En los capítulos 1-3, se presenta el análisis descriptivo de datos para una y dos variables,

con las gráficas actualizadas de MINITAB. Creemos que los capítulos del 1 al 10, con
excepción del 3, deben ser cubiertos en el orden presentado. Los demás capítulos pueden
ser cubiertos en cualquier orden. El capítulo de análisis de varianza precede al capítulo de
regresión, de modo que el profesor presente el análisis de varianza como parte de un análisis
de regresión. Así, la presentación más efectiva ordenaría también estos tres capítulos.
El capítulo 4 incluye una presentación completa de probabilidad y distribuciones
de probabilidad. Tres secciones opcionales: reglas de conteo, la ley de probabilidad
total y la regla de Bayes, se colocaron en el flujo general de texto, y el profesor tendrá
la opción de hacer una cobertura completa o parcial. Las secciones que presentan las
relaciones de eventos, independencia, probabilidad condicional y la regla de multiplicación,
han sido reescritas en un intento por aclarar conceptos que por lo común son
difíciles de comprender por los alumnos. Como en la décima segunda edición, los
capítulos sobre análisis de varianza y regresión lineal incluyen fórmulas de cálculo e
impresiones de computadora en la presentación de texto. Los profesores que deseen
usar el método de cálculo “práctico” para la regresión lineal y el ANOVA, y quienes
elijan enfocarse en la interpretación de las impresiones estadísticas generadas por
computadora pueden usar estos capítulos con igual facilidad.
Un cambio importante puesto en práctica en ésta y las dos últimas ediciones es el énfasis
en los valores p y su uso para juzgar la significancia estadística. Con el advenimiento
de los valores p generados por computadora, estas probabilidades se han vuelto componentes
esenciales al informar los resultados del análisis estadístico. Como tal, el valor
observado del estadístico de prueba y su valor p se presentan juntos al inicio de la explicación
de la prueba de hipótesis estadística como herramientas equivalentes para la
toma de decisiones. La significancia estadística se define en términos de valores preasignados
de 􀁀, y el método del valor p se presenta como una alternativa al método del
valor crítico para probar una hipótesis estadística. Se presentan ejemplos con los métodos
del valor p y el valor crítico para prueba de hipótesis. La explicación de la interpretación
práctica de los resultados estadísticos, junto con las diferencias entre significancia
estadística y práctica, se subraya en los ejemplos prácticos del texto.
Nuevo para la décima tercera edición: