Estadística Descriptiva: resumen y descripción de datos

Estadística inferencias: generalización hecha a partir de una muestra

Experimento: Conjunto de pruebas cuyos resultados no son posibles de decir con certeza, realizadas bajo las
mismas condiciones. Se puede realizar de forma real o conceptual.
Espacio muestral: conjunto de todos los resultados de un experimento.
Punto muestral: Uno de los posibles resultados del experimento.
Suceso: Subconjunto del espacio muestral
Probabilidad clásica (objetiva): Reglas de probabilidad se aplican sólo a eventos que pueden repetir bajo las
mismas condiciones.
Probabilidad subjetiva (escuela personalista): La probabilidad es una medida de opinión personal. Puede variar
usando mismas condiciones.
Probabilidad según concepto de frecuencia relativa: Mientras mayor el número de experimentos, aumenta la
probabilidad del suceso y se estabiliza.
Probabilidad: Es una cuantificación o medida de la posibilidad de ocurrencia de un suceso.
La suma de todos los puntos muestrales debe ser igual a 1
Probabilidad de un suceso: Es la suma de las probabilidades de todos los puntos muestrales de un suceso.
Variable aleatoria: Variables cuyos calores numéricos quedan determinados por los resultados de un
experimento.
Variable aleatoria discreta: Los valores son números enteros.
Variable aleatoria continua: Tiene valores continuos.
Función de probabilidad o distribución de probabilidad: Es la relación de todos los posibles resultados de un
experimento en sus probabilidades de ocurrencia.
Función de densidad (variable continua) de probabilidad (vac): Es una función de valores f(x) definida con
respecto al conjunto de todos los números reales.
Esperanza matemática: Media aritmética o promedio o valor esperado.
Distribución binomial: Modelo de distribución de probabilidad que se obtiene a partir de un experimento
binomial.
Experimento binomial: Consiste en n pruebas o ensayos independientes, todos con la misma probabilidad de
éxito. Cada prueba solo tiene 2 posibles resultados: éxito y fracaso.
Distribución de Paison: Caso particular donde p(pi) se hace muy pequeño y n muy grande. Se trata de una
distribución de un periodo de tiempo dado.
Distribución normal: Simétrica respecte al eje vertical y unimodal.
Distribución “t de student”: Se usa para muestras de tamaño n<30. Es simétrica y tiene forma de campana.