TEORIA

TEORIA
Población: se representa con la letra N. Conjunto de individuos u objetos cuyas propiedades se
han de analizar. Ejemplo: todos los alumnos integran la carrera de ISC, esto es una poblaciónbien
definida.
Muestra aleatoria: se presenta con la letra n. Es el subconjunto de una población. Se compone de
los individuos, objetos, medidas u observaciones. Ejemplo: todos los alumnos que integran a6to
semestre de ISC
Parámetro poblacional: Característica numérica que describe a toda una población. Ejemplo: La
edad promedio al momento de la admisión al primer semestre de ingeniería
Estadísticomaestral: Característica numérica que describe a una muestra. Ejemplo: La estatura
promedio calculada de una muestra.
Error estándar: el error estándar de un estimador teta es su derivación estándar.Distribución maestral: Cualquier estadística siendo variable aleatoria tiene una distribución de
probabilidad. En lo particular la medida maestral (media) tiene una distribución de probabilidad.Estimación puntual: dado un parámetro de interés, como por ejemplo una media poblacional M o
poblacional P, el objeto de la estimación puntual es emplear una muestra para calcular el número
que representaen algún sentido una buena presunción.
La inferencia estadística está casi siempre concentrada en sacar algún tipo de conclusión acerca
de uno o más parámetros.
El objeto de la estimación puntual esseleccionar un solo número con base de datos muéstrales.
Medida recortada: similar a un promedio y una mediana para el cálculo del promedio
previamente se descarta porciones de la distribución deprobabilidad media de extremo inferior y
superior.
Estimador insesgado: suponga que tenemos 2 estimadores. Uno de ellos ha sido calibrado en
forma precisa, pero el otro de lectura sistemáticamente menorespara el valor verdadero que se
mide.
Estimadores con mínima varianza: suponga que tenemos teta1 y teta2, son 2 estimadores
insesgados de teta. Entonces, aun cuando la distribución de cada estimador...