2. Models de distribució de probabilitats. |
2.1. Distribucions discretes: Bernoulli, binomial, Poisson, uniforme. 2.2. Distribucions contínues: uniforme, exponencial, normal. 2.3. Llei normal general. Llei normal reduïda: N(0,1). 2.4. Distribucions deduïdes de la normal: khi-quadrat, t de Student i F de Snedecor. 2.5. Convergència a la llei normal: teorema del límit central. 2.6. Exemples d’aproximació d’algunes distribucions a la distribució normal. 2.7. Ús de les taules estadístiques. |
3. Intervals de confiança. |
3.1. Concepte d’estimador i de paràmetre. Estimació puntual i estimació per intervals. 3.2. Propietats dels estimadors: biaix, eficiència i consistència. 3.3. Alguns mètodes d’estimació: el mètode dels moments i el mètode del màxim de versemblança. 3.4. Noció d’interval de confiança. Coeficient de confiança. 3.5. Determinació d’alguns intervals de confiança per a: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions. |
4. Contrast d’hipòtesis. |
4.1. Hipòtesis estadístiques. Tipus d’hipòtesis. 4.2. Concepte de regió crítica i regió d’acceptació. 4.3. Tipus d’errors. Potència d’un contrast. Nivell de significació. 4.4. Aplicació dels contrastos d’hipòtesis per: la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions. |
6. Regressió lineal. |
6.1. Relació entre variables. 6.2. Model de regressió mostral simple. 6.3. Regressió lineal simple: estimació de paràmetres pel mètode dels mínims quadrats. 6.4. Regressió lineal simple: mesures de bondat d’ajust. 6.5. Regressió lineal simple: construcció d’intervals de predicció. 6.6. Regressió no lineal. 6.7. Regressió lineal múltiple. 6.8. Contrastos de significació. 6.9. Resultats amb el prgrama Excel. 6.10. Resultats amb el programa SPSS. |