23290017
Description
Flashcards by Edaurdo Aguirre, updated more than 1 year ago
|
Created by Edaurdo Aguirre
almost 4 years ago
|
|
| Question | Answer |
| Diagrama de dispersión | Dispersión se define como el grado de distanciamiento de un conjunto de valores respecto a su valor medio. A partir de esta definición, se derivan las medidas de dispersión que aprendimos en la clase de estadística del colegio: Rango, varianza, desviación, covarianza, coeficiente de correlación, etc. |
| Regresión lineal simple | Regresión lineal. Permite determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor y estimado que se obtendría para un valor x que no esté en la distribución. |
| Correlación | La correlación estadística constituye una técnica estadística que nos indica si dos variables están relacionadas o no. Por ejemplo, considera que las variables son el ingreso familiar y el gasto familiar. Se sabe que los aumentos de ingresos y gastos disminuyen juntos. |
| Errores de medición | Es la inexactitud que se acepta como inevitable, al comparar una magnitud con su patrón de medida, el error de medida depende de la escala de medida empleada y tiene un límite. |
| Muestreo | El muestreo es el proceso de seleccionar un conjunto de individuos de una población con el fin de estudiarlos y poder caracterizar el total de la población. |
| Tipos de muestreo | Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos I. Muestreo probabilístico Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas |
| Teorema de Límite central | El teorema del límite central es un teorema fundamental de probabilidad y estadística. El teorema describe la distribución de la media de una muestra aleatoria proveniente de una población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente grande, la distribución de las medias sigue aproximadamente una distribución normal. El teorema se aplica independientemente de la forma de la distribución de la población. Muchos procedimientos estadísticos comunes requieren que los datos sean aproximadamente normales. El teorema de límite central le permite aplicar estos procedimientos útiles a poblaciones que son considerablemente no normales. El tamaño que debe tener la muestra depende de la forma de la distribución original. |
| Distribución muestral de la media | Distribución muestral de medias Si tenemos una muestra aleatoria de una población N(m,s ), se sabe (Teorema del límite central) que la fdp de la media muestral es también normal con media m y varianza s2/n. Esto es exacto para poblaciones normales y aproximado (buena aproximación con n>30) para poblaciones cualesquiera. Es decir es el error típico, o error estándar de la media. ¿Cómo usamos esto en nuestro problema de estimación? 1º problema: No hay tablas para cualquier normal, sólo para la normal m=0 y s=1 (la llamada z); pero haciendo la transformación (llamada tipificación) una normal de media m y desviación s se transforma en una z. |
| Distribución muestral de una proporción. | Esta distribución se genera de igual manera que la distribución muestral de medias, a excepción de que al extraer las muestras de la población se calcula el estadístico proporción (p=x/n en donde "x" es el número de éxitos u observaciones de interés y "n" el tamaño de la muestra) en lugar del estadísitico media. |
| Estimación | Una estimación estadística es un proceso mediante el que establecemos qué valor debe tener un parámetro según deducciones que realizamos a partir de estadísticos. En otras palabras, estimar es establecer conclusiones sobre características poblacionales a partir de resultados muestrales. |
| Estimación puntual | Estimación puntual y estimación por intervalos. Una estimación es puntual cuando se usa un solo valor extraído de la muestra para estimar el parámetro desconocido de la población. Al valor usado se le llama estimador. |
| Estimación por intervalo | La estimación por intervalos consiste en establecer el intervalo de valores donde es más probable se encuentre el parámetro Si conociéramos el valor del parámetro poblacional, podríamos establecer la probabilidad de que el estimador se halle dentro de los intervalos de la distribución muestral. |
| Intervalo de confianza para una media | Un intervalo de confianza es un rango de valores, derivado de los estadísticos de la muestra, que posiblemente incluya el valor de un parámetro de población desconocido. Debido a su naturaleza aleatoria, es poco probable que dos muestras de una población en particular produzcan intervalos de confianza idénticos. |
| Intervalo de confianza para una proporción | INTERVALO DE CONFIANZA PARA LA PROPORCIÓN DE UNA CARACTERÍSTICA. Deseamos estimar la proporción con la que se da una característica en una determinada población , esta característica es dicotómica por lo que o bien se posee o bien no, despejando la proporción poblacional : que es intervalo que estabamos buscando |
| Prueba de hipótesis | Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos. Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula y la hipótesis alternativa. |
| Errores tipo I y II | El error de tipo I se comete cuando la hipótesis nula es verdadera y, como consecuencia del contraste, se rechaza. El error de tipo II se comete cuando la hipótesis nula es falsa y, como consecuencia del contraste se acepta. H0 Verdadera Falsa Aceptar Decisón correcta Probabilidad = 1 − α Decisión incorrecta: ERROR DE TIPO II Rechazar ERROR DE TIPO I Probabilidad = α Decisión correcta La probabilidad de cometer Error de tipo I es el nivel de significación α. La probabilidad de cometer Error de tipo II depende del verdadero valor del parámetro. Se hace tanto menor cuanto mayor sea n. |
| Realizado por : | Luis Eduardo Aguirre Álvarez |
Want to create your own Flashcards for free with GoConqr? Learn more.