DATOS NO AGRUPADOS

Media

Media

Varianza

S2 =

Cuantiles

i.a=(n+1)(%C)

Varianza S

; k:#clases

P(A/B)=

Moda =

Matriz.Varian.Cova.
COVARIANZA

]=

Sxy=Syx
Coeficiente de correlacin
lineal

Matriz.Coef.Corre.Lin.
[

; -1

=
Misma probabilidad
para cada elemento
de Sx

]=

N: # eleme. Pob. Obje

, Sx={xR/<x<}
Mx(t)=

f(x)=
,
Sx={0,1,2}
==
Mx(t)=
Conteo en un tiempo

Bernoulli
xber(p)
xito= p
Fracaso= 1-p
=p
=p(1-p)
X: 1 , 0

f(x)=
Mx(t)=

Sx={xR}

f(x)=

Sx={xR}

Mx(t)=

Gamma xG(,)

Beta xB(,)

f(x)=

, Sx={xR/x>0}

f(x)=

()=(-1)!
Mx(t)=

=
, t<

Sx={xR/x>0} ,

Multinomial
Sx={1,2}
f(
)=

VARIABLES ALEATORIAS CONTINUAS

Normal Estndar xN(0,1)
Normal xN( ,)

Uniforme xU(,)

|A)=

Variables Aleatorias Discretas

VALOR ESPERADO
Funcin generadora de
E(g(x))=
momentos (depende solo de t)
E(a)=a E(ag(x))=aE(g(x))
(t)=E(etx)=
Siendo a una constante
Media =E(x)=
Mx(t=0)=E(x)
Varianza =V(x)=E[(x- )]
Mx(t=0)=E(x)
=E(x)-[E(x)] , V(a)=0
(t=0)=E( )
V(ax)=aV(x)
=1

Poisson xp(x;)

n:# eleme. Muestra a:# elem. Carac. Inters

x: # elem.q cumplen con las caractersticas

f(x)=

P(

hasta que ocurra el 1er

xito

, Sx={0,1,2k} , k=min{n;a}
=

; a=

VARIABLES ALEATORIAS DISCRETAS

Binomial xb(x;n,p)
Geomtrica
Binomial Negativa xbn(x;r,p)
xg(x;1,p)
f(x)=
, Sx={r, r+1, r+2,}
f(x)=
f(x)=p
,
Sx={0,1,2,3.n}
=
=
Mx(t)=
Sx={1,2,3,n}
=np =np(1-p)
Hasta que ocurra el r-simo xito.
=
=
n
Mx(t)=[ p+(1-p)]
X:#de repeticiones , para que el r-simo
Se fija n
Mx(t)= p
suceso ocurra
X:#de sucesos ocurrido
X:#de repeticiones

Hipergemetrica xh(x;a,N,n)
f(x)=

A=Amplitud

(A) ; S=

Probabilidad total
P(A)=
Teorema de Bayes

Se la analiza donde se encuentre la mayor frecuencia f.

Li=Limite inferior del intervalo

Uniforme xU(1,N)
f(x)= ;
Sx={1,2,N}
=E(x)=

P(E)=
;
0
P()=1
=1
Probabilidad condicional

fi= frecuencia

Cuantiles =

Diagrama de cajas

PROBABILIDADES

DATOS AGRUPADOS

0,1,2n
=n

Estandarizacin
Z=
P3 P(x P3)=0.03
P(x<C)=%C
Weiball xW(,)
f(x)=

,x>0

=(1+1/)
={(1+2/)[(1+1/)]}

2 V.A.Discretas
f(x,y)=P(X=x,Y=y)=fxy
0 f(x,y) 1
1
E(g(x))=
f(x/y)=

,condicio.

VARIABLES ALEATORIAS CONJUNTAS

Marginales
Valores Esperados
Cov(x,y)=E(xy)-E(x)E(y)
E(g(x))=
Cov(x,a)=0 Cov(x,x)=Var(x)
=
Cov(x,y)=Cov(y,x)
=
Cov(ax,by)=abCov(x,y)
Cov(x+a,y+b)= cov(x,y)
3VariablesDiscretas
Cov(ax,y)=Cov(x,ay)=aCov(x,y)
=
Cov(ax+by)=avar(x)+bvar(y)-2abcov(x,y)
Cov(ax+by,cz)=acCov(x,z)+bcCov(y,z)

Error Tipo I () : P(Rechazar Ho ; Ho es verdadera)

Error Tipo II () : P(No rechazar Ho ; H1 es verdadero)
Potencia de la prueba (1-)= 1 P()= P(Rechazar Ho ; H1 es verdadero)
Nivel de confianza: 1-= P(No rechazar Ho ; H1 es verdadero)

VALOR P= P(Dist.Muestral <,> Estadist.de prueba)

PRUEBAS PAREADAS
=

| =

Estimador insesgado:
E( )=
Estimador eficiente:
Var( )<Var(
Estimador consistente:
Sesgo de un estimador: B= E( )-

|E.P: ZT=

TABLAS DE CONTINGENCIA
Estadstico de Prueba
Ho: variable 1 es independiente de la variable 2
Vs
=
H1: Ho (negacin de Ho)
v=(f-1)(c-1) grados de libertad
:Observaciones dadas
Si
puedo unir a mi criterio
=(

las filas o columnas que desee.

: Valor que se espera en la
celda

=nmero de filas
=nmero de columnas

BONDAD DE AJUSTE
Por Ji-Cuadrado (Discretas)
X:variable aleatoria poblacional
f(x):Densidad o Distribucin especificada o supuesta para x
Ho: f(x)=fo(x) vs H1: Ho (negacin de Ho)

, v=(f-1) g.lib.

XSx, misma probabilidad (uniforme discreta)

Datos pertenecientes al tiempo
Conteo en un tiempo o espacio ( Poisson)
de espera (Exponencial)
Por Kolmogorov Smirnov (Continuas) *Datos no agrup.
Sn(x): Distribucin emprica (1/n para cada elemento)Estadstico de Prueba
Utiliza la muestra
D=max|Sn(x)-Fo(x)|
Fo(x)=P(x xo) Acumulada, utiliza la poblacin

Regin de Rechazo
>
, v=(f-1)(c-1) g.l
Si no hay , utilizamos el
valor p.
Determinar si los datos de
nuestra muestra son
independientes.

*Cuando hay datos agrupados

Determina si los datos de la
muestra dada se ajustan a la
distribucin especificada o
propuesta
Datos pert. Peso, edad (normal)
Tiempo de vida til (weiball)
Regin de rechazo
D>Dn , n:tamao de la muestra.
Si no hay utilizamos el valor p.

REGRESIN LINEAL SIMPLE

Modelo de R.L.S Estimado
Modelo matricial de estimados

Tabla ANOVA
Fuentes de
variacin

Grados de
libertad

REGRESIN

1
n-2
n-1

ERROR
TOTAL

Suma de
cuadrados

Cuadrados medios

SCR

SCR/1

SCE
SCT

S=SCE/(n-2)

Estadstico de
prueba

F*=

)
=0

SCE=
SCR=
SCT=SCR+SCE
Error estimado = Potencia de la prueba r
r=
, 0 r 1

Estadstico de prueba
H0: =0
Vs
1) H1: b0
2) H1: < b0
3) H1: > b0
H0: =0
Vs
1) H1: 0
2) H1: <0
3) H1: >0
Ho: N(0,)
Vs
H1: Ho

Regin de Rechazo

desconocidaestimador S
T=

, v=(n-2)g.li. ,

=S

1) t < -t/2 v t > t

2) t < -t
3) t > t

desconocidaestimador S

1) t < -t/2 v t > t

T=

2) t < -t

, v=(n-2)g.li. ,

3) t > t
= max|Sn( )-Fo( )|
Kolmogorov-Smirnov

Intervalo de Confianza

<

<

<

<