1.¿Qué es una tabla de contingencia y probabilidad?

Una tabla de contingencia es una tabla de doble entrada en la que podemos

reflejar la distribución de una variable en relación a otras. Es una herramienta
muy útil porque nos ayuda a organizar la información y nos facilita el cálculo de
probabilidades de sucesos.

Una tabla de contingencia es una de las formas más comunes de resumir datos
categóricos. En general, el interés se centra en estudiar si existe alguna
asociación entre una variable fila y otra variable columna y/o calcular la
intensidad de dicha asociación. Sean X e Y dos variables categóricas con I y J
categorías respectivamente

2.Regla de la mutiplicaciòn

Supongamos que un experimento E, se puede realizar en k etapas y que

cada etapa se puede realizar, independientemente, en ni (i : 1, 2, ..., k) formas
diferentes; entonces el experimento se puede hacer de n1×n2×...×nk formas.

3.Regla de la adicion

Supongamos que un experimento E se puede realizar de n1 maneras

aplicando el procedimiento 1 o de n2 maneras aplicando el procedimiento 2.
Entonces el experimento se puede hacer de n1 + n2 maneras. Si existieran k
procedimientos, el experimento se podria hacer de n1 + n2 + ... + nk formas.

4.Torema de bayes

Sean A1, A2,...,An, sucesos mutuamente excluyentes y de probabilidad no

nula, tales que A1 U A2 U ... U An = Ω. Si B es un suceso en Ω de probabilidad
no nula, entonces:

El teorema de Bayes recibe el nombre de TEOREMA DE LAS CAUSAS.

Como los Ak son una particion de Ω, entonces uno y solo uno de los eventos
ocurre

5.Distribución Uniforme

Se dice que una v.a. X posee una distribución uniforme en el intervalo [a,b],
si su función de densidad es la siguiente:

Con esta ley de probabilidad, la probabilidad de que al hacer un experimento

aleatorio, el valor de X este comprendido en cierto subintervalo de [a,b]
depende únicamente de la longitud del mismo, no de su posición. Cometiendo
un pequeño abuso en el lenguaje, podemos decir que en una distribución
uniforme la probabilidad de todos los puntos del soporte es la misma

6.Distribución normal

Distribución normal, gaussiana o de Laplace-Gauss. La distribuci´on normal es

quizas la distribuci´on m´as importante en la teor´ıa estad´ıstica cl´asica, sus
m´ultiples aplicaciones en la vida real le han dado este estatus.

La distribución normal fue estudiada por Gauss. Se trata de una

variable aleatoria continua (la variable puede tomar cualquier valor
real). La función de densidad tiene forma de campana.

Dos parámetros determinan una distribución normal: la media y la

desviación típica. Cuanto mayor sea la desviación típica mayor es la
dispersión de la variable.

La distribución normal es simétrica respecto de la media.

La distribuci´on de una v.a. X se dice ser normal de parametros µ y σ2 si su fdp

es dada por:

x ∈ R, µ ∈ R, σ ∈ R+

La notacion para esta distribuci´on es X ∼ N(µ, σ2).

7.Distribucuion muestral
En estadística, la distribución muestral es lo que resulta de considerar todas
las muestrasposibles que pueden ser tomadas de una población. Su estudio
permite calcular la probabilidad que se tiene, dada una sola muestra, de
acercarse al parámetro de la población. Mediante la distribución muestral se
puede estimar el error para un tamaño de muestra dado.

8.intervalo de confianza

Un intervalo de confianza es un rango de valores, derivado de los

estadísticos de la muestra, que posiblemente incluya el valor de un
parámetro de población desconocido. Debido a su naturaleza aleatoria, es
poco probable que dos muestras de una población en particular generen
intervalos de confianza idénticos. Sin embargo, si usted repitiera muchas
veces su muestra, un determinado porcentaje de los intervalos de confianza
resultantes incluiría el parámetro de población desconocido

El intervalo de confianza describe la variabilidad entre la medida obtenida en

un estudio y la medida real de la población (el valor real). Corresponde a un
rango de valores, cuya distribución es normal y en el cual se encuentra, con
alta probabilidad, el valor real de una determinada variable. Esta «alta
probabilidad» se ha establecido por consenso en 95%. Así, un intervalo de
confianza de 95% nos indica que dentro del rango dado se encuentra el valor
real de un parámetro con 95% de certeza

9. PRUEBA DE HIPÓTESIS

La Prueba de Hipótesis es un procedimiento basado en evidencia muestral y

en la teoría de la probabilidad para la aceptación o rechazo de hipótesis de
investigación.

Se dice que está basado en evidencia muestral porque a partir de una

muestra se obtienen la media y la desviación estándar requerida para hacer
los cálculos, o bien, las proporciones requeridas.

Se dice que está basado en la teoría de la probabilidad porque durante el

procedimiento se requiere hacer uso de la "Distribución Normal" ó de la
"Distribución t de Student".
10.REGRESION SIMPLE

La regresión lineal permite trabajar con una variable a nivel de intervalo o

razón. De la misma manera, es posible analizar la relación entre dos o más
variables a través de ecuaciones, lo que se denomina regresiónmúltiple
o regresión lineal múltiple.

El análisis de regresión es una técnica estadística para investigar la relación

funcional entre dos o más variables, ajustando algún modelo matemático. La
regresión lineal simple utiliza una sola variable de regresión y el caso más
sencillo es el modelo de línea recta. Supóngase que se tiene un conjunto de
n pares de observaciones (xi,yi), se busca encontrar una recta que describa
de la mejor manera cada uno de esos pares observados.