Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INDUSTRIAL
METODOS ESTADÍSTICOS
FORMULARIO
I. ESTADISTICA DESCRIPTIVA
X v.a k modalidades x1 , x2 , ..., xk ; n datos
P
k
ni xi
i=1
Media x̄ =
n
P
k
ni x2i
2 i=1
Varianza poblacional σ = − x̄2
n
P
k
ni (xi − x̄)2
i=1
Varianza muestral S2 =
n−1
P
k
(xi − x)3 ni
i=1
Coeficiente de Asimetría γ1 =
nσ 3
P
k
(xi − x)4 ni
i=1
Coeficiente de Apuntamiento γ2 = −3
nσ4
P p
K P
nij xi yj
i=1 j=1
Covarianza Cov(X, Y ) = − x̄ȳ
N
Cov(X, Y )
Coeficiente de correlación lineal ρ=
σxσy
" # " #
Cov [X, Y ] Cov [X, Y ]
Recta de regresión de Y sobre X ŷ = x + ȳ − x̄
V ar (X) V ar (X)
1
II. PROBABILIDAD
P
k
Probabilidad total P (A) = P (A/Bi )P (Bi )
i=1
P (A ∩ Bi ) P (A/Bi )P (Bi )
Fórmula de Bayes P (Bi /A) = = k
P (A) P
P (A/Bi )P (Bi )
i=1
2
ALGUNAS DISTRIBUCIONES IMPORTANTES
Distribución Función masa de probabilidad/función de densidad EX
P
1 Xi
U(n) P [X = xi ] =
n n
à !
n k
P [X = k] = p (1 − p)n−k
B(n, p) k ; np
k = 0, 1, 2...n
e−λ λk
P (λ) P [X = k] = ; k = 0, 1, 2... λ
k!
à !à !
Np Nq
k n−k
P [X = k] = Ã !
H(N, n, p) N , np
n
max{0, n − Nq } ≤ k ≤ min{n, Np }
à !
K +x−1 k kq
BN(K, p) P (X = x) = p (1 − p)x ; x = 0, 1, 2....
x p
q
G(p) P (X = x) = pqx ; x = 0, 1, 2....
p
1 −1 2
N(µ, σ 2 ) f(x) = √ e 2σ2 (x−µ) , x ∈ R µ
2πσ
1 −1 2
N(0, 1) f(z) = √ e 2 z , z ∈ R 0
2πα
λ
f (x) = xα−1 e−λx , x > 0 α
G(α, λ) Γ(α) R
Γ(α) = 0∞ xα−1 e−x dx λ
1 n x
χ2n f(x) = n x 2 −1 e− 2 , x > 0 n
Γ( n2 )2 2
Γ(α + β) α−1 α
B(α, β) f(x) = x (1 − x)β−1 ; 0 < x < 1
Γ(α)Γ(β) α+β
Γ( n+1 ) t2 n+1
tn f(t) = √ 2 n (1 + )−( 2 ) ; t ∈ R 0
nπΓ( 2 ) n
Γ(n1 + n2 ) n21 n22 n1 −2 n +n
−( 1 2 2 ) n2
Fn1,n2 g(f ) = n1 n2 n1 n2 f 2 (n1 f + n2 ) ;f > 0
Γ( )Γ( ) n2 − 2
2 2
3
III. INFERENCIA ESTADISTICA
INTERVALOS DE CONFIANZA
" #
σ0−
Varianza conocida (σ 20 ) µ ∈ x ± √ z1− α2
n
" #
− S
Varianza desconocida µ ∈ x ± √ t1− α2
n
P
n P
n
(xi − µ0 )2 (xi − µ0 )2
i=1
Media conocida (µ0 ) σ2 ∈
, i=1
χ2 1− α ;n χ2α ;n
2 2
(n − 1)S 2 (n − 1)S 2
Media desconocida σ2 ∈ 2 ,
χ1− α ;n−1 χ2α ;n−1
2 2
s
− − σx σy
Varianza conocidas µx − µy ∈ x − y ± z1− α2 +
nx ny
" s #
− − 1 1
Varianza desconocidas pero iguales (σ 2 ) µx − µy ∈ x − y ± t1− α2 ;nx +ny −2 Sp +
nx ny
v
u
u (nx − 1)Sx2 + (ny − 1)Sy2
con Sp = t
nx + ny − 2
4
Intervalo de confianza para el cociente de varianzas de dos pobla-
ciones normales e independientes
ny ³ ´2 ny ³ ´2
P P
σ 2y y i − µy yi − µy
i=1 nx i=1 nx
Medias conocidas ∈ n
P F α
;nx ,ny , n
P F1− α
;nx ,ny
σx2 x x
(x − µ )2 ny (x − µ )2 ny
2 2
i x i x
i=1 i=1
" 2 #
σ 2y Sy F α2 ;nx −1,ny −1 Sy2 F1− α2 ;nx −1,ny −1
Medias desconocidas ∈ ,
σ 2x Sx2 Sx2
v
uˆ ˆ
up
ˆ t (1− p)
p∈
p ±z1− α2
n
5
CONTRASTES DE HIPÓTESIS
H1 : σ 2 > σ 20 χ2 ≥ χ21−α,n
H1 : σ 2 < σ 20 χ2 ≤ χ2α,n
6
Contraste para la varianza de una normal con media desconocida
H1 : σ 2 > σ 20 χ2 ≥ χ21−α,n−1
H1 : σ 2 < σ 20 χ2 ≤ χ2α,n−1
7
Contraste para la diferencia de medias de dos normales inde-
pendientes con varianzas conocidas
donde
n = nX + nY − 2
(nX − 1) S 2X + (nY − 1) S 2Y
Sp2 =
n
8
Contraste para la diferencia de medias de dos normales rela-
cionadas (muestras apareadas) con varianzas desconocidas pero
iguales
donde D = X − Y
9
donde
n1 p̂1 + n2 p̂2
p̂T =
n1 + n2
−
donde ni denota el número de observaciones en el grupo i, xi la media
2 −
, σ i la varianza (en calculadora σ n al cuadrado), y x la media del conjunto
total de observaciones. I es el no de grupos y n el no total de observaciones.
10