Scribd
Cargar
57 vistas4 páginas

Formulas

El documento presenta definiciones y fórmulas estadísticas para diferentes distribuciones de probabilidad (binomial, normal, Poisson, etc.), intervalos de confianza, pruebas de hipótesis, regresión lineal y otros conceptos. Incluye fórmulas para calcular la media, varianza, desviación estándar, coeficiente de correlación, pendiente e intercepto de una recta de regresión, así como métodos para realizar pruebas estadísticas sobre medias, proporciones y la independencia de variables.

Cargado por

yazzarith
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
57 vistas4 páginas

Formulas

El documento presenta definiciones y fórmulas estadísticas para diferentes distribuciones de probabilidad (binomial, normal, Poisson, etc.), intervalos de confianza, pruebas de hipótesis, regresión lineal y otros conceptos. Incluye fórmulas para calcular la media, varianza, desviación estándar, coeficiente de correlación, pendiente e intercepto de una recta de regresión, así como métodos para realizar pruebas estadísticas sobre medias, proporciones y la independencia de variables.

Cargado por

yazzarith
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Distribución Uniforme Distribución de Poisson

1 𝜆𝑥 𝑒 −𝜆
𝑓(𝑥) = 𝑓(𝑥) =
𝑏−𝑎 𝑥!
𝑥
𝑃(𝑥 ≤ 𝑥) = ∫ 𝑓(𝑥)
−∞

𝑎+𝑏
𝜇=
2

(𝑏 − 𝑎)2
𝜎=√
12
Distribución de Probabilidad Exponencial Distribución Chi-Cuadrada
1 (𝑛 − 1)𝑆 2
𝑇= 𝑥 2 𝑔𝑙 =
𝜇 𝜎2
𝑃(𝑥) = 1 − 𝑒 −𝑇𝑥
Distribución Normal Tamaño Población finita
𝑥−𝜇 𝑁 ∗ 𝑃(1 − 𝑃) ∗ 𝑍 2
𝑧= 𝑛= 2
𝜎 𝑍 ∗ 𝑃(1 − 𝑃) + 𝐸 2 (𝑁 − 1)

Distribución Binomial Tamaño Población Infinita


𝑛! 𝑍 2 ∗ 𝑃(1 − 𝑃)
𝑓(𝑥) = ∗ 𝑃 𝑥 (1 − 𝑃)𝑛−𝑥 𝑛=
𝑥! (𝑛 − 𝑥)! 𝐸2

𝜇 = 𝑛𝑝

𝜎 2 = 𝑛𝑝(1 − 𝑝)
Combinatoria Error
𝑃(𝑥) = 𝑛𝐶𝑋 𝑃 𝑋 (1−)𝑛−𝑥 𝑆
𝐸=𝑍∗
√𝑛
𝑛!
𝐶=
𝑥! (𝑛 − 𝑥)!

𝜇 =𝑛∗𝑝

𝜎 = √𝑛𝑝(1 − 𝑝)

Intervalos de Confianza media poblacional Intervalos de Confianza media poblacional


conocida (n>30) desconocida (n<30)
𝑆 𝑆
𝜇1−𝛼 = 𝑋̅ ± 𝑍𝛼 ∗ 𝜇1−𝛼 = 𝑋̅ ± 𝑡 ∗
2 √𝑛 √𝑛
Intervalos de Confianza Proporción Intervalos de Confianza Diferencia de
𝑋 Promedios
𝑃=
𝑛 1. Muestras grandes-varianzas conocidas
𝜎12 𝜎22
𝑃(1 − 𝑃) 𝜇1 − 𝜇2 = (𝑥 𝑥2 ± 𝑍√ +
̅̅̅1 − ̅̅̅)
𝑃̂ = 𝑃 ± 𝑍√ 𝑛1 𝑛2
𝑛 2. Muestras pequeñas-varianzas
desconocidas
(1 − 𝑝) = 𝑞
1 1
𝜇1 − 𝜇2 = (𝑥
̅̅̅1 − ̅̅̅)
𝑥2 ± 𝑡 ∗ 𝑆√ +
𝑛1 𝑛2
Intervalos de Confianza para la Diferencia de Factor de Corrección de una Población Finita
proporciones
𝑁−𝑛
𝑃1 𝑞1 𝑃1 𝑞2 𝐹𝑃𝐶 = √
𝑃1 − 𝑃2 = 𝑃1 − 𝑃2 ± 𝑍√ + 𝑁−1
𝑛1 𝑛2 Intervalo de confianza media-población finita
𝑆 𝑁−𝑛
𝑞 =1−𝑝 𝜇 = 𝑥̅ ± 𝑡 ∗ (√ )
√𝑛 𝑁 − 1

Prueba de Hipótesis para la media n>30 Prueba de Hipótesis de una proporción


𝑋̅ − 𝜇 𝑃 − 𝑃0
𝑍𝑝 = 𝜎 𝑍𝑝 =
√𝑃0 ∗ (1 − 𝑃0 )
√𝑛 𝑛
Prueba de Hipótesis para la media n>30
𝑋̅ − 𝜇
𝑡= 𝜎
√𝑛

Prueba de Hipótesis para la diferencia de dos Prueba de Hipótesis para la diferencia de


medias n≥30 proporciones
̅̅̅1 − ̅̅̅
(𝑋 𝑋2 ) − (𝜇1 − 𝜇2 ) 𝑛1𝑃1 + 𝑛2𝑃2
𝑍= 𝑃̅ =
𝑛1 + 𝑛2
𝜎2 𝜎2
√ 1+ 2
𝑛1 𝑛2
𝑃̅(1 − 𝑃̅) 𝑃̅(1 − 𝑃̅)
𝜎𝑃1−𝑃2 = √ +
𝑛1 𝑛2

𝑃1 − 𝑃2
𝑍𝑐 =
𝜎𝑃1−𝑃2
Prueba de Independencia de Variables Regresión Lineal
℧ = (𝑛 − 1)(𝑚 − 1) 1. Coeficiente de Correlación
𝜗𝑥𝑦
𝑛 𝑟=
2
(𝑜 − 𝑒)2 𝜗𝑥 ∗ 𝜗𝑦
𝑥 𝑝=∑
𝑒
𝑖=1 ∑𝑛𝑖=1 𝑋𝑖 ∗ 𝑌𝑖
𝜗𝑥𝑦 = − 𝑋̅ ∗ 𝑌̅
𝑛

∑ 𝑋𝑖 2
𝜗𝑋 = √ − (𝑋̅)2
𝑛

∑ 𝑌𝑖 2
𝜗𝑌 = √ − (𝑌̅)2
𝑛
2. Ecuación de la Recta
𝑦 = 𝑎 + 𝑏𝑥

𝑛(∑ 𝑋 ∗ 𝑌) − (∑ 𝑋𝑖 )(∑ 𝑌𝑖 )
𝑏=
𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2

∑𝑌 ∑𝑋
𝑎= − 𝑏( )
𝑛 𝑛

𝑘 = 1 + 3,33 log 𝑛 Media Agrupados


Media No Agrupados ∑𝑥 ∗ 𝑓
∑𝒙 𝑥̅ =
̅= 𝑛
𝒙
𝒏

∑𝒙
𝝁=
𝑵

Varianza Poblacional Varianza Agrupados


∑(𝑥𝑖 −𝜇)2 ∑(𝑥 − 𝑥̅ )2 ∗ 𝑓
𝜃2 = 𝑆2 =
𝑁 𝑛−1

Desviación Poblacional Desviación Agrupados


∑(𝑥𝑖 −𝜇)2 ∑(𝑥 − 𝑥̅ )2 ∗ 𝑓
𝜃=√ 𝑆=√
𝑁 𝑛−1
Varianza Muestral
∑(𝑥 − 𝑥̅ )2
𝑆2 =
𝑛−1

E=nP
Desviación Muestral
∑(𝑥 − 𝑥̅ )2
𝑆=√
𝑛−1
|

𝑃(𝐴̅) = 1 − 𝑃(𝐴)

También podría gustarte