... área^1.1

Es un error hacer la representación con una escala tal que el perímetro del dibujo sea proporcional a la frecuencia, ya que a frecuencia doble, correspondería un dibujo de área cuadruple, lo que da un efecto visual engañoso.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... horas^1.2

Cualquier otra elección para el límite superior del intervalo que sea de ``sentido comun'' sería válida.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... observaciones^2.1

Eso hace que dicha cantidad sea usada como medida de dispersión, denominándose rango intercuartílico.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... gaussiana^2.2

Será introducida posteriormente.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... forma^3.1

Esta fórmula acaba de ser inventada justo enfrente del ordenador. Cualquier parecido con la realidad es mera coincidencia. N. del A.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

...$v=\sqrt{2\,g\,h}$^4.1

La velocidad del cuerpo al llegar al suelo es v, g es la aceleración de la gravedad y h es la altura de la torre. Se supone que no existe rozamiento con el aire (vacío).

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

...E^5.1

En rigor sería más correcto añadir la condición de que para todo $x\in I\!\!R$, $X^{-1}(x)\subset E$ es un elemento del sigma-álgebra asociada a E.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... aleatoria^5.2

Utilizaremos con frecuencia la abreviatura v.a. para variable aleatoria.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... real^5.3

La función h en realidad debe verificar una condición, relacionada con que no debe ser una ``función patológica''. Esta propiedad se denomina medibilidad y se puede enunciar como que la imagen inversa por h de cualquier intervalo de $I\!\!R$ es un elemento del sigma-álgebra de $I\!\!R$.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... es^6.1

Los valores f(k) los podemos encontrar tabulados para ciertos valores pequeños de n, y ciertos valores usuales de p en la tabla 1 (al final del libro).

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... misma^6.2

Hay que observar que en principio esa afirmación es cierta para cualquier v.a. continua, ya que para ellas la probabilidad de cualquier punto es nula. Sería más preciso decir que la densidad de todos los puntos es constante en [a,b].

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... continuas^6.3

Incluso v.a discretas pueden ser aproximadas por la ley gaussiana.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

...$X{\leadsto}{ {{\bf N} \left( \mu,\sigma^2 \right)} }$^6.4

A veces la distribución normal se denota como $X{\leadsto}{ {{\bf N} \left( \mu,\sigma \right)} }$. Esto no debe llevar a confusión pues representan a la misma función de densidad.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... adelante^6.5

Hemos adelantado al lector el significado de $\mu$ y $\sigma ^2$ pues esta es una distribución que queda definida en primera instancia por su media y varianza.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... primitiva^6.6

Recordamos que una primitiva F de una función f, es una función derivable tal que su derivada es F'=f

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... conocida^6.7

De modo más preciso, esa función posee una primitiva F, pero se demuestra que esta no puede expresarse en términos de las funciones elementales que se usan con normalidad: polinomios, exponenciales, funciones trigonométricas, etc...

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... tiene^6.8

Obsérvese que esta proposición es coherente con las relaciones (5.9) y (5.11)

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... aleatorios^7.1

En los ordenadores y en las calculadoras actuales es normal encontrar alguna función de generación de números pseudo-aleatorios. La ley de distribución de estos números es aproximadamente ${ {{\bf U} \left( 0,1 \right)} }$.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... pruebas^8.1

Este estimador puede demostrarse que es el estimador máximo verosímil de p, siendo insesgados y de mínima varianza.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... representativa^9.1

Esto ocurre con muy baja probabilidad en un muestreo aleatorio simple cuando el número de observaciones es alto

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... aceptación^9.2

Se entiende la palabra ``aceptación" como en el sentido de ``no rechazo".

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... ejemplo^9.3

Estos valores de la media y la desviación típica no han sido tomados de ningún estudio.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... realidad^9.4

Esto es así puesto que si conocemos $\sigma$, es claro que conocemos $\mu$, ya que la primera se calcula a partir de la segunda.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... ANOVA^11.1

Del término inglés ``Analysis of variance".

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

... factor^11.2

Esto es algo que debe ser contrastado previamente. En principio la independencia entre las observaciones es algo bastante natural a la hora de realizar un estudio, pero no lo es tanto la condición de homocedasticidad. Más adelante veremos ciertos contrastes de homocedasticidad que deben ser siempre realizados antes de aplicar esta técnica: test de Cochran y test de Bartlett.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.