Universidad Internacional de las Américas

Probabilidad y estadística 2 Prof. M.Ed. Maria Elieth Alvarez Ulate

HOJA DE FÓRMULAS
MEDIDAS DE TENDENCIA CENTRAL, DE POSICIÓN Y VARIABILIDAD

Datos no agrupados Datos agrupados

∑ 𝑥𝑓 ∑ 𝑥
∑ 𝑥 ∑ 𝑥 𝑥̅ = =
Media 𝑥̅ = = ∑ 𝑓 𝑛
aritmética ∑ 𝑓 𝑛

∑ (𝑥 − 𝑥̅ ) 1 ∑ 𝑥𝑓
Varianza 𝑠 = 𝑠 = ∙ 𝑥 𝑓−
𝑛−1 𝑛−1 𝑛

∑ (𝑥 − 𝑥̅ )
Desviación 𝑠= 1 ∑ 𝑥𝑓
𝑛−1 𝑠= ∙ 𝑥 𝑓−
estándar: 𝑛−1 𝑛

𝑃𝑚 = 𝑚(𝑛 + 1) ÷ 100

Percentil 𝑃𝑚 = 𝑚(𝑛 + 1) ÷ 100

𝑛𝑚
−𝐹
𝑃𝑚 = 𝐿 + 100 ∙𝑐
𝑓

Rango 𝑅 =𝐷 −𝐷

Rango 𝑅𝐼𝐶 = 𝑄 − 𝑄 𝑅𝐼𝐶 = 𝑄 − 𝑄

intercuartílico

Valor mínimo Máximo { 𝑉 = 𝑄 − 1.5𝑅𝐼𝐶, Dm } Máximo { 𝑉 = 𝑄 − 1.5𝑅𝐼𝐶, Dm }

Valor máximo Mínimo { 𝑉 = 𝑄 + 1.5𝑅𝐼𝐶, DM } Mínimo { 𝑉 = 𝑄 + 1.5𝑅𝐼𝐶, DM}

Coeficiente de 3(𝑥̅ − 𝑀𝑒) 3(𝑥̅ − 𝑀𝑒)

sesgo de 𝑠𝑘 = 𝑠𝑘 =
𝑠 𝑠
Pearson
 Universidad Internacional de las Américas
Probabilidad y estadística 2 Prof. M.Ed. Maria Elieth Alvarez Ulate

FÓRMULAS DE PROBABILIDAD
𝑃 (𝐴) =

𝑃 ( 𝐴 ó 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) – 𝑃(𝐴𝐵)

𝑃 ( 𝐴 ó 𝐵) = 𝑃(𝐴) + 𝑃(𝐵)
𝑝 (𝐴 ∩ 𝐵)
𝑝 (𝐴/𝐵) = 𝑠𝑖 𝑝 (𝐵) ≠ 0
𝑝 (𝐵)
PROPORCION 𝑝=

𝜎
ERROR ESTANDAR 𝜎𝒙 =
√𝑛

̅
DISTRIBUCIÓN DE MEDIA 𝑧=
√

DISTRIBUCIÓN BINOMIAL 𝑃(𝑟) = 𝑛𝐶𝑟𝑝 𝑞 𝜇 = 𝑛𝑝 𝜎 = 𝑛𝑝𝑞

DISTRIBUCIÓN NORMAL 𝑧=

TAMAÑO DE MUESTRA
𝒁𝟐∝ × 𝒑𝒒
𝟐
𝑃𝑜𝑏. 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛=
𝒅𝟐

𝑵 ∗ 𝒁𝟐∝ × 𝒑𝒒
𝟐
𝑃𝑜𝑏. 𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛= (𝑵 𝟏) 𝒁𝟐∝
𝒅𝟐 × 𝒑𝒒
𝟐

𝒁𝟐∝ × 𝑺𝟐
𝟐
𝑃𝑜𝑏. 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛=
𝒅𝟐

𝑵 ∗ 𝒁𝟐∝ × 𝑺𝟐
𝟐
𝑃𝑜𝑏. 𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛=
𝒅𝟐 (𝑵 𝟏) 𝒁𝜶 𝟐 × 𝑺𝟐
𝟐

INTERVALOS DE CONFIANZA
IC si 𝜎 es conocida 𝑰𝑪𝝁 = 𝑥̅ ± 𝑍 ×
√

IC si 𝜎 es desconocida n < 30 𝑰𝑪𝝁 = 𝑥̅ ± 𝑡( ; ) ×

√

IC cuando se desconoce el parámetro 𝑰𝑪𝒑 = 𝑝̂ ± 𝑍 ×

Factor de corrección de población finita 𝑭𝑷𝑪 =

 Universidad Internacional de las Américas
Probabilidad y estadística 2 Prof. M.Ed. Maria Elieth Alvarez Ulate

PRUEBAS DE HIPÓTESIS
̅
De media, parámetro conocido, distribución normal 𝑧=
√

̅
De media, parámetro desconocido, distribución normal 𝑡=
√

̅
De media, distribución no normal, pero 𝑛 ≥ 30 𝑧=
√

( ̅ ̅ ) ( )
Diferencia de medias, parámetros conocidos, distribución normal 𝑧=

Diferencia de medias: Distribución normal, parámetros desconocidos, pero iguales.

( ) ( )
 Varianza ponderada: 𝑠 =

( ̅ ̅ ) ( )
 Valor de prueba: 𝑡=

Diferencias de medias: Distribución normal, parámetros desconocidos, pero diferentes

∗ ; ∗ ;
 Valor crítico: 𝑡=

( ̅ ̅ ) ( )
 Valor de prueba 𝑡=

( ̅ ̅ ) ( )
Diferencia de medias: Distribución no normal, 𝑛 ≥ 30 𝑧=

Prueba de hipótesis para comparaciones pareadas: distribución normal, parámetro desconocido

𝑑̅ − 𝜇
𝑡= 𝑠
√𝑛
Prueba de hipótesis para comparaciones pareadas: distribución normal, parámetro conocido

𝑑̅ − 𝜇
𝑡= 𝜎
√𝑛
 Universidad Internacional de las Américas
Probabilidad y estadística 2 Prof. M.Ed. Maria Elieth Alvarez Ulate
Prueba de hipótesis de proporción: distribución normal. 𝑧=

Prueba de hipótesis de diferencia de proporciones

 Proporción común: 𝑝̅ =

̅( ̅) ̅( ̅)
 Error estándar estimado: 𝜎 = +

( ) ( )
 Estadístico de prueba: 𝑧=

𝑠21
PRUEBA DE HIPÓTESIS DE LA VARIANZA 𝑭=
𝑠22

PRUEBA DE HIPÓTESIS DE IGUALDAD DE MEDIAS, VARIAS MUESTRAS.

Donde:

𝑆𝑆𝑡𝑜𝑡𝑎𝑙 = ∑(𝑥 − 𝑥̅ ) 𝑆𝑆𝐸 = ∑(𝑥 − 𝑥̅ ) 𝑆𝑆𝑇 = 𝑆𝑆𝑡𝑜𝑡𝑎𝑙 − 𝑆𝑆𝐸

𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑑𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑎𝑑𝑜𝑟 = 𝑘 − 1
𝐺𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑 𝑑𝑒𝑙 𝑑𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑑𝑜𝑟 = 𝑛 − 𝑘