formulario estadistica
-
Upload
davitmartinez -
Category
Documents
-
view
215 -
download
1
description
Transcript of formulario estadistica
![Page 1: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/1.jpg)
Formulario de Estadística
ESTADÍSTICA DESCRIPTIVA
Datos sin agrupar Datos agrupados
media
x
x
n
ii
n
1
x
n c
n
i ii
m
1
m
n
c
i
i
: nº clases
: nº datos por clase
: marca de clase
desviación típica de la población
( )x
N
ii
N2
1
( )c n
N
i ii
m2
1
desviación típica muestral
s
x x
nn
ii
N
1
2
1
1
( )
,s
x x
nn
ii
N
( )2
1 s
c x n
nn
i ii
m
1
2
1
1
( )
,s
c x n
nn
i ii
m
1
2
1
1
( )
coeficiente de asimetría
C A
x
NC A
x x
n sC A
c x n
n s
ii
N
ii
n
n
i ii
m
n
. .
( )
. .
( )
( ). .
( )
( )
3
1
3
3
1
1
3
3
1
1
31 1,
coeficiente de curtosis
C Ap
x
NC Ap
x x
n sC Ap
c x n
n s
i
i
N
i
i
n
n
i i
i
m
n
. .
( )
. .
( )
( ). .
( )
( )
4
1
4
4
1
1
4
4
1
1
41 1- 3, - 3 - 3
Diagrama de cajas
L I QQ Q
L S QQ Q
. . . , . . .
1
3 1
3
3 11 52
1 52
Transformaciones lineales
y a bx s b si i y x
Teorema de Chebyshev
Independientemente de la forma de la distribución de frecuencias, o de probabilidad, de un conjunto de
datos:
p k X kk
( ) 11
2
![Page 2: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/2.jpg)
2
Distribuciones bivariantes de frecuencias
distribución conjunta f x yn
nf x yr i j
ij
r i j( , ) ( , ) , i, j
1
distribuciones marginales f x f x y f y f x yr i r i j r j r i j( ) ( , ), ( ) ( , ) j i
distribuciones condicionales ........ f x yf x y
f yf y x
f x y
f xr i j
r i j
r j
r j i
r i j
r i
( )( , )
( ), ( )
( , )
( )
Covarianza Cov X Y f x y x x y yr i j i j( , ) ( , )( )( ) ij
Coeficiente de correlación ( , )( , )
X YCov X Y
s sx y
recta de regresión Y a bX a y bx bCov X Y
sx
, ,( , )
2
PROBABILIDAD
p A p A
p A B p A p B p A B
( ) ( )
( ) ( ) ( ) ( )
1
sucesos incompatibles p A B p A p B( ) ( ) ( ), A B =
sucesos condicionados p A Bp A B
p B( )
( )
( )
sucesos independientes p A B p A p B( ) ( ) ( )
Teorema de Bayes:
Si el espacio muestral lo podemos dividir en n sucesos Ai, disjuntos dos a dos, de los que
conocemos su probabilidad y la probabilidad condicionada p B Ai( ) , entonces
n
j
jj
ii
i
ApABp
ApABpBAp
1
)()(
)()()(
Fórmulas de combinatoria
nnnn
nPRnVR
m
mnC
mnm
nC
kn
nV
nn
n
m
mn
mmnmnkn
......n !.....!
!= n! =P =
1CR
)!(!
!
)!(
!
21
21
...
n,
,1mn,,,
21
![Page 3: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/3.jpg)
3
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Distribución de Bernoulli
acierto es si 1
fallo es si 0X
)1()( )( caso otro 0
1,0 )(
1
ppXVarpXEen
xqpxf
xx
Distribución binomial X= nº de aciertos
npqXVarnpXEen
nxqpCxf
xnx
xn
)( )( caso otro 0
,.....,2,1,0 )( ,
Distribución de Poisson X= nº de aciertos
)()(
caso otro 0
,.....,2,1,0 !)( XVarXE
en
nxx
exf
x
Distribución hipergeométrica X= nº de aciertos
1)( )(
población aciertos nº :k
caso otro 0
,.....,2,1,0 )(
,
,,
N
nNnpqXVar
N
knXE
en
nxC
CC
xfnN
xnkNxk
Distribución binomial negativa X: nº fracasos antes de obtener k éxitos
2
xk
p
p)-k(1=)(
p
p)-k(1=)(
n.,0,1,2,....= x qp x
1-x+k=),;(
XVarXE
pkxp
Valor medio de X: E X x f xx
( ) ( )
Mediana: p ( X m ) ½ p ( X m ) ½
p ( X m ) p ( X > m )
p ( X < m ) p ( X m )
Varianza: Var X E X x f xx
( ) ( ) ( ) 2 2
![Page 4: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/4.jpg)
4
Propiedades
1
2
2 2
2 2
) ( ) ( )
, ,........,
( ........ ) ( ) ( ) ........ ( )
( ........ ) ( ) ( ) ........ ( )
E aX b aE X b
X X
E X X E E X E X
E X X E E X E X
n
n n
n n
a, b constantes
2) X v.a. independientes
X X
X X
1
1 1
1 1 3
4
5
2
2
2
2 2
) ( ) ( ) ( )
) ( ) ( )
) , ,........,
( ........ ) ( ) ( ) ........ ( )
Var X E E X
Var aX b a Var X
X X
Var X X Var Var X Var X
n
n n
X
X v.a. independientes
X X
2
1
1 1
Función de distribución )()( oo xXpXF
Función de probabilidad
f X p X x f x
x
( ) ( ) ( ) 1
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Función de probabilidad: 1 )( )( dxxfxf
dxxfbXapb
a )()(
Distribución uniforme
0
-
1
=)(
casootroen
bxaabxf
= 2
ba 2 =
12
)( 2ab
Distribución exponencial
2)( )(
0
0< x 0
0 1
)( )(
XVarXE
xexf
x
Distribución normal 2
1)( ),(
2
2)(
2
1
2 RxexfNx
E X Var X( ) ( ) 2
![Page 5: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/5.jpg)
5
Teorema del límite central
Si X 1 , ,........,X Xn2 es una muestra aleatoria de una población cualquiera, y,
)1,0( )(
),(
),(
)( )(2
2
1
2
NX
n
nNX
nnNX
XVarXE
n
i
i
ii
Distribución chi-cuadrado
2=)(
)(
0<x 0
0
)2
(2
1
)(
21
2
22
nXVar
nXExexnxf
xn
n
n
Si X 1 , ,........,X Xn2 son v.a. que siguen una distribución normal tipificada
N(0,1), entonces X X Xn1
2
2
2 2 + ........ es una distribución n
2 , con n grados de
libertad.
Si X 1 , ,........,X Xn2 son una muestra aleatoria cuya media es x , entonces
( )x xi
i
n
2
1
2 sigue una una distribución n1
2 , con (n-1) grados de libertad
.
Distribución t de Student
Si X e Y son v.a. independientes, donde X sigue una dist. normal N(0, 1), e Y
una n
2 , entonces, la v.a. tX
Y
n
sigue una distribución t de Student con n grados de
libertad
Si X 1 , ,........,X Xn2 son una muestra aleatoria de una población
normal N( , 2 ) , entonces la variable x
sn
n
1
1 sigue una una distribución
tn1 , con (n-1) grados de libertad.
Función de distribución: F x p X x( ) ( )
![Page 6: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/6.jpg)
6
DISTRIBUCIONES MULTIVARIANTES
Función de probabilidad f x y p X x Y y( , ) ( , )
f x y f x y dxdyx y
( , ) ( , ),
1 1
Función de distribución
F x y p X x Y y f x yF x y
x y( , ) ( , ) ( , )
( , )
2
Distribuciones marginales
f x f x y x f x y dy
f y f x y y f x y dx
y
x
1 1
2 2
( ) ( , ) ( ) ( , )
( ) ( , ) ( ) ( , )
f =
f =
Distribuciones condicionadas
p X x Y yp X x Y y
p Y yp Y y X x
p X x Y y
p X x
g x yf x y
f yg y x
f x y
f x
( )( , )
( )( )
( , )
( )
( )( , )
( )( )
( , )
( )
1
2
2
1
Variables aleatorias independientes f x y f x f y( , ) ( ) ( ) 1 2
Covarianza Cov X Y E X Y E XY E X E Yx y( , ) ( ) ( ) ( )
Correlación
( , )( , )
X YCov X Y
x y
Propiedades:
Var X Y Var X Var Y Cov X Y
Var aX bY c a Var X b Var Y abCov X Y
( ) ( ) ( ) ( , )
( ) ( ) ( ) ( , )
2
22 2
ESTIMACION
es insesgado si: )ˆ(E
Función de verosimilitud L x x f x f xn n
( ........ ) ( )............ ( )1 1
Intervalos de confianza:
![Page 7: formulario estadistica](https://reader035.fdocuments.es/reader035/viewer/2022073120/563db79d550346aa9a8caf6f/html5/thumbnails/7.jpg)
7
para la media de una población cualquiera ( 2 conocida)
x
nx
n,
para la media de una población normal ( 2 conocida)
x z
nx z
n12
12
,
para la media de una población normal ( 2 desconocida, n<30)
x tS
nx t
S
n
n n
12
1
12
1,
para la media de una población normal ( 2 desconocida, n 30 )
x zS
nx z
S
n
n n
12
1
12
1,
para la varianza de una población normal ( y 2 desconocidas)
2 1
2
1
21 1
( ),( )n s
b
n s
a
n n
siendo a y b constantes dependientes de la distribución Ji-cuadrado.