ERROR ESTANDAR DE ESTIMACION:

El error estándar es la desviación estándar de la distribución muestral de un estadístico.1 El término se

refiere también a una estimación de la desviación estándar, derivada de una muestra particular usada para
computar la estimación.

ESPACIO MUESTRAL:
En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o U)
consiste en el conjunto de todos los posibles resultados de un experimento aleatorio, junto con una
estructura sobre el mismo.

ESTADISTICA DESCRIPTIVA:
Es la rama de las Matemáticas que recolecta, presenta y caracteriza un conjunto de datos
(por ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura
en los meses de verano, etc.)

ESTADISTICA INFERENCIAL:
La estadística inferencial es una parte de la estadística que comprende los métodos y
procedimientos que por medio de la inducció n determina propiedades de una població n
estadística, a partir de una parte de esta. Su objetivo es obtener conclusiones ú tiles para hacer
deducciones sobre una totalidad, basá ndose en la informació n numérica de la muestra.

FRECUENCIA:
Una magnitud que mide el número de repeticiones por unidad de tiempo de cualquier fenómeno o suceso
periódico.
Para calcular la frecuencia de un suceso, se contabilizan un número de ocurrencias de este teniendo en
cuenta un intervalo temporal, luego estas repeticiones se dividen por el tiempo transcurrido. Según
el Sistema Internacional (SI), la frecuencia se mide en hercios (Hz), en honor a Heinrich Rudolf Hertz. Un
hercio es la frecuencia de un suceso o fenómeno repetido una vez por segundo. Así, un fenómeno con
una frecuencia de dos hercios se repite dos veces por segundo.

Aprende la fórmula. La fórmula para calcular la frecuencia, cuando conoces la longitud de

onda y la velocidad de la onda, se expresa de la siguiente manera: f = V / λ
 En esta fórmula, f representa la frecuencia, V representa la velocidad de la onda
y λ representa la longitud de onda.Ejemplo: cierta onda de sonido que viaja a través del aire
tiene una longitud de onda de 322 nm cuando la velocidad del sonido es de 320 m/s. ¿Cuál
es la frecuencia de esta onda de sonido?
FRECUENCIA RELATIVA ACUMULADA:

El resultado de dividir la frecuencia acumulada entre el número

total de datos, se representa por.
Definimos la frecuencia relativa acumulada (F ) de un valor X  como la proporción de
i i

valores iguales o menores a X  en el conjunto de datos (X , X ,…, X ). Es decir, la

i 1 2 N

frecuencia relativa acumulada es la frecuencia absoluta acumulada dividida por el

número total de sujetos N:

FRECUENCIA ACUMULADA
La frecuencia acumulada o frecuencia acumulativa es la frecuencia de ocurrencia de valores de
un fenómeno menor que un valor de referencia. El fenómeno puede ser un variable aleatoria que varia en
el tiempo o en el espacio. La frecuencia acumulada se llama también frecuencia de no−excedencia. El
análisis de la frecuencia acumulada se hace con el propósito de obtener una idea de cuantas veces
ocurriría un cierto fenómeno lo que puede ser instrumental en describir o explicar una situación en la cual
el fenómeno juega un papel importante, o en planificar intervenciones, por ejemplo en el control de
inundaciones.
INDICES COMPUESTOS:

 Índices compuestos, complejos o sintéticos: recogen la evolución conjunta de los precios, las

cantidades o los valores de kbienes o productos. A su vez, los índices complejos se clasifican

como:

 Sin ponderar: todas las magnitudes o componentes tiene la misma importancia, es decir,

los mismos pesos. Los k bienes o productos se consideran con el mismo peso.

 Ponderados: cada magnitud o componente tiene un peso diferente asignado en función de

diversos criterios. Los kbienes o productos se consideran con distinto peso, peso que

recoge la importancia relativa de cada uno de los bienes.

Simples
Números
Sin ponderar Sauerbeck, Brandstreet-Dûtot, …
índices Compuestos o
complejos Laspeyres, Paasche, Edgeworth,
Ponderados
Fisher, …

INDICES RELATIVOS:
 INDICES RELATIVOS SIMPLES:

MEDIDAS DE TENDENCIA CENTRAL:

Las medidas de tendencia central son medidas estadísticas que pretenden resumir en un solo valor a un conjunto de valores.
Representan un centro en torno al cual se encuentra ubicado el conjunto de los datos. Las medidas de tendencia central más
utilizadas son: media, mediana y moda. Las medidas de dispersión en cambio miden el grado de dispersión de los
valores de la variable. Dicho en otros términos las medidas de dispersión pretenden evaluar en qué medida los datos difieren
entre sí. De esta forma, ambos tipos de medidas usadas en conjunto permiten describir un conjunto de datos entregando
información acerca de su posición y su dispersión. 

M EDI AN A :

Es e l va lo r  que ocupa e l  luga r c ent r a l  de to do s lo s  dat o s  cuando

é sto s e stán  or dena do s de m eno r a m a yor .

1  Si la se r ie tie ne un  núm er o im par de m edida s  la  m edia na  es

la  punt ua c ió n c ent r a l  de la misma.
 2  Si la se r ie tie ne un  núm er o par  de puntua cio ne s la  m edia na  e s
la  m edia  e ntre las do s  punt ua c io nes c ent r a les .

Mediana para datos agrupados

 es la se misuma de las fr e cue ncias abso lutas.

L i - 1  e s e l lími te infe r io r de la clase do nde se e ncue ntr a   .

F i - 1  e s la  fr ec uenc ia a c um ula da  ante r io r a la clase me diana.

a i  e s la amplitu d de la clase .

MEDIA:
En matemáticas y estadística una media o promedio es una medida de tendencia central que según
la Real Academia Española (2001) «[…] resulta al efectuar una serie determinada de operaciones con un
conjunto de números y que, en determinadas condiciones, puede representar por sí solo a todo el
conjunto». Existen distintos tipos de medias, tales como la media geométrica, la media ponderada y
la media armónica aunque en el lenguaje común, el término se refiere generalmente a la media aritmética.

Moda 
La moda de una distribución se define como el valor de la variable que más se repite. En un polígono de frecuencia la moda
corresponde al valor de la variable que está bajo el punto más alto del gráfico. Una muestra puede tener más de una moda.
 La moda, Mo, es el valor que tiene mayor frecuencia absoluta .

1º Todos los intervalos tienen la misma amplitud.

Li-1 es el límite inferior de la clase modal.

f i  es la fr e cue ncia abso luta de la clase mo dal.

f i - - 1  es la fr e cue ncia abso luta inme diata me nte infe r io r a la e n clase

mo dal.

f i - + 1  e s la fre cue ncia abso luta inme diatame nte po ster io r a la clase

mo dal.

a i  e s la amplitu d de la clase .

T ambié n se utiliz a o tr a  fó r m ula  de la  m o da  que da un  va lo r

a pro x im a do  de é sta:

MEDIDAS DE POSICION:

Los cuantiles son puntos tomados a intervalos regulares de la función de distribución de una variable

aleatoria.
El término cuantil fue usado por primera vez por Kendall en 1940. El cuantil de orden p de una distribución
(con 0 < p < 1) es el valor de la variable  que marca un corte de modo que una proporción p de valores de
la población es menor o igual que . Por ejemplo, el cuantil de orden 0,36 dejaría un 36% de valores por
debajo y el cuantil de orden 0,50 se corresponde con la mediana de la distribución.
Los cuantiles suelen usarse por grupos que dividen la distribución en partes iguales; entendidas estas
como intervalos que comprenden la misma proporción de valores. Los más usados son:

 Los cuartiles, que dividen a la distribución en cuatro partes (corresponden a los cuantiles 0,25; 0,50 y
0,75);
 Los quintiles, que dividen a la distribución en cinco partes (corresponden a los cuantiles 0,20; 0,40;
0,60 y 0,80);
 Los deciles, que dividen a la distribución en diez partes;
 Los percentiles, que dividen a la distribución en cien partes.
En el cálculo de cuantiles con distribuciones de variable continua (por ejemplo, con datos agrupados)
puede conseguirse fácilmente que las partes en que se divide la distribución sean exactamente iguales.
Sin embargo, en las distribuciones de variable discreta (como el caso de datos aislados) debemos
conformarnos con que estas partes sean aproximadamente iguales. Por desgracia, no hay consenso sobre
cómo realizar esta aproximación, existiendo en la literatura científica nueve métodos diferentes, que
conducen a resultados diferentes. Por ello, al calcular cualquier cuantil de datos no agrupados por medio
de calculadora, software o manualmente, es básico el saber e indicar el método utilizado.
La función que a cada p le asigna el punto de corte , es decir, el valor del cuantil de orden p, se
denomina función cuantil.

Cálculo de cuantiles de datos agrupados en intervalos [editar]

Calcularemos el cuantil de orden 0,30 de la edad de la población de una aldea resumida en la tabla:
 habitante
Edad de la población frecuencia acumulada
s

0-20 9 9

20-40 18 27

40-60 26 53

60-80 7 60

80-100 4 64

Nuestro primer paso será hallar el intervalo en que se encuentra nuestro cuantil: De un total de 64
datos, el cuantil 0,30 ocupará la posición np=64×0,3=19,2. Observamos en la columna de frecuencias
acumuladas que este valor, por estar comprendido entre 9 y 27, corresponde al intervalo 20-40.

MOVIMIENTOS CICLICOS:
Un movimiento cíclico es cuando se repite el mismo movimiento una y otra vez, es decir
que el objeto en movimiento pase una y otra vez por el mismo punto (ciclo). Se caracterizan
por seguir un mismo patrón de movimiento de manera constante. Ejemplo de esto son el
atletismo, natación, ciclismo, remo, etc.

MUESTREO PROBABILISTICO:
El muestreo probabilístico es una técnica de muestreo en virtud de la cual las
muestras son recogidas en un proceso que brinda a todos los individuos de la
población las mismas oportunidades de ser seleccionados.

MUESTREO SIMPLE:
En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población,
se puede extraer dos o más muestras de la misma población. Al conjunto de muestras que
se pueden obtener de la población se denomina espacio muestral.

Muestreo aleatorio estratificado

El muestreo aleatorio estratificado también es conocido como muestreo aleatorio proporcional. Ésta es una
técnica de muestreo probabilístico en donde los sujetos son inicialmente agrupados en diferentes
categorías, tales como la edad, el nivel socioeconómico o el género.
Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos estratos. Es
importante tener en cuenta que los estratos no se superpongan.

Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren estudiar un

determinado subgrupo dentro de la población. También es preferible el muestreo aleatorio simpleporque
garantiza resultados estadísticos más precisos.