
- Transpuesta de una matriz
- Matriz simétrica
- Operaciones con matrices
- Suma de matrices
- Multiplicación de matrices
- Matriz opuesta
- Resta de matrices
- Producto de dos matrices
- Inversa de una matriz
- Anexo Tablas
- TABLA 1 Probabilidades binomiales acumulativas
- TABLA 2 Probabilidades acumulativas de Poisson
- TABLA 3 Áreas bajo la curva normal
- TABLA 4 Valores críticos de t
- TABLA 5 Valores críticos de ji cuadrada
- TABLA 6 Puntos porcentuales de la distribución F
- TABLA 7 Valores críticos de T para la prueba de suma de rango de Wilcoxon, n1 n2
- TABLA 8 Valores críticos de T para la prueba de rango con signo de Wilcoxon, n = 5(1)50
- TABLA 9 Valores críticos del coeficiente de correlación de rango de Spearman para una prueba de una cola
- TABLA 10 Números aleatorios
- TABLA 11 a) Puntos porcentuales del rango de Student, q.05(k, gl); puntos de 5% superior
- TABLA 11b) Puntos porcentuales del rango de Student, q.01(k, gl); puntos de 1% superior
- TABLA 12 Porcentiles de la distribución normal estandarizada
- TABLA 13 Valores críticos de Q (Tukey-Snedecor) para comparaciones múltiples
- TABLA 14 Valores críticos para la prueba de Hartley (homogeneidad de varianzas)
- TABLA 15 Valores críticos para la prueba de Cochran (homogeneidad de variantes)
- TABLA 16 Valores de | n | para la prueba de MacNemar
- TABLA 17 Valores críticos de A (prueba de Sandler)
- TABLA 18 Tabla de Dunnet 1a para p = 95%
- TABLA 19 Tabla de Dunnet 1b para p = 99%
- TABLA 20 Tabla de Dunnet 2a para p = 95%
- TABLA 21 Tabla de Dunnet 2b para p = 95%
- Fuentes de datos
- Respuestas a ejercicios seleccionados
- Glosario