Академический Документы
Профессиональный Документы
Культура Документы
P(E) = h/n
P(E) = p P(noE) = q
P(noE) = 1 – P(E ) q = 1– p
Teorema de Bayes:
P (E i )P (A / E i )
P (E 1 )P (A / E 1 ) + ... + P (E i )P (A / E i ) + ... + P (E n )P (A / E n )
P = {Ei /A} =
Distribución Binomial
N! N −x
P(x) = NCx px qN-x = p xq
x! ( N − x )!
N = nro de ensayos
x = nro de éxitos (x = 0, 1, 2, ......, N)
N – x = nro de fallos
p = es la probabilidad de éxito
q = es la probabilidad de fallo = 1 – p
Propiedades
Media à ì = N .p
1/2
Desviación típica à ó = (N.p.q)
Distribución de Poisson
λ x
e − λ
P(x) =
x !
ë = es una constante dada ( promedio a largo plazo de eventos para el tiempo de interés)
e = la base de los logaritmos naturales (e =2,71828..)
x = nro de éxitos (x = 0, 1, 2, ......)
Propiedades
Media à ì = ë
1/2
Desviación típica à ó = (ë)
Distribución Normal
2
z
−
e 2
x−µ
Y = variable tipificada: z =
2π σ
z2
−
b e 2
P ( a < z< b ) = ∫a 2π
dz
x = evento favorable ( éxito)
ì = media
e = la base de los logaritmos naturales (e =2,71828..)
ð = 3,14159
ó = desviación típica
Estadística
- Media aritmética
N
∑ Xj
j =1
X= y los Xj son un conjunto de datos (X1, X2 , ...... XN )
N
Si los números (X1 , X2 , ...... XK ) se representan por f 1, f 2 , ...... f K (frecuencias) – datos
agrupados en una distribución de frecuencias
K
∑ fjXj
j =1
X= K
∑
j =1
fj
- Mediana
N
− ∑f ( )
L1 + 2
1
Mediana = c
f mediana
L1 = limite real inferior de la clase mediana (clase que contiene a la mediana)
N = nro total de datos ( frecuencia total)
(∑ f ) 1
= suma de las frecuencias de todas las clases por debajo de la mediana
f mediana = frecuencia de la clase mediana
c = tamaño del intervalo de la clase mediana
- Moda
∆1
Moda = L1 + c
∆1 + ∆ 2
L1 = limite real inferior de la clase m odal (clase que contiene a la moda )
Ä 1 = exceso de la frecuencia modal sobre la frecuencia de la clase contigua inferior
Ä 2 = exceso de la frecuencia modal sobre la frecuencia de la clase contigua superior
c = tamaño del intervalo de la clase modal
- Media Geométrica
- Media Armónica
N
H= N
y los (X1 , X2 , ...... XN) son los datos
∑
1
j =1 Xj
- Cuartiles, deciles y percentiles
iN
− ∑f ( )
cuartil) = L1 + 4
1
Qi = (i-esimo c
f cuartil
L1 = limite real inferior de la clase que contiene al i -esimo cuartil
N = nro total de datos ( frecuencia total)
(∑ ) f = suma de las frecuencias de todas las clases por debajo de la clase que contiene al i-
1
esimo cuartil
f cuartil = frecuencia de la clase del i-esimo cuartil
c = tamaño del intervalo d e la clase del i-esimo cuartil
iN
− ∑ f 1
( )
decil) = L1 + c
Di = (i-esimo 10
f decil
L1 = limite real inferior de la clase que contiene al i -esimo decil
N = nro total de datos ( frecuencia total)
(∑ f ) 1
= suma de las frecuencias de todas las clas es por debajo de la clase que contiene al i-
esimo decil
f decil = frecuencia de la clase del i-esimo decil
c = tamaño del intervalo de la clase del i-esimo decil
iN
− ∑f ( )
Pi = (i-esimo percentil) = L1 + 100
1
c
f percentil
L1 = limite real inferior de la clase que contiene al i -esimo percentil
N = nro total de datos ( frecuencia total)
(∑ f ) 1
= suma de las frecuencias de todas las clases por debajo de la clase que contiene al i-
esimo percentil
f percentil = frecuencia de la clase del i-esimo percentil
c = tamaño del intervalo de la clase del i-esimo percentil
- Desviación Media
N ___
∑ Xj−X
j =1
M.D = de una serie de N nros. ( X1 , X2 , ...... XN)
N
k
___
∑ f j X j − X
M.D =
j =1 de una serie de N nros. ( X1 , X2 , ...... Xk) y sus frecuencias (f1, f 2 , .... fk)
N
- Desviación Típica
2
N
∑
___
X j − X
j =1
s= de una serie de N nros. (X1 , X2 , ...... XN)
N
k ___ 2
∑ f j X j − X
s=
j =1 de una serie de N nros. (X1 , X2 , ...... Xk) y sus frecuencias (f1, f2 , ..f k)
N
- Varianza
2
s
- Distribución de muestreo de medias
σ Np − N
µX = µ σX = à Muestras de una población finita sin reposición
N N p −1
σ
µX = µ σX = à Muestras de una población infinita o muestreo con reposición de
N
una población finita
p1q1 p2 q 2
P1 − P2 ± zcσ p1− p 2 = P1 − P2 ± zc +
N1 N2
p1 q1 p 2 q 2
P1 + P2 ± zcσ p 1+ p 2 = P1 + P2 ± z c +
N1 N2
P1 : proporción (probabilidad) de éxitos en la muestra de tamaño N1
P2 : proporción (probabilidad) de éxitos en la muestra de tamaño N2
p1 , p2 : probabilidad de éxito de un suceso estimadas de P1 y P2 respectivamente
q1 , q2 : probabilidad de no éxito de un suceso q1 = 1 − p1 , q2 = 1 − p2
N1 , N 2 : tamaño de las muestras
zc :coeficiente de confianza (del apéndice II)
σ
s ± z cσ s = s ± z c
2N
σ : desviación típica de una población normalmente distribuida
s: desviación típica de la muestra de tamaño N
zc :coeficiente de confianza (del apéndice II)
- Ensayos de hipótesis y significación
• Medias:
X−µ
z=
σ
N
X : media muestral
µ : media poblacional
σ : desviación típica poblacional
N : tamaño de la muestra
• Proporciones
P− p
z=
pq / N
P : proporcion de exitos en la muestra
p : proporcion de exitos en la poblacion
σ p = pq / N : desviación típica poblacional
N : tamaño de la muestra
q =1− p
Si P = X / N, donde X es el numero real de exitos en una muestra, z se convierte en:
X − Np
z=
pqN
• Diferencias de medias
σ1 σ 2
2 2
µX −X = 0 y σ X −X = + donde z viene dada por
1 2 1 2
N1 N 2
X1 − X 2
z=
σ 12 σ 22
+
N1 N 2
X 1 , X 2 : media muestral de población 1 y 2
σ 1 ,σ 2 : desviación típica poblacional de 1 y 2
N1 , N2 : tamaño de la muestra de la población 1 y 2
• Diferencias de proporciones
1 1
µ P1 − = 0 y σ P1 − P2 = pq + donde p viene dada por
N1 N 2
p2
N1 P1 + N 2 P2
p= yq = 1– p
N1 + N 2
P1 − P2
la variable tipificada z viene definida por z=
σ P− P
1 2
X−µ X −µ
t= N −1 = N
s sˆ
N: tamaño de la muestra
X : media muestral
µ : media poblacional
s: desviación típica muestral
sˆ = s N /( N − 1)
• Intervalos de confianza
s
X ± tc
N −1
X : media muestral
t c : coeficientes de confianza
s: desviaci ón típica muestra
N: tamaño de la muestra
Diferencias de medias
X1 − X 2 N1s1 + N 2 s2
2 2
t= donde σ=
1 1 N1 + N 2 − 2
σ +
N1 N 2
- Distribución Chi-cuadrado
Ns 2 ( X 1 − X ) 2 + ( X 2 − X ) 2 + ( X 3 − X ) 2 + .....+ ( X N − X ) 2
χ2 = =
σ2 σ2
σ : desviación típica poblacional
s : desviación típica muestral
N : tamaño de la muestra
- Intervalos de confianza para χ2
s N s N
Para el 95% de confianza <σ <
χ 0 ,975 χ 0 ,025
Grados de libertad υ = N −1
- Test de Chi-cuadrado
(o − e )2 (o − e ) 2 (o − e )2 k
(o − e )2
χ 2 = 1 1 + 2 2 + .... + k k = ∑ k k
e1 e2 ek j =1 ek
ok : frecuencia observada
ek : frecuencia esperada
N: total de frecuencias y se cumple ∑o = ∑e
j j =N
Grados de libertad υ = K −1
- Tablas de contingencia
(o j − e j ) 2
χ2 = ∑
j ej
Grados de liberta d υ = ( k − 1)(h − 1) para tablas h x k
ok : frecuencia observada
ek : frecuencia esperada
- Curva de ajuste
Recta de mínimos cuadrados
Y = a0 + a1 X
ecuaciones normales de esta recta:
∑ Y = a0 N + a1 ∑ X èlas constantes a 0 ,a1 se obtienen resolviendo el sistema
∑ YX = a0 ∑ X + a1 ∑ X 2
Parábola de mínimos cuadrados
Y = a0 + a1 X + a2 X 2
ecuaciones normales de esta curva:
∑ Y = a0N + a1 ∑ X + a2 ∑ X 2
∑ YX = a0 ∑ X + a1∑ X 2 + a2 ∑ X 3 èlas constantes a 0 , a1 , a2 se obtienen resolviend o el
∑ YX 2 = a0 ∑ X 2 + a1∑ X 3 + a2 ∑ X 4
sistema
Si se tienen mas de dos variables
Z = a0 + a1 X + a2 Y
Se resuelve el siguiente sistema para obtener las constantes a 0 , a1 , a2
∑ Z = a0 N + a1∑ X + a2 ∑ Y
∑ ZX = a0 ∑ X + a1 ∑ X 2 + a2 ∑ XY
∑ YZ = a0 ∑ Y + a1 ∑ XY + a2 ∑ Y 2
- Correlación
Variación total:
∑ (Y − Y ) 2
Variación no explicada :
∑ (Y − Y est )2
Variación explicada
∑ (Y est − Y )2
Coeficiente de correlación
r =±
var iacionexp licada
=± ∑ (Y − Y )
est
2
var iaciontotal ∑ (Y − Y )2