Formulas para el examen biemtral de bioestadstica

Ingresar una tabla

>nombre de la tabla<-read.table(clipboard,header=TRUE,dec=,)
Fix=modificacione de la table
Attach=separa una columna de la matriz
Breaks=c #cortes
Cat #categorias
Labels=c #nombres a las catgorias
Promedio=media
Table=cuenta cuanto
Tapply=calcular estadsticos por grupos
Mean=media
IQR=rango intercuartil
Varianza=var
Mediana=median
Desviacin estndar=sd
Coefi. de variacin=tapply(grupos relacionados,mean)/tapply(grupos
relacionados,sd)X100
Range=range(nombre de la matriz $y lo q se desea calcular)
Percentil=quantile
tapply(grupos,relacionados,function(x)quantile(x,porcentaje))
Graficas
Hist=graficas individuales
Correlacionales
Numricas vs numrica=plot(x,y)
Numerica vs cat=boxplot(y,x)
cat vs cat= nombre<-table(x,y)
barplot(nombre)

cat=categoras
cut=cortar
deside=T barras adyacentes
legend=rownames #leyenda

Summary parasacar todos los valores (mini,max,median,1q, 2,q,3q,)

Valor esperados y desviacin estandar
Para la media
Sum(x*f) #valor esperado

Para la varianza
Sum((X-(media)^2*f)

Desviacin estndar
Sqrt(sum((x-1)^2*f)) #desviacion estndar

Para la media
X<-c(0,1,2,3)
F<-c(1/8,3/8,3/8,1/8)
Mu<-sum(x*f) #valor esperado
Mu

Para la varianza
Sigma2<-sum((X-mu)^2*f

Probabilidad
Experimento:lanzamientos de la moneda
Suceso A:
Omega<-c(sucesos,suceso) #espacio muestral
Simple(omega,1) #escojer al azar un resultado
#lanzamiento 30 veces la moneda
suceso30<-sample(omega,30,replace=T)
suceso30
Table(suceso30) #frecuencia absoluta
Table(suceso 30)/30#frecuencia relativa
grafica
Nombre del suceso<-vector()

suceso[1]<-(table(simple(omega,5,replace=T))/5)[1]
suceso[2]<-(table(simple(omega,10,replace=T))/10)[1]

grafica
nombre del tabajo<-c(nmeros de sucesos lanzamientos de la moneda)
Plot(nombre del trabajo,nombre del suceso,type=l,ylim=c(0,1),xaxt=n)
Axis(1,at=c(numero del sucesos lanzamiento de la moneda)
Abline(h=0.5,col=red,lty=2)
Funciones de probabilidades
Sucesos 2 veces
X: C
X=c(0,1,2)
F<-c(1/4,2/4,1/4)
f.sum<-cumsum(f)

# cumsum para sumar

par(mfrow=c(1,2))
plot(x,f,type=h,lwd=3,ylim=c(0,1),xaxt=n)
axis(1,at=c(0,1,2))
plot(x,f.sum,type=s,lwd=3,xaxt=n)
axis(1,at=c(0,1,2))

PROBABILIDAD
x=c(0,1,2)
f<-c(x1,x2,x3)
#es para sumar acumulativamente o ascendentement
f.sum<-cumsum(f)
par(mfrow=c(1,2))
#probabilidad absoluta
plot(x,f.sum,type="h",lwd=3,ylim=c(0,1),xaxt="n",main="P (X=x)")
axis(1,at=c(0,1,2))
#probabilidad acumulada
plot(x,f.sum,type="s",lwd=3,xaxt="n",main="P(X<=x)")
axis(1,at=c(0,1,2))

#valor esperado
sum(x*f)
#desv. Estndar
sqrt(sum((x-1)^2*f))
#varianza
sum((x-1.5)^2*f)

Binomial
X=numerod de casos n=tamao de la muestra P=probabilidad
Dbinom(x=,size=,prob=)
Grafica
nombre<-0:15
nombre.prob<-dbinom(x=nombre,size=,pr
ob=)
nombre.prob.sum<-cumsum(nombre.prob)
Par(mfrow=c(1,2)
Plot(nombre,nombre.prob,type=h,lwd=3,ylim=c(0,1))
Plot(nombre,nombre.prob.sum,type=s,lwd=3)

Probabilidad abosoluta
(x)=n*p
Acumulada
P(x=K)

Dbimon clculo de la probabilidad exacto P(x<k)

Pbinom es la suma de todas las probabilidades (valores menores)
1-pbinom() ms de (complemento)
Sum sumar intervalos dbinom

Poisse

ocurrencia en un periodo de tiempo lambda v.ent

Dposi (x=,lambda=) valores exactos

Ppois pobabilidad acumulada < menos de , > ms de (hay q dar la
vuelta),intervalos
1-ppois mas de al menos mnimo valor
Sum suma probalidades acumuladas sum(dpois( : ,lambda))

Grafica distribucin de probabilidades pois

Nombre=0:hasta donde
Nombre.prob=dpois(x=n0mbre,lambda=)
Plot(nombre,nombre.prob,type=h,lwd=4,col=2,xlab,nombre de la tabla)

Normal
Pnorm(x,mean, sd)
gnorm(mean,sd,a o b) #areas a=derecha b=izq
intermedios
qnorm(porcentaX,mean,sd)