DEFINICION DE TERMINOS DE PROBABILIDAD

DEFINICION DE TERMINOS DE PROBABILIDAD

1. Estadística: La estadística es una ciencia formal y una herramienta que estudia el uso y los análisis provenientes de una muestra representativa de datos, busca explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en forma aleatoria o condicional.
2. Estadística descriptiva: La estadística descriptiva es una gran parte de la estadística que se dedica a recolectar, ordenar, analizar y representar un conjunto de datos, con el fin de describir apropiadamente las características de este.
3. Estadística inferencial: La estadística inferencial es una parte de la estadística que comprende los métodos y procedimientos que por medio de la inducción determina propiedades de una población estadística, a partir de una pequeña parte de la misma.
4. Inducción: Razonamiento inductivo, modalidad del razonamiento que consiste en obtener conclusiones generales a partir de premisas que contienen datos particulares o individuales. Inducción experimental, un conocimiento que pasa de lo particular a lo global. Este se basa en el número de repeticiones o experimentos que se hacen. Véase Método científico y experimentación.
5. Deducción: Una deducción es un argumento donde la conclusión se infiere necesariamente de las premisas.1 En su definición formal, una deducción es una secuencia finita de fórmulas, de las cuales la última es designada como la conclusión (la conclusión de la deducción), y todas las fórmulas en la secuencia son, o bien axiomas, o bien premisas, o bien inferencias directas a partir de fórmulas previas en la secuencia por medio de reglas de inferencia.
6. Método científico: El método científico (del griego: -μετά = hacia, a lo largo- -οδός = camino-; y del latín scientia = conocimiento; camino hacia el conocimiento) es un método de investigación usado principalmente en la producción de conocimiento en las ciencias.
7. Observación o dato: Son números que pueden ser comparados, analizados e interpretados. El campo del cual son tomados los datos estadísticos se identifican como población o universo.
8. Experimento: El concepto de experimento será presentado en forma general. Se entenderá que es un procedimiento que da origen a los datos. De todas maneras, se resaltará algunas de sus características importantes desde el punto de vista estadístico.
9. Población: en estadística, también llamada universo o colectivo, es el conjunto de elementos de referencia sobre el que se realizan unas de las observaciones. Población (‘population’) es el conjunto sobre el que estamos interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado grande para poder abarcarlo.
10. Muestra: En estadística, una muestra es un subconjunto de casos o individuos de una población estadística. Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma. Para cumplir esta característica la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. En tales casos, puede obtenerse una información similar a la de un estudio exhaustivo con mayor rapidez y menor coste (véanse las ventajas de la elección de una muestra, más abajo).
11. Muestreo: En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir de una población. Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.
12. Elemento: En estadística, un elemento o unidad de análisis puede ser algo con existencia real, como un automóvil o una casa, o algo más abstracto como la temperatura o un intervalo de tiempo. Dada esta definición, puede redefinirse población como el conjunto de unidades de análisis.
13. Parámetro: En estadística, un parámetro es un número que resume la gran cantidad de datos que pueden derivarse del estudio de una variable estadística.1 El cálculo de este número está bien definido, usualmente mediante una fórmula aritmética obtenida a partir de datos de la población.
14. Ensayo: El ensayo es un tipo de texto que brevemente analiza, interpreta o evalúa un tema de manera oficial o libre.
15. Estimador: Un estimador es un estadístico (esto es, una función de la muestra) usado para estimar un parámetro desconocido de la población. Por ejemplo, si se desea conocer el precio medio de un artículo (el parámetro desconocido) se recogerán observaciones del precio de dicho artículo en diversos establecimientos (la muestra) y la media aritmética de las observaciones puede utilizarse como estimador del precio medio.
16. Evento aleatorio: Evento al que se permite que suceda sin intentar tomar el control del resultado o consecuencia del evento.
17. Sesgo: En estadística se llama sesgo de un estimador a la diferencia entre su esperanza matemática y el valor numérico del parámetro que estima. Un estimador cuyo sesgo es nulo se llama insesgado o centrado.
18. Recopilación: De acuerdo con la localización de la información los datos estadísticos pueden ser internos y externos.
19. Acopio: Acumulación planificada de materiales destinados a la construcción de una obra.
20. Recolección: se refiere al uso de una gran diversidad de técnicas y herramientas que pueden ser utilizadas por el analista para desarrollar los sistemas de información, los cuales pueden ser la entrevistas, la encuesta, el cuestionario, la observación, el diagrama de flujo y el diccionario de datos.
21. Variable aleatoria: Una variable aleatoria o variable estocástica es una variable estadística cuyos valores se obtienen de mediciones en experimento aleatorio.
22. Variable discreta: Es una variable que sólo puede tomar valores dentro de un conjunto numerable, es decir, no acepta cualquier valor sino sólo aquellos que pertenecen al conjunto.
23. Variable continua: Una variable continua toma valores a lo largo de un continuo, esto es, en todo un intervalo de valores. Un atributo esencial de una variable continua es que, a diferencia de una variable discreta, nunca puede ser medida con exactitud; el valor observado depende en gran medida de la precisión de los instrumentos de medición.
24. Determinístico: Es un modelo matemático donde las mismas entradas producirán invariablemente las mismas salidas, no contemplándose la existencia del azar  ni el principio de incertidumbre.
25. Se denomina estocástico al sistema cuyo comportamiento es intrínsecamente no determinista.
26. Frecuencia: Se denomina frecuencia a la cantidad de veces que se repite un determinado valor de la variable.
27. Intervalo: Par de números entre los cuales se estima que estará cierto valor desconocido.
28. Distribución: Es una función que asigna a cada suceso definido sobre la variable aleatoria la probabilidad de que dicho suceso ocurra.
29. Clase: Una clase es un rango, grupo o intervalo de datos numéricos.
30. Normalidad: Una observación es NORMAL cuando su comportamiento es Frecuente de acuerdo con un modelo matemático teórico que diferencia lo Frecuente de lo Raro.
31. Variación: Cuando se desea hacer referencia a la relación entre el tamaño de la media y la variabilidad de la variable.
32. Grados de libertad: Los grados de libertad están dados por el número de valores que pueden ser asignados de forma arbitraria, antes de que el resto de las variables tomen un valor automáticamente, producto de establecerse las que son libres, esto, con el fin de compensar e igualar un resultado el cual se ha conocido previamente.
33. Probabilidad: La probabilidad es un método por el cual se obtiene la frecuencia de un acontecimiento determinado mediante la realización de un experimento aleatorio, del que se conocen todos los resultados posibles, bajo condiciones suficientemente estables.
34. Modelo: Representación abstracta, conceptual, gráfica o visual (ver, por ejemplo: mapa conceptual), física, de fenómenos, sistemas o procesos a fin de analizar, describir, explicar, simular - en general, explorar, controlar y predecir- esos fenómenos o procesos. Un modelo permite determinar un resultado final a partir de unos datos de entrada.
35. Modelo matemático: Es uno de los tipos de modelos científicos que emplea algún tipo de formulismo matemático para expresar relaciones, proposiciones sustantivas de hechos, variables, parámetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difíciles de observar en la realidad.
36. Modelo estadístico: Es una expresión simbólica en forma de igualdad o ecuación que se emplea en todos los diseños experimentales y en la regresión para indicar los diferentes factores que modifican la variable de respuesta.
37. Hipótesis: Una hipótesis es el establecimiento de un vínculo entre los hechos que el investigador va aclarando en la medida en que pueda generar explicaciones lógicas del porqué se produce este vínculo.
38. Proceso: Es un conjunto de actividades mutuamente relacionadas o que, al interactuar, transforman elementos de entrada y los convierten en resultados.
39. Sistemático: Perteneciente o relativo a la totalidad de un sistema general por oposición o totalidad de un sistema general por oposición.
40. Intervalo: Par de números entre los cuales se estima que estará cierto valor desconocido.
41. Factor: Elemento, condicionante que contribuye a lograr un resultado
42. Factorial: Se define en principio como el producto de todos los números enteros positivos desde 1 (es decir, los números naturales) hasta n.
43. Diseño: Se define como el proceso previo de configuración mental, "pre-figuración", en la búsqueda de una solución en cualquier campo. Utilizado habitualmente en el contexto de la industria, ingeniería, arquitectura, comunicación y otras disciplinas creativas.
44. Diseño experimental: Es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés.
45. Confianza: se indica por 1-α y habitualmente se da en porcentaje (1-α)%. Hablamos de nivel de confianza y no de probabilidad (la probabilidad implica eventos aleatorios) ya que una vez extraída la muestra, el intervalo de confianza estará definido al igual que la media poblacional (μ) y solo se confía si contendrá al verdadero valor del parámetro o no, lo que si conlleva una probabilidad es que si repetimos el proceso con muchas medias muéstrales podríamos afirmar que el (1-α) % de los intervalos así construidos contendría al verdadero valor del parámetro.
46. Conclusión: Es una proposición al final de un argumento, luego de las premisas.1 Si el argumento es válido, las premisas implican la conclusión. Sin embargo, para que una proposición constituya conclusión no es necesario que el argumento sea válido: lo único relevante es su lugar en el argumento.
47. Incertidumbre: Es el efecto de variables de incertidumbre (o errores) en la incertidumbre de una función matemática basada en ellos.
48. Recomendación: Trato de favor, influencia o ventaja para conseguir algo.
49. Conjunto: es una agrupación de objetos considerada como un objeto en sí. Los objetos del conjunto pueden ser cualquier cosa.
50. Función: Se dice que una magnitud o cantidad es función de otra si el valor de la primera depende exclusivamente del valor de la segunda.
51. Tablas: se refiere al tipo de modelado de datos, donde se guardan los datos recogidos por un programa. Su estructura general se asemeja a la vista general de un programa de hoja de cálculo. Una tabla es utilizada para organizar y presentar información. Las tablas se componen de filas y columnas de celdas que se pueden rellenar con textos y gráficos Las tablas se componen de dos estructuras.
52. Dispersión: Significa el grado de distanciamiento de un conjunto de valores respecto a su valor medio.
53. Varianza: De una variable aleatoria es una medida de dispersión definida como la esperanza del cuadrado de la desviación de dicha variable respecto a su media.
54. Valor esperado: Es el número que formaliza la idea de valor medio de un fenómeno aleatorio.
55. Independencia: Se dice que dos sucesos aleatorios son independientes entre sí cuando la probabilidad de cada uno de ellos no está influida porque el otro suceso ocurra o no, es decir, cuando ambos sucesos no están relacionados.
56. Dependencia: Un vector es linealmente dependiente de otros si se puede expresarse como combinación lineal de ellos.
57. Evento: Es un subconjunto de un espacio muestral, es decir, un conjunto de posibles resultados que se pueden dar en un experimento aleatorio.

[pic 1]

NOMBRE: SILVA GALVAN MIGUEL ANGEL

MATERIA: ESTADISTICA INFERENCIAL 1

FECHA: 26/08/2014

TEMA: DEFINICION DE TERMINOS DE PROBABILIDAD.

...