# Referencias {.unnumbered}

## Sobre esta sección

Esta página reúne las referencias bibliográficas utilizadas en el curso **Matemáticas para la Estadística**. Los materiales están organizados por temas para facilitar la búsqueda según los tópicos de interés.

## Libros de Referencia General

Los siguientes textos proporcionan cobertura completa de los temas tratados en el curso:

- @Casella2002 — Texto clásico y riguroso sobre inferencia estadística, fundamental para cursos avanzados.
- @Rice2007 — Excelente balance entre teoría y práctica con muchos ejemplos.
- @Wackerly2008 — Orientado a aplicaciones en ingeniería y ciencias, con numerosos ejercicios.
- @Wasserman2006 — Curso conciso pero riguroso en inferencia estadística.
- @Wood2015 — Introducción accesible a estadística desde una perspectiva moderna.

## Análisis Exploratorio de Datos

Para los tópicos de la Semana 1 y 2 (EDA):

- @Tukey1961 — Artículo seminal que define el Análisis Exploratorio de Datos (EDA).
- @Wickham2016 — Guía moderna para manipulación y visualización de datos en R.

## Probabilidad y Variables Aleatorias

Referencias para profundizar en los tópicos de las Semanas 3 y 4:

- @Rice2007 — Excelentes capítulos sobre probabilidad y variables aleatorias.
- @Ross2014 — Enfoque práctico para ingenieros y científicos.
- @Devore2020 — Texto ampliamente usado en cursos de ingeniería.

## Teoría del Muestreo e Inferencia Estadística

Para las Semanas 5, 7, 8 y 9:

- @Casella2002 — Riguroso tratamiento de estimación y contrastes de hipótesis.
- @Agresti2018 — Métodos estadísticos aplicados a ciencias sociales.
- @FDR2001 — Control de tasa de falsos positivos en pruebas múltiples.

## Regresión Lineal

Para las Semanas 10 y 11:

- @James2013 — Introducción moderna a aprendizaje estadístico con énfasis en regresión.
- @Freedman2007 — Enfoque crítico y reflexivo sobre la práctica de la regresión.
- @Wooldridge2020 — Aplicaciones econométricas de modelos de regresión.
- @Greene2018 — Referencia avanzada en econometría.
- @Angrist2008 — Métodos empíricos para inferencia causal.

## Análisis de Datos Categóricos y Epidemiología

Para la Semana 12 (tablas de contingencia, Chi-cuadrado, McNemar, medidas de asociación):

- @Agresti2013 — Referencia estándar para el análisis de datos categóricos: tablas de contingencia, pruebas Chi-cuadrado y modelos log-lineales.
- @Fleiss2003 — Tratamiento riguroso de proporciones, tasas y pruebas para tablas 2×2, incluida la prueba de McNemar para datos apareados.
- @McNemar1947 — Artículo original de Quinn McNemar donde se propone la prueba para muestras relacionadas.
- @Altman1991 — Estadística médica aplicada: medidas de asociación (RR, OR, RD), tablas 2×2 y pruebas para datos apareados.
- @Rothman2008 — Epidemiología moderna: diseños de cohorte, caso-control y transversal; estimación e interpretación de RR y OR.
- @Szklo2007 — Presentación accesible de epidemiología analítica con énfasis en medidas de efecto.
- @BioEstatR — Paquete R del grupo de Bioestadística de la UGR (Pedro Femia et al.): funciones `tabla2x2()`, `tablarxc()` y `testnormal()` con el dataset `osteo`.
- @OpenIntro2019 — Introducción accesible a la inferencia sobre proporciones y tablas de contingencia.

## Recursos en R

El curso utiliza ampliamente **R** para la implementación de conceptos estadísticos:

- @RCoreTeam2024 — Documentación oficial del proyecto R.
- @Wickham2016 — Guía práctica para análisis de datos con R.
- @Kabacoff2015 — Referencia completa de gráficos y manipulación en R.

## Perspectivas Bayesianas

Para estudiantes interesados en métodos Bayesianos:

- @Koop2011 — Introducción a econometría Bayesiana.
- @Gelman2013 — Texto completo sobre análisis Bayesiano de datos.
- @McElreath2020 — Curso moderno en inferencia Bayesiana con Stan.
- @Peng2015 — Pensamiento estadístico desde perspectiva Bayesiana.

## Tópicos Especializados

Lecturas complementarias para temas avanzados:

- @James2013 — Aprendizaje estadístico (machine learning clásico).
- @Efron2016 — Perspectiva histórica sobre estadística en la era computacional.
- @Hyndman2018 — Métodos de pronóstico y series de tiempo.
- @Pearl2009 — Fundamentos matemáticos de causalidad.
- @Varian2014 — Aplicaciones de estadística a economía y "big data".
- @Montgomery2020 — Estadística aplicada a ingeniería.
- @OpenIntro2019 — Recurso abierto gratuito para aprendizaje de estadística.

## Diccionarios y Referencias Rápidas

- @Dodge2006 — Diccionario definitivo de términos estadísticos en inglés.

## Cómo citar este curso

Si utiliza los materiales de este curso en su investigación o trabajo, le recomendamos citar:

> Luque Fernández, Miguel Ángel. (2025–2026). Matemáticas para la Estadística Médica. Universidad de Granada. Disponible en: https://migariane.github.io/CursoMatematicaEstadistica/

## Acceso Abierto

Este curso es parte de una iniciativa de educación abierta. Los materiales están disponibles bajo licencia **CC BY-NC-SA 4.0**, lo que permite su uso para propósitos educativos y no comerciales.

---

::: {#refs}
:::

---

**Última actualización:** Semestre 2025–2026