SOBRE EL AUTOR
Ana Laura Gutiérrez Banegas
Cuenta con una licenciatura en Actuaría (ITAM), un máster en Economía Aplicada (UNED), una maestría en Logística y Dirección de la Cadena de Suministro (UPAEP) y, actualmente, estudia el Doctorado en Planeación Estratégica y Dirección de Tecnologías (UPAEP). Ha laborado en seguros del ramo de automóviles; en consultoría y desarrollo de sistemas para Grupo México; en el Área de Análisis y Modelación para Minería de Datos, y en consultoría para el IMSS.
Ha impartido cursos de Estadística Básica y Cartas de Control en Colgate Palmolive, así como cursos de Diplomado en las áreas de Matemáticas Financieras y Diseño de Experimentos, para instituciones como el ITAM y la UAM, y a nivel licenciatura, Cálculo Diferencial e Integral, Estadística para Administradores, Ingenieros y Economistas y Pronósticos para la toma de decisiones. Además, ha ofrecido cursos para ingenieros industriales en el área de control estadístico de la calidad, diseño de experimentos y evaluación de proyectos.
Es coautora del libro Introducción a las Matemáticas Universitarias y autora del libro Probabilidad y Estadística editados por McGraw-Hill. Ha colaborado también como revisora técnica para McGraw-Hill Editores y autora del libro Cómo entender estadística fácilmente de la colección Para Todos del IMCP.
TABLA DE CONTENIDO
Presentación
En esta edición
CAPÍTULO 1 INTRODUCCIÓN A LA ESTADÍSTICA
1.1 Definición e importancia
1.2 Estadística descriptiva e inferencial
1.3 Conceptos importantes
1.4 Tipos de datos y escala de valores
1.4.1 Tipos de datos
1.4.2 Escala de valores
A practicar
CAPÍTULO 2RECOLECCIÓN Y PRESENTACIÓN DE DATOS
2.1 Fuentes de recolección de datos
2.2 Presentación de datos
2.2.1 Distribución de frecuencias
2.2.2 Diagrama de barras y de pastel
2.2.3 Histograma
2.2.4 Ojiva
A practicar
CAPÍTULO 3MEDIDAS DESCRIPTIVAS PARA DATOS NO AGRUPADOS
3.1 Medidas de tendencia central
3.1.1 Media aritmética
3.1.2 Media geométrica
3.1.3 Mediana
3.1.4 Moda
3.2 Medidas de dispersión
3.2.1 Rango
3.2.2 Varianza y desviación estándar
3.2.3 Coeficiente de variación
3.3 Otras medidas descriptivas
3.3.1 Sesgo
3.3.2 Curtosis
3.3.3 Medidas de posición
A practicar
CAPÍTULO 4MEDIDAS DESCRIPTIVAS PARA DATOS AGRUPADOS
4.1 Medidas de tendencia central aproximadas
4.1.1 Media aritmética aproximada
4.1.2 Mediana aproximada
4.1.3 Moda aproximada
4.2 Medidas de dispersión aproximadas
4.2.1 Varianza y desviación estándar aproximadas
4.3 Medidas de posición aproximadas
4.3.1 Cuartiles
4.3.2 Deciles
4.3.3 Percentiles
A practicar
CAPÍTULO 5TEORÍA DE PROBABILIDADES
5.1 Teoría de la Probabilidad
5.1.1 Conceptos básicos
5.1.2 Enfoques de la probabilidad
5.2 Técnicas de conteo
5.2.1 Principio multiplicativo
5.2.2 Principio aditivo
5.2.3 Notación factorial
5.2.4 Combinaciones
5.2.5 Permutaciones
5.3 Cálculo de probabilidades
5.3.1 Reglas de probabilidad
5.3.2 Tablas de contingencia
5.3.3 Árbol de probabilidad
5.3.4 Independencia de eventos
5.3.5 Probabilidad condicional
5.3.6 Teorema de Bayes
A practicar
CAPÍTULO 6VARIABLES ALEATORIAS Y SUS DISTRIBUCIONES
6.1 Definición de variable aleatoria
6.1.1 Variable aleatoria discreta
6.1.2 Variable aleatoria continua
6.2 Distribución de probabilidad
6.2.1 Media y desviación estándar
6.3 Distribuciones especiales discretas
6.3.1 Ensayo de Bernoullí
6.3.2 Distribución binomial
6.3.3 Distribución Poisson
6.3.4 Distribución hipergeométrica
6.4 Función de densidad
6.4.1 Media y desviación estándar
6.5 Distribuciones especiales continuas
6.5.1 Distribución uniforme
6.5.2 Distribución exponencial
6.5.3 Distribución normal
6.5.4 Distribución normal estándar
A practicar
CAPÍTULO 7DISTRIBUCIONES DE MUESTREO
7.1. Métodos de muestreo
7.1.1. Tipos básicos de muestras
7.1.2. Métodos de recolección de datos
7.1.3. Muestreo para auditoría
7.2 Teorema del Límite Central
7.3 Distribuciones asociadas a la distribución normal
7.3.1 Distribución t-Student
7.3.2 Distribución Ji-Cuadrada ( χ2)
7.3.3 Distribución F-Fisher
A practicar
CAPÍTULO 8ESTIMACIÓN POR INTERVALOS
8.1 Estimadores puntuales
8.1.1 Propiedades de los estimadores
8.2 Intervalos de confianza para una muestra
8.2.1. Intervalo de confianza para una media poblacional con σ conocida
8.2.2. Intervalo de confianza para una media poblacional con σ desconocida
8.2.3. Intervalo de confianza para una proporción poblacional
8.2.4. Intervalo de confianza para una varianza poblacional
8.3 Intervalos de confianza para dos muestras
8.3.1 Intervalo de confianza para la diferencia de medias poblacionalescon σ1 y σ2 conocidas
8.3.2 Intervalo de confianza para la diferencia de medias poblacionalescon σ1 y σ2 desconocidas e iguales
8.3.3 Intervalo de confianza para la diferencia de medias poblacionalescon σ1 y σ2 desconocidas y diferentes
8.3.4 Intervalo de confianza para la diferencia de proporciones poblacionales
8.3.5 Intervalo de confianza para el cociente de varianzas poblacionales
A practicar
CAPÍTULO 9PRUEBA DE HIPÓTESIS
9.1 Conceptos básicos
9.1.1 Elementos de una prueba de hipótesis
9.1.2 Pasos para realizar una prueba de hipótesis
9.1.3 Valor-p (p-Value)
9.2 Pruebas de hipótesis para una muestra
9.2.1 Prueba de hipótesis para una media poblacional con σ conocida
9.2.2 Prueba de hipótesis para una media poblacional con σ desconocida
9.2.3 Prueba de hipótesis para una proporción poblacional
9.2.4 Prueba de hipótesis para una varianza poblacional
9.3 Pruebas de hipótesis para dos muestras
9.3.1 Prueba de hipótesis para la diferencia de medias poblacionalescon σ1 y σ2 conocidas
9.3.2 Prueba de hipótesis para la diferencia de medias poblacionalescon σ1 y σ2 desconocidas e iguales
9.3.3 Prueba de hipótesis para la diferencia de proporciones poblacionales
9.3.4 Prueba de hipótesis para el cociente de varianzas poblacionales
A practicar
CAPÍTULO 10REGRESIÓN LINEAL SIMPLE
10.1 Regresión lineal simple
10.1.1. Análisis de correlación
10.2 Análisis de regresión
10.2.1 Recta de regresión
10.2.2 Prueba para la pendiente
10.2.3 Tabla ANOVA
10.2.4 Prueba global
10.2.5 Intervalo de confianza y de predicción
10.2.6 Análisis de residuales
A practicar
CAPÍTULO 11INTRODUCCIÓN A BIG DATA PARA AUDITORÍAS
11.1 Big Data
11.1.1 Características principales
11.1.2 Tipos y fuentes de datos
11.1.3 Ciclo de gestión de la información
11.1.4 Beneficios de Big Data
11.2 Inteligencia artificial
11.2.1 Aplicaciones de Inteligencia Artificial
11.3 Aplicación de Big Data e Inteligencia Artificial en Auditoría
11.3.1 Beneficios
11.3.2 Aplicaciones de Excel
ANEXOS
Anexo 1. Instalación del complemento Análisis de Datos de Excel
Anexo 2. La sumatoria y sus propiedades
Anexo 3. Tabla de Distribución Acumulada Normal Estándar
Anexo 4. Tabla de Distribución Acumulada T-Student
Anexo 5. Tabla de Distribución Acumulada Ji-Cuadrada
Anexo 6. Tabla de distribución acumulada F-Fisher
Anexo 7. Salida de Excel para Regresión Lineal
Anexo 8. Instalación del complemento Power Pivot de Excel