Selección sistemática de elementos muéstrales

Media:(x̄):Es el promedio, se suman todos los datos y el total se divide en la cant. De datos.

Mediana (Me):Los datos de menor a mayor y se ve cuál es el dato central (del medio)

ej:  Si la muestra es impar  ej:    5,7,6,4,3,8,7  = 3,4,5,6,7,7,8   Me=6                          Si la muestra es par   ej: 4,5,5,5,6,7,8,9,9,9  = 7+6= 13:2= 6,5 Me

Desv. Esatandar:  Medida del grado de dispersión de los datos con respecto al valor promedio. 

 Moda (Mo):N que mas se repite

Frecuencia (f):Cant. De veces que se repite el dato, al final va el n total

Frecuencia relativa: (f/n) 

Frec. Abs acumulada (F): 1ero pongo el mismo n de f y luego lo sumo con el de abajo y así

Coef de variación (cv))=( S (varianza) /x̄) *100

  Para el Coef de Asimetría y Fisher Pearson es =

Bowley: Medida de dispersión entre cuartiles.   

Pearson: Comportamiento de la media respecto a la moda.   

Probabilidad objetiva: Evento repetitivo donde sus resultados no son predecibles 

Evento estocástico: algo que puede o no ocurrir 

Variable aleatoria: Resultado de un proceso estocástico

Probabilidad subjetiva:Probabilidad que una persona le puede asignar a un evento, “lo asigna por tincada”

Probabilidad Simple: Es la probabilidad de que algo ocurra P(A)= probabilidad de A  

 P (A y B)= P(A      probabilidad de que ocurra A y B  

Probabilidad Condicional: (P(A/B)) que se dé A, dado que se dio B

Población (N): Es la categoría del dato ej:estudiante

Muestra (n): Es una parte de la población

Parámetro:Carácterística de la población ej:altura 

Dato primario:Dato que produce el investigador, lo puedo contar, es exacto y seguro ej: de encuestas

Dato secundario: dato que se obtiene no de una observación directa ej:un dato al ojo 

No probabilística: muestras que se desconoce qué tan representativa son de la población

Probabilística: son muestras que sí representan a la población, hay diferentes tipos:

Aleatoria: todos los elementos tienen la misma probabilidad de ser escogidos

Aleatoria sistemática: escoges el primero y luego haces una regla para escoger los otros, incluye la opción de qué los datos vengan sesgados. 

Muestra aleatoria estratificada: primero se divide la muestra dependiendo de la carácterística cómo ordenarlos según su carrera y luego le agregas la selección aleatoria