Академический Документы
Профессиональный Документы
Культура Документы
Capítulo Nº 1
Medidas de Posición y de Variabilidad
Medidas de Posición Medidas de Variabilidad
Moda Mediana Media Recorrido Desviación Variancia Desviación Coeficiente
Aritmética Media Estándar de Variación
Valor que División de la Distancia Se basa en Se calcula Esta medida Permite
más se Valor que suma de todos entre el valor las sumando el es comparar dos o
repite en un divide una los valores, menor y el desviaciones cuadrado de simplemente más conjuntos
conjunto de serie entre el valor mayor de cada dato las La raíz de datos en
datos. ordenada número de de un grupo individual con desviaciones cuadrada cuanto a su
en dos ellos. de datos. respecto a un y luego positiva de la variabilidad.
“Valor al grupos Fórmula: Tiene valor central, dividiéndolas variancia. Se calcula
cual iguales, limitaciones usualmente, entre n-1 Medida de dividiendo la
corresponde donde la para análisis media Fórmula: resumen más desviación
la mayor mitad de matemáticos. geométrica. utilizada para estándar entre
frecuencia” los datos Fórmula: Se calcula así: las la media
será Suma de los distribuciones. aritmética y
menor que valores Fórmula: multiplicando
la mediana abolutos de por 100.
y la otra las Fórmula:
mayor que desviaciones,
esta. entre el
Fórmula: número de
datos.
n+1
2
Esquema Resumen
Capítulo Nº 2
Introducción a las Probabilidades
• Cálculo de Probabilidades
Independientes: • Probabilidades Marginales en Situaciones
P(A y B)= P(A)*P (B de Dependencia Estadística
Dependientes Se calculan mediante la suma de las probabilidades de
P(A o B)= P(A)+P (B | A) todos los eventos conjuntos en los que se presenta el
• Probabilidad Condicional bajo evento simple.
Independencia Estadística P (A)= P (AM)+P (AN)
Probabilidad de que un segundo evento (B) se
presente si un primer evento (A) ya ha sucedido. • Probabilidades Conjuntas en Eventos
P (B | A)=P (B) Sucesivos
• Probabilidad Condicional en Situaciones de Varía si se da o no la reposición. En el caso de que la
Dependencia Estadística haya, se sigue trabajando con los cálculos de
Para eventos dependientes, la probabilidad probabilidades conjuntas.
condicional de obtener el evento B, dado que el Si no se da, la probabilidad de que suceda el segundo
evento A ya se ha presentado, es igual a: evento se ve fuertemente afectada por la ocurrencia
La probabilidad conjunta de los eventos A y B, dividida entre
P (B | A)= P (BA)
la probabilidad marginal de que suceda en evento A.
del primero.
P(A) • Teorema de Bayes
• Probabilidades Conjuntas en Situaciones P (B | A) = P(A | B)* P (B)
de Dependencia Estadística P(A | B)+P (B)+P (A|Bc)*P (Bc)
La probabilidad conjunta de que los eventos B y A se
P (BA)= P (B | A)*P(A)presenten al mismo tiempo o en sucesión, es igual a la Bc =Complemento de B
probabilidad de que suceda el evento B, dado que ya se
presentó A, multiplicada por la probabilidad marginal de A.
Esquema Resumen
Capítulo Nº4
Valor Esperado y Toma de Decisiones
Distribución Uniforme: Cuando una variable aleatoria asume cualquier valor en una escala continua entre
dos puntos, de forma tan que ningún valor sea más probable que otro.
F (x)= 1 para a ≤ x ≤ b
B-a
Valor Esperado:
μ = E [X]= a+b / 2
Varianza:
σ2 = Var [X] = (b-a)2 /12
Distribución Normal: Útil para aproximar distribuciones de probabilidad binomiales cuando el tamaño de X
es muy grande.
Donde:
X es la variable en consideración
σ es la desviación estándar de la variable x
μ es la media aritmética de la variable x
Características: π es una constante igual a 3.14159
e es otra constante igual a 2.71828