Professional Documents
Culture Documents
Estadísticas descriptivas:
Varianza: 𝒏 Variable estandarizada:
𝟏 ̅)
(𝑿𝒊 − 𝑿
𝑺𝟐 = ̅ )𝟐
∑(𝑿𝒊 − 𝑿 𝒁=
(𝒏 − 𝟏) 𝑺
𝒊=𝟏
Desviación Covarianza:
𝒏
estándar: 𝑺 = √𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂 𝟏
𝑪𝒐𝒗(𝑿, 𝒀) = ̅ )(𝒀𝒊 − 𝒀
∑(𝑿𝒊 − 𝑿 ̅)
(𝒏 − 𝟏)
𝒊=𝟏
Coeficiente de Coeficiente de
variación: 𝑺 correlación: 𝑪𝒐𝒗(𝑿, 𝒀)
𝑪𝑽 = 𝒓=
̅
𝑿 𝑺𝒙 𝑺𝒚
P( A / H i ) P( H i )
Función de distribución de probabilidad: F(x) = P(X ≤ x)
Bayes:
P( H i / A) n
+∞ 𝒃 𝒙
Propiedades: 𝒊) ∫−∞ 𝒇(𝒙)𝒅𝒙 = 𝟏 𝒊𝒊) 𝒇(𝒙) ≥ 𝟎 𝒊𝒊𝒊) 𝑷(𝒂 ≤ 𝑿 ≤ 𝒃) = ∫𝒂 𝒇(𝒙)𝒅𝒙 𝒊𝒗) 𝑭(𝒙) = ∫−∞ 𝒇(𝒕)𝒅𝒕
Esperanza matemática y varianza para v.a. discreta: Esperanza matemática y varianza para v.a. continua:
n
V ( X ) ( xi ) pi
n
E( X ) xi pi E ( X ) x f ( x)dx V ( X ) ( x )
2 2 2 2
f ( x)dx
i 1 i 1
Teorema Central del Límite: Sean X1, X2, …, Xn n variables aleatorias independientes con media µ y varianza σ2, (con cualquier distribución de probabilidad)
1
entonces, la variable promedio 𝑋̅ = 𝑛 ∑𝑛𝑖=1 𝑋𝑖 tiene media µ y desviación estándar 𝝈/√𝒏, y tiende a una ley normal de probabilidades conforme n tiende
(𝑋𝑖 −𝜇)√𝑛
al infinito. La variable estandarizada: 𝑍 = converge a una ley normal estándar o tipificada.
𝜎
𝑋−𝑛𝑝
Resultado: Siendo X variable aleatoria Binomial. La variable 𝑌= converge a la ley normal estandarizada.
√𝑛𝑝𝑞
Distribuciones de muestreo de las variables media, total y proporción:
Variable: Caso 1: conocida la varianza de la población Caso 2: se desconoce la varianza de la población. Se
estima la varianza a partir de una muestra
Considerando tamaño Población N infinita Considerando tamaño Población N infinita
población N (grande) población N (grande)
Media: ̅ = 𝑿𝟏+𝑿𝟐+⋯𝑿𝒏
𝑿 𝝈𝟐 (𝑵 − 𝒏) 𝝈𝟐 𝑺𝟐 (𝑵 − 𝒏) 𝑺𝟐
𝒏 ̅) =
𝑽(𝑿 ̅) =
𝑽(𝑿 ̂ (𝑿
𝑽 ̅) = ̂ (𝑿
𝑽 ̅) =
𝒏 (𝑵 − 𝟏) 𝒏 𝒏 𝑵 𝒏
̅) = 𝝁
𝑬(𝑿
Total: ̅
𝑻 = 𝒏𝑿 (𝑵 − 𝒏) 𝑽(𝑻) = 𝒏𝝈𝟐 (𝑵 − 𝒏) ̂ (𝑻) = 𝒏𝑺𝟐
𝑽
𝑽(𝑻) = 𝒏𝝈𝟐 ̂ (𝑻) = 𝒏𝑺𝟐
𝑽
(𝑵 − 𝟏) 𝑵
𝑬(𝑻) = 𝒏𝝁
̂
Proporción: 𝑷
𝒑𝒒 (𝑵 − 𝒏) 𝒑𝒒 ̂𝒒
𝒑 ̂ (𝑵 − 𝒏) ̂𝒒
𝒑 ̂
̂) =
𝑽(𝑷 ̂) =
𝑽(𝑷 ̂ (𝑷
𝑽 ̂) = ̂ (𝑷
̂) =
̂) = 𝒑
𝑬(𝑷 𝒏 (𝑵 − 𝟏) 𝒏 (𝒏 − 𝟏) 𝑵 𝑽
𝒏
Intervalos de confianza:
Conocida la
varianza ̅ − 𝒁𝟏−𝜶/𝟐 √𝑽(𝑿
𝑿 ̅) < 𝝁 < 𝑿
̅ + 𝒁𝟏−𝜶/𝟐 √𝑽(𝑿
̅)
poblacional 𝜎 2
Para la
Conocida solo la
media: 𝝁 varianza muestral ̅−𝒕 𝜶
𝑿 √̂( ̅ ) ̅ √̂( ̅ )
𝟏− ,𝒏−𝟏 𝑽 𝑿 < 𝝁 < 𝑿 + 𝒕𝟏− ,𝒏−𝟏 𝑽 𝑿
𝜶
𝑆2 𝟐 𝟐
Conocida la
Para la varianza ̂ − 𝒁𝟏−𝜶/𝟐 √𝑽(𝑷
𝑷 ̂) < 𝒑 < 𝑷
̂ + 𝒁𝟏−𝜶/𝟐 √𝑽(𝑷
̂)
proporción: p poblacional p
Conocida solo la
varianza muestral ̂ − 𝒁𝟏−𝜶/𝟐 √𝑽
̂ (𝑷
̂) < 𝒑 < 𝑷
̂ + 𝒁𝟏−𝜶/𝟐 √𝑽
̂ (𝑷
̂)
̂
𝒑 𝑷
Z1-α/2 = 1,64 al 90% confianza, Z1-α/2 = 1,96 al 95% confianza, Z1-α/2 = 2,58 al 99% confianza
Pruebas de hipótesis:
1. Prueba de hipótesis para 2. Prueba de hipótesis para una 3. Prueba de Bondad de Ajuste (Chi-Cuadrado): 4. Prueba de la VARIANZA
una media: proporción: (Chi-Cuadrado):
1
(Oi ei ) 2
k
(x o ) P Po
t
z 2n 2
2
(𝑛 − 1)𝑆 2
P0Q0 𝜒 =
n n i 1 ei 𝜎𝑜2