Son numerosos los programas informáticos de estadística que se caracterizan por funcionar mediante menús desplegables. Esto ayuda al estudiante o al investigador, pero supone, a su vez, una limitación. El análisis numérico y estadístico mediante código ha estado tradicionalmente limitado a informáticos y ha supuesto una barrera de entrada a los demás. Con el paquete estadístico R, esto no tiene por qué ser así. Este manual se ofrece como una completa introducción al entorno R, acompañando al lector mediante sencillos ejemplos de cómo programar un análisis numérico con este potente paquete estadístico, y cubre temas de estadística, matemáticas y econometría.
- Cover
- Title page
- Copyright page
- Introducción
- Capítulo I: Estructura, lenguaje y sintaxis
- 1. Primeros pasos con R
- 1.1. Instalación
- 1.2. Iniciar una sesión
- 1.3. Gestión de paquetes
- 1.4. ¡Ayuda!
- 2. Sintaxis y programación
- 2.1. Tipos de datos y objetos
- 2.2. Vectores
- 2.3. Matrices
- 2.4. Funciones
- 2.5. Ciclos y condicionales
- 2.6. La familia apply
- 2.7. Bases de datos
- 2.8. Listas
- 2.9. Fórmulas
- 2.10. Factores
- 3. Importación y exportaciónde datos
- 4. Extensiones de R
- 4.1. R-Commander
- 4.2. RStudio
- Capítulo II: Álgebra lineal y cálculo
- 1. Motivación
- 2. Álgebra vectorial y matricial
- 2.1. Operaciones algebraicas
- 2.2. Ecuaciones algebraicas
- 2.3. Sistemas de ecuaciones lineales
- 2.4. Descomposición matricial
- 3. Funciones
- 3.1. Clases de funciones
- 3.2. Representación gráfica
- 4. Cálculo diferencial e integral
- 4.1. Aproximación a la derivada
- 4.2. Integración
- 4.3. Ecuaciones diferenciales
- 5. Optimización
- 6. Análisis de variable compleja
- Capítulo III: Análisis de datos y estadística descriptiva
- 1. Motivación
- 2. Importación de datos
- 3. Visualización y manejo de datos
- 4. Cálculo de estadísticos
- 5. Representación gráfica
- Capítulo IV: Distribuciones de probabilidad
- 1. Motivación
- 2. Variables aleatorias ydistribuciones asociadas
- 3. Distribuciones de probabilidaddiscretas
- 3.1. Permutaciones, combinacionesy el cociente binomial
- 3.2. Distribución binomial
- 3.3. Distribución geométrica
- 3.4. Distribución hipergeométrica
- 3.5. Distribución de Poisson
- 4. Distribuciones de probabilidadcontinua
- 4.1. Distribución uniforme
- 4.2. Distribución exponencial
- 4.3. Distribución normal
- 4.4. Distribución t de Student
- 4.5. Teorema del límite central
- Capítulo V: Inferencia estadística
- 1. Inferencia sobre parámetrosestadísticos
- 1.1. Motivación
- 1.2. Inferencia sobre la media poblacional
- 1.3. Inferencia sobre la varianza poblacional
- 1.4. Inferencia sobre la proporción
- 2. Modelos de regresión
- 2.1. Motivación
- 2.2. Especificación de modelos
- 2.3. Estimación de modelos
- 2.4. Diagnóstico de modelos
- 3. Análisis de la varianza (ANOVA)
- Capítulo VI: Programación y simulación
- 1. Motivación
- 2. Generación de valores aleatorios
- 3. Aplicación empírica: sesgodel estimador de la varianzamuestral
- 4. Aplicación empírica: análisisdel teorema central del límite
- 4.1. Definición
- 4.2. Aproximación de una distribucióntotalmente aleatoria
- 4.3. Aproximación de diferentes distribuciones a la normal
Texto
Audio
Adobe DRM
Ingrese a su cuenta