Академический Документы
Профессиональный Документы
Культура Документы
2012
Poblacin objetivo: Es un conjunto bien definido de elementos sobre los que se desea hacer algn
tipo de investigacin o medida.
Unidades de investigacin: Son los elementos de la poblacin objetivo a los que se les efectan las
medidas bajo anlisis
Muestra: Es un subconjunto de n observaciones efectuadas a de una poblacin objetivo de
tamao N.
Observacin: Es cada uno de los valores incluidos en la muestra
Muestreo: Operativo para realizar una investigacin a una muestra.
Censo: Operativo para realizar una investigacin a una poblacin objetivo.
Parmetros: Son medidas que se calculan a partir de los elementos de la poblacin.(Constantes)
Estimadores: Son medidas que se calculan a partir de los elementos de la muestra.(variables)
Marca de clase: Es el punto medio de la clase
Frecuencia: numero de observaciones que se clasifican en la clase.
Frecuencia relativa: Se la obtiene dividiendo la frecuencia entre el nmero de elementos de la
poblacin o muestra.
Moda: es el o los valores que tienen mayor frecuencia.
Mediana: Es el valor central de un conjunto de observaciones ordenado de forma ascendente.
Percentiles: Son los valores que dividen un conjunto de datos ordenados en forma ascendente en
100 partes iguales.
Covarianza: Es una medida de relacin lineal entre 2 caractersticas cuantitativas.
Experimento: Es un conjunto de acciones que con procedimientos claramente establecidos se
efecta algn tipo de observacin o medida, para que un experimento sea estadstico debe
cumplir las siguientes. Condiciones:
1. Se conocen cuales son todos los resultados posibles de su ejecucin
2. Cualquier realizacin del experimento conduce a un resultado que no es conocido previo a
tal ejecucin pero se sabe es uno de los posibles.
3. El experimento puede ser repetido bajo idnticas condiciones.
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Espacio muestral: Se denomina espacio muestral al par ( , ) donde es el conjunto de todos los
resultados posibles del experimento y es el conjunto potencia de , es decir el conjunto de
todos los posibles subconjuntos de denominado espacio de eventos.
Evento: Todo subconjunto de
se denomina evento.
su
; P (B)
donde P(A)=
Soporte de una variable aleatoria: El soporte S de una variable aleatoria es el conjunto de valores
reales que ocurren con probabilidad distinta de cero.
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Funcin de distribucin de probabilidades: Con cada variable aleatoria X discreta asociamos una
funcin P(X=x) denominada funcin de distribucin de probabilidades de X que va desde R[0,1]
y debe cumplir lo siguiente:
1. P(X=x)=f(x)
2.
3.
=
1. E[c]=c
2. E[c g(x)]=c E[g(x)]
3. E[g1(x)+g2(x)]=E[g1(x)]+E(g2(x))
Media y varianza de una variable aleatoria: Sea X una variable aleatoria con distribucin de
probabilidades de X la media se define como
y la varianza
y al
resolverla
Funcin generadora de momentos: Sea X una variable aleatoria discreta con distribucin de
probabilidades de X, la funcin generadora de momentos de X de existir se define como:
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Distribucin binomial: Una variable aleatoria X discreta tiene distribucin binomial si representa el
numero de sucesos que ocurren en un experimento binomial.
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Distribucin hipergeomtrica: Se tiene una poblacin objetivo constituida por N entes, entre
estos N entes hay a que tienen una caracterstica de inters. Se toma una muestra aleatoria de
tamao n de la poblacin objetivo y diremos que X es una variable aleatoria hipergeomtrica si
representa el nmero de elementos con la caracterstica de inters en la muestra.
Distribucin Poisson: Sea X una variable aleatoria discreta X tiene distribucin Poisson con
parmetro si representa el nmero de sucesos que ocurren en una unidad de tiempo, espacio,
volumen o cualquier otra dimensin. Donde es el promedio de ocurrencia de dicho suceso.
Variable aleatoria continua: Sea X una variable aleatoria continua con ella se asocia una funcin
denominada funcin de densidad de X, la misma que cumple con:
1)
2)
3)
4)
Distribucin acumulada: Sea X una variable aleatoria continua con funcin de densidad
distribucin acumulada de X se define como:
1)
2)
3)
, la
es continua y creciente
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Valor esperado: Sea X una variable aleatoria continua con funcin de densidad
esperado de X se define como:
, el valor
Distribucin uniforme: Una variable aleatoria continua tiene distribucin uniforme si su densidad
es:
Distribucin Gamma: Una variable aleatoria continua tiene distribucin Gamma con parmetros
si su densidad es:
Si
Si
Si
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Distribucin Normal: Una variable aleatoria continua tiene distribucin Normal con parmetros
si su densidad es:
Si
Distribucin Beta: Una variable aleatoria continua tiene distribucin Beta con parmetros
su densidad es:
si
Distribucin Conjunta: Sean X y Y 2 variables aleatorias discretas con ellas se asocia una funcin
denominada distribucin de probabilidades conjunta entre X y Y, la
misma que cumple con:
1)
2)
Distribuciones marginales: Sean X y Y 2 variables aleatorias discretas con distribucin de
probabilidades conjunta
la distribucin marginal de X y Y se define como:
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza
Si X y Y son independientes
Coeficiente de correlacin:
Autor:
Edicin y Mejora:
Leonardo Hernndez Mendoza