Вы находитесь на странице: 1из 4

Glosario

 Arreglo de datos: Organización de los datos por observaciones, de manera


ascendente o descendente.
 Conjunto de datos: Una colección de datos.
 Datos: Colección de varias observaciones relacionadas en una o más
variables.
 Datos continuos: Los que pueden pasar de una clase a la siguiente sin
ruptura
 Datos discretos: Aquellos en que las clases representan categorías bien
definidos y pueden ser representadas por números enteros.
 Distribución de Frecuencia: Representación organizada de los datos que
muestra el número de observaciones del conjunto de datos.
 Histograma: Gráfica de un conjunto de datos que se compone de valores en
una clase proporcional al número de observaciones que caen dentro de los
elementos de la clase. (rectangular)
 Ojiva: Grafica de una distribución de frecuencia acumulativa.
 Polígono de Frecuencias: Gráfico lineal que une los puntos medios de cada
clase en un conjunto de datos.
 Muestra: Colección de algunos de los elementos de la población en estudio;
sirve para describir la población.
 Muestra Representativa: Aquella que contiene las características
relevantes de la población en la misma proporción en que figuran en la
población.
 Población: Conjunto de todos los elementos que estamos estudiando y
acerca de los cuales tratamos de sacar conclusiones.
 Mediana: Punto medio de un conjunto de datos.
 Mediana de Clase: Clase de distribución de frecuencia que contiene el valor
medio de un conjunto de datos.
 Media: Medida de tendencia central que representa el promedio aritmético
de un conjunto de observaciones.
 Media Geométrica: Promedio de cambio o crecimiento de alguna cantidad.
 Medida Dispersión: Describe como las
 Medida de Tendencia Central: Indica el valor que cabe esperar de un punto
medio de datos.
 Moda: Valor que se repite más veces en un conjunto de datos.
 Cuartiles: Fractiles que dividen los datos en 4 partes.
 Deciles: Fractiles que dividen los datos en 10 partes.
 Percentiles: Fractiles que dividen los datos en 100 partes
 Parámetros: Valores numéricos que describen las características de una
población entera, generalmente representados por letras griegas.
 Varianza: Medida del cuadrado de la distancia promedio entre la media y
cada elemento de la población.
 Desviación estándar: Es la raíz cuadrada de la varianza; una medida de la
dispersión, expresada en las mismas unidades que los datos originales.
 Intervalo: Distancia existente entre el valor máximo y mínimo en un conjunto
de datos.
 Espacio muestral: Conjunto de todos los posibles resultados de un
experimento.
 Evento: Uno o más posibles resultados al hacer algo
 Probabilidad: Posibles resultados de que algo suceda o no.
Introducción a la Teoría del Muestreo
La teoría del muestreo estudia la relación entre una población y las muestras
tomadas de ella.
Es decir, la teoría del muestreo se utiliza para estimar magnitudes desconocidas de
una población, tales como la media y la varianza, llamadas “parámetros de la
población” o “parámetros a partir del conocimiento de esas magnitudes que se le
conocen como estadísticos.”
La teoría del muestreo es útil también para determinar las diferencias observadas
muestra si son realmente significativas. Las respuestas implican el uso de los
llamados “contrastes de hipótesis” y de significación” que son importantes en la
teoría de las decisiones.

Tipos de muestreo:
Se dispone de dos métodos para seleccionar las muestras de poblaciones:
Muestreo no aleatorio o de juicio y el muestreo aleatorio o probabilístico.
En el muestreo probabilístico, todos los elementos de la población tiene posibilidad
de figurar en la muestra. En el muestreo de juicio se usan el conocimiento y la
opinión personal para identificar los elementos de la población que van a incluirse a
la muestra.

Cuatro métodos de del muestreo aleatorio:


 Muestreo Simple.
En el muestreo aleatorio simple se seleccionan las muestras mediante métodos que
permitan a cada muestra posible tener igual probabilidad de ser seleccionada y a
cada elemento de la población entera tener igual probabilidad de quedar incluido en
la muestra.
Consiste en una muestra seleccionada de modo que cada uno de los elementos o
personas en la población tengan las mismas probabilidades de ser incluidos .
 Muestreo Sistemático:
En el muestreo aleatorio sistemático, los elementos se seleccionan de la población
con un intervalo uniforme que se mide en el tiempo, en el orden o en el espacio.
Este difiere del muestreo simple en que cada elemento tiene iguales posibilidades
de ser seleccionado, pero cada muestra no tiene es misma probabilidad
Se acomodan los elementos o personas de la población en determinada forma que
se selecciona n punto de partida aleatorio y luego se toma cada -ésimo miembro
para formar la muestra.
 Muestreo estratificado:
Se divide una población una población en subgrupos llamados “estratos y se
selecciona una muestra de cada uno de ellos.
Para aplicar el muestreo estratificado, se divide la población en grupos
homogéneos, esto garantiza que todos los elementos de la población tengan una
posibilidad de ser seleccionados.
 Muestreo por conglomerados.
Se basa en el conocimiento de la población por parte de alguien, quien hace a la
muestra representativa, dependiendo de su intención, por lo tanto es subjetiva.

Вам также может понравиться