Estadística y Diseño Experimental

Introducción a la estadística. Elementos básicos: población, muestra, etc. Variables aleatorias, funciones de probabilidad y de densidad. Funciones de probabilidad y de densidad conjunta. Distribuciones especiales: uniforme, discreta y continua; Bernoulli binomial; hipergeométrica, Poisson, Normal, X Cuadrado y Fisher. Distribuciones muéstrales. Teorema del límite central. Distribución normal. Estimadores insesgados. Intervalos de confianza para los parámetros de interés más comunes. Aproximación de la normal a las distribuciones binomial y Poisson. Estimación puntual y por intervalos. Propiedades de estimadores. Intervalos de confianza para medias y diferencias entre medias, para proporciones y diferencias entre proporciones y para la varianza y la razón entre dos varianzas. Pruebas de hipótesis sobre: medias y diferencias entre medias, proporciones, la varianza y la razón entre dos varianzas. Pruebas de hipótesis. Pruebas para los parámetros más comunes. Prueba de homogeneidad de varianza. Prueba de Bartlett. Prueba de Hartley. Pruebas de bondad de ajuste. Prueba de Kolmogoroff-Smirnov. Diseño completamente aleatorizado y comparaciones múltiples. Un modelo simple para la comparación de tratamientos. Supuestos del modelo. Comparaciones múltiples: diferencia mínima significativa, pruebas de Newman-Keuls y de Tukey. Contrastes ortogonales. Comparaciones no planeadas y método de Scheffé. Diseños en bloques completos aleatorizados. Diseños en cuadros latinos y grecolatinos. Experimentos factoriales con dos factores. Efectos principales e interacciones. Diseños anidados. Diseños en parcelas divididas. Análisis de covarianza. Modelos de una y dos clasificaciones con una covariable.