POBLACION: El número de elementos o sujetos que componen una población estadística es igual o mayor que el número de elementos que

se obtienen de ella en una muestra (n). MUESTRA: En estadística una muestra estadística (también llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una población estadística. PARAMETRO: En estadística, un parámetro es un número que resume la ingente cantidad de datos que pueden derivarse del estudio de una variable estadística. El cálculo de este número está bien definido, usualmente mediante una fórmula aritmética obtenida a partir de datos de la población. Los parámetros estadísticos son una consecuencia inevitable del propósito esencial de la estadística: crear un modelo de la realidad. ESTADISTICO: En estadística un estadístico (muestral) es una medida cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo de estimar o inferir características de una población o modelo estadístico. ESTIMADOR: En estadística, un estimador es un estadístico (esto es, una función de la muestra) usado para estimar un parámetro desconocido de la población. Por ejemplo, si se desea conocer el precio medio de un artículo (el parámetro desconocido) se recogerán observaciones del precio de dicho artículo en diversos establecimientos (la muestra) y la media aritmética de las observaciones puede utilizarse como estimador del precio medio. DISTRIBUCION MUESTRAL: En estadística, la distribución muestral es lo que resulta de considerar todas las muestras posibles que pueden ser tomadas de una población. Su estudio permite calcular la probabilidad que se tiene, dada una sola muestra, de acercarse al parámetro de la población. Mediante la distribución muestral se puede estimar el error para un tamaño de muestra dado. ERROR ESTANDAR MUESTRAL: En estadística, error muestral o error de estimación es el error a causa de observar una muestra en lugar de la población completa. El error muestral se refiere en términos más generales al fenómeno de la variación entre muestras. NIVEL DE CONFIANZA: El nivel de confianza es la probabilidad de que el parámetro a estimar se encuentre en el intervalo de confianza.

en condiciones muy generales. el teorema asegura que esto ocurre cuando la suma de estas variables aleatorias e independientes es lo suficientemente grande.TEOREMA DE LÍMITE CENTRAL: El teorema del límite central o teorema central del límite indica que. . entonces la función de distribución de Sn «se aproxima bien» a una distribución normal (también llamada distribución gaussiana. si Sn es la suma de n variables aleatorias independientes. curva de Gauss o campana de Gauss). Así pues.

Sign up to vote on this title
UsefulNot useful