ESTADISTICA

ESTADISTICA

1. DESCRIPTIVA

   • RECOLECTAR, ANALIZAR, INTERPRETAR DATOS PARA LLEGAR A UNA CONCLUCION
     • DATOS: Son hechos que describen sucesos e identidades. Los datos tienden a convertirse en información para ofrecer un significado o ideas. Dato puede referirse a un numero, letra, signo o símbolo.
       • INFORMACION: Es un conjunto de datos significativos y pertenecientes
         • GRAFICOS ESTADISTICOS: CIRCULAR, BARRAS, ETC
         • CONSTRUCCION DE TABLAS
   • VARIABLES:
     • CUALITATIVAS: CARACTERISTICAS
     • CUANTITATIVAS: NUMERICA
   • TIPOS DE VARIABLES
     • NOMINAL
     • ORDINAL
     • INTERVALO
     • RAZON

2. INFERENCIAL

   • PROBABILIDAD
     • OBJETIVA
       • CLASICA
         • RESULTADOS IGUALMENTE POSIBLES
       • EMPIRICA
         • REPETICION-TABULACION-EVENTOS
     • SUBJETIVA
       • LO QUE CADA PERSONA CREE QUE SUCEDERA
     • EXPERIMENTO: ES EL PROCESO QUE INDUCE A QUE SUCEDA UNO Y SOLO UNO DE TODOS LOS POSIBLES RESULTADOS
       • RESULTADO: ES EL UNICO RESULTADO QUE SE OBTENDRA DE UN EXPERIMENTO.
         • EVENTO: ES EL CONJUNTO DE POSIBLES RESULTADOS QUE PODRIAN OCURRIR DE UN EXPERIMENTO.
     • REGLAS DE LA PROBABILIDAD
       • Reglas de la adición
         • REGLA ESPECIAL DE LA ADICION: Para aplicar la regla especial de la adición, los eventos deben ser mutuamente excluyentes. P(A o B) = P(A) + P(B)
           • L a regla general de la adición se aplica cuando los eventos pueden no ser mutuamente excluyentes. (probabilidad conjunta) formula: P(A o B) = P(A) + P(B) – P(A y B)
             • La regla del complemento se utiliza para determinar la probabilidad de un evento restando de 1 la probabilidad de que el evento no suceda. FORMULA : P(A) = 1 – P(~A)
         • Reglas de la multiplicación
           • Regla especial de la multiplicación La regla especial de la multiplicación requiere que dos eventos, A y B, sean independientes FORMULA: P(A y B) = P(A)P(B)
             • Regla general de la multiplicación (EVENTOS DEPENDIENTES)
               • PROBABILIDAD CONDICIONAL Probabilidad de que un evento en particular ocurra, dado que otro evento haya acontecido. FORMULA: P(A y B) = P(A)P(B |A)
           • Tablas de contingencias
             • Tabla utilizada para clasificar observaciones de una muestra, de acuerdo con dos o más características identificables.
           • Diagramas de árbol
             • es una gráfica útil para organizar cálculos que implican varias etapas.
           • Teorema de Bayes
             • El teorema de Bayes es un método que consiste en revisar una probabilidad, dado que se obtenga información adicional. En el caso de dos eventos mutuamente excluyentes y colectivamente exhaustivos,
     • reglas de conteo
       • La regla de la multiplicación Formula : m(n)
       • Una permutación es un arreglo en don el orden es importante FORMULA: n!/(n-r)!
       • Una combinación es un arreglo en don el orden no es importante FORMULA: n!/r!(n-r)!
     • DISTRIBUCIONES DE PROBABILIDAD
       • Listado de todos los resultados de un experimento y la probabilidad asociada con cada resultado.
       • VARIABLE ALEATORIA
         • Cantidad que resulta de un experimento que, por azar, puede adoptar diferentes valores.
         • Variable aleatoria discreta
           • EJEMPLO: la anchura de una recámara, la estatura de una persona o la presión de la llanta de un automóvil,
         • Variable aleatoria continua
           • EJEMPLO: El número de estudiantes que obtienen A en clase. • El número de empleados de producción
       • MEDIA: centro de una dist. prob. μ = Σ[xP(x)]
       • VARIANZA σ2 = Σ[(x – μ)2P(x)]
       • DESVIACION ESTANDAR: raiz cuadradad de la varianza
       • Distribución de probabilidad binomial: Se necesita los isguiente
         • el número de pruebas
           • la probabilidad de éxito de cada prueba.
         • MEDIA DE UNA DISTRIBUCIÓN BINOMIAL
         • VARIANZA DE UNA DISTRIBUCIÓN BINOMIAL
       • Distribución de probabilidad hipergeométrica
         • Los resultados de cada prueba de un experimento se clasifican en dos categorías exclusivas: éxito o fracaso
           • variable aleatoria es el número de éxitos de un número fijo de pruebas.
       • Distribución de probabilidad de Poisson
         • La distribución de probabilidad de Poisson describe el número de veces que se presenta un evento durante un intervalo específico.
     • METODOS DE MUETREO
       • Razones para muestrear
         • Establecer contacto con toda la población requeriría mucho tiempo. Un
           • El costo de estudiar todos los elementos de una población resultaría prohibitivo
             • Es imposible verificar de manera física todos los elementos de la población.
               • Algunas pruebas son de naturaleza destructiva
       • MUESTREO ALEATORIO SIMPLE Muestra seleccionada de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se le incluya.
         • MUESTREO ALEATORIO SISTEMÁTICO Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo miembro de la población.
       • ERROR DE MUESTREO Diferencia entre el estadístico de una muestra y el parámetro de la población correspondiente.
       • Distribución muestral de la media
         • Distribución de probabilidad de todas las posibles medias de las muestras de un determinado tamaño muestra de la población.
       • Teorema del límite central
         • Mientras mas muestras hay,la distribucion muetral de la media, mas se acerca a la distribucion normal