Conceptos básicos

Question 1

Datos

Answer 1

Son las observaciones recolectadas (como mediciones, géneros, respuestas de encuestas)

Question 2

Estadística

Answer 2

Es un conjunto de métodos para planear estudios y experimentos, obtener datos y luego organizar, resumir, presentar, analizar, interpretar y llegar a conclusiones basadas en los datos.

Question 3

Población

Answer 3

Es el conjunto completo de todos los elementos (puntuaciones, personas, medidas, etcétera) que se va estudiar. El conjunto es completo porque incluye a todos los sujetos que se estudiarán.

Question 4

Censo

Answer 4

Es el conjunto de datos de cada uno de los miembros de la población.

Question 5

Muestra

Answer 5

Es el subconjunto de unidades estadísticas o unidades elementales seleccionadas de la población de manera tal que se puede decir que es representativa de la población, es decir, que tiene las mismas características que la población en calidad y proporción de individuos.

Question 6

Parámetro

Answer 6

Es una medición numérica que describe algunas características de una población.

Question 7

Estadístico

Answer 7

Es una medición numérica que describe algunas características de una muestra.

Question 8

Datos cuantitativos

Answer 8

Consisten en números que representan conteos o
mediciones.

Question 9

Datos cualitativos (o categóricos o de atributo)

Answer 9

Se dividen en diferentes categorías que se distinguen por algunas características no numéricas.

Question 10

Datos cuantitativos discretos

Answer 10

Resultan cuando el número de valores posibles es un número finito o un número que “puede contarse” (es decir, el número de valores posibles es 0, 1, 2, etcétera).

Question 11

Ejemplos de datos cualitativos

Answer 11

Estado civil, carrera que estudia, lugar de residencia

Question 12

Datos cuantitativos continuos (numéricos)

Answer 12

Resultan de un infinito de posibles valores que corresponden a alguna escala continua que cubre un rango de valores sin huecos, interrupciones o saltos.

Question 13

Ejemplos de datos cuantitativos discretas

Answer 13

Cantidad de goles, número de archivos, número de contacto telefónico

Question 14

Ejemplos de datos cuantitativas continuas

Answer 14

Peso, estatura, velocidad, edad.

Question 15

Nivel de medición nominal

Answer 15

Se caracteriza por datos que consisten exclusivamente en nombres, etiquetas o categorías. Los datos no se pueden acomodar en un esquema de orden (como del más bajo al más alto).

Question 16

Nivel de medición ordinal

Answer 16

Cuando pueden acomodarse en algún orden, aunque no es posible determinar diferencias entre los valores de los datos o tales diferencias carecen de significado.

Question 17

Nivel de medición de intervalo

Answer 17

Se parece al nivel ordinal, pero con la propiedad adicional de que la diferencia entre dos valores de datos cualesquiera tiene un significado. Sin embargo, los datos en este nivel no tienen punto de partida cero natural inherente (donde nada de la cantidad está presente).

Question 18

Nivel de medición de razón

Answer 18

Es similar a nivel de intervalo, pero con la propiedad adicional de que sí tiene un punto de partida cero natural (donde el cero indica que nada de la cantidad está presente). Para valores a este nivel, tanto las diferencias como las proporciones tienen significado.

Question 19

La distribución normal

Answer 19

Es un modelo que representa algún fenómeno. Como todo modelo tiene sus limitaciones porque no es la realidad en sí misma.

Question 20

Asimetría

Answer 20

Es conocida como sesgo. Es una característica de una distribución que muestra una frecuencia desproporcionada de ciertos datos.

Question 21

La distribución normal estandarizada

Answer 21

Es la manera de poner en practica la distribución normal en algún tipo de investigación. Este modelo de la distribución normal estandarizada puede brindar ahorros de tiempo y esfuerzo para calcular probabilidades.

Question 22

Teoría Clásica de
la Probabilidad

Answer 22

Es una rama de las matemáticas que juega un papel central en las estadísticas inferenciales.

Question 23

Estadísticas inferenciales

Answer 23

Permiten a los investigadores e investigadoras hacer generalizaciones acerca de que tan bien las estadísticas de las muestras corresponden a los parámetros de las poblaciones

Question 24

Muestreo

Answer 24

Es un conjunto de métodos y procedimientos estadísticos destinados a la selección de una o más muestras; es decir, es la técnica seguida para elegir muestras.

Question 25

Muestreo aleatorio simple

Answer 25

Es el método más simple para elegir la muestra. Básicamente es un sorteo realizado de tal manera que se garantice que cada una de las unidades elementales tenga la misma probabilidad conocida.

Question 26

Muestreo sin ser
al Azar

Answer 26

Sucede cuando se tiene una muestra de conveniencia o cuando se seleccionó al azar una muestra, pero los miembros de esta muestra optaron por no participar.

Question 27

Muestreo de
Clúster

Answer 27

Este tipo de muestreo involucra también el tener una lista de la población para hacer una selección al azar. Los participantes se encuentran anidados en grupos/clústeres, de los cuales resultaría difícil
separarlos, pero los grupos/clústeres si pueden ser seleccionados al azar.

Question 28

Muestreo
Sistemático

Answer 28

Pasa cuando se tiene una lista de los miembros de la población, y mediante algún método se selecciona un número que servirá para elegir a los participantes.

Question 29

Muestreo
Estratificado al
Azar

Answer 29

Aparece cuando la población se encuentra estratificada. Es decir, se sabe que
subgrupos la integran (e.g., sexo, edad, grupo social, nivel socioeconómico, etc.).

Question 30

Tamaño
de la
Población

Answer 30

Habría que partir de una definición de la población que se tiene en mente estudiar: objetos, observaciones o personas (e.g., edificios, calificaciones o estudiantes de escuela elemental, respectivamente). Esto también con el propósito de poder generalizar los resultados de la muestra a la población.

Question 31

Varianza/
Desviación
estándar

Answer 31

Puede ser obtenida de estudios previos en forma de SD. Si no los hay, algunos investigadores han recomendado el 0.5 para usarla como SD en las fórmulas de estimación del tamaño de una muestra

Question 32

Poder estadístico

Answer 32

Es una probabilidad que depende en parte del tamaño de la muestra. Para la planeación de un estudio, el poder estadístico sirve para calcular el tamaño de una muestra y tener el suficiente poder para rechazar una hipótesis nula cuando es falsa

Question 33

Prueba de hipótesis

Answer 33

Proceso mediante el cual, a partir de los valores de una muestra aleatoria se decide si se rechaza o no el supuesto que plantea el investigador para el parámetro o parámetros de la población o poblaciones bajo estudio, pero con cierta probabilidad de error (riesgo) por tomar una decisión

Question 34

Muestreo probabilístico

Answer 34

Desarrolla una serie de estrategias y procedimientos que incluyen la elección aleatoria de las unidades muestrales, de modo que procura que todas y cada una de las unidades elementales tengan la misma probabilidad de ser elegidas.

Question 35

Muestreo no probabilístico

Answer 35

Este tipo de muestreo debe realizar una elección de unidades elementales, generalmente basada en el criterio del que investiga.