1. Análisis Exploratorio de Datos: Conjunto de procedimientos que nos ayudan a tener una percepción de las características de la fuente de datos.
2. Estadística Descriptiva: Conjunto de procedimientos que resumen masas de datos por medio de números calculados a través de resumen, tablas y gráficos.
2.1. Población: conjunto de valores de un fenómeno o propiedad que se quiere observar.
2.2. Muestra: Es la parte de la población que efectivamente se mide con el objeto de obtener información acerca de toda la población
2.2.1. Muestreo
2.2.1.1. Muestreo Sistemático: Se practica cuando se dispone de una lista de todas las unidades muestrales
2.2.1.2. Muestreo Estratificado: Consiste en dividir la población en grupos homogéneos de acuerdo a los valores de una variable.
2.2.1.3. Muestreo Conglomerados: consiste en dividir la población en pequeños grupos y obtener una muestra aleatoria para practicar un censo a partir de esa muestra.
2.3. Censo: Proceso de observar la población completa.
2.4. Marco muestral: es la parte de la población desde donde se selecciona la muestra.
2.5. Parámetro: Nombre dado a una característica global de una población.
2.6. Unidad Muestral: es cada uno de los miembros individuales de una población.
2.7. Variable: característica que se observa de una población
2.7.1. Cuantitativa: se expresa en valores numéricos
2.7.1.1. Discreta: se expresa con valores enteros
2.7.1.2. Continua: puede tomar un valor dentro de un intervalo
2.7.2. Cualitativa: la que describe cualidades y no son numéricas
2.7.2.1. Nominal: presentadas sin orden ni jerarquía (estado civil, sexo, residencia, etc)
2.7.2.2. Ordinal: son organizadas de acuerdo a una clasificación (grado de estudios, días de la semana, etc)
3. Método Estadístico
3.1. Planteamiento del problema: Limita el problema en cuestión a términos abordables.
3.2. Diseño del Experimento: se determina un modelo matemático-estadístico que se aproxime a la realidad objeto de estudio.
3.3. Obtención de los datos: para medir los valores de la variable de interés
3.4. Depuración de los datos muestra: se debe detectar posibles errores.
3.5. Estimación de parámetros
3.6. Simplificación: definir si los parámetros son o no necesarios
3.7. Crítica del modelo: se investiga compatibilidad entre la información empírica y el modelo estadístico
4. Escala de Medida:
4.1. Categóricas: Clasifican el fenómeno o propiedad que se mide.
4.1.1. Nominales
4.1.2. Ordinales
4.2. Numéricas: asignan números.
4.2.1. De intervalos: si el cero es arbitrario
4.2.2. De razón: si la escala tiene un cero absoluto
5. Variabilidad: Comportamiento de todo fenómeno observable que se repite bajo iguales condiciones debidas a cambios en factores no controlables que influyan en él.
6. Inferencia estadística: Conjunto de procedimientos que permiten confirmar o concluir propiedades de una población o una muestra.
6.1. Respecto al objetivo de estudio
6.1.1. Técnicas de muestreo
6.1.2. Diseño experimental
6.2. Respecto al método utilizado
6.2.1. Paramétricos: provienen de una distribución que puede caracterizarse por un pequeño número de parámetros que se estiman a partir de los datos.
6.2.2. No paramétricos: suponen aspectos muy generales de la distribución
6.3. Respecto a la información considerada
6.3.1. Enfoque clásico: supone que los parámetros son cantidades fijas desconocidas sobre las que no se dispone información inicial relevante
6.3.2. Enfoque bayesiano: supone variables aleatorias y permite introducir valores mediante una distribución de probabilidades a priori