ESTADISTICA

ESTADISTICA

DESCRIPTIVA
1. RECOLECTAR, ANALIZAR, INTERPRETAR DATOS PARA LLEGAR A UNA CONCLUCION
  1. 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.
    1. INFORMACION: Es un conjunto de datos significativos y pertenecientes
      1. GRAFICOS ESTADISTICOS: CIRCULAR, BARRAS, ETC
      2. CONSTRUCCION DE TABLAS
2. VARIABLES:
  1. CUALITATIVAS: CARACTERISTICAS
  2. CUANTITATIVAS: NUMERICA
3. TIPOS DE VARIABLES
  1. NOMINAL
  2. ORDINAL
  3. INTERVALO
  4. RAZON
INFERENCIAL
1. PROBABILIDAD
  1. OBJETIVA
    1. CLASICA
      1. RESULTADOS IGUALMENTE POSIBLES
    2. EMPIRICA
      1. REPETICION-TABULACION-EVENTOS
  2. SUBJETIVA
    1. LO QUE CADA PERSONA CREE QUE SUCEDERA
  3. EXPERIMENTO: ES EL PROCESO QUE INDUCE A QUE SUCEDA UNO Y SOLO UNO DE TODOS LOS POSIBLES RESULTADOS
    1. RESULTADO: ES EL UNICO RESULTADO QUE SE OBTENDRA DE UN EXPERIMENTO.
      1. EVENTO: ES EL CONJUNTO DE POSIBLES RESULTADOS QUE PODRIAN OCURRIR DE UN EXPERIMENTO.
  4. REGLAS DE LA PROBABILIDAD
    1. Reglas de la adición
      1. 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)
      2. 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,
  5. reglas de conteo
    1. La regla de la multiplicación Formula : m(n)
    2. Una permutación es un arreglo en don el orden es importante FORMULA: n!/(n-r)!
    3. Una combinación es un arreglo en don el orden no es importante FORMULA: n!/r!(n-r)!
  6. DISTRIBUCIONES DE PROBABILIDAD
    1. Listado de todos los resultados de un experimento y la probabilidad asociada con cada resultado.
    2. VARIABLE ALEATORIA
      1. Cantidad que resulta de un experimento que, por azar, puede adoptar diferentes valores.
      2. Variable aleatoria discreta
        EJEMPLO: la anchura de una recámara, la estatura de una persona o la presión de la llanta de un automóvil,
      3. Variable aleatoria continua
        EJEMPLO: El número de estudiantes que obtienen A en clase. • El número de empleados de producción
    3. MEDIA: centro de una dist. prob. μ = Σ[xP(x)]
    4. VARIANZA σ2 = Σ[(x – μ)2P(x)]
    5. DESVIACION ESTANDAR: raiz cuadradad de la varianza
    6. Distribución de probabilidad binomial: Se necesita los isguiente
      1. el número de pruebas
        la probabilidad de éxito de cada prueba.
      2. MEDIA DE UNA DISTRIBUCIÓN BINOMIAL
      3. VARIANZA DE UNA DISTRIBUCIÓN BINOMIAL
    7. Distribución de probabilidad hipergeométrica
      1. 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.
    8. Distribución de probabilidad de Poisson
      1. La distribución de probabilidad de Poisson describe el número de veces que se presenta un evento durante un intervalo específico.
  7. METODOS DE MUETREO
    1. Razones para muestrear
      1. 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
    2. MUESTREO ALEATORIO SIMPLE Muestra seleccionada de manera que cada elemento o individuo de la población tenga las mismas posibilidades de que se le incluya.
      1. MUESTREO ALEATORIO SISTEMÁTICO Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-ésimo miembro de la población.
    3. ERROR DE MUESTREO Diferencia entre el estadístico de una muestra y el parámetro de la población correspondiente.
    4. Distribución muestral de la media
      1. Distribución de probabilidad de todas las posibles medias de las muestras de un determinado tamaño muestra de la población.
    5. Teorema del límite central
      1. Mientras mas muestras hay,la distribucion muetral de la media, mas se acerca a la distribucion normal

Next up

Description

Resource summary

Similar

	Created by Juliana Banegas over 8 years ago