Nombre del estudiante Concepto Definición

Es la medida de la dispersión de
Varianza de la media las muestras con respecto a la
muestral media muestral.

El error estándar de la media (es

decir, el error debido a la
estimación de la media
Yásser José Echávez poblacional a partir de las medias
muestrales) es la desviación
estándar de todas las posibles
Error estándar de la muestras (de un tamaño dado)
media muestral escogidos de esa población.
Además, el error estándar de la
media puede referirse a una
estimación de la desviación
estándar, calculada desde una
muestra de datos que está siendo
analizada al mismo tiempo.
 Un intervalo de confianza es una
técnica de estimación utilizada
en inferencia estadística que
Intervalo de confianza pares de acotar
permite un par o varios
valores, dentro de los
cuales se encontrará la estimación
puntual buscada (con una
determinada probabilidad).

Se basa en la elección de una

variable aleatoria que sea función
de la muestra y del parámetro a
estimar, con la condición de que
sea una función continua y
Método del Pivote monótona del parámetro y que su
distribución sea conocida e
independiente del parámetro.
Llamemos φ(θ, X) a la variable
escogida y que recibe el nombre
de estadístico pivote.

Yudi Patricia Cabrera Es el error que surge a causa de

observar una muestra de
Error Muestral o de la población completa. Es el valor
Estimacion absoluto de la diferencia enyte ina
estimacion particular y el valor del
parametro.
 La desviación estándar es la
medida de dispersión más común,
que indica qué tan dispersos están
Desviacion Tipica o los datos con respecto a la media.
Estandar Mientras mayor sea la desviación
estándar, mayor será la dispersión
de los datos.

Es un resultado matemático que garantiza

que, si sumamos variables cualesquiera, la
variable suma también seguirá una
distribución norma.
Teorema del limite central
TCL

Se denomina sesgo de un estimador a
la diferencia entre la esperanza (o valor
esperado) del estimador y el verdadero
valor del parámetro a estimar.

Sesgo de un estimador

Luis Alfonso Trochez

está completamente determinada por dos

parámetros, su media y su desviación
estándar,

Distribucion normal

Estudiante 4
Estudiante 4

Estudiante 5
 Características o Propiedades

La varianza tiene una gran desventaja: las unidades de la

varianza son diferentes de las unidades del conjunto original de datos. Como la varianza
utiliza unidades distintas, es sumamente difícil
comprenderla si la relacionamos con el conjunto original de datos. Por esta propiedad, se apela a la
desviación estándar cuando se trata de comprender la variación.

Para ver cómo funciona esto, analicemos una media muestral. A partir de una muestra de tamaño n,
se calculan la media muestral y la desviación estándar. En realidad hay una media verdadera, μ, y una
desviación estándar verdadera σ, y son desconocidas. La muestra nos brinda las estimaciones y S. Si
hiciéramos muestras repetidamente de la población/proceso del cual se toma la muestra y
calculáramos la media muestral una y otra vez, la desviación estándar de la distribución de medias
sería el error estándar verdadero de la media.
El cálculo de un intervalo de confianza depende principalmente de los siguientes factores: Tamaño
de la muestra seleccionada: Dependiendo de la cantidad de datos que se hayan utilizado para
calcular el valor muestral, este se acercará más o menos al verdadero parámetro poblacional.
Nivel de confianza: Nos va a informar en qué porcentaje de casos nuestra estimación acierta. Los
niveles habituales son el 95% y el 99%.
Margen de error de nuestra estimación: Este se denomina como alfa y nos informa de la
probabilidad que existe de que el valor poblacional esté fuera de nuestro intervalo.
Lo estimado en la muestra (media, varianza, diferencia de medias…): De esto va a depender el
estadístico pivote para el cálculo del intervalo.

Consiste en la elección de una variable aleatoria que sea función de la muestra y del parámetro a
estimar, con la condición de que sea una función continua y monótona del parámetro y que su
distribución sea conocida e independiente del parámetro.

Existe una propiedad que comprende conjuntamente las propiedades de insesgamiento y eficiencia.
Se trata del error cuadrático medio. Sea T un estimador del parámetro ϴ. El error cuadrático medio
de T, denotado ECM(T), se define como el valor esperado de (T-) 2 .ECM(T) = E[(T-ϴ)2]
Esta medida se aplica entre los datos y el promedio, midiendose como un resultado positivo o igual a
cero, siendo igual a cero cuando no hay variacion entre los datos obtenidos. Se puede aplicar en
datos mayores o menores al promedio.

*El teorema del límite central garantiza una distribución aproximadamente normal cuando n es suficientemente grande.
*Existen diferentes versiones del teorema, en función de las condiciones utilizadas para asegurar la convergencia. Una de las
más simples establece que es suficiente que las variables que se suman sean independientes, identicamente distribuidas, con
valor esperado y varianza finita.
*La aproximación entre las dos distribuciones es, en general, mayor en el centro de las mismas que en sus extremos o colas
*Este teorema, encuentra aplicación en muchos campos relacionados, tales como la inferencia estadistica o la teoria de
renovacion.

Una propiedad razonable que se puede mencionar es cuando se le pide a un estimador de parametro � es que, en promedio,
sus valores coincidan con , cuando esto pasa se dice que el estimador es.
�
*centrado
*insesgado

*Tiene una única moda, que coincide con su media y su mediana.

*La curva normal es asintótica al eje de abscisas. Por ello, cualquier valor entre y es teóricamente posible. El
−∞ �+∞
área total bajo la curva es, por tanto, igual a 1.
*Es simétrica con respecto a su media . Según esto, para este tipo de variables existe una probabilidad de un 50% de
observar un dato mayor que la media, y�un 50% de observar un dato menor.
 Para qué o cuándo se utiliza,
Interpretación Significado estadistico
símbolo

Se dice que la varianza

muestral s^2 es un
estimador sin sesgo de la
varianza
Cuanto más dispersa esté La varianza muestral es un
poblacional s^2, lo que
las masas muestrales estadístico importante que se
significa que los valores de
respecto de la media utiliza en algunos métodos
s^2 tienden a igualar el estadísticos relevantes,
muestral, más alta será la como el
valor de
varianza y viceversa. análisis de varianza
s^2, en lugar de tender, de
manera sistemática, a
sobreestimar o subestimar
s^2

Cuando la desviación
estándar es más grande
El error estándar mide el Se usa en la distribución t de
habrá un mayor error error aleatorio en un dato Student para proporcionar un
estándar de la media y estadístico informado: el intervalo de confianza para una
una estimación menos tipo de error causado por media estimada o diferencia de
la variación aleatoria del medias. En otros casos, el error
precisa de la media de la muestreo al repetir una estándar puede ser usado para
población. Un tamaño prueba en las mismas proveer una indicación del
de muestra más grande condiciones. La tamaño de la incertidumbre,
incertidumbre es un pero su uso formal o semi-
dará como resultado un concepto más amplio que formal para proporcionar
menor error estándar de incluye componentes intervalos de confianza o test
la media y una adicionales de error debe ser evitado a menos que el
potencial además del error tamaño de la muestra sea al
estimación más precisa aleatorio. menos moderadamente grande
de la media de la
población.
 Debido a su naturaleza
aleatoria, es poco probable
que dos muestras de una Sirve para dar una estimación
población en particular Un intervalo de confianza puntual del parámetro
produzcan intervalos de es un rango de valores, poblacional, si nos va a servir
confianza idénticos. Sin derivado de los estadísticos para hacernos una idea
embargo, si usted repitiera de la muestra, que aproximada de cuál podría ser el
muchas veces su muestra, posiblemente incluya el verdadero de este. Nos permite
un determinado valor de un parámetro de acotar entre dos valores en
porcentaje de los población desconocido. dónde se encontrará la media de
intervalos de confianza la población.
resultantes incluiría el
parámetro de población
desconocido.

Estadisticamente consta de
Existen varios estadisticos tres pasos fundamentales:
pivote utilizados en la encontrar una cantidad
construcción de intervalos pivotal, encontrar dos
de confianza , tanto en valores a y b, con base en El método del pivote es uno de los principales métodos de constru
poblaciones normales estas desigualdades
como en proporciones. obtener la estimación más
aproximada.

Cada valor estimado del

parámetro se tiene un Es la desviación estándar Se utiliza para ofrecer distintos
error de estimación por lo de la distribución muestral valores para distintas muestras
general diferente. Sin de un estadístico muestral. del mismo tamaño extraídas de
embargo, es posible fijar El término se refiere la misma población. Por lo tanto,
un intervalo dentro del también a una estimación se debe tener una medida de la
cual se encontrarán la de la desviación estándar, variabilidad del estimador
mayoría de los valores de derivada deuna muestra respecto del parámetro que se
error de estimación para particular usada para trata de estimar.
un estimador y parámetro computar la estimación.
dados.
 facilita la comprensión del
Se tomo a como una significado de la medida de
Es una herremienta útil medida de distorcion con variabilidad, puesto que sus
para medir daros respecto a los datos dados unidades son las mismas de la
dispersos, con respecto a inicialemte,permitiendo variable de origen.
un conjunto de datos aclarar dudas y hacer La desviación estándar se puede
dados inicialmente. proyecciones a futuros con utilizar para establecer un valor
base en los datos dados. de referencia para estimar la
variación general de un proceso.

El TCL hace referencia a
sucesiones infinitas, por tanto, la
igualdad de las distribuciones se
alcanza sólo en el límite, y hace
mención a una distribución
final teórica o de referencia
Es aquel que describe la Este se aplica a suma de variables
distribución de la media de una discretas como de variables continuas, en
muestra aleatoria proveniente de pocas palabras cuando se tiene un grupo
una población con varianza finita, bastante numeroso.
este tambien tiene relacion con la Simbolo:
probabilidad
�_�=∑24_(𝑖=1)^�▒�_𝑖
�_�

Para estudiar las características
de un estimador no solo basta
con saber el sesgo y la
varianza, sino que además es
útil hacer un análisis de su
comportamiento y estabilidad
en el largo plazo, esto es, su
comportamiento asintótico
�  =𝑁(�,𝜎^2/�)
En estadistica se llama sesgo de Si se desea estimar la media de una
un estimador a la diferencia entre población.
su esperanza matematica y el valor Tambien, si se desea conocer el
numerico del parámetro que precio medio de un artículo.
estima

Su grafica tiene forma de
campana, por este motivo es
tambien conocida como la
campana de Gauss
permite determinar probabilidades
de ocurrencia para distintos
valores de la variable. Así, para
determinar la probabilidad de
encontrar un valor de la variable
que sea igual o inferior a un cierto
valor
�_𝑖
Se dice que muchos fenómenos en el
campo de la salud se distribuyen
normalmente. Esto significa que si uno
toma al azar un número suficientemente
grande de casos y construye un polígono
de frecuencias con alguna variable
continua, por ejemplo peso, talla, presión
arterial o temperatura, se obtendrá una
curva de características particulares,
llamada distribución normal.
Unidad de medida Modelo Matemático

S2
𝜑 (�, �)
Muestreo Estadistico

�=�+� Modelo Probabilístico Estadìstico

 𝜎 𝐷�=√( 〖∑ |�−�| 〗 ^2/𝑁)

Muestra Aleatoria
�_�=∑24_(𝑖=1)^�▒�_𝑖

𝜎 Variables Aleatorias
�  =𝑁(�,𝜎^2/�)
Media Muestral
𝑖=1)^�▒�_𝑖
(�  −�_𝜎)/(�/√�)

Esperanza Matematica
�|�|
Varianza Muestral

Area total bajo la curva

Asintotas

�−𝜎
Identificación o definición de cada una de las variables
o constantes que hacen parte integral del modelo
matemático, según sea el caso

Varianza muestral: es la medida de la dispersión de las

muestras con respecto a la media muestral.

Muestra: es un subconjunto de casos o

individuos de una población. Media
muestral: es la media aritmética de la muestra de
tamaño "n". Tamaño: es la cantidad
de posibles muestras que se utiliza como base para
calcular la varianza.

Error estándar de la media muestral: es la desviación

estándar de todas las posibles muestras escogidos de esa
población. Desviación estándar: es la
cuantificación de la variación o dispersión de un conjunto
de muestras. Tamaño: es
la cantidad de posibles muestras que se utiliza como base
para calcular la varianza.
Media muestral: es la media aritmética de la muestra de
tamaño "n". Media poblacional: es
la media aritmética de la población de tamaño "N".
Tamaño: es la cantidad de posibles muestras
que se utiliza como base para calcular la varianza.
Desviación estándar: es la
cuantificación de la variación o dispersión de un conjunto
de muestras.

Intervalo de confianza: variable aleatoria que sigue una

distribución Normal N(µ; σ) donde la varianza es un valor
fijo conocido σ2 = σ20. Nuestro objetivo es, dada una
muestra aleatoria simple de tamaño n de la variable
obtener un intervalo de confianza con nivel de confianza
del 95 % para el parámetro µ de la distribución.

Ausencia de sesgo, consisitencia, eficiencia

𝜎
 𝜎
Desviación estándar de una población.

Desviación estándar de una muestra. �

La variación que es aleatoria o natural de un proceso se
conoce comúnmente como ruido.

La desviación estándar se puede utilizar para establecer

un valor de referencia para estimar la variación general
de un proceso.

Variable aleatoria: tienen la misma función de probabilidad que la

distribución de la población y su distribución de probabilidad conjunta
es igual al producto de las marginales.
Muestra Aleatoria: consiste en un conjunto de variables aleatorias
independientes e idénticamente distribuidas.
la media muestral se acercará a la media de la población. Por tanto,
mediante el TCL podemos definir la distribución de la media muestral
de una determinada población con una varianza conocida.

Esperanza Matematica: En estadistica la esperanza matemática de una

variable aleatoria X, es el numero
Varianza Muestral: medida de dispersion
�|�|definida como la esperanza
del cuadrado de la desviacion de dicha variable respeto a su media.

Area bajo la curva: La formulación del área bajo una curva es el

primer paso para desarrollar el concepto de integral El área bajo la curva
formada por el trazo de la función f(x) y el eje x se puede obtener
aproximadamente, dibujando rectángulos de anchura finita y altura f
igual al valor de la función en el centro del intervalo.
Asintotas: son rectas a las cuales la función se va aproximando
indefinidamente, cuando por lo menos una de las variables (x o y)
tienden al infinito.