Binomial: Es una distribución de probabilidad discreta que cuenta el
Análisis de Varianza:
Abreviado como ANOVA permite
probar la significancia de las
diferencias entre más de dos
medias muestrales. Usando el
análisis de varianza, podremos
hacer inferencias acerca de si
nuestras muestras se tomaron
de poblaciones que tienen la
misma media. El análisis de
varianza está basado en una
comparación de dos
estimaciones diferentes de
la varianza de nuestra población
total.
Distribución chi cuadrada:
Familia de distribuciones de
probabilidad diferenciadas por sus
grados de libertad, que se utiliza
para probar varias hipótesis
diferentes acerca de varianzas,
proporciones y bondad de ajuste de
distribuciones.
Tabla de contingencia: Tabla
que contiene R renglones y C
columnas. Cada renglón
corresponde a un nivel de una
variable; cada columna, a un
nivel de otra variable. Los
elementos del cuerpo de la tabla
son las frecuencias con que
ocurre cada combinación de
variables.
Distribución j: Familia de
distribuciones diferenciadas
por dos parámetros (gl del
numerador, gl del
denominador), utilizada
principalmente para probar
hipótesis sobre varianzas.
Pruebas de bondad de
ajuste: Prueba estadística
para determinar si existe
una diferencia significativa
entre una distribución de
frecuencias observadas y
una distribución de
probabilidad teórica
hipotética para describir la
distribución observada.
Prueba de independencia:
Prueba estadística de
proporciones de frecuencias
que se usa para determinar
si la pertenencia a las
categorías de una variable
es diferente como función de
la pertenencia a las
categorías de una segunda
variable.
Homogeneidad: La
hipótesis de que las m
poblaciones son
homogéneas, se traduce en
que cada conjunto Aj debe
tener una probabilidad
teórica pj , desconocida,
pero que no varía de la
población i a la población i’.
Esto debe verificarse para
todas las categorías, i.e., las
categorías deben ser
homogéneas en las diversas
muestras.
número de éxitos en una secuencia de n ensayos
de Bernoulli independientes entre sí, con una probabilidad fija p de
ocurrencia del éxito entre los ensayos
Poisson: nombre que recibe la función de masa de probabilidad
de una variable aleatoria que puede surgir de un experimento que
posea las siguientes propiedades:
1) La probabilidad de ocurrencia es igual para cualquier par de
intervalo con la misma longitud
2) La ocurrencia o no ocurrencia en cualquier intervalo es
independiente de la ocurrencia o no ocurrencia en otro intervalo
Normal: Es la distribución de probabilidad más extensamente
utilizada y fue la distribución de forma acampanada que se estudió
en relación con la regla empírica.
Definida:
Independencia: Dos variables X e Y, son independientes entre si,
cuando una de ellas no influye en la distribución de la otra
condicionada por el valor que adopte la primera. Por el contrario
existirá dependencia cuando los valores de una distribución
condicionan a los de la otra
Contraste de hipótesis: Conjunto de reglas tendentes a decidir
cuál de dos hipótesis –la nula ó la alternativa- debe aceptarse en
base al resultado obtenido en una muestra. Es de dos colas
cuando la alternativa es la negación de la nula. De una cola en
caso contrario.
Frecuencias esperadas: Frecuencias que esperaríamos ver en
una tabla de contingencia o distribución de frecuencias si la
hipótesis nula es verdadera.
Frecuencias observadas: Son las frecuencias que entregan los
datos de la muestra