1. MINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN
INSTITUTO UNIVERSITARIO JESÚS OBRERO
EXTENSIÓN BARQUISIMETO
BÁRBARA SCARLET BORJAS
27379286
CONTADURÍA
III SEMESTRE
SECCIÓN A
2. GLOSARIO DE TÉRMINOS
Aleatorio: es todo dato obtenido al azar, es decir, que todo número tenga la misma probabilidad
de ser elegido y que la elección de uno no dependa de la elección del otro.
Azar: es la característica de un experimento que produce resultados diversos, impredecibles en
cada situación concreta, pero cuyas frecuencias, a la larga, tienden a estabilizarse hacia un valor
“límite” en el infinito.
Dato: Conocido también como información, es el valor de la variable asociada a un elemento de
una población o una muestra.
Diferencia de sucesos A y B: Es un nuevo suceso formado por los sucesos elementales de A que no
lo son de B. Se escribe A - B.
Espacio muestral: Conjunto de todos los sucesos elementales distintos que pueden producirse en
el experimento. Por ejemplo, el espacio muestral de un experimento aleatorio consistente en tirar
un dado es E = {1, 2, 3, 4, 5, 6}.
Estimación: es el conjunto de técnicas que permiten dar un valor aproximado de un parámetro de
una población a partir de los datos proporcionados por una muestra.
Evento independiente: Es un evento que no depende de otro evento que determine su resultado.
Cuando tenemos dos eventos independientes, un resultado no afecta el resultado del segundo
evento.
Implicación de suceso: Se dice que un suceso estocástico A implica a otro B cuando se cumple que
A es un subconjunto de B (A Ì B).
Inferencia: Es una parte de la estadística cuya finalidad es obtener conclusiones respecto a la
población a partir de datos observados en muestras. Es el proceso por medio del cual se hacen
aseveraciones o estimaciones de un todo, a partir de sus partes o elementos.
Intersección de sucesos A y B: Comprende sólo los sucesos elementales comunes a A y B. Se
expresa como A Ç B. (Dos sucesos incompatibles tienen por intersección el suceso imposible Æ).
Media aritmética: Es una medida de tendencia central que denota el promedio de un conjunto de
datos. Se calcula dividiendo la suma del conjunto de datos entre el total de ellos. Simbólicamente
se representa por X
Muestra: Es un subconjunto representativo de la población a partir del cual se pretende realizar
inferencias respecto a la población de donde procede. Los elementos seleccionados con cierta
técnica reúnen ciertas características que la hacen ser representativa, significativa y confiable y
que en base a ella se pueden hacer inferencias respecto a la población. La muestra puede ser
probabilística y no probabilística.
Parámetro: Es cualquier valor característico de la población. Ejemplo: la media de la población, la
desviación típica de la población. Sin embargo, estos valores son desconocidos porque no siempre
podemos tener todos los datos de la población para calcularlos.
3. Permutación: Es una serie de elementos en un orden específico. Una combinación es una serie de
elementos cuyo orden no es específico.
Población: Es cualquier conjunto de unidades o elementos claramente definido, en el espacio y el
tiempo, donde los elementos pueden ser personas, granjas, hogares, manzanas, condados,
escuelas, hospitales, empresas, y cualquier otro. Las poblaciones pueden ser finitas e infinitas.
Probabilidad Axiomática: Probabilidad de dos sucesos ajenos, disjuntos o mutuamente
excluyentes, es la suma de sus probabilidades respectivas.
Probabilidad condicional: se calcula como el cociente entre la probabilidad conjunta y la
probabilidad marginal del evento impuesto como condición.
Probabilidad de un suceso: Dado un experimento aleatorio, se denomina probabilidad a una
función que asigna a cada suceso estocástico un número que refleja el tanto por uno de veces que
ocurre el suceso dentro del experimento. Por tanto, el valor de la probabilidad indica la frecuencia
relativa de cada suceso estocástico dentro del experimento aleatorio. La función probabilidad
expresa como P (A), y se distingue por las siguientes características: La probabilidad de cualquier
suceso está comprendida entre 0 y 1: 0 £ P (A) £ 1.
Probabilidad frecuentista: Frecuencia relativa de un evento esperado en el largo plazo o luego de
una secuencia de ensayos. Cuantas más veces se repita el experimento, al final las posibilidades
de que ocurra cada uno de los sucesos será regular.
Proporción: es el número de veces que se presenta ese dato respecto al total de datos. Se conoce
también como frecuencia relativa y es uno de los parámetros de cálculo más sencillo. Tiene la
ventaja de que puede calcularse para variables cualitativas.
Regla de Laplace: según la cual la probabilidad de un suceso estocástico formado por h sucesos
elementales equiprobables en un espacio muestral de n elementos se determina como el cociente
entre el número de casos favorables (h) y el número de casos posibles (n).
Suceso contrario o complementario de uno dado: (si se produce el suceso A, su complementario
no ocurre, y a la inversa). Matemáticamente: = E - A.
Suceso elemental: Cada uno de los resultados de un experimento aleatorio.
Suceso imposible: Que no ocurre nunca y que corresponde al subconjunto Æ (espacio vacío) de E.
La probabilidad del suceso imposible es 0: P (Æ) = 0.
Suceso seguro: Que se produce siempre. Matemáticamente, corresponde al espacio muestral E. La
probabilidad del suceso seguro es 1: P (E) = 1.
Sucesos estocásticos compatibles: Suceso estocásticos con algún suceso elemental común. Para
dos sucesos compatibles, se cumple que la probabilidad de la unión es igual a la suma de las
probabilidades de cada suceso menos la probabilidad del suceso intersección entre ambos: P (A È
B) = P (A) + P (B) - P (A Ç B)
Sucesos estocásticos incompatibles: Caso contrario a los compatibles. Dado un conjunto de
sucesos incompatibles dos a dos, la probabilidad de su unión es igual a la suma de las
4. probabilidades de cada suceso individual, la probabilidad del suceso contrario viene dada por P () =
1 - P (A).
Sucesos estocásticos: Puede producir resultados diferentes en unas mismas condiciones. Lanzar
una moneda al aire o tirar un dado son ejemplos comunes de experimentos aleatorios. Los
diversos subconjuntos del espacio muestral
Teorema de Bayes: Parte de una situación en la que es posible conocer las probabilidades de que
ocurran una serie de sucesos Ai. A esta se añade un suceso B cuya ocurrencia proporciona cierta
información, porque las probabilidades de ocurrencia de B son distintas según el suceso Ai que
haya ocurrido.
Variable aleatoria: Conocida también como variable estocástica o probabilística. Es la
característica considerada en un experimento aleatorio cuyo valor de ocurrencia sólo puede
saberse con exactitud una vez observado.
Variable: Es una característica de la población o de la muestra cuya medida puede cambiar de
valor. Se representa simbólicamente mediante las letras del alfabeto. Según su naturaleza puede
ser cualitativa y cuantitativa.