GLOSARIO DE TRMINOS ESTADSTICOS

A
AMPLITUD O RANGO.- La diferencia entre el valor mximo y mnimo de los
valores de una variable se encuentran comprendidos el 100% de los valores
mustrales.
REA BAJO LA CURVA (entre dos puntos).- Si la curva viene dada por una
funcin de densidad terica, representa la probabilidad de que la variable
aleatoria tome un valor dentro del intervalo determinado por esos dos
puntos.

C
CARACTERSTICAS.- Propiedades de las unidades o elementos que
componen las muestras. Se miden mediante variables. Se asume que los
individuos presentan diferentes caractersticas.
CAUSALIDAD.- Relacin entre causa y efecto. Generalmente identificados
como variables. No hay que confundir causalidad con correlacin. La
correlacin mide la similitud estructural numrica entre dos variables.
Normalmente la existencia de correlacin es condicin necesaria para la
causalidad.
COEFICIENTE DE CORRELACIN.- Estadstico que cuantifica la correlacin.
Sus valores estn comprendidos entre 1 y 1
COEFICIENTE DE DETERMINACIN.- Es el cuadrado del coeficiente de
correlacin. Expresado en tanto por ciento mide el grado de informacin
compartida entre dos variables continuas.
COEFICIENTES DE REGRESIN.- En un modelo de regresin lineal son los
valores de a y b que determinan la expresin de la recta de regresin y = a
+b*x
COEFICIENTE DE VARIACIN.- Es una medida de dispersin relativa. No
tiene unidades y se calcula dividiendo la cuasi-desviacin tpica entre la
media muestral. Se suele expresar en tanto por ciento. -1CONTRASTE BILATERAL.- Contraste de hiptesis en la que la hipetesis
alternativa da opcin a igualdad o superioridad.
CONTRASTE DE HIPTESIS.- Es el proceso estadstico que se sigue para la
toma de decisiones a partir de la informacin de la muestra. Comparando el
valor del estadstico experimental con el valor terico rechazamos o no la
hiptesis nula.
CONTRASTE UNILATERAL.- Contraste de hiptesis en la que la hiptesis
alternativa de opcin a solo igualdad o a solo superioridad.

CORRELACIN.- Expresa la concordancia entre dos variables segn el

sentido de la relacin de stas en trminos de aumento disminucin.

D
DECILES.- Corresponden a los percentiles 10%, 20%, 30%, 40%, 50%, 60%,
70% 80%, 90% y 100%
Desiciones Estadisticas: son las decisiones que se toman sobre la
poblacion partiendo de la informacion muestral de la mismas
DESCRIPTIVA.- Parte de la estadstica que resume la informacin de la
muestra. La informacin recogida y resumida en los estadsticos se usa para
la estimacin de parmetros poblacionales.
DIFERENCIAS ESTADSTICAMENTE SIGNIFICATIVAS.- Las diferencias
entre lo observado y lo supuesto en la hiptesis nula no puede ser explicado
por el azar.
DIFERENCIAS RELEVANTES.- Diferencia esperada o definida a priori con un
valor conceptual intrnseco. No confundir diferencias estadsticamente
significativas que establece s una diferencia, cualquiera que sea su valor.
DIMENSIN.- Si estudiamos una nica variable la dimensin es uno, si
estudiamos la informacin de dos variables en forma conjunta, la dimensin
es dos.....
DISTRIBUCIN DE DATOS.- En la realizacin de un experimento,
corresponde a la recogida de los datos experimentales para cada individuo y
cada variable.
E
ERROR ALFA.- Es el error que se comete cuando se rechaza una hiptesis
nula cuando est verdadera. Error de tipo I.
ERROR ALFA GLOBAL.- Es el error alfa que se comete por hacer mltiples
comparaciones.
ERROR BETA.- Es el error que se comete cuando no se rechaza una hiptesis
nula siendo sta falsa.
Error de tipo II.
ERROR DE PRIMERA ESPECIE.- Ver error alfa.
ERROR DE SEGUNDA ESPECIE.- Ver error beta.
ERROR DE TIPO I.- Ver error alfa.
ERROR DE TIPO II.- Ver error beta

ERROR ESTANDAR DE LA MEDIA.- Es el cociente entre la cuasivarianza

muestral y la raz cuadrada del tamao muestral.
ERROR ESTANDAR DE LOS RESIDUOS.- Estadstico de dispersin de los
valores de los residuos despus de la regresin.
ERROR FALSO NEGATIVO.- Ver error beta
ERROR FALSO POSITIVO.- Ver error alfa.
ESCALA.- La distribucin de datos puede recogerse en distintas escalas:
nominal, dicotmica, discreta o continua.
ESTADSTICOS.- Son funciones de la muestra. Su valor variar segn la
muestra, pero nos permite hacer estimaciones de parmetro poblacionales o
construir estadsticos experimentales para tomar decisiones.
ESTADO DE LA NATURALEZA.- La naturaleza funciona segn una
determinada hiptesis que desconocemos. Las tcnicas estadsticas nos
cuantifican el error que cometemos cuando tomamos decisiones en la
prediccin de cul es la hiptesis con la que la naturaleza trabaja.
Estos errores son los del tipo I y II.

F
FACTOR.- Variable que se incluye en un modelo con el propsito de explicar
la variacin en la variable respuesta. Ver variable independiente o
explicativa.
FRECUENCIAS: ABSOLUTAS, RELATIVAS.- Las frecuencias absolutas
representan el recuento de los valores de una variable discreta de forma que
su suma nos da el tamao muestral. Las relativas son las absolutas divididas
por el tamao muestral. Las frecuencias relativas sumarn 1 100 segn se
expresen entanto por uno o en tanto por ciento.

H
Hipotesis Estadisticas: son las determinadas conjeturas o supuestos
acerca de las poblaciones estudiadas, dichas conjeturas puedes ser reales o
no.
Hipotesis alternativas: se refiere cuando la hipotesis difiere de cualquier
otra hipotesis.

M
MXIMO.- Es un valor muestral de forma que por encima de ste no hay
valores muestrales.
MEDIANA.- Corresponde al percentil 50%. Es decir, la mediana hace que

haya un 50% de valores muestrales inferiores a ella y un 50% de valores

muestrales superiores a ella.
MEDIA.- Es una medida de centralizacin para una variable continua. Se
obtiene sumando todos los valores muestrales y dividendos por el tamao
muestral.
MNIMO.- Es un valor muestral de forma que por debajo de ste no hay
valores muestrales.
MODA.- Es el valor que ms se repite en una variable nominal.
MODELO.- Intento matemtico / estadstico para explicar una variable
respuesta por medio de una o ms variables explicativas o factores.
MUESTRAS.- Subgrupos de observaciones de la poblacin de estudio.

N
NIVEL DE CONFIANZA.- Se define como 1 menos el nivel de significacin. Se
suele expresar en tanto por ciento.
NIVEL DE SIGNIFICACIN.- La probabilidad de rechazar una hiptesis nula
verdadera; es decir, la probabilidad de cometer un error de tipo I.
NIVELES DE CLASIFICACIN.- Los distintos posibles valores que pueden
aparecer en una variable explicativa nominal u ordinal.
O
OBSERVACIN.- Sinnimo de caso, registro e individuo.
V
VARIABLE.- Objeto matemtico que puede tomar diferentes valores.
Generalmente asociado a propiedades o caractersticas de las unidades de la
muestra. Lo contrario de variable es constante.
VARIABLE ALEATORIA.- Variable cuyo resultado vara segn la muestra segn
una distribucin de probabilidad.
VARIABLE CONTINUA.- Aquella que puede tomar una infinidad de valores, de
forma que dados dos valores cualquiera, tambin pueda tomar cualquier
valor entre dichos valores.
VARIABLE DEPENDIENTE.- Ver variable respuesta.
VARIABLE DISCRETA.- Variable que toma un nmero finito o infinito de
valores, de forma que no cubre todos los posibles valores numricos entre
dos dados, en contraposicin de las continuas.

VARIABLE EXPLICATIVA.- Ver variable independiente.

VARIABLES INDEPENDIENTES O EXPLICATIVAS.- Variables que no sirven para
construir un modelo que explique el comportamiento de una o ms variables
respuesta.
VARIABLE RESPUESTA O DEPENDIENTE.- Variable objeto del estudio y que sus
resultados se pretenden explicar por medio de las variables llamadas
explicativas o independientes.
VARIABLES.- Describen caractersticas en las observaciones realizadas.
VARIANZA.- Caracterstica de una muestra o poblacin que cuantifica su
dispersin o variabilidad. La varianza tiene unidades al cuadrado de la
variable. Su raz cuadrada positiva es la desviacin tpica. La varianza
muestral es un estimador sesgado de la varianza poblacional.
R
region critica
region de rechazo
region de significacion