Universidad Tecnológica de Panamá

Centro Regional Panamá Oeste

Facultad de Ingeniería Industrial

Materia:
Estadística II

Conceptos básicos de estadística

Presentado por :
Tabatha Bustamante 8-963-1084

Profesora:
Mercedes Minutto

Grupo:
9II-131

Fecha:
23.08.2021
VOCABULARIO
1. Análisis de la varianza: es una colección de modelos estadísticos y sus
procedimientos asociados, en el cual la varianza está particionada en
ciertos componentes debidos a diferentes variables explicativas
2. Bondad de ajuste: describe lo bien que se ajusta un conjunto de
observaciones.
3. Contraste de hipótesis: es un procedimiento para juzgar si una
propiedad que se supone en una población estadística es compatible
con lo observado en una muestra de dicha población.
4. Curva normal: se llama curva normal a la distribución gaussiana: la
distribución de probabilidad de una variable continua que suele
resultar próxima a un fenómeno real.
5. Distribución binomial: es una distribución de probabilidad discreta
que nos dice el porcentaje en que es probable obtener un resultado
entre dos posibles al realizar un número n de pruebas.
6. Distribución de Poisson: es una distribución de probabilidad discreta
que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado número de eventos durante
cierto período de tiempo.
7. Distribución de probabilidad: es una función que asigna a cada
suceso definido sobre la variable la probabilidad de que dicho suceso
ocurra.
8. Distribución hipergeométrica: es una distribución de probabilidad
discreta relacionada con muestreos aleatorios y sin reemplazo.
9. Distribución muestral: es lo que resulta de considerar todas las
muestras posibles que pueden ser tomadas de una población.
10. Distribución normal: es un modelo teórico capaz de aproximar
satisfactoriamente el valor de una variable aleatoria a una situación
ideal.
11. Distribución T de student: es un modelo teórico utilizado para
aproximar el momento de primer orden de una población normalmente
distribuida cuando el tamaño de la muestra es pequeño y se desconoce
la desviación típica.
12. Error de muestreo:  se refiere en términos más generales al
fenómeno de la variación entre muestras.
13. Espacio muestral: está formado por todos los posibles resultados
de un experimento aleatorio. Es decir, se compone de todos y cada
uno de los sucesos elementales.
14. Estimador: es un estadístico al que se le exigen ciertas
condiciones para que pueda calcular con ciertas garantías ciertos
parámetros de una población.
15. Experimento: es cualquier proceso que proporciona datos,
numéricos o no numéricos.
16. Experimento aleatorio:  es la reproducción controlada de un
fenómeno, existiendo incertidumbre sobre el resultado que se
obtendrá. 
17. Grado de libertad: son el número de datos que son libres de
variar cuando se calcula tal prueba.
18. Hipótesis estadística: es una proposición o supuesto sobre los
parámetros de una o más poblaciones.
19. Inferencia: es el procedimiento encargado de estudiar el
comportamiento de una población concreta.
20. Intervalo de confianza: se llama intervalo de confianza a un par o
varios pares de números entre los cuales se estima que estará cierto
valor desconocido respecto de un parámetro poblacional con un
determinado nivel de confianza.
21. Marco muestral: es una lista de los elementos que forman el
universo que está por estudiarse, los cuales se conocen como
unidades muestrales.
22. Muestra:  es un subconjunto de casos o individuos de una
población. En diversas aplicaciones, interesa que una muestra sea
representativa, y para ello debe escogerse una técnica de muestra
adecuada que produzca una muestra aleatoria adecuada.
23. Muestra no probabilística: es una técnica en la cual el
investigador selecciona muestras basadas en un juicio subjetivo en
lugar de hacer la selección al azar.
24. Muestra probabilística: es un método que utiliza formas de
métodos de selección aleatoria.
25. Muestreo: es un proceso o conjunto de métodos para obtener una
muestra finita de una población finita o infinita, con el fin de estimar
valores de parámetros o corroborar hipótesis sobre la forma de una
distribución de probabilidades o sobre el valor de un parámetro de
una o más poblaciones.
26. Muestreo aleatorio simple:  es un procedimiento
de muestreo probabilístico que da a cada elemento de la población
objetivo y a cada posible muestra de un tamaño determinado, la
misma probabilidad de ser seleccionado.
27. Muestreo con reposición: Esta muestra consiste en que al
seleccionar un segundo elemento, el primero debe haber sido
devuelto a la población.
28. Muestreo discrecional: es un tipo de muestreo en el que un
investigador selecciona una muestra basada en su conocimiento
sobre el tema. 
29. Muestreo estratificado: es un procedimiento de muestreo en el
que el objetivo de la población se separa en segmentos exclusivos,
homogéneos (estratos).
30. Muestreo intencional o de conveniencia:  es un tipo
de muestreo no probabilístico que se aplica cuando la muestra
estadística a formar es seleccionada en el entorno próximo al
investigador, sin que medien requisitos específicos.
31. Muestreo no probabilístico: consiste en la elección de una
muestra según el juicio del equipo investigador. Naturalmente, la
calidad del muestreo no puede valorarse ni a priori ni objetivamente,
pues depende de los criterios utilizados para escoger a los
componentes de la muestra.
32. Muestreo por conglomerados: también conocido como muestreo
por racimos, es un procedimiento de muestreo probabilístico en que
los elementos de la población son seleccionados al azar en forma
natural por agrupaciones.
33. Muestreo por cuotas: es un método de muestreo no
probabilístico en el que los investigadores pueden formar una muestra
que involucre a individuos que representan a una población y que se
eligen de acuerdo con sus rasgos o cualidades.
34. Muestreo probabilístico: es aquel procedimiento de selección de la
muestra en el que todos y cada uno de los elementos de la población
tiene una cierta probabilidad de resultar elegidos.
35. Muestreo sin reposición: Es el procedimiento para seleccionar
cada elemento de la población éste no se repone o considera de nuevo
en la población, por lo que no puede ser seleccionado nuevamente.
36. Muestreo sistemático: es un tipo de muestreo probabilístico
donde se hace una selección aleatoria del primer elemento para la
muestra, y luego se seleccionan los elementos posteriores utilizando
intervalos fijos o sistemáticos hasta alcanzar el tamaño de la muestra
deseado.
37. Muestreo bola de nieve: es un tipo de muestreo no probabilístico
que se utiliza cuando los participantes potenciales son difíciles de
encontrar o si la muestra está limitada a un subgrupo muy pequeño
de la población .
38. Nivel de significación: es un umbral que permite determinar si el
resultado de un estudio se puede considerar estadísticamente
significativo después de realizar las
pruebas estadísticas planificadas.
39. Parámetro: es un número que resume la gran cantidad de datos
que pueden derivarse del estudio de una variable estadística . 
40. Población: es un conjunto de elementos o eventos similares que
son de interés para alguna pregunta o experimento.
41. Población finita: Es aquella en la que el número de valores que la
componen tiene un fin.
42. Población infinita: Se trata de aquella población que no tiene fin.
Por ejemplo, el número de planetas que existen en el universo. Aunque
puede que sea finito, el número es tan grande y desconocido que
estadísticamente se asume como infinito.
43. Probabilidad: La probabilidad asociada a un suceso o evento
aleatorio es una medida del grado de certidumbre de que dicho suceso
pueda ocurrir. 
44. Prueba de hipótesis: s una regla que especifica si se puede aceptar
o rechazar una afirmación acerca de una población dependiendo de la
evidencia.
45. Punto muestral:   muestreo consiste en el conjunto de todos los
posibles resultados de un experimento aleatorio, junto con una
estructura sobre el mismo.
46. región de aceptación: Es el conjunto de valores del estadístico del
contraste que nos lleva a la decisión de aceptar la hipótesis nula.
47. región de rechazo: puede considerarse como el conjunto de valores
de la estadística de prueba que no tienen posibilidad de presentarse si
la hipótesis nula es verdadera. 
48. Teorema del límite central: El teorema del límite o teorema
centrales del límite indica que, en condiciones muy generales, si S_n es
la suma de n variables aleatorias independientes, con media conocida y
varianza no nula pero finita, entonces la función de distribución de S_n
se aproxima bien a una distribución normal.
49. Variable: es una característica que puede fluctuar y cuya variación
es susceptible a adoptar diferentes valores, los cuales pueden medirse
u observarse. 
50. Variable aleatoria: es una función que asigna un valor, usualmente
numérico, al resultado de un experimento aleatorio.
INFOGRAFIA
https://economipedia.com/definiciones/distribucion-normal.html
https://www.questionpro.com/blog/es/muestreo-por-cuotas/
https://economipedia.com/definiciones/muestreo-sistematico.html
https://www.netquest.com/blog/es/blog/es/muestreo-bola-nieve
https://www.questionpro.com/blog/es/muestreo-por-conveniencia/