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.