Saltar al contenido principal
Library homepage
 
LibreTexts Español

Glosario

  • Page ID
    153277
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Ejemplo y Direcciones
    Palabras (o palabras que tienen la misma definición) La definición diferencia entre mayúsculas y minúsculas (Opcional) Imagen para mostrar con la definición [No se muestra en el Glosario, solo en las páginas emergentes] (Opcional) Subtítulo para imagen (Opcional) Enlace externo o interno (Opcional) Fuente para Definición
    (Ej. “Genético, Hereditario, ADN...”) (Ej. “Relacionado con genes o herencia”) La infame doble hélice https://bio.libretexts.org/ CC-BY-SA; Delmar Larsen

    Análisis de Vardelmar

    Entradas en el glosario
    Palabra (s) Definición Imagen Leyenda Enlace Fuente
    Análisis de varianza, análisis de Vardelmar también denominado ANOVA, es un método para probar si las medias de tres o más poblaciones son iguales o no. El método es aplicable si: (1) todas las poblaciones de interés se distribuyen normalmente. (2) las poblaciones tienen desviaciones estándar iguales. (3) las muestras (no necesariamente del mismo tamaño) se seleccionan al azar e independientemente de cada población. (4) El estadístico de prueba para el análisis de varianza es el\(F\) -relación.       OpenStax
    Promedio un número que describe la tendencia central de los datos; hay una serie de promedios especializados, incluyendo la media aritmética, la media ponderada, la mediana, el modo y la media geométrica.       OpenStax
    Juicios de Bernoulli un experimento con las siguientes características: (1) Solo hay dos posibles resultados llamados “éxito” y “fracaso” para cada ensayo. (2) La probabilidad\(p\) de éxito es la misma para cualquier ensayo (por lo que la probabilidad\(q = 1 − p\) de un fracaso es la misma para cualquier ensayo).       OpenStax
    Distribución binomial una variable aleatoria discreta (RV) que surge de los ensayos de Bernoulli. Hay un número fijo,\(n\), de juicios independientes. “Independiente” significa que el resultado de cualquier ensayo (por ejemplo, el ensayo 1) no afecta los resultados de los siguientes ensayos, y todos los ensayos se llevan a cabo en las mismas condiciones. En estas circunstancias, el binomio RV XY se define como el número de éxitos en los\(n\) ensayos. La notación es:\(X \sim B(n, p) \mu = np\) y la desviación estándar es\(\sigma = \sqrt{npq}\). La probabilidad de exactamente\(x\) éxitos en los\(n\) ensayos es\(P(X = x) = \binom{n}{x} p^{x}q^{n-x}\).       OpenStax
    Experimento binomial un experimento estadístico que satisface las siguientes tres condiciones: (1) Hay un número fijo de ensayos,\(n\). (2) Solo hay dos resultados posibles, llamados “éxito” y, “fracaso”, para cada ensayo. La letra\(p\) denota la probabilidad de éxito en un ensayo, y\(q\) denota la probabilidad de un fracaso en un ensayo. (3) Los\(n\) ensayos son independientes y se repiten usando condiciones idénticas.       OpenStax
    Distribución de probabilidad binomial una variable aleatoria discreta (RV) que surge de los ensayos de Bernoulli; hay un número fijo,\(n\), de ensayos independientes. “Independiente” significa que el resultado de cualquier ensayo (por ejemplo, el ensayo uno) no afecta los resultados de los siguientes ensayos, y todos los ensayos se llevan a cabo en las mismas condiciones. En estas circunstancias, el RV binomial\(X\) se define como el número de éxitos en los\(n\) ensayos. La notación es:\(X ~ B(n, p)\). La media es\(\mu = np\) y la desviación estándar es\(\sigma = \sqrt{npq}\). La probabilidad de exactamente\(x\) éxitos en los\(n\) ensayos es\(P(X = x) = {n \choose x}p^{x}q^{n-x}\).       OpenStax
    Cigador no decirle a los participantes qué tratamiento está recibiendo un sujeto       OpenStax
    Parcela de caja un gráfico que da una imagen rápida del 50% medio de los datos       OpenStax
    Variable categórica variables que toman valores que son nombres o etiquetas       OpenStax
    Teorema de Límite Central Dada una variable aleatoria (RV) con media conocida\(\mu\) y desviación estándar conocida,\(\sigma\), estamos muestreando con tamaño\(n\), y estamos interesados en dos nuevas RV: la media de la muestra,\(\bar{X}\), y la suma de la muestra,\(\sum X\). Si el tamaño (\(n\)) de la muestra es suficientemente grande, entonces\(\bar{X} \sim N\left(\mu, \dfrac{\sigma}{\sqrt{n}}\right)\) y\(\sum X \sim N(n\mu, (\sqrt{n})(\sigma))\). Si el tamaño (\(n\)) de la muestra es suficientemente grande, entonces la distribución de las medias muestrales y la distribución de las sumas muestrales se aproximarán a distribuciones normales independientemente de la forma de la población. La media de las medias de la muestra será igual a la media de la población, y la media de las sumas de la muestra será igual a\(n\) veces la media de la población. La desviación estándar de la distribución de las medias muestrales\(\dfrac{\sigma}{\sqrt{n}}\),, se denomina error estándar de la media.       OpenStax
    Teorema de Límite Central Dada una variable aleatoria (RV) con media conocida\(\mu\) y desviación estándar conocida\(\sigma\). Estamos muestreando con tamaño\(n\) y estamos interesados en dos nuevas RV: la media muestral\(\bar{X}\), y la suma de la muestra,\(\sum X\). Si el tamaño\(n\) de la muestra es suficientemente grande, entonces\(\bar{X} - N\left(\mu, \frac{\sigma}{\sqrt{n}}\right)\) y\(\sum X - N \left(n\mu, \sqrt{n}\sigma\right)\). Si el tamaño n de la muestra es suficientemente grande, entonces la distribución de las medias muestrales y la distribución de las sumas muestrales se aproximarán a una distribución normal independientemente de la forma de la población. La media de las medias de la muestra será igual a la media de la población y la media de las sumas de la muestra será igual a\(n\) veces la media de la población. La desviación estándar de la distribución de las medias muestrales\(\frac{\sigma}{\sqrt{n}}\),, se denomina error estándar de la media.       OpenStax
    Muestreo en raci un método para seleccionar una muestra aleatoria y dividir la población en grupos (clusters); utilizar muestreo aleatorio simple para seleccionar un conjunto de clusters. En la muestra se incluye a cada individuo de los conglomerados elegidos.       OpenStax
    Coeficiente de correlación una medida desarrollada por Karl Pearson (principios del siglo XX) que da la fuerza de asociación entre la variable independiente y la variable dependiente; la fórmula es:\[r = \dfrac{n \sum xy - \left(\sum x\right) \left(\sum y\right)}{\sqrt{\left[n \sum x^{2} - \left(\sum x\right)^{2}\right] \left[n \sum y^{2} - \left(\sum y\right)^{2}\right]}}\] dónde\(n\) está el número de puntos de datos. El coeficiente no puede ser superior a 1 ni inferior a —1. Cuanto más cerca esté el coeficiente de ±1, más fuerte será la evidencia de una relación lineal significativa entre\(x\) y\(y\).       OpenStax
    Probabilidad Condicional la probabilidad de que ocurra un evento dado que ya se ha producido otro evento       OpenStax
    Intervalo de confianza (CI) una estimación de intervalo para un parámetro de población desconocido. Esto depende de: (1) El nivel de confianza deseado. (2) Información que se conoce sobre la distribución (por ejemplo, desviación estándar conocida). (3) La muestra y su tamaño.       OpenStax
    Nivel de Confianza (CL) la expresión porcentual para la probabilidad de que el intervalo de confianza contenga el parámetro de población verdadera; por ejemplo, si el\(CL = 90%\), entonces en 90 de cada 100 muestras la estimación del intervalo encerrará el parámetro de población verdadera.       OpenStax
    tabla de contingencia el método de mostrar una distribución de frecuencia como una tabla con filas y columnas para mostrar cómo dos variables pueden ser dependientes (contingentes) entre sí; la tabla proporciona una manera fácil de calcular probabilidades condicionales.       OpenStax
    Variable aleatoria continua una variable aleatoria (RV) cuyos resultados se miden; la altura de los árboles en el bosque es un RV continuo.       OpenStax
    Grupo de control un grupo en un experimento aleatorio que recibe un tratamiento inactivo pero que por lo demás se maneja exactamente como los otros grupos       OpenStax
    Muestreo Conveniente un método no aleatorio para seleccionar una muestra; este método selecciona individuos que son fácilmente accesibles y pueden resultar en datos sesgados.       OpenStax
    Frecuencia Relativa Acumulada El término se aplica a un conjunto ordenado de observaciones de menor a mayor. La frecuencia relativa acumulativa es la suma de las frecuencias relativas para todos los valores que son menores o iguales al valor dado.       OpenStax
    Datos un conjunto de observaciones (un conjunto de posibles resultados); la mayoría de los datos se pueden poner en dos grupos: cualitativo (un atributo cuyo valor está indicado por una etiqueta) o cuantitativo (un atributo cuyo valor está indicado por un número). Los datos cuantitativos se pueden separar en dos subgrupos: discretos y continuos. Los datos son discretos si es el resultado del conteo (como el número de alumnos de un determinado grupo étnico en una clase o el número de libros en una estantería). Los datos son continuos si son el resultado de la medición (como la distancia recorrida o el peso del equipaje)       OpenStax
    parámetro decaimiento El parámetro de decaimiento describe la velocidad a la que las probabilidades decaen a cero para valores crecientes de\(x\). Es el valor\(m\) en la función de densidad de probabilidad\(f(x) = me^{(-mx)}\) de una variable aleatoria exponencial. También es igual a\(m = \dfrac{1}{\mu}\), donde\(\mu\) está la media de la variable aleatoria.       OpenStax
    Grados de Libertad (df) el número de objetos en una muestra que son libres de variar.       OpenStax
    Sucesos Dependientes Si dos eventos NO son independientes, entonces decimos que son dependientes.       OpenStax
    Variable aleatoria discreta una variable aleatoria (RV) cuyos resultados se cuentan       OpenStax
    Doble cegador el acto de cegar tanto a los sujetos de un experimento como a los investigadores que trabajan con los sujetos       OpenStax
    Igual de Probable Cada resultado de un experimento tiene la misma probabilidad.       OpenStax
    Límite de error para una media poblacional (MBE) el margen de error; depende del nivel de confianza, tamaño de la muestra y desviación estándar de la población conocida o estimada.       OpenStax
    Límite de error para una proporción de población (EBP) el margen de error; depende del nivel de confianza, el tamaño de la muestra y la proporción estimada (a partir de la muestra) de éxitos.       OpenStax
    Evento un subconjunto del conjunto de todos los resultados de un experimento; el conjunto de todos los resultados de un experimento se denomina espacio de muestra y generalmente se denota por\(S\). Un evento es un subconjunto arbitrario en\(S\). Puede contener un resultado, dos resultados, ningún resultado (subconjunto vacío), todo el espacio muestral y similares. Las notaciones estándar para eventos son letras mayúsculas como\(A, B, C\), y así sucesivamente.       OpenStax
    Valor esperado promedio aritmético esperado cuando un experimento se repite muchas veces; también llamado la media. Notaciones:\(\mu\). Para una variable aleatoria discreta (RV) con función de distribución de probabilidad\(P(x)\), la definición también se puede escribir en la forma\(\mu = \sum{xP(x)}\).       OpenStax
    Experimento una actividad planificada realizada en condiciones controladas       OpenStax
    Unidad Experimental cualquier individuo u objeto a medir       OpenStax
    Variable explicativa la variable independiente en un experimento; el valor controlado por los investigadores       OpenStax
    Distribución Exponencial una variable aleatoria continua (RV) que aparece cuando estamos interesados en los intervalos de tiempo entre algunos eventos aleatorios, por ejemplo, el tiempo entre llegadas de emergencia a un hospital; la notación es\(X \sim \text{Exp}(m)\). La media es\(\mu = \frac{1}{m}\) y la desviación estándar es\(\sigma = \frac{1}{m}\). La función de densidad de probabilidad es\(f(x) = me^{-mx}\),\(x \geq 0\) y la función de distribución acumulativa es\(P(X \leq x) = 1 − e^{mx}\).       OpenStax
    Primer cuartil el valor que es la mediana de la de la mitad inferior del conjunto de datos ordenado       OpenStax
    Frecuencia el número de veces que se produce un valor de los datos       OpenStax
    Polígono de frecuencia parece un gráfico de líneas pero usa intervalos para mostrar rangos de grandes cantidades de datos       OpenStax
    Tabla de frecuencias una representación de datos en la que se muestran los datos agrupados junto con las frecuencias correspondientes       OpenStax
    Distribución Geométrica una variable aleatoria discreta (RV) que surge de los ensayos de Bernoulli; los ensayos se repiten hasta el primer éxito. La variable geométrica\(X\) se define como el número de ensayos hasta el primer éxito. Notación:\(X \sim G(p)\). La media es\(\mu = \dfrac{1}{p}\) y la desviación estándar es\(\sigma = \sqrt{\dfrac{1}{p}\left(\dfrac{1}{p} - 1\right)}\). La probabilidad de\(x\) fracasos exactos antes del primer éxito viene dada por la fórmula:\(P(X = x) = p(1 –p)^{x-1}\).       OpenStax
    Experimento Geométrico un experimento estadístico con las siguientes propiedades: (1) Hay uno o más ensayos de Bernoulli con todos los fracasos excepto el último, lo cual es un éxito. (2) En teoría, el número de ensayos podría continuar para siempre. Debe haber al menos un juicio. (3) La probabilidad,\(p\), de un éxito y la probabilidad,\(q\), de un fracaso no cambian de un juicio a otro       OpenStax
    Experimento Hipergeométrico un experimento estadístico con las siguientes propiedades: (1) Se toman muestras de dos grupos. (2) Le preocupa un grupo de interés, llamado el primer grupo. (3) Usted toma muestras sin reemplazo de los grupos combinados. (4) Cada selección no es independiente, ya que el muestreo es sin reemplazo. (5) Usted es no tratar con Juicios de Bernoulli.       OpenStax
    Probabilidad Hipergeométrica una variable aleatoria discreta (RV) que se caracteriza por: (1) Un número fijo de ensayos. (2) La probabilidad de éxito no es la misma de un ensayo a otro. Tomamos muestras de dos grupos de artículos cuando estamos interesados en un solo grupo. \(X\)se define como el número de éxitos del número total de ítems elegidos. Notación:\(X \sim H(r, b, n)\), donde\(r =\) el número de ítems en el grupo de interés,\(b =\) el número de ítems en el grupo no de interés, y\(n =\) el número de ítems elegidos.       OpenStax
    Hipótesis una declaración sobre el valor de un parámetro de población, en caso de dos hipótesis, la afirmación que se supone que es verdadera se llama hipótesis nula (notación\(H_{0}\)) y la declaración contradictoria se denomina hipótesis alternativa (notación\(H_{a}\)).       OpenStax
    Prueba de Hipótesis Con base en pruebas de muestra, un procedimiento para determinar si la hipótesis planteada es una afirmación razonable y no debe ser rechazada, o es irrazonable y debe ser rechazada.       OpenStax
    Eventos Independientes La ocurrencia de un evento no tiene efecto sobre la probabilidad de que ocurra otro evento. Eventos\(\text{A}\) y\(\text{B}\) son independientes si alguna de las siguientes es cierta: (1)\(P(\text{A|B}) = P(\text{A})\), (2)\(P(\text{B|A}) = P(\text{B})\), (3)\(P(\text{A AND B}) = P(\text{A})P(\text{B})\)       OpenStax
    Estadísticas Inferenciales también llamada inferencia estadística o estadística inductiva; esta faceta de la estadística se ocupa de estimar un parámetro poblacional a partir de una estadística de muestra. Por ejemplo, si cuatro de las 100 calculadoras muestreadas son defectuosas podríamos inferir que el cuatro por ciento de la producción es defectuosa.       OpenStax
    Consentimiento Informado Cualquier sujeto humano en un estudio de investigación debe ser consciente de cualquier riesgo o costo asociado con el estudio. El sujeto tiene derecho a conocer la naturaleza de los tratamientos incluidos en el estudio, sus riesgos potenciales y sus beneficios potenciales. El consentimiento debe ser dado libremente por un participante informado y apto.       OpenStax
    Junta de Revisión Institucional un comité encargado de la supervisión de programas de investigación que involucran a sujetos humanos       OpenStax
    Intervalo también llamado intervalo de clase; un intervalo representa un rango de datos y se usa cuando se muestran conjuntos de datos grandes       OpenStax
    Nivel de significancia de la prueba probabilidad de un error Tipo I (rechazar la hipótesis nula cuando es verdadera). Notación:\(\alpha\). En las pruebas de hipótesis, el Nivel de Importancia se llama el preconcebido\(\alpha\) o el preestablecido\(\alpha\).       OpenStax
    Variable al acecho una variable que tiene un efecto en un estudio aunque no sea ni una variable explicativa ni una variable de respuesta       OpenStax
    Media un número que mide la tendencia central; un nombre común para la media es “promedio”. El término “media” es una forma abreviada de “media aritmética”. Por definición, la media para una muestra (denotada por\(\bar{x}\)) es\(\bar{x} = \dfrac{\text{Sum of all values in the sample}}{\text{Number of values in the sample}}\), y la media para una población (denotada por\(\mu\)) es\(\mu = \dfrac{\text{Sum of all values in the population}}{\text{Number of values in the population}}\).       OpenStax
    Media de una distribución de probabilidad el promedio a largo plazo de muchos ensayos de un experimento estadístico       OpenStax
    Mediana un número que separa los datos ordenados en mitades; la mitad de los valores son el mismo número o menores que la mediana y la mitad de los valores son el mismo número o mayores que la mediana. La mediana puede o no ser parte de los datos.       OpenStax
    propiedad sin memoria Para una variable aleatoria exponencial\(X\), la propiedad sin memoria es la afirmación de que el conocimiento de lo ocurrido en el pasado no tiene ningún efecto sobre las probabilidades futuras. Esto quiere decir que la probabilidad que\(X\) supera\(x + k\), dado que ha superado\(x\), es la misma que la probabilidad que\(X\) superaría\(k\) si no tuviéramos conocimiento al respecto. En símbolos decimos que\(P(X > x + k | X > x) = P(X > k)\)       OpenStax
    Punto medio la media de un intervalo en una tabla de frecuencias       OpenStax
    Modo el valor que aparece con mayor frecuencia en un conjunto de datos       OpenStax
    Mutuamente Exclusivos Dos eventos son mutuamente excluyentes si la probabilidad de que ambos sucedan al mismo tiempo es cero. Si los eventos\(\text{A}\) y\(\text{B}\) son mutuamente excluyentes, entonces\(P(\text{A AND B}) = 0\).       OpenStax
    Error de no muestreo un problema que afecta la confiabilidad de los datos de muestreo distintos de la variación natural; incluye una variedad de errores humanos, incluyendo un diseño deficiente del estudio, métodos de muestreo sesgados, información inexacta proporcionada por los participantes del estudio, errores de entrada de datos y análisis deficientes.       OpenStax
    Distribución Normal una variable aleatoria continua (RV) con pdf\(f(x) = \dfrac{1}{\sigma \sqrt{2 \pi}}e^{\dfrac{-(x-\mu)^{2}}{2 \sigma^{2}}}\), donde\(\mu\) es la media de la distribución y\(\sigma\) es la desviación estándar; notación:\(X \sim N(\mu, \sigma)\). Si\(\mu = 0\) y\(\sigma = 1\), el RV se denomina distribución normal estándar.       OpenStax
    Variable numérica variables que toman valores que están indicados por números       OpenStax
    ANOVA de una vía un método para probar si las medias de tres o más poblaciones son iguales o no; el método es aplicable si: (1) todas las poblaciones de interés se distribuyen normalmente. (2) las poblaciones tienen desviaciones estándar iguales. (3) las muestras (no necesariamente del mismo tamaño) se seleccionan al azar e independientemente de cada población. (4) El estadístico de prueba para el análisis de varianza es el\(F\) -ratio.       OpenStax
    Resultado un resultado particular de un experimento       OpenStax
    Valor atípico una observación que no se ajusta al resto de los datos       OpenStax
    valor p la probabilidad de que un evento ocurra puramente por casualidad asumiendo que la hipótesis nula es verdadera. Cuanto menor es el\(p\) -valor, más fuerte es la evidencia contra la hipótesis nula.       OpenStax
    Conjunto de datos emparejados dos conjuntos de datos que tienen una relación uno a uno de manera que: (1) ambos conjuntos de datos tienen el mismo tamaño, y (2) cada punto de datos en un conjunto de datos coincide exactamente con un punto del otro conjunto.       OpenStax
    Parámetro un número que se utiliza para representar una característica poblacional y que generalmente no se puede determinar fácilmente       OpenStax
    Parámetro una característica numérica de una población       OpenStax
    Placebo un tratamiento inactivo que no tiene ningún efecto real sobre la variable explicativa       OpenStax
    Estimación de puntos un solo número calculado a partir de una muestra y utilizado para estimar un parámetro de población       OpenStax
    Distribución de Poisson Si hay un promedio conocido de\(\lambda\) eventos que ocurren por unidad de tiempo, y estos eventos son independientes entre sí, entonces el número de eventos\(X\) que ocurren en una unidad de tiempo tiene la distribución de Poisson. La probabilidad de que k eventos ocurran en una unidad de tiempo es igual a\(P(X = k) = \dfrac{\lambda^{k}e^{-\lambda}}{k!}\).       OpenStax
    Distribución de probabilidad de Poisson una variable aleatoria discreta (RV) que cuenta el número de veces que ocurrirá un determinado evento en un intervalo específico; características de la variable: (1) La probabilidad de que el evento ocurra en un intervalo dado es la misma para todos los intervalos. (2) Los eventos ocurren con una media conocida e independientemente del tiempo desde el último evento. La distribución se define por la media\(\mu\) del evento en el intervalo. Notación:\(X \sim P(\mu)\). La media es\(\mu = np\). La desviación estándar es\(\sigma = \sqrt{\mu}\). La probabilidad de tener exactamente\(x\) éxitos en los\(r\) ensayos es\(P(X = x) = \left(e^{-\mu}\right)\frac{\mu^{x}}{x!}\). La distribución de Poisson se suele utilizar para aproximar la distribución binomial, cuando\(n\) es “grande” y\(p\) “pequeña” (una regla general es que\(n\) debe ser mayor o igual a 20 y\(p\) debe ser menor o igual a 0.05).       OpenStax
    Proporción agrupada estimación del valor común de\(p_{1}\) y\(p_{2}\).       OpenStax
    Población todos los individuos, objetos o medidas cuyas propiedades están siendo estudiadas       OpenStax
    Probabilidad un número entre cero y uno, inclusive, que da la probabilidad de que ocurra un evento específico       OpenStax
    Probabilidad un número entre cero y uno, inclusive, que da la probabilidad de que ocurra un evento específico; la base de la estadística viene dada por los siguientes 3 axiomas (por A.N. Kolmogorov, 1930's): Vamos a\(S\) denotar el espacio muestral\(A\) y y\(B\) son dos eventos en S. Entonces: (1)\(0 \leq P(\text{A}) \leq 1\), (2) Si\(\text{A}\) y\(\text{B}\) son cualesquiera dos eventos mutuamente excluyentes, entonces\(\text{P}(\text{A OR B}) = P(\text{A}) + P(\text{B})\) y (3)\(P(\text{S}) = 1\).       OpenStax
    Función de distribución de probabilidad (PDF) una descripción matemática de una variable aleatoria discreta (RV), dada ya sea en forma de ecuación (fórmula) o en forma de tabla que enumera todos los resultados posibles de un experimento y la probabilidad asociada a cada resultado.       OpenStax
    Proporción el número de éxitos dividido por el número total en la muestra       OpenStax
    Datos Cualitativos Ver Datos.       OpenStax
    Datos Cuantitativos Ver Datos.       OpenStax
    Asignación Aleatoria el acto de organizar unidades experimentales en grupos de tratamiento mediante métodos aleatorios       OpenStax
    Muestreo Aleatorio un método de selección de una muestra que da a cada miembro de la población la misma oportunidad de ser seleccionado.       OpenStax
    Variable aleatoria (RV) una característica de interés en una población en estudio; la notación común para las variables son letras latinas mayúsculas\(X, Y, Z\),...; notación común para un valor específico del dominio (conjunto de todos los valores posibles de una variable) son letras latinas minúsculas\(x\),\(y\), y\(z\). Por ejemplo, si\(X\) es el número de hijos en una familia, entonces\(x\) representa un entero específico 0, 1, 2, 3,... Las variables en estadística difieren de las variables en álgebra intermedia en las dos formas siguientes. (1) El dominio de la variable aleatoria (RV) no es necesariamente un conjunto numérico; el dominio puede expresarse en palabras; por ejemplo, si el color\(X =\) del cabello entonces el dominio es {negro, rubio, gris, verde, naranja}. (2) Podemos decir qué valor específico\(X\) toma\(x\) la variable aleatoria solo después de realizar el experimento       OpenStax
    Frecuencia relativa la relación entre el número de veces que se produce un valor de los datos en el conjunto de todos los resultados con respecto al número de todos los resultados y el número total de resultados       OpenStax
    Muestra Representativa un subconjunto de la población que tiene las mismas características que la población       OpenStax
    Variable de respuesta la variable dependiente en un experimento; el valor que se mide para el cambio al final de un experimento       OpenStax
    Muestra un subconjunto de la población estudiada       OpenStax
    Espacio de muestra el conjunto de todos los resultados posibles de un experimento       OpenStax
    Sesgo de muestreo no todos los miembros de la población tienen la misma probabilidad de ser seleccionados       OpenStax
    Distribución de Muestreo Dadas muestras aleatorias simples\(n\) de tamaño de una población dada con una característica medida como media, proporción o desviación estándar para cada muestra, la distribución de probabilidad de todas las características medidas se denomina distribución muestral.       OpenStax
    Error de Muestreo la variación natural que resulta de seleccionar una muestra para representar una población mayor; esta variación disminuye a medida que aumenta el tamaño de la muestra, por lo que seleccionar muestras más grandes reduce el error de muestreo.       OpenStax
    Muestreo con Repuesto Una vez seleccionado a un miembro de la población para su inclusión en una muestra, ese miembro es devuelto a la población para la selección del siguiente individuo.       OpenStax
    Muestreo sin Repuesto Un miembro de la población podrá ser elegido para su inclusión en una muestra solo una vez. Si se elige, el miembro no es devuelto a la población antes de la siguiente selección.       OpenStax
    Muestreo aleatorio simple un método sencillo para seleccionar una muestra aleatoria; dar un número a cada miembro de la población. Utilice un generador de números aleatorios para seleccionar un conjunto de etiquetas. Estas etiquetas seleccionadas al azar identifican a los miembros de su muestra.       OpenStax
    sesgado utilizado para describir datos que no son simétricos; cuando el lado derecho de una gráfica se ve “recortado” comparado con el lado izquierdo, decimos que está “sesgado a la izquierda”. Cuando el lado izquierdo de la gráfica se ve “picado” en comparación con el lado derecho, decimos que los datos están “sesgados hacia la derecha”. Alternativamente: cuando los valores más bajos de los datos están más dispersos, decimos que los datos están sesgados hacia la izquierda. Cuando los valores mayores están más dispersos, los datos están sesgados hacia la derecha.       OpenStax
    Desviación estándar un número que es igual a la raíz cuadrada de la varianza y mide qué tan lejos están los valores de los datos de su media; notación: s para la desviación estándar de la muestra y σ para la desviación estándar de la población.       OpenStax
    Desviación estándar de una distribución de probabilidad un número que mide hasta qué punto están los resultados de un experimento estadístico de la media de la distribución       OpenStax
    Error estándar de la media la desviación estándar de la distribución de las medias de la muestra, o\(\dfrac{\sigma}{\sqrt{n}}\).       OpenStax
    Distribución Normal Estándar una variable aleatoria continua (RV)\(X \sim N(0, 1)\); cuando\(X\) sigue la distribución normal estándar, a menudo se anota como\ (Z\ sim N (0, 1)\.       OpenStax
    Estadística una característica numérica de la muestra; un estadístico estima el parámetro poblacional correspondiente.       OpenStax
    Muestreo estratificado un método para seleccionar una muestra aleatoria utilizada para asegurar que los subgrupos de la población estén representados adecuadamente; dividir la población en grupos (estratos). Utilice un muestreo aleatorio simple para identificar un número proporcional de individuos de cada estrato.       OpenStax
    T -Distribución de Student investigado y reportado por William S. Gossett en 1908 y publicado bajo el seudónimo de Student. Las principales características de la variable aleatoria (RV) son: (1) Es continua y asume cualquier valor real. (2) El pdf es simétrico sobre su media de cero. Sin embargo, está más extendido y más plano en el ápice que en la distribución normal. (3) Se acerca a la distribución normal estándar a medida que\(n\) se hace más grande. (4) Hay una “familia” de\(t\) distribuciones: cada representante de la familia está completamente definido por el número de grados de libertad que es uno menos que el número de elementos de datos.       OpenStax
    Muestreo sistemático un método para seleccionar una muestra aleatoria; enumerar los miembros de la población. Utilice un muestreo aleatorio simple para seleccionar un punto de partida en la población. Dejar k = (número de individuos en la población)/(número de individuos necesarios en la muestra). Elija cada késimo individuo de la lista comenzando por el que se seleccionó aleatoriamente. Si es necesario, regresa al inicio del listado poblacional para completar tu muestra.       OpenStax
    El evento AND Un resultado es en el evento\(\text{A AND B}\) si el resultado es en ambos\(\text{A AND B}\) al mismo tiempo.       OpenStax
    El Evento Complemento El complemento del evento\(\text{A}\) consiste en todos los resultados que NO están en\(\text{A}\).       OpenStax
    La probabilidad condicional de A DADO B \(P(\text{A|B})\)es la probabilidad de que\(\text{A}\) ocurra el evento dado que el evento ya se\(\text{B}\) ha producido.       OpenStax
    La probabilidad condicional de un evento dado otro evento P (A | B) es la probabilidad de que ocurra el evento A dado que el evento B ya ocurrió.       OpenStax
    La Ley de los Grandes Números A medida que aumenta el número de ensayos en un experimento de probabilidad, la diferencia entre la probabilidad teórica de un evento y la probabilidad de frecuencia relativa se acerca a cero.       OpenStax
    El evento O Un resultado es en el evento\(\text{A OR B}\) si el resultado está en\(\text{A}\) o está en\(\text{B}\) o está en ambos\(\text{A}\) y\(\text{B}\).       OpenStax
    El OR de dos eventos Un resultado es en el evento A O B si el resultado está en A, está en B, o está tanto en A como en B.       OpenStax
    Tratamientos diferentes valores o componentes de la variable explicativa aplicada en un experimento       OpenStax
    Diagrama de árbol la representación visual útil de un espacio muestral y eventos en forma de “árbol” con ramas marcadas por posibles resultados junto con probabilidades asociadas (frecuencias, frecuencias relativas)       OpenStax
    Error de tipo 1 La decisión es rechazar la hipótesis nula cuando, de hecho, la hipótesis nula es cierta.       OpenStax
    Error de tipo 2 La decisión es no rechazar la hipótesis nula cuando, de hecho, la hipótesis nula es falsa.       OpenStax
    Distribución Uniforme una variable aleatoria continua (RV) que tiene resultados igualmente probables sobre el dominio,\(a < x < b\); a menudo se le conoce como la distribución rectangular porque la gráfica del pdf tiene la forma de un rectángulo. Notación:\(X \sim U(a,b)\). La media es\(\mu = \frac{a+b}{2}\) y la desviación estándar es\(\sigma = \sqrt{\frac{(b-a)^{2}}{12}}\). La función de densidad de probabilidad es\(f(x) = \frac{1}{b-a}\) para\(a < x < b\) o\(a \leq x \leq b\). La distribución acumulativa es\(P(X \leq x) = \frac{x-a}{b-a}\).       OpenStax
    Distribución Uniforme una variable aleatoria continua (RV) que tiene resultados igualmente probables sobre el dominio,\(a < x < b\); a menudo referida como la Distribución Rectangular porque la gráfica del pdf tiene la forma de un rectángulo. Notación:\(X \sim U(a, b)\). La media es\(\mu = \dfrac{a+b}{2}\) y la desviación estándar es\(\sigma = \sqrt{\dfrac{(b-a)^{2}}{12}}\). La función de densidad de probabilidad es\(f(x) = \dfrac{a+b}{2}\) para\(a < x < b\) o\(a \leq x \leq b\). La distribución acumulativa es\(P(X \leq x) = \dfrac{x-a}{b-a}\).       OpenStax
    Variable una característica de interés para cada persona u objeto en una población       OpenStax
    Variable (Variable aleatoria) una característica de interés en una población en estudio. La notación común para las variables son letras latinas mayúsculas\(X, Y, Z,\)... Notación común para un valor específico del dominio (conjunto de todos los valores posibles de una variable) son letras latinas minúsculas\(x, y, z,\)... Por ejemplo, si\(X\) es el número de hijos en una familia, entonces\(x\) representa un entero específico 0, 1, 2, 3,... Las variables en estadística difieren de las variables en álgebra intermedia en las dos formas siguientes. (1) El dominio de la variable aleatoria (RV) no es necesariamente un conjunto numérico; el dominio puede expresarse en palabras; por ejemplo, si el color\(X =\) del cabello, entonces el dominio es {negro, rubio, gris, verde, naranja}. (2) Podemos decir qué valor específico x de la variable aleatoria\(X\) toma solo después de realizar el experimento.       OpenStax
    Varianza media de las desviaciones cuadradas de la media; el cuadrado de la desviación estándar. Para un conjunto de datos, una desviación se puede representar como\(x - \bar{x}\) donde\(x\) es un valor de los datos y\(\bar{x}\) es la media de la muestra. La varianza muestral es igual a la suma de los cuadrados de las desviaciones dividida por la diferencia del tamaño de la muestra y uno.       OpenStax
    Diagrama de Venn la representación visual de un espacio muestral y eventos en forma de círculos u óvalos mostrando sus intersecciones       OpenStax
    puntuación z la transformación lineal de la forma\(z = \dfrac{x-\mu}{\sigma}\); si esta transformación se aplica a cualquier distribución normal\(X \sim N(\mu, \sigma\) el resultado es la distribución normal estándar\(Z \sim N(0,1)\). Si esta transformación se aplica a algún valor específico\(x\) del RV con media\(\mu\) y desviación estándar\(\sigma\), el resultado se denomina\(z\) -score de\(x\). El\(z\) -score nos permite comparar datos que normalmente se distribuyen pero que se escalan de manera diferente.       OpenStax

    This page titled Glosario is shared under a CC BY 4.0 license and was authored, remixed, and/or curated by OpenStax via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.