1.Medida: atribuir números a los objetos según ciertas reglas.

2.Reglas: aceptar como válidas las operaciones entre los números que se cumplan empíricamente entre las modalidades que representan.

3.Escala de medida: relación biunívoca entre el conjunto de números y el conjunto de modalidades.

4.Escala de medida a nivel normal: los números sirven como etiquetas, solo clasifican un objeto (igualdad).

5.Escala de medida a nivel ordinal: cuando además de decir si los números son iguales o no, también podemos decir si uno es mayor o menor (desigualdad). Por ejemplo, el orden de acceso a la universidad.

6.Escala de medida a nivel de intervalo: además de decir si son iguales o no y cual es mayor o menor, también podemos sumar medidas. Por ejemplo, la edad.

7.Escala de medida a nivel de razón: además de decir si son iguales, saber cual es mayor o menor y sumar, también podemos hacer el producto. Se encarga de medir la diferencia entre dos variables. Por ejemplo, la altura.

8.Variable: cualquier carácterística que se presenta según dos o más modalidades.

9.Variable cualitativa: son variables que tienen como respuesta una palabra o frase.

10.Variable cuantitativa: se utiliza a nivel ordinal o nominal; puede ser discreta que es aquella que toma valores aislados y que a su vez pueden ser finitas donde se toma un número de valores distintos o infinitas donde se toma un número determinado de valores distintos. Por otra parte, además de discretas, pueden ser continuas que es aquella que entre dos valores distintos siempre encontramos un valor intermedio.

11.Frecuencia absoluta: número de veces que se repite un valor.

12.Moda: el valor o valores de máxima frecuencia.

13.Mediana: valor que nos deja por debajo del 50% de los datos, a nivel ordinal. Por ejemplo, 3, 4, 4, 5, 6, 6, 7.

14.Media aritmética: número total de datos.

15.Rango: diferencia entre el valor más alto y el valor más bajo.

16.Varianza: es la media de los cuadrados de la diferencia de cada puntuación respecto a su media. Siempre tiene que ser un número positivo como resultado.

17.Desviación típica: raíz cuadrada de la variante. Siempre tiene que ser un número positivo.

18.Medidas de posición: valores que dividen nuestro conjunto de datos en partes iguales. Se encuentran los cuartiles, deciles y percentiles.

19.Coeficiente de variación: es la desviación típica entre la media. No realizar (recomendablemente) si la media es =0 ya que saldría un número muy grande.

20.Puntuación típica: valor de la media entre la desviación típica, con la finalidad de obtener una escala absoluta.

21.Distribución de frecuencias: ordenación en forma de tabla de los datos estadísticos, asignando a cada uno su frecuencia correspondiente.

22.Correlación: indica la fuerza y dirección de una relación lineal y proporcional entre dos variables.

23.Covarianza: valor que indica la variación de dos variables aleatorias. Producto de la (x) y la (y).

24.Coeficiente de correlación de Pearson: medida lineal entre dos variables aleatorias cualitativas.

25.Regresión: línea que presenta de una mejor manera la nube de puntos. Expresa una variable dependiente en función de otra(s) variable(s) independiente.

26.Método de mínimos cuadrados: determina la ecuación que hace mínima la suma.

27.Bondad de ajuste: describe lo bien que se ajusta un modelo de observaciones, resumiendo la discrepancia entre los valores observados.

28.Leyes de probabilidad: mide los errores de la estadística inferencial.

29.Estadística inferencial: es la encargada de generalizar de una parte a un todo. Hay errores en esa generalización, de esos errores se encarga las leyes de probabilidad.

30.Población: cualquier conjunto bien definido de personas o de objetos. (Tamaño= Np).

31.Muestra: cualquier subconjunto de una población.
(Tamaño= N).

32.Parámetro: función definida sobre los valores de una población. Es la encargada de calcular los datos de una población. Se denotan con letras griegas.

33.Estadístico: función definida sobre los valores de una muestra.
Es la encargada de calcular los datos de una muestra. Se denotan con letras latinas.

34.Error muestral: diferencia entre el valor del parámetro y el valor del estadístico. (*E.Sesgo y E.Aleatorio*).

35.Muestreo aleatorio simple: asigna un número a cada elemento de la población y elige mediante un proceso aleatorio tantos números como tamaños tenga nuestra muestra.

36.Muestreo aleatorio estratificado: será adecuado utilizarlo cuando tengamos una carácterística de la población en la que esta se divida en distintos estratos. De cada estrato elegiremos una submuestra aleatoria simple. El subconjunto de esas submuestras que hemos elegidas son la muestra aleatoria estratificada.

37.Muestreo aleatorio conglomerado: se divide la población en distintos bloques, donde NO se toman carácterísticas de esta. Si no que se elige al azar un número conglomerado. La muestra del conglomerado son los elementos que componen esta muestra.

38.Muestreo aleatorio sistemático: se encarga de ordenar todos los números de los elementos de la población de menor a mayor. Lo divide en tantas partes como tamaño haya de la muestra. Luego elegimos al azar un número de la primera parte, los demás lo elegiremos por el lugar que ocupa según el número elegido de la primera parte.

39.Distribución muestral de un estadístico: es la distribución que resulta de los distintos valores estadísticos resultante de todas y cada una de las muestras del mismo tamaño.

40.Error típico: desviación típica de una distribución muestral.

41.Teorema central al límite: cuando una población tiene media y varianza finita, entonces la distribución muestral de medias se aproxima a una normal cuando el tamaño de muestra se hace grande.

42.Estimación de parámetros: asigna un valor a una cantidad desconocida.

43.Estimación puntual: asigna un único valor al parámetro.

44.Estimación por intervalo: son dos valores entre los que se espera que esté el parámetro.

45.Estimador: un estimador de un parámetro es su estadístico.

46.Estimador insesgado: aquel cuya media coincide con el valor del parámetro.

47.Estimador eficiente: si tenemos dos estimadores insesgados, el estimador eficiente será el que tiene el error típico más pequeño.

48.Nivel de confianza: es el porcentaje que tenemos de la proporción que queda dentro de un intervalo.

49.Hipótesis: es una proposición que puede ser tanto verdadera como falsa.

50.Hipótesis de trabajo: proposición a cerca de una propiedad de la población bajo estudio.

51.Hipótesis nula: es la Hipótesis que se pone a prueba con los datos de una muestra. Se denota como H0.

52.Hipótesis alternativa: cualquier Hipótesis distinta a la nula. Se denota como H1.

53.Contraste de Hipótesis: procedimiento por el cual a partir de los datos de una muestra, se decide si se rechaza la Hipótesis nula o no se rechaza, a favor de la Hipótesis alternativa.

54.Nivel de significación: probabilidad de cometer un error de tipo 1, se denota por (alfa), área de la regíón de rechazo.

55.Contraste bilateral: la regíón de rechazo está en ambos extremos de la distribución muestral del estadístico.

56.Error de contraste de tipo 1: error que se comete cuando se rechaza la Hipótesis nula siendo realmente cierta.

57.Error de contraste de tipo 2: error que se comete cuando  no se rechaza la Hipótesis nula siendo realmente falsa.

58.Caso muestra independiente: cuando comparamos dos grupos distintos, se tienen dos muestras o grupos independientes entre sí.

59.Caso muestra relacionada: se estudian los mismos sujetos en distintas situaciones

60.Factor: variable que nos divide la muestra en distintos grupos. Puede ser cualitativa y hace el papel de variable independiente.

61.Interacción: efecto producido por la combinación de los factores.

62.Pruebas de bondad de ajuste: tratan de averiguar si la distribución de la muestra es de una forma determinada o no.

63.Prueba chi-cuadrado: prueba que se utiliza para cualquier tipo de distribución y variable.

64.Prueba de Kolmogorov-Smirnov: prueba que se utiliza para variables al menos, a nivel ordinal.

65.Distribución conjunta de dos variables, distribución marginal y distribución condicionada.

66.Frecuencia esperada: frecuencia que se debería presentar en cada celda de la tabla en el supuesto de que las variables fuesen independientes.

67.Frecuencia observada: es la frecuencia que tenemos realmente en cada celda de la tabla.

68.Valor de X²: Se utiliza para hallar la diferencia en cada casilla y la que debería de haber con respecto a la frecuencia observada y la frecuencia esperada.