Please enable JavaScript.

Coggle requires JavaScript to display documents.

ESTADÍSTICA - Coggle Diagram

- - - - Las distribuciones binomial, normal y Poisson son modelos matemáticos que describen la probabilidad de ocurrencia de diferentes tipos de eventos. La distribución binomial describe la probabilidad de obtener un cierto número de éxitos en un número fijo de ensayos independientes, donde cada ensayo tiene solo dos posibles resultados (éxito o fracaso). La distribución normal, también conocida como distribución gaussiana, es una distribución continua que se caracteriza por su forma de campana y se utiliza para modelar muchos fenómenos naturales y sociales.
- - - - En pruebas de hipótesis estadísticas, un error tipo I ocurre cuando se rechaza una hipótesis nula que es verdadera, mientras que un error tipo II ocurre cuando no se rechaza una hipótesis nula que es falsa. En términos más simples, un error tipo I es un "falso positivo" y un error tipo II es un "falso negativo".
- - - - un parámetro describe una característica de una población completa, mientras que una estadística describe una característica de una muestra extraída de esa población. Los parámetros son valores fijos y generalmente desconocidos, mientras que las estadísticas son valores calculados a partir de datos muestrales y son variables.
    - - Los datos cualitativos se refieren a información descriptiva, no numérica, que describe cualidades, características o atributos de algo. En cambio, los datos cuantitativos se expresan en números y pueden medirse u observarse objetivamente.
- - - - El coeficiente de correlación es una medida estadística que cuantifica la fuerza y la dirección de la relación lineal entre dos variables. En otras palabras, indica qué tan bien una línea recta puede describir la relación entre dos conjuntos de datos. Su valor varía entre -1 y +1.
    - - Los supuestos de la regresión son condiciones que deben cumplirse para que los resultados de un análisis de regresión sean válidos y confiables. Estos supuestos se refieren a las características de los datos y la relación entre las variables. Los principales supuestos son la linealidad, la independencia, la homocedasticidad, la normalidad de los residuos y la ausencia de multicolinealidad.
- - - - Las comparaciones múltiples se refieren a la práctica de realizar múltiples pruebas estadísticas para comparar las medias de diferentes grupos o tratamientos, a menudo después de que un análisis de varianza (ANOVA) ha indicado que existe una diferencia significativa entre al menos dos de los grupos. El principal desafío con las comparaciones múltiples es el aumento del riesgo de errores tipo I (falsos positivos), es decir, concluir que existe una diferencia entre grupos cuando en realidad no la hay.
    - - Un ANOVA de dos factores, también conocido como análisis de varianza de dos vías, es una técnica estadística que se utiliza para analizar la influencia de dos variables independientes (factores) en una variable dependiente continua. El objetivo principal es determinar si existen efectos principales de cada factor y un posible efecto de interacción entre ambos factores sobre la variable dependiente.