CONCEPTOS DE ESTADISTICA INFERENCIAL

1. Una prueba de hipótesis es una regla que especifica si se puede aceptar o rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos.

2. Variable aleatoria: Una función que asocia un número real, perfectamente definido, a cada punto muestral.

3. Se utilizan letras mayúsculas {X, Y, } para designar variables aleatorias, y las respectivas minúsculas {(x, y, ) para designar valores concretos de las mismas.

4. Una distribución discreta describe la probabilidad de ocurrencia de cada valor de una variable aleatoria discreta. Una variable aleatoria discreta es una variable aleatoria que tiene valores contables, tales como una lista de enteros no negativos.

5. Probabilidad Simple: La posibilidad que hay de que ocurra algún evento determinado, por ejemplo, que de un recipiente con 5 pelotas verdes, 2 azules y 3 rojas obtengamos una roja es de .3, siempre debe ser un número menor o igual a uno, excepto cuando lo expresas en porcentaje.

6. Probabilidad simple es igual a la cantidad de formas en que un resultado específico va a suceder entre la cantidad total de posibles resultados

7. La distribución binomial o distribución binómica es una distribución de probabilidad discreta que cuenta el número de éxitos en una secuencia de ensayos de Bernoulli independientes entre sí con una probabilidad fija.

8. La distribución binomial es una distribución de probabilidad discreta que nos dice el porcentaje en que es probable obtener un resultado entre dos posibles al realizar un número n de pruebas.

9. Cada muestra de tamaño n que podemos extraer de una población proporciona una media. Si consideramos cada una de estas medias como valores de una variable aleatoria podemos estudiar su distribución que llamaremos distribución muestral de medias.

9.1. La distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos «raros»

10. Distribuccion de Poisson Esta distribución es una de las más importantes distribuciones de variable discreta. Sus principales aplicaciones hacen referencia a la modelización de situaciones en las que nos interesa determinar el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas. Otro de sus usos frecuentes es la consideración límite de procesos dicotómicos reiterados un gran número de veces si la probabilidad de obtener un éxito es muy pequeña .

11. La distribución hipergeométrica es especialmente útil en todos aquellos casos en los que se extraigan muestras o se realizan experiencias repetidas sin devolución del elemento extraído o sin retornar a la situación experimental inicial.

12. Para calcular la media de la distribución muestral de proporciones se tendría que hacer la sumatoria de la frecuencia por el valor de la proporción muestral y dividirla entre el número total de muestras.

13. La probabilidad compuesta (o regla de multiplicación de probabilidades) se deriva de la probabilidad condicionada: La probabilidad de que se den simultáneamente dos sucesos (suceso intersección de A y B) es igual a la probabilidad a priori del suceso A multiplicada por la probabilidad del suceso B condicionada al cumplimiento del suceso A.

14. Variable aleatoria discreta :es aquella que solo puede tomar un número finito de valores entre dos valores cualesquiera de una caraterística.

15. La probabilidad es la posibilidad de que suceda un fenómeno o un hecho, dadas determinadas circunstancias. Se expresa como un porcentaje.

16. La probabilidad es entonces el nivel de certeza que tenemos sobre la ocurrencia de cierto evento. Esto, en base a un valor de entre 0 y 1, y cuando más cerca esté de la unidad, significa mayor certidumbre. Por el contrario, cuando se aproxima a cero, existe menor seguridad en el resultado final.

17. Las distribuciones de probabilidad discretas describen valores distintos, normalmente números enteros, sin valores intermedios, y se muestran como una serie de columnas verticales. Una distribución discreta, por ejemplo, puede describir como 0, 1, 2, 3 o 4 el número de veces que aparece "cara" al tirar una moneda a cara o cruz.