ERROR TIPO I: tambin denominado error de tipo alfa ()1 o falso positivo, es el

error que se comete cuando el investigador no acepta la hiptesis nula ( ) siendo

esta verdadera en la poblacin. Es equivalente a encontrar un resultado falso
positivo, porque el investigador llega a la conclusin de que existe una diferencia
entre las hiptesis cuando en realidad no existe. Se relaciona con el nivel de
significancia estadstica.

ERROR TIPO II: tambin llamado error de tipo beta () ( es la probabilidad de que
exista este error) o falso negativo, se comete cuando el investigador no rechaza la
hiptesis nula siendo esta falsa en la poblacin. Es equivalente a la probabilidad de
un resultado falso negativo, ya que el investigador llega a la conclusin de que ha
sido incapaz de encontrar una diferencia que existe en la realidad

CURVA CARACTERISTICA DE OPERACIN: representa grficamente la relacin

existente entre un porcentaje de artculos defectuosos de un lote productivo (que
por lo general se desconoce) y la probabilidad de aceptacin que se obtiene del
mismo luego de aplicar un plan de muestreo como los detallados en la seccin de
muestreo simple.

DISTRIBUCION DISCRETA: son aquellas en las que la variable puede pude tomar
un nmero determinado de valores

Caractersticas:
1. Es generada por una variable discreta (x).
xVariable que solo toma valores enteros
x0, 1, 2, 3, 4, 5, 6, 7, 8, ... etc,etc.
2. p(xi)0 Las probabilidades asociadas a cada uno de los valores que toma x deben
ser mayores o iguales a cero.
3. Sp(xi) = 1 La sumatoria de las probabilidades asociadas a cada uno de los valores
que toma x debe ser igual a 1.
DISTRIBUCION CONTINUA: son aquellas que presentan un nmero infinito

de posibles soluciones
Caractersticas:
1. Es generada por una variable continua (x).
x Es una variable que puede tomar tanto valores enteros como fraccionarios.
x 1.0, 3.7, 4.0, 4.6, 7.9, 8.0, 8.3, 11.5, .....,
2. f(x)0 Las probabilidades asociadas a cada uno de los valores que toma x deben
ser mayores o iguales a cero. Dicho de otra forma, la funcin de densidad de
probabilidad deber tomar solo valores mayores o iguales a cero. La funcin de
densidad de probabilidad slo puede estar definida en los cuadrantes I y II.

3.
La sumatoria de las probabilidades asociadas a cada uno de
los valores que toma x debe ser igual a 1. El rea definida bajo la funcin de densidad
de probabilidad deber ser de 1.
DISTRIBUCION NORMAL: Esta distribucin es frecuentemente utilizada en las
aplicaciones estadsticas. Su propio nombre indica su extendida utilizacin, justificada por
la frecuencia o normalidad con la que ciertos fenmenos tienden a parecerse en su
comportamiento a esta distribucin. Muchas variables aleatorias continuas presentan una
funcin de densidad cuya grfica tiene forma de campana, por se le conoce como
distribucin de campana de Gauss
DISTRIBUCION BINOMIAL: es uno de los modelos matemticos (expresin matemtica
para representar una variable) que se utiliza cuando la variable aleatoria discreta es el
nmero de xitos en una muestra compuesta por n observaciones.

DISTRIBUCION DE POISSON
DISTRIBUCION EXPONENCIAL
DISTRIBUCION HIPERGEOMETRICA
REGION DE RECHAZO
ESTADISTICA
ECONOMETRIA
PRONOSTICO