SOlved minor typos

03-distribucionesNotables.Rmd

@@ -371,7 +371,7 @@ $$
 - Si del conjunto anterior extraemos $n$ individuos sin reemplazamiento $(n \leq N)$, la variable $X$ que representa el número k de individuos que pertenecen a la categoría A (de los n extraídos) tiene por función de densidad:
 
 $$
-f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{k}}}
+f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{n}}}
 $$
 
 si $\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}$
@@ -482,7 +482,7 @@ $$
 | Poisson | $\lambda>0$ | $e^{-\lambda} \frac{\lambda^{k}}{k!}$ <br> $k=012, \ldots$ | $\lambda$ | $\lambda$ |
 | Multinomial | $0 \leq p_{1}, \ldots$ <br> $p_{r} \leq 1$ <br> $\left(p_{1}+\ldots+\right.$ <br> $\left.p_{\mathrm{r}}=1\right)$ <br> $n=1,2$ | $\frac{n!}{k_{1}!k_{2}!\cdots k_{r}!} p_{1}^{k_{1}} p_{2}^{k_{2}} \cdots p_{r}^{k_{r}}$ <br> $\sum_{i=1}^{r} k_{i}=n$ | $\left(\begin{array}{c}n p_{1} \\ n p_{2} \\ \vdots \\ n p_{r}\end{array}\right)$ | $\boldsymbol{\sigma}_{i i}=n p_{i}\left(1-p_{i}\right)$ <br> $\boldsymbol{\sigma}_{i j}=n p_{i} p_{j} \quad i \neq j$ |
 | Uniforme <br> discreta | $n=1,2, \ldots$ | $\frac{1}{n}$ <br> $k=1,2, \ldots . n$ | $\frac{n+1}{2}$ | $\frac{(n+1)[2(2 n+1)-3(n+1)}{12}$ |
-| Hipergeométrica | $\left\{\begin{array}{c}N=N_{1}+ \\ N_{2} \\ p=N_{1} / N\end{array}\right.$ | $\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{k}}}$ <br> $\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}$ | $n p$ | $n p(1-p) \frac{N-n}{N-1}$ |
+| Hipergeométrica | $\left\{\begin{array}{c}N=N_{1}+ \\ N_{2} \\ p=N_{1} / N\end{array}\right.$ | $\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{n}}}$ <br> $\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}$ | $n p$ | $n p(1-p) \frac{N-n}{N-1}$ |
 | Pascal | $0 \leq p \leq 1$ | $p(1-p)^{k}$ <br> $k=0,1,2, \ldots$ | $\frac{1-p}{p}$ | $\frac{1-p}{p^{2}}$ |
 | Binomial <br> negativa | $0 \leq p \leq 1$ <br> $r>0$ |  | $\frac{r(1-p)}{p}$ | $\frac{r(1-p)}{p^{2}}$ |
 

04-vectoresAleatorios.Rmd

@@ -218,7 +218,7 @@ La distribución conjunta se refleja en la siguiente tabla de probabilidades con
 
 Puede comprobarse como la suma de todos los valores de la tabla es 1, y calcular probabilidades de sucesos como
 
-**Probabilidad de 1uye hayan dos celulas infectadas y un linfocito:**
+**Probabilidad de que hayan dos células infectadas y un linfocito:**
 
 Para calcular la probabilidad de que haya exactamente 2 células infectadas y 1 linfocito activado, se puede usar el valor directamente de la tabla.
 
@@ -240,7 +240,7 @@ $$
 P(X < 3, Y < 2) = 0.12 + 0.06 + 0.10 + 0.10 + 0.06 + 0.12 = 0.56
 $$
 
-Recordemos que, al tratarse de variables discretas, no es lo mismo $P[X< x]$ que $P[X\leq x]$, por lo que si la pregunta fuera "Probabilidad de que hayan al menos  tres celulas infectadas y al menos dos linfocitos" deberíamos calcular:
+Recordemos que, al tratarse de variables discretas, no es lo mismo $P[X < x]$ que $P[X \leq x]$, por lo que si la pregunta fuera "Probabilidad de que hayan al menos  tres celulas infectadas y al menos dos linfocitos" deberíamos calcular:
 
 $$
 P(X \leq 3, Y \leq 2) 

docs/_main.tex

@@ -2929,7 +2929,7 @@ \subsubsection{La distribución Hipergeométrica}\label{la-distribuciuxf3n-hiper
 \end{itemize}
 
 \[
-f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{k}}}
+f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{n}}}
 \]
 
 si \(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\)
@@ -3085,7 +3085,7 @@ \subsubsection{Tabla resumen de las distribuciones discretas principales}\label{
 Poisson & \(\lambda>0\) & \(e^{-\lambda} \frac{\lambda^{k}}{k!}\) \(k=012, \ldots\) & \(\lambda\) & \(\lambda\) \\
 Multinomial & \(0 \leq p_{1}, \ldots\) \(p_{r} \leq 1\) \(\left(p_{1}+\ldots+\right.\) \(\left.p_{\mathrm{r}}=1\right)\) \(n=1,2\) & \(\frac{n!}{k_{1}!k_{2}!\cdots k_{r}!} p_{1}^{k_{1}} p_{2}^{k_{2}} \cdots p_{r}^{k_{r}}\) \(\sum_{i=1}^{r} k_{i}=n\) & \(\left(\begin{array}{c}n p_{1} \\ n p_{2} \\ \vdots \\ n p_{r}\end{array}\right)\) & \(\boldsymbol{\sigma}_{i i}=n p_{i}\left(1-p_{i}\right)\) \(\boldsymbol{\sigma}_{i j}=n p_{i} p_{j} \quad i \neq j\) \\
 Uniforme discreta & \(n=1,2, \ldots\) & \(\frac{1}{n}\) \(k=1,2, \ldots . n\) & \(\frac{n+1}{2}\) & \(\frac{(n+1)[2(2 n+1)-3(n+1)}{12}\) \\
-Hipergeométrica & \(\left\{\begin{array}{c}N=N_{1}+ \\ N_{2} \\ p=N_{1} / N\end{array}\right.\) & \(\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{k}}}\) \(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\) & \(n p\) & \(n p(1-p) \frac{N-n}{N-1}\) \\
+Hipergeométrica & \(\left\{\begin{array}{c}N=N_{1}+ \\ N_{2} \\ p=N_{1} / N\end{array}\right.\) & \(\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{n}}}\) \(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\) & \(n p\) & \(n p(1-p) \frac{N-n}{N-1}\) \\
 Pascal & \(0 \leq p \leq 1\) & \(p(1-p)^{k}\) \(k=0,1,2, \ldots\) & \(\frac{1-p}{p}\) & \(\frac{1-p}{p^{2}}\) \\
 Binomial negativa & \(0 \leq p \leq 1\) \(r>0\) & & \(\frac{r(1-p)}{p}\) & \(\frac{r(1-p)}{p^{2}}\) \\
 \end{longtable}
@@ -3869,7 +3869,7 @@ \subsubsection{Ejemplo de distribución bivariante discreta}\label{ejemplo-de-di
 
 Puede comprobarse como la suma de todos los valores de la tabla es 1, y calcular probabilidades de sucesos como
 
-\textbf{Probabilidad de 1uye hayan dos celulas infectadas y un linfocito:}
+\textbf{Probabilidad de que hayan dos células infectadas y un linfocito:}
 
 Para calcular la probabilidad de que haya exactamente 2 células infectadas y 1 linfocito activado, se puede usar el valor directamente de la tabla.
 
@@ -3891,7 +3891,7 @@ \subsubsection{Ejemplo de distribución bivariante discreta}\label{ejemplo-de-di
 P(X < 3, Y < 2) = 0.12 + 0.06 + 0.10 + 0.10 + 0.06 + 0.12 = 0.56
 \]
 
-Recordemos que, al tratarse de variables discretas, no es lo mismo \(P[X< x]\) que \(P[X\leq x]\), por lo que si la pregunta fuera ``Probabilidad de que hayan al menos tres celulas infectadas y al menos dos linfocitos'' deberíamos calcular:
+Recordemos que, al tratarse de variables discretas, no es lo mismo \(P[X < x]\) que \(P[X \leq x]\), por lo que si la pregunta fuera ``Probabilidad de que hayan al menos tres celulas infectadas y al menos dos linfocitos'' deberíamos calcular:
 
 \[
 P(X \leq 3, Y \leq 2) 

docs/distribuciones-de-probabilidad-multidimensionales.html

@@ -667,7 +667,7 @@ <h3><span class="header-section-number">4.2.3</span> Ejemplo de distribución bi
 </tbody>
 </table>
 <p>Puede comprobarse como la suma de todos los valores de la tabla es 1, y calcular probabilidades de sucesos como</p>
-<p><strong>Probabilidad de 1uye hayan dos celulas infectadas y un linfocito:</strong></p>
+<p><strong>Probabilidad de que hayan dos células infectadas y un linfocito:</strong></p>
 <p>Para calcular la probabilidad de que haya exactamente 2 células infectadas y 1 linfocito activado, se puede usar el valor directamente de la tabla.</p>
 <p><span class="math display">\[
 P(X = 2, Y = 1) = 0.12
@@ -681,7 +681,7 @@ <h3><span class="header-section-number">4.2.3</span> Ejemplo de distribución bi
 <p><span class="math display">\[
 P(X &lt; 3, Y &lt; 2) = 0.12 + 0.06 + 0.10 + 0.10 + 0.06 + 0.12 = 0.56
 \]</span></p>
-<p>Recordemos que, al tratarse de variables discretas, no es lo mismo <span class="math inline">\(P[X&lt; x]\)</span> que <span class="math inline">\(P[X\leq x]\)</span>, por lo que si la pregunta fuera “Probabilidad de que hayan al menos tres celulas infectadas y al menos dos linfocitos” deberíamos calcular:</p>
+<p>Recordemos que, al tratarse de variables discretas, no es lo mismo <span class="math inline">\(P[X &lt; x]\)</span> que <span class="math inline">\(P[X \leq x]\)</span>, por lo que si la pregunta fuera “Probabilidad de que hayan al menos tres celulas infectadas y al menos dos linfocitos” deberíamos calcular:</p>
 <p><span class="math display">\[
 P(X \leq 3, Y \leq 2)
 \]</span>

docs/distribuciones-notables.html

@@ -844,7 +844,7 @@ <h3><span class="header-section-number">3.1.5</span> La distribución Hipergeom
 <li>Si del conjunto anterior extraemos <span class="math inline">\(n\)</span> individuos sin reemplazamiento <span class="math inline">\((n \leq N)\)</span>, la variable <span class="math inline">\(X\)</span> que representa el número k de individuos que pertenecen a la categoría A (de los n extraídos) tiene por función de densidad:</li>
 </ul>
 <p><span class="math display">\[
-f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{k}}}
+f(k)=P[X=k]=\frac{\binom{\mathbf{N}_{1}}{\mathbf{k}}\binom{\mathrm{N}_{2}}{\mathbf{n}-\mathbf{k}}}{\binom{\mathbf{N}}{\mathbf{n}}}
 \]</span></p>
 <p>si <span class="math inline">\(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\)</span></p>
 <p>La dependencia se debe al hecho de que <span class="math inline">\(N\)</span> es finito y las extracciones se efectúan sin reemplazamiento. El caso de extracciones con reemplazamiento sería equivalente al de <span class="math inline">\(N\)</span> infinito y se resolvería mediante el modelo Binomial.</p>
@@ -990,7 +990,7 @@ <h3><span class="header-section-number">3.1.8</span> Tabla resumen de las distri
 <tr class="even">
 <td align="center">Hipergeométrica</td>
 <td align="center"><span class="math inline">\(\left\{\begin{array}{c}N=N_{1}+ \\ N_{2} \\ p=N_{1} / N\end{array}\right.\)</span></td>
-<td align="center"><span class="math inline">\(\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{k}}}\)</span> <br> <span class="math inline">\(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\)</span></td>
+<td align="center"><span class="math inline">\(\frac{\binom{\mathrm{N}_{1}}{\mathrm{k}}\binom{\mathrm{N}_{2}}{\mathrm{n}-\mathrm{k}}}{\binom{\mathrm{N}}{\mathrm{n}}}\)</span> <br> <span class="math inline">\(\operatorname{max}\left\{0, \mathrm{n}-N_{2}\right\} \leq \mathrm{k} \leq \min \left\{N_{1}, n\right\}\)</span></td>
 <td align="center"><span class="math inline">\(n p\)</span></td>
 <td align="center"><span class="math inline">\(n p(1-p) \frac{N-n}{N-1}\)</span></td>
 </tr>

docs/reference-keys.txt

@@ -0,0 +1,224 @@
+probabilidad-y-experimentos-aleatorios
+introducción
+fenómenos-deterministas-y-fenómenos-aleatorios
+sucesos
+sucesos-y-conjuntos
+función-de-probabilidad
+diferentes-funciones-de-probabilidad-para-una-misma-experiencia-aleatoria
+cómo-se-calculan-las-probabilidades
+sucesos-elementales-y-sucesos-observables
+propiedades-inmediatas-de-la-probabilidad
+succeso-imposible
+suceso-implicado
+complementario-de-un-suceso
+ocurrencia-de-algun-suceso
+probabilidad-de-que-ocurra-algun-suceso
+probabilidad-de-que-ocurran-dos-o-más-sucesos-a-la-vez
+espacios-de-probabilidad
+probabilidad-condicionada
+sucesos-dependientes-y-sucesos-independientes
+incompatibilidad-e-independencia
+dos-teoremas-importantes
+teorema-de-las-probabilidades-totales
+teorema-de-bayes
+introducción-a-los-experimentos-múltiples
+combinatoria
+permutaciones
+variaciones
+variaciones-con-repetición
+combinaciones
+permutaciones-con-repetición
+frecuencia-relativa-y-probabilidad
+caso-de-estudio-eficacia-de-una-prueba-diagnóstica
+aplicación-del-teorema-de-bayes
+ejemplo-numérico
+variables-aleatorias-y-distribuciones-de-probabilidad
+el-espacio-muestral-y-sus-elementos
+representación-numérica-de-los-sucesos-elementales.-variables-aleatorias
+caracterización-de-una-variable-aleatoria-a-través-de-la-probabilidad.-función-de-distribución
+propiedades-de-la-función-de-distribución
+clasificación-de-las-variables-aleatorias
+variables-aleatorias-discretas
+variables-aleatorias-continuas
+variable-aleatoria-discretas
+ejercicio-propuesto
+solución
+caracterización-de-las-v.a.-discretas
+propiedades-de-la-función-de-densidad-discreta
+relaciones-entre-la-función-de-distribución-y-la-función-de-densidad-discreta.-probabilidad-de-intervalos.
+variables-aleatorias-continuas-1
+función-de-densidad-continua
+relaciones-entre-la-función-de-distribución-y-la-función-de-densidad.
+probabilidad-de-intervalos
+caracterización-de-una-variable-aleatoria-a-través-de-parámetros
+esperanza-de-una-variable-aleatoria-discreta
+esperanza-de-una-variable-aleatoria-continua
+propiedades-de-la-esperanza-matemática
+linealidad-de-la-esperanza-matemática
+esperanza-del-producto
+varianza-de-una-variable-aleatoria
+propiedades-de-la-varianza
+momentos-de-orden-k-de-una-variable-aleatoria
+definición-formal-de-variable-aleatoria
+caso-práctico-lanzamiento-de-dos-dados
+espacio-muestral
+representación-numérica
+algunas-probabilidades
+función-de-distribución
+clasificación-de-las-variables
+función-de-densidad-discreta
+probabilidad-de-intervalos-1
+esperanza
+esperanza-de-un-juego
+esperanza-con-recorrido-infinito
+esperanza-infinita
+varianza
+distribuciones-notables
+distribuciones-discretas
+la-distribución-de-bernouilli
+propiedades-del-modelo-de-bernouilli
+la-distribución-binomial
+los-parámetros-de-la-distribución-binomial
+propiedades-del-modelo-binomial
+la-distribución-de-poisson
+propiedades-del-modelo-de-poisson
+la-distribución-uniforme-discreta
+propiedades-del-modelo-uniforme-discreto
+esperanza-1
+varianza-1
+la-distribución-hipergeométrica
+propiedades-del-modelo-hipergeométrico
+la-distribución-geométrica-o-de-pascal
+propiedades-del-modelo-geométrico-o-de-pascal
+preguntas
+la-distribución-binomial-negativa
+propiedades-del-modelo-binomial-negativo
+tabla-resumen-de-las-distribuciones-discretas-principales
+distribuciones-continuas
+la-distribución-uniforme
+propiedades-del-modelo-uniforme
+una-aplicación-del-modelo-uniforme-el-muestreo-de-montecarlo
+generación-de-una-muestra-procedente-de-una-distribución-binomial
+la-distribución-exponencial
+propiedades-del-modelo-exponencial
+la-distribución-normal
+propiedades-del-modelo-normal
+la-distribución-gamma
+propiedades-de-la-distribución-gamma
+la-distribución-de-cauchy
+propiedades-de-la-distribución-de-cauchy
+la-distribución-de-weibull
+propiedades-de-la-distribución-weibull
+tabla-resumen-de-las-principales-distribuciones-continuas
+distribuciones-con-r-y-python
+la-familia-exponencial-de-distribuciones
+ejemplos-de-distribuciones-de-esta-familia
+distribución-de-poisson
+distribución-normal-uniparamétrica
+caso-1-fijando-la-media-mu_0
+caso-2-fijando-la-varianza-sigma_02
+distribución-binomial
+importancia-y-utilidad-de-la-familia-exponencial
+los-modelos-lineales-generalizados-glms
+estimación-en-la-familia-exponencial
+distribuciones-de-probabilidad-multidimensionales
+distribuciones-conjuntas-de-probabilidades
+variable-aleatoria-bivariante
+función-de-distribución-bivariante
+ejemplo-distribución-conjunta-del-estado-de-infección-y-activación-de-células
+función-de-distribución-conjunta
+cálculo-de-la-probabilidad-de-eventos-específicos
+implementación-en-r
+variable-aleatorias-bivariantes-discretas
+función-de-masa-de-probabilidad-discreta-fmp
+propiedades-de-la-fmp-bivariante
+intuición-frente-a-construcción
+ejemplo-de-distribución-bivariante-discreta
+código-r-para-el-cálculo-de-la-pmf
+código-r-para-visualizar-la-distribución-conjunta
+la-distribución-multinomial
+generación-de-las-observaciones
+funcion-de-masa-de-probabilidad-de-la-distribución-multinomial
+relación-con-la-distribución-binomial
+un-caso-particular-la-distribución-trinomial
+distribuciones-marginales
+las-marginales-están-en-los-márgenes
+densidades-marginales-discretas
+trinomial-m5-0.6-0.2-distribuciones-marginales
+distribuciones-condicionales
+densidad-condicional
+trinomial-m5-0.6-0.2-distribución-condicional
+vectores-aleatorios-absolutamente-continuos
+propiedades-de-la-función-de-densidad-conjunta
+densidades-marginales-en-el-caso-continuo
+densidad-condicional-en-el-caso-continuo
+la-distribución-normal-bivariante
+función-de-densidad-conjunta
+ejemplo
+distribuciones-marginales-1
+ejemplo-1
+distribuciones-condicionales-1
+ejemplo-2
+independencia-de-variables-aleatorias
+primera-caracterización-de-la-independencia
+variables-discretas-independientes
+propiedades-de-las-variables-independientes
+momentos-de-vectores-aleatorios
+esperanza-de-un-vector-aleatorio-o-vector-de-medias
+covarianza-entre-dos-variables-aleatorias
+covarianza-y-correlación
+matriz-de-varianzas-covarianzas
+matriz-de-correlaciones
+relación-con-la-matriz-de-covarianzas
+segunda-caracterización-de-la-independencia
+relación-entre-incorrelación-e-independencia
+grandes-muestras
+introducción-aproximaciones-asintóticas
+convergencia-de-variables-aleatorias
+leyes-de-los-grandes-números
+el-teorema-central-del-límite
+sumas-de-variables-aleatorias
+presentación-de-los-ejemplos
+definición-de-convergencia-en-ley
+representación-gráfica-de-la-convergencia
+enunciado-del-teorema-central-del-límite
+comentarios-al-teorema
+aplicación-del-tcl-a-los-ejemplos
+casos-particulares-más-notables
+promedio-de-boldsymboln-variables-aleatorias
+binomial-de-parámetros-n-y-p
+poisson-de-parámetro-n-lambda
+interpretación-del-teorema-central-del-límite
+aproximaciones-y-errores-numéricos
+acerca-de-las-variables-aproximadamente-normales
+introducción-a-la-inferencia-estadística
+los-problemas-de-la-inferencia-estadística.
+muestreo-y-distribuciones-en-el-muestreo.
+la-verosimilitud-y-su-papel-en-la-inferencia-estadística
+el-problema-de-la-estimación.-tipos-de-estimadores.
+métodos-de-obtención-de-estimadores.-estimadores-máximo-verosímiles-y-estimadores-bayesianos.
+propiedades-de-los-estimadores.
+estimación-por-intérvalos
+preliminares-estimación-del-error-estándar-e-introducción-al-bootstrap
+estimadores-por-intervalo-intervalos-de-confianza
+intervalos-de-confianza-para-características-de-una-población-normal-media-varianza
+intervalos-de-confianza-bootstrap.
+intervalos-de-confianza-para-proporciones-binomiales
+intervalos-de-confianza-para-parámetros-en-muestra-grandes-y-para-casos-generales-tasas-or
+aplicaciones-cálculo-del-tamaño-muestral
+pruebas-de-hipótesis
+conceptos-básicos-pruebas-de-hipótesis-y-de-significación-pruebas-unilaterales-y-bilaterales-tipos-de-error-valores-críticos-de-test-y-p-valores
+potencia-de-un-test.-cálculos-de-potencia-y-de-tamaño-de-la-muestra.-tamaño-del-efecto.
+métodos-de-construcción-de-tests.
+problemas-asociados-al-uso-de-tests-estadísticos.-la-crisis-de-la-significación
+inferencia-aplicada
+pruebas-de-normalidad.pruebas-gráficas.-el-test-de-shapiro-wilks
+pruebas-de-hipótesis-para-constrastar-variables-cuantitativas-pruebas-paramètricas-t-test-y-anova
+pruebas-de-hipótesis-para-constrastar-variables-cuantitativas-pruebas-de-hipótesis-no-paramétricas-de-wilcoxon-y-kruskal-wallis
+contrastes-para-datos-categóricos.-pruebas-binomiales-ji-cuadrado-y-test-de-fisher.
+riesgo-relativo-y-razón-de-odds
+computación-intensiva-y-multiple-testing
+tests-de-permutaciones-qué-cuándo-cómo
+el-bootstrap-en-contraste-de-hipótesis
+el-problema-de-las-comparaciones-múltiples
+métodos-de-control-de-error-fwer-y-fdr