Documentos de Académico
Documentos de Profesional
Documentos de Cultura
,
Mediana para n impar
M
e
= X
n +1
_
2
,
Moda
M
= +
d
1
_
* c
o
L
i
d 1
+
d 2
,
d
1
= f
i
f
i 1
d
2
= f
i
f
i +1
Mediana para n par
X
n
_
+ X
n
_
+1
2
,
2
,
M
e
=
2
Percentiles
m. n
-
F
_
i -1
P
m
=
L
i
+
100
* c
f
i
,
Percentiles
P
m
= X
m 1
100
(
n +1
)
1
]
Me dia geomtrico
n
Media armnica
n
x
g
=
x
1
.
x
2
....
x
n
x
a
=
n
1
i = 1
x
i
Datos sin agrupar Datos agrupados
Variancia de una muestra
2
1
n
2
s
x
=
(
x
i
x
)
n 1
i =1
n
_
2
1
1
1
n
x
i
,
s
2
=
x
2
i =1
1
1
]
1
2
1
k
2
( ) .
s
x
=
n 1
i =1
x
i
x f
i
k
_
2
1
1
k
x
i
f
i
1
s
2
=
.
x
2
f
-
i=1
,
1
x
n - 1
i
i
n
1
i=1
1
]
Variancia de la poblacin
2
1
N
2
x
=
(
x
i
)
N
i =1
N
_
2
1
1
1
N
x
i
,
x
= .
i
-
N
i=1
x
N
1
1
1
k
2
x =
( xi ) . fi
2
N
i =1
k
_
2
1
x
i
f
1
2
=
1
.
x
2
f
-
i=1
1
x
N
i=1
i
i
N
1
1
]
Coeficiente de variacin de una
poblacin
x
CV
x
=
* 100
Coeficiente de variacin de
una muestra
CV
=
s
x
* 100 x
x
Desviacin media
n
|
x
i
- x|
D. M.=
i =1
n
k
|
xi
- x|. f
i
D. M.=
i=1
k
f
i
i=1
Medida de variabilidad para muestras
pareadas
s
2
=
1
.
2
1
d X X
n
= -
n - 1
=1
d
1
i 1i 2i
d i
] i
Variancia para variables
dicotmicas
2
= PQ s
2
= p
$
q
$
MEDIDAS DE VARIABILIDAD
x
n 1
i=1
i
n
1
2
2
i=1
1
k
i
,
INDICE DE PRECIOS
Relativo simple de precios
p
n
p
0
Agregado simple de precios
k
I =
i =1
100
k
p
0
i =1
Promedio de los relativos simples de precios
k
p
n
_
i =1 p
0
,
I = 100
k
ndi ces de precios ponderados
Laspeyres
p
n
q
o
I
PL
= 100
p
o
q
o
Paasche
p
n
q
n
I
PP
=
p q
100
o n
ndi ces de cantidad es ponderados
Laspeyres
p
o
q
n
I
QL
= 100
p
o
q
o
Paasche
I
=
p
n
q
n
100
QP
p q
n o
Indi ce de precio de Fischer
p
n
q
0
_
p
n
q
n
_
I
P
F
= 100
p
0
q
0
,
p
0
q
n
,
I = 100
p
n
Pobla cin finita Pobla cin infinita
Variancia del promedio
2
s
2
=
N - n
.
s
x
2
s
2
=
s
x
2
2
=
N - n
.
x
2
2
x
x
=
n
Variancia de una proporcin
s
2
=
N - n p
$
q
$
s
2
=
p
$
q
$
2
=
N - n PQ
2
=
PQ
Tamao de muestra para la estimacin
De un prome dio y una proporcin poblacional
2
n
1
Z
/ 2
_
n = donde
n
1
=
1 +
n
1
d ,
N
Z
_
2
n =
/ 2
d
,
2
n
1
/ 2
_
n = donde
n =
Z
PQ
1
d
n
1
,
1 +
N
PQ
_
2
n =
Z
/ 2
d
,
Interval os de confian za para el prome dio cuando
la variancia de la pobla cin es conocida
N - n
x
L
i
= x
Z
/ 2
* *
N - 1
n
L
i
= x
Z
/ 2
*
x
n
Interval os de confianza para el prome dio cuando la variancia
de la pobla cin es desconocida y n30
N - n
x
Li
= x
t / 2(n-1)gl
* *
s
N - 1
n
L
i
= x
t
/ 2(n-1)gl
*
s
x
n
Interval os de co nfianza para una proporcin si np>5 y nq>5
N - n p
$
q
$
L
i
= p
$
Z
/ 2
* *
N - 1 n
L
= p
$
Z
*
p
$
q
$
MUESTREO ALEATORIO SIMPLE
x
N - 1 n
x
n
x
N - 1 n
p
$
p$
.
N - 1 n
.
N - 1 n
p$
n
p$
n
ESTADISTICO PARA PRUEBA DE HIPOTESIS
Promedios Proporciones
Para un promedio: variancia conocida
x -
Z c
=
n
Para una proporcin
p$ -
P
Z
c
=
PQ
n
Para un promedio: variancia
desconocida
x -
t
c
=
s
n
Diferencia de proporciones
p
$
1
p
$
2
Z
c
=
p
$
1
q
$
1
+
p
$
2
Diferencia de dos promedios: variancia
conocida
x
1
-
x
2
Z
c
=
2 2
1
+
2
n1 n2
Otra alternativa de clculo:
x
1
x
2
n
1
n
2
Z
c
=
1 1 _
p(1 p)
n
1
n
2
,
p =
x
1
+ x
2
n
1
+ n
2
Diferencia de dos promedios: variancia desconocida
x
1
-
x
2 n
1
n
2
(
n
1
+
n
2
- 2)
t
c
= * k
donde
k =
(
n
1
- 1)
S
2
+ (
n
2
- 1)
S
2
n
1
+
n
2
1 2
Estadstico de prueba de independen-
cia y de homogeneidad Ji-Cuadrada
2
2
r c
(O
ij
-
E
ij
)
=
i=1 j=1 E ij
N i
N j
E i
j
=
N
Estadstico de prueba para muestras
pareadas
t
=
d
c
S
d
/ n
Constante de regresin
a = y bx
Coeficiente regresin lineal
n n n
n xi
y
i
- xi
y
i
b =
i =1 i =1 i =1
n
n
_
2
n x
2
-
x
i=1
i
i=1
i
,
Intervalos de confianza para el
promedio de y dado un x
0
( x
- x
)
2
Li
= y
$
t / 2(n-2)gl
*
Se
+
n
SCx
Intervalos de confianza para una
observacin de y dado un x
0
( x
- x
)
2
Li
= y
$
t / 2(n-2)gl
*
Se
1 + +
n
SCx
Error estndar de estimacin
n
2
n n
y
i
- a y
i
- b
xi
y
i
i= 1 i =1 i =1
S
e
=
n - 2
Suma de cuadrados de x
n
_
2
n
xi
,
i=1
SC
x
=
x
2
-
i
i=1 n
Infere ncia sobre la constante y coef iciente de regresin
Intervalos de confianza
1
2
a t S +
x
x
b t
S
e
( n2 )
gl
SC
x
Estadstico de prueba de hiptesis
t
=
a
c
2
1 x
S
e
+
n
SC x
b
t
c
=
S
e
/
SC
x
-
r =
i
2
ANALISIS DE REGRESION LINEAL SIMPLE
1
0 1
0
( n2) gl e
n SC
ANALISIS DE CORRELACION LINEAL SIMPLE
Coeficiente de correlacin lineal
n
n xi
y
i
-
n
xi
n
y
i
r =
i =1 i = 1 i = 1
n
n
_
2
1 n
1
2
n
_
2
1
1
n x
i
-
x
i
,
* n y
y
i
,
i=1 i=1
i=1 i=1
1
]
Estadstico para prueba de hiptesis sobre
el coeficiente de correlacin
r
Coeficiente de correlacin parcial
r
12
r
13
r
23
12.3
t
c
=
(
r
13
)(
r
)
1 r
2
n 2
1
2
1
23
MUESTREO ALEATORIO ESTRATIFICADO
Afijacin de la muestra
proporcional
N
h
n
h
= n
L
N
h
h=1
Afijacin de la muestra
ptima o Neyman
_
n
h
= n
N
h
h
N
h
h
h=1
,
Promedio aritmtico estratificado
1
L L
=
y
st
=
N
h=1
N
h
y
h
h=
W
h
x
h
1
W =
N
h
h
N
Proporcin estratificada
1
L L
p
$
st
=
N
N
h
p
$
h
=
W
h
p
$
h
h=1 h=1
Variancia del promedio estratificada
l
2
Var( y
st
) =
W
h
Var
(
y
h
)
y =1
Variancia de la proporcin estratificada
l
2
Var( p
$
st
) = W
h
Var(
p
$
h
)
y =1
Tamao de la mues tra para la
estimacin de la media de la poblacin
W
2
s
2
h h
n =
w
h
1
2 2
V +
W
h
s
h
N w
h
2 2
V =
1
W
h
s
h
1
W s
2
h h
n w
h
N
Tamao de la mues tra para
proporciones
Proporcional:
n
0
W
h
p
h
q
h
n =
n
donde
n
0
=
1 +
0
V
N
Optimo supuesto:
n =
n
0
1 +
1
W p q
NV
h h h
(
W
h
p
h
q
h
)
2
=
n
0
V
MUESTREO POR CONGLOMERADOS
Estimacin del promedio
A
y
i
y =
i = 1
A
m
i
i = 1
Estimacin de una proporcin
A
a
i
p
$
=
i = 1
A
m
i
i = 1
MODELOS DE CRECIMIENTO
Modelo aritmtico
N
t
= N
0
(1 + rt
)
r =
1
N t
-
N 0
t
N 0
Modelo geomtrico
N
t
=
N
0
(1+ r )
t
_
1/ t
r =
N
t
- 1
Modelo exponencial
N
t
= N
0
e
r t
r =
1
ln
N
t
_
t
N 0 ,
DISTRIBUCIONES DE PROBABILIDADES
Distribucin binomial
n
_
f (x ) =
p
x
q
n x
x=0, 1,..., n
x
,
Distribucin de Poisson
x
e
f ( x) =
x!
x=0, 1,.. .
Distribucin hipergeomtrica
D
_
N D
_
f ( x) =
x
,
n x
,
x=0, 1, 2,... , min(n,D)
N _
n
,
Distribucin geomtrica
f (x ) = q
x 1
p
x=1, 2,.. .
TEOREMA DE BAYES
P(A D) =
P( A)P(D / A)
P( A)P(D / A) + P(B)P(D / A)
TECNICAS DE CONTEO
Permutaciones
n Pr =
n!
(n x)!
Combinaciones
nCr =
n!
r!(n x)!
10
Tablas y Frmulas Estadsticas
ANALISIS DE VARIANCIA A UNA VIA: DISEO
COMPLETAMENTE ALEATORIZADO
Media total
r c
x
ij
x =
i =1 j =1
n
Suma de cuadrados total
SCT =
r c
( x x)
2
ij
i =1 j =1
Suma de cuadrados de los tratamientos
c
2
SCTR =
r
j
(x
j
x)
j =1
Suma del cuadrado de error
SCE =
r c
( x x )
2
ij j
i =1 j =1
Prueba para di fere ncias entre pares de medias
Diseos balanceados
Criterio de Tukey
Diseos no balanceados
Diferencia mnima significativa
1 1
1
T q
CME
DMS
J , K
=
+
1
(CME ) F ,c 1,n c
=
,c, n c
R
r
j
r
k
Diferencia mnima significativa
2(CME ) F
,1,n c
DMS =
r
ANALISIS DE VARIANCIA A DOS VAS: DISEO
ALEATORIZADO EN BLOQUES
Suma de cuadrados de bloques
r
2
Suma de cuadrados del error
SCE = SCT SCTR SCBL
SCBL =
c
i
( x
i
i =1
x)
Prueba U de Mann-Whitney
U = n n +
n
1
(n
1
+ 1)
R
1 1 2
2
1
n
2
(n
2
+
1)
U
2
= n
1
n
2
+
R
2
2
Media y desviacin estndar de la
distribucin muestral para la prueba
U de Mann-Whitney
=
n
1
n
2
u
2
n
1
n
2
(
n
1
+ n
2
+ 1
)
u
=
12
Valor Z para normalizar la prueba U de
Mann-Whitney
Z =
U
i
u
u
Prueba de independencia Chi-
Cuadrada
2
2
=
rc
(
O
i
E
i
)
obs
i =1
E
i
Coeficiente de correlacin de Spearman
6 d
2
r = 1
i
Desviacin normal para la prueba de
rangos de Spearman
Z = r
s
n 1
R
PRUEBAS NO PARAMETRICAS
s
n
(
n
2
1
)
Prueba de Kruskal-Wallis
12
K =
n
(
n + 1
)
2
1
i
1
n
i
]
1
3
(
n + 1
)
Valor crtico para la prueba de Kruskal-Wallis
2
n
(
n + 1
)
1
1 1
1
C
k
=
,k 1
12
1
n
+
n
1
] i j