Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
TABLAS Y FORMULAS
ESTADISTICAS
Carlo Magno Araya
Profesor de Estadstica
Sede de Occidente
Universidad de Costa Rica
Tablas y Frmulas Estadsticas
2
MEDIDAS DE POSICION
Datos sin agrupar
Datos agrupados
Promedio aritmtico de muestras
x
x
n
i
i
n
=
=1
x
x f
f
i i
i
k
i
i
k
=
=
=
1
1
Promedio ponderado
x
x w
w
i i
i
n
i
i
n
=
=
=
1
1
Mediana
e i
i-1
i
M
=
L
+
n
2
-
F
f
* c
|
\
|
|
|
Mediana para n impar
M X
e
n
=
+ |
\
|
1
2
Moda
o i
1
1 2
M
=
L
+
d
d
+
d
* c
|
\
|
d f f
d f f
i i
i i
1 1
2 1
=
=
+
Mediana para n par
M
X X
e
n n
=
+
|
\
|
+
|
\
|
2 2
1
2
Percentiles
m i
i-1
i
P
=
L
+
m. n
100
-
F
f
* c
|
\
|
|
|
|
Percentiles
( )
P X
m
m
n
=
+
(
100
1
Media geomtrico
g
1 2 n
n
x
=
x
.
x
....
x
Media armnica
x
n
x
a
i
i
n
=
=
1
1
Tablas y Frmulas Estadsticas
3
MEDIDAS DE VARIABILIDAD
Datos sin agrupar Datos agrupados
Variancia de una muestra
( ) s
n
x x
x i
i
n
2
2
1
1
1
=
=
s
n
x
x
n
x i
i
i
n
i
n
2 2 1
2
1
1
1
=
|
\
(
(
(
(
(
=
=
s =
n
x x f
x i
i
k
i
2
1
2
1
1
=
( ) .
s =
1
n - 1
x f
-
x
f
n
x
i=1
k
i
2
i
2
i=1
k
i
i
2
.
|
\
(
(
(
(
Variancia de la poblacin
( )
x i
i
N
N
x
2
2
1
1
=
=
x
i=1
N
i
2
2
i=1
N
i
=
1
N
x
-
x
N
2
.
|
\
(
(
(
(
(
( )
x
2
i
i
k
i
=
N
x f
1
1
2
=
.
x
2
i=1
k
i
2
i
2
i=1
k
i
i
=
1
N
x
f
-
x
f
N
.
|
\
(
(
(
(
Coeficiente de variacin de una
poblacin
x
x
CV
= *100
Coeficiente de variacin de
una muestra
x
x
CV
=
s
x
* 100
Desviacin media
D. M.=
|
x
- x|
n
i=1
n
i
D. M.=
|
x
- x| f
f
i=1
k
i
i
i=1
k
i
.
Medida de variabilidad para muestras
pareadas
d
2
i=1
n
i
2
s
=
1
n-1
d
.
(
i 1i 2i
d
=
X
-
X
Variancia para variables
dicotmicas
2
= PQ s pq
2
= $ $
Tablas y Frmulas Estadsticas
4
INDICE DE PRECIOS
Relativo simple de precios
I
p
p
n
=
0
100
Agregado simple de precios
I
p
p
n
i
k
i
k
=
=
=
1
0
1
100
Promedio de los relativos simples de precios
I
p
p
k
n
i
k
=
|
\
=
0
1
100
ndices de precios ponderados
Laspeyres
PL
n o
o o
I
=
p q
p q
100
Paasche
PP
n n
o n
I
=
p q
p q
100
ndices de cantidades ponderados
Laspeyres
QL
o n
o o
I
=
p q
p q
100
Paasche
QP
n n
n o
I
=
p q
p q
100
Indice de precio de Fischer
I
p q
p q
p q
p q
PF
n n n
n
=
|
\
|
\
|
0
0 0 0
100
Tablas y Frmulas Estadsticas
5
MUESTREO ALEATORIO SIMPLE
Poblacin finita Poblacin infinita
Variancia del promedio
x
2
x
2
s
=
N - n
N - 1
s
n
.
x
2
x
2
s
=
s
n
x
2 x
2
=
N - n
N - 1 n
.
x
2 x
2
=
n
Variancia de una proporcin
$
.
$ $
p
2
s
=
N - n
N - 1
pq
n
$
$ $
p
2
s
=
pq
n
$
.
p
2
=
N - n
N - 1
PQ
n
$ p
2
=
PQ
n
Tamao de muestra para la estimacin
De un promedio y una proporcin poblacional
n
n
n
N
=
+
1
1
1
donde
n =
Z
d
2
/ 2
1
|
\
|
n =
Z
d
2
/ 2
|
\
|
n
n
n
N
=
+
1
1
1
donde
n =
Z
PQ
d
2
/ 2
1
|
\
|
|
n =
Z
PQ
d
2
/ 2
|
\
|
|
Intervalos de confianza para el promedio cuando
la variancia de la poblacin es conocida
i / 2
x
L
= x
Z
*
N - n
N - 1
*
n
i / 2
x
L
= x
Z
*
n
Intervalos de confianza para el promedio cuando la variancia
de la poblacin es desconocida y n 30
i / 2(n-1)gl
x
L
= x
t
*
N - n
N - 1
*
s
n
i / 2(n-1)gl
x
L
= x
t
*
s
n
Intervalos de confianza para una proporcin si np>5 y nq>5
i / 2 L
= p
Z
*
N - n
N - 1
*
pq
n
$
$ $
i / 2
L
= p
Z
*
pq
n
$
$ $
Tablas y Frmulas Estadsticas
6
ESTADISTICO PARA PRUEBA DE HIPOTESIS
Promedios Proporciones
Para un promedio: variancia conocida
c Z
=
x -
n
Para una proporcin
c Z
=
p - P
PQ
n
$
Para un promedio: variancia
desconocida
c t
=
x -
s
n
Diferencia de proporciones
c
1 1
1
2 2
2
Z
=
p p
p q
n
+
p q
n
$ $
$ $ $ $
1 2
Diferencia de dos promedios: variancia
conocida
c
1 2
1
2
1
2
2
2
Z
=
x
-
x
n
+
n
Otra alternativa de clculo:
Z
x
n
x
n
p p
n n
c
=
|
\
|
1
1
2
2
1 2
1
1 1
( )
p
x x
n n
=
+
+
1 2
1 2
Diferencia de dos promedios: variancia desconocida
c
1 2
1 1
2
2 2
2
t
=
x
-
x
(
n
- 1)
S
+(
n
- 1)
S
* k
donde
k =
n n
(
n
+
n
- 2)
n
+
n
1 2 1 2
1 2
Estadstico de prueba de independen-
cia y de homogeneidad Ji-Cuadrada
( )
2
i=1
r
j=1
c
2
ij ij
ij
=
O
-
E
E
ij
i j
E
=
N N
N
Estadstico de prueba para muestras
pareadas
c
d
t
=
d
S
/ n
Tablas y Frmulas Estadsticas
7
ANALISIS DE REGRESION LINEAL SIMPLE
Constante de regresin
a = y bx
Coeficiente regresin lineal
b =
n
x
y -
x
y
n
x
-
x
i=1
n
i
i
i=1
n
i
i=1
n
i
i=1
n
i
2
2
i=1
n
i
|
\
|
Intervalos de confianza para el
promedio de y dado un x
0
( )
i / 2(n-2)gl e
2
0
x
L
= y
t
*
S
1
n
+
x
- x
SC
$
Intervalos de confianza para una
observacin de y dado un x
0
( )
i / 2(n-2)gl e
2
0
x
L
= y
t
*
S
1+
1
n
+
x
- x
SC
$
Error estndar de estimacin
e
i=1
n
i
2
i=1
n
i
i=1
n
i
i
S
=
y - a y - b
x
y
n - 2
Suma de cuadrados de x
x
i=1
n
i
2
2
i=1
n
i
SC
=
x
-
x
n
|
\
|
Inferencia sobre la constante y coeficiente de regresin
Intervalos de confianza
a t S
n
x
SC
n gl e
x
+
( ) 2
2
1
b t
S
SC
n gl
e
x
( ) 2
Estadstico de prueba de hiptesis
c
e
x
t
=
a
S
1
n
+
x
SC
2
c
e x
t
=
b
S
/
SC
ANALISIS DE CORRELACION LINEAL SIMPLE
Coeficiente de correlacin lineal
r =
n x y - x y
n x - x * n y - y
i=1
n
i i
i=1
n
i
i=1
n
i
i=1
n
i
2
2
i=1
n
i
i=1
n
i
2
2
i=1
n
i
|
\
(
(
|
\
(
(
Estadstico para prueba de hiptesis sobre
el coeficiente de correlacin
c t
=
r
r
n
1
2
2
Coeficiente de correlacin parcial
( )( )
r
r r r
r r
12 3
12 13 23
13
2
23
2
1 1
.
=
Tablas y Frmulas Estadsticas
8
MUESTREO ALEATORIO ESTRATIFICADO
Afijacin de la muestra
proporcional
h
h
h=1
L
h
n
= n
N
N
Afijacin de la muestra
ptima o Neyman
h
h h
h=1
L
h h
n
= n
N
N
|
\
|
|
|
|
Promedio aritmtico estratificado
st
h=1
L
h
h
h
h
L
h
y =
N
N y W x
1
1
=
=
W
N
N
h
h
=
Proporcin estratificada
$ $ $
p =
N
N p W p
st
h=1
L
h h h h
h
L
1
1
=
=
Variancia del promedio estratificada
( )
Var y = W Var y
st h h
y
l
( )
2
1
=
Variancia de la proporcin estratificada
( ) Var p = W Var p
st h h
y
l
(
$
)
$
2
1
=
Tamao de la muestra para la
estimacin de la media de la poblacin
n
W s
w
V
N
W s
w
h h
h
h h
h
=
+
2 2
2 2
1
V
n
W s
w N
W s
h h
h
h h
=
1 1
2 2
2
Tamao de la muestra para
proporciones
Proporcional:
n
n
n
N
=
+
0
0
1
donde
n
W p q
V
h h h
0
=
Optimo supuesto:
n
n
NV
W p q
h h h
=
+
0
1
1
( )
n
W p q
V
h h h
0
2
=
Tablas y Frmulas Estadsticas
9
MUESTREO POR CONGLOMERADOS
Estimacin del promedio
y =
y
m
i
i
A
i
i
A
=
=
1
1
Estimacin de una proporcin
$
p =
a
m
i
i
A
i
i
A
=
=
1
1
MODELOS DE CRECIMIENTO
Modelo aritmtico
N N rt
t
= +
0
1 ( )
r =
1
t
N
-
N
N
t 0
0
Modelo geomtrico
t 0
t
N
=
N
(1+r )
r =
N
N
- 1
1/ t
t
o
|
\
|
Modelo exponencial
t
rt
N
= N
e
0
|
|
\
|
N
N
t
1
= r
0
t
ln
DISTRIBUCIONES DE PROBABILIDADES
Distribucin binomial
f x
n
x
p q
x n x
( ) =
|
\
|
x=0, 1,..., n
Distribucin de Poisson
f x
e
x
x
( )
!
=
x=0, 1,...
Distribucin hipergeomtrica
|
|
\
|
|
|
\
|
|
|
\
|
=
n
N
x n
D N
x
D
x f ) (
x=0, 1, 2,..., min(n,D)
Distribucin geomtrica
f x q p
x
( ) =
1
x=1, 2,...
TEOREMA DE BAYES
( )
) / ( ) ( ) / ( ) (
) / ( ) (
A D P B P A D P A P
A D P A P
D A P
+
=
TECNICAS DE CONTEO
Permutaciones
)! (
!
Pr
x n
n
n
=
Combinaciones
)! ( !
!
x n r
n
nCr
=
Tablas y Frmulas Estadsticas
10
ANALISIS DE VARIANCIA A UNA VIA: DISEO
COMPLETAMENTE ALEATORIZADO
Media total
x
x
n
ij
j
c
i
r
=
= = 1 1
Suma de cuadrados total
SCT x x
ij
j
c
i
r
=
= =
( )
2
1 1
Suma de cuadrados de los tratamientos
SCTR r x x
j j
j
c
=
=
( )
2
1
Suma del cuadrado de error
SCE x x
ij j
j
c
i
r
=
= =
( )
2
1 1
Prueba para diferencias entre pares de medias
Diseos balanceados
Criterio de Tukey
T q
CME
R
c n c
=
, ,
Diferencia mnima significativa
DMS
CME F
r
n c
=
2
1
( )
, ,
Diseos no balanceados
Diferencia mnima significativa
DMS
r r
CME F
J K
j k
c n c , , ,
( ) = +
(
(
1 1
1
ANALISIS DE VARIANCIA A DOS VAS: DISEO
ALEATORIZADO EN BLOQUES
Suma de cuadrados de bloques
SCBL c x x
i i
i
r
=
=
( )
2
1
Suma de cuadrados del error
SCE SCT SCTR SCBL =
Tablas y Frmulas Estadsticas
11
PRUEBAS NO PARAMETRICAS
Prueba U de Mann-Whitney
U n n
n n
R
1 1 2
1 1
1
1
2
= +
+
( )
U n n
n n
R
2 1 2
2 2
2
1
2
= +
+
( )
Media y desviacin estndar de la
distribucin muestral para la prueba
U de Mann-Whitney
u
n n
=
1 2
2
( )
u
n n n n
=
+ +
1 2 1 2
1
12
Valor Z para normalizar la prueba U de
Mann-Whitney
Z
U
i u
u
=
Prueba de independencia Chi-
Cuadrada
( )
obs
i i
i
i
rc
O E
E
2
2
1
=
=
Coeficiente de correlacin de Spearman
( )
r
d
n n
s
i
=
1
6
1
2
2
Desviacin normal para la prueba de
rangos de Spearman
Z r n
s
= 1
Prueba de Kruskal-Wallis
( )
( )
K
n n
R
n
n
i
i
=
+
(
(
+
12
1
3 1
2
Valor crtico para la prueba de Kruskal-Wallis
( )
C
n n
n n
k k
i j
=
+
(
+
(
(
, 1
2
1
12
1 1