Está en la página 1de 5

Tabla de variables aleatorias

X

 

Rango(X)

   

P(X = x)

   

E(X)

 

Var(X)

   

f.g.m.

 

Ber(p)

 

{0, 1}

   

p x (1 p) 1x

   

p

   

p(1 p)

   

Bin(n, p)

{0, 1, 2,

 

, n 2, n 1, n}

   

n

x

p x (1 p) nx

   

np

 

np(1 p)

 

[pe t + (1 p)] n

Geo(p)

 

{1, 2, 3, 4,

}

     

(1 p) x1 p

   

1

 

1p

   

pe t

p

p

2

1(1p)e t

 

BinNeg(k, p)

 

{k, k + 1, k + 2,

}

 

x1

k1

(1 p) xk p k

 

k

p

 

k(1p)

p

2

 

1(1p)e t r

pe

t

 

Hiper(N, n, k)

{m´ax(0, k + n N ),

, m´ın(n, k)}

   

n

x

Nn

kx

N

k

 

kn

N

 

kn(N k)(N n) N 2 (N 1)

   

Poisson(λ)

 

{0, 1, 2, 3,

}

   

λ x e λ x!

   

λ

 

λ

exp[λ(e t 1)]

 

Unif(a, b)

 

[a, b]

   

1

 

a+b

 

(ba) 2

   

e tb e ta

 

ba

 

2

12

t(ba)

     

(xµ) 2

     

exp µt + t 2 σ 2

2

Nor(µ, σ 2 )

 

R

   

1

2πσ 2 e

2σ 2

   

µ

 

σ 2

 

Gamma(α, β)

 

R

+

 

Γ(α)β α x α1 e x

1

β

   

αβ

 

αβ 2

   

(1 βt) α

 

Exp(β)

 

R

+

 

1

β e x

β

 

β

   

β 2

   

(1 βt) 1

 

Beta(α, β)

 

(0,1)

   

Γ(α+β)

Γ(α)Γ(β) x α1 (1 x) β1

 

α

 

αβ

   
 

α+β

(α+β) 2 (α+β+1)

 

Tabla de medidas descriptivas

 
   

Media

     

Varianza

   

Mediana

   

q

i

       

n

     
   

1

n

i=1

     

i=1

(X i X) 2

¯

   

X n + 1

2

,

si n es impar

   

X

Datos no agrupados

n

x

i

 

n 1

1

2

X n + X n

2

2

+1

,

si n es par.

 

i(n + 1)

4

 
   

k

   

k

 

n

F a

med

   

Datos agrupados

1

n

i=1

m i f i

1

n 1

i=1

f i (m i X) 2

¯

 

l i + L

2

f

l i + L i(n/4) F a

f

i

Leyenda: m i marca de la clase i, f i frecuencia de la clase i, l i l´ımite inferior de la clase de la mediana, L longitud del

intervalo, F a frecuencia acumulada de la clase anterior a la clase de la mediana, f med frecuencia de la clase de la mediana, k n´umero de clases. Longitud: L = R/k, rango: R = Y (n) Y (1) , rango intercuartil: RIC = Q 3 Q 1 , coeficiente de variaci´on: CV = S/ X.

¯

Error cuadr´atico medio: MSE( θ) = V ( θ) + (B( θ)) 2 . ((B( θ)) sesgo).

ˆ

ˆ

ˆ

ˆ

Estimadores puntuales

θ

Tama˜no de la muestra

 

ˆ

θ

 

ˆ

E( θ)

 

σ

ˆ

θ

 

ˆ

σ

 

µ

n

Y

µ

n

p

n

pˆ = Y

p

pq

n

 
 

n

 

σ

n

2

2

 

ˆ

ˆ

1

 

σ

2

 

µ 1 µ 2

n 1 y n 2

 

Y 1 Y 2

µ 1 µ 2

+

 

1

n 2

p 1 p 2

n 1 y

n

2

pˆ 1 pˆ 2

p 1 p 2

p 1 q 1

n

1

+

p 2 q 2

n

2

Funci´on de densidad del m´ınimo: f Y (1) (y) = n[1 F (y)] n1 f (y) Funci´on de densidad del m´aximo: f Y (n) (y) = nf (y)[F (y)] n1

k-´esimo momento poblacional: µ k = E[Y k ], k-´esimo momento poblacional: m k =

1

n

n

i=1

Y

i

k

.

Intervalos de confianza

Par´ametro Casos Intervalo Especificaci´on σ n ≥ 30 x¯ ± z α √ 2 n
Par´ametro
Casos
Intervalo
Especificaci´on
σ
n
≥ 30
x¯ ± z α
2
n
µ
σ
n
<
x¯ ± z α
σ conocida
2
n
30
S
x¯ ± t α
σ
desconocida
,n−1
2
n
pˆqˆ
p
n
≥ 30
pˆ± z α
np, nq ≥ 5
2
n
 (n − 1)S 2
(n − 1)S 2
2
σ
,
2
2
χ
χ
α
,n−1
1− α ,n−1
2
2
2
2
σ
σ
1
2
x¯ 1 − x¯ 2 ± z α
+
µ 1 −
µ
2
n
n
1
2
2
2
1
1
= (n 1 − 1)S
+ (n 2 − 1)S
2
2
2
1
2
σ
2 = σ
x¯ 1 − x¯ 2 ± t α
+
Varianzas desconocidas, S
1
2
,n 1 +n 2 −2 S p
p
2
n
n
n 1 + n 2 − 2
1
2
2
2
2
S
S
1
2
2
n
1 +
n
2
2
2
σ
2 = σ
x¯ 1 − x¯ 2 ± t α
,ν S
2
1 + S
Varianzas desconocidas, ν =
− 2
1
2
2
2
2
n
n
2
2
1
2
S
S
1
1
1
2
n
n
−1 +
n
n 2 −1
1
1
2
pˆ 1 qˆ 1
2 qˆ 2
p 1 − p 2
n 1 , n 2 ≥ 30
pˆ 1 − pˆ 2 ± z α
+
n
i p i , n i q i ≥ 5
2
n
n
1
2
2
σ
2
s 2
1
s
1
1
1
f α/2 (n 2 − 1, n 1 − 1)
2
2
σ
s 2 f α/2 (n 1 − 1, n 2 − 1) ,
s
2
2
2

Prueba χ 2

Estad´ıstico: X 2 =

k

i=1

[n i E(n i )] 2

E(n i )

.

Para Tablas de contingencia:

E(n ij ) = r i c j n El estad´ıstico χ 2 ser´a

ˆ

.

X 2 =

i j

ˆ

(n ij E(n ij )) 2

ˆ

E(n ij )

Y dicho estad´ıstico tiene distribuci´on χ 2 con (r 1)(c 1) grados de libertad.

Pruebas de hip´otesis Muestra H H Estad´ıstico RR 0 a θ > θ Z >
Pruebas de hip´otesis
Muestra
H
H
Estad´ıstico
RR
0
a
θ
> θ
Z
> z α
0
Grande
ˆ
θ
− θ 0
θ
= θ 0
θ
< 0
θ
Z =
Z
< z −α
σ
ˆ
θ
θ
=
θ
|Z| > z α/2
0
µ µ
> 0
T
> t α
ˆ
Y
− µ 0
µ = µ 0
µ µ
< 0
T
=
T
< t −α
s/ √ n
µ
=
µ
(n-1 g.l.)
|T| > t α/2
0
µ 1 − µ 2 >
D
T
> t α
0
Peque˜na
ˆ
ˆ
Y 1 − Y 2 − D 0
µ 1 − µ 2 = D 0
µ 1 − µ 2 <
D
T =
T
0
< t −α
1
1
S p
+
n
1
n 2
µ 1 − µ 2 = D 0
(n 1 + n 2 − 2 g.l.)
|T| > t α/2
2
σ 2 > σ
X
2 > χ 2
0
α
X 2 = (n − 1)s 2
2
2
σ
2 = σ
σ 2 < σ
X 2 < χ 2
0
0
2
1−α
σ
0
2
2
σ 2 = σ
(n-1 g.l.)
´o X 2 < χ 2
0
X 2 > χ α/2
1−α/2
2
2
2
1
σ
2 = σ
σ 2 = σ
F = S
F > F α/2 (n 1 − 1, n 2 − 1)
1
2
1
2
2
S
2
2
n 1 tal que S
1 2 > S
2
β i > β i0
T
> t α
ˆ
β
i − β i0
β i = β i0
β i < β i0
T
=
T
< t −α
s
β i = β i0
√ c ii
(n-2 g.l.)
|T| > t α/2
θ
> θ
T
> t α
0
θ
=
ˆ
θ
− θ 0
θ
= θ 0
θ
< θ
T =
T
0
< t −α
a
0 β 0 +
2
x
a
2
i
1 β 1
+
a 2 − 2a 0 a 1 x¯
a
0
1
n
S
S
xx
θ
=
θ
(n-2 g.l.)
|T| > t α/2
0
ρ
> 0
T
> t α
T = r √ n − 2
ρ = 0
ρ
< 0
T
< t −α
√ 1 − r 2
ρ
= 0
(n-2 g.l.)
|T| > t α/2
a β
>
(a β) 0
T
> t α
ˆ
a
β
− (a β) 0
a
β
a β = (a β) 0
a β
<
(a β) 0
T =
T
< t −α
S
a (X X) −1 a
a β
=
(a β) 0
(n-(k+1) g.l.)
|T| > t α/2
Regresi´on lineal simple
1
n n
1
n n
1
2
2
S
i=1 y i , S xx = n
y S yy = n
xy = i=1 n x i y i −
i=1 x i n
i=1 x
i −
i=1 x i 2
i=1 y
i −
i=1 y i 2 .
n n
S xy
ˆ
ˆ
ˆ
β 1 =
y β 0 = y¯ − β 1 x¯.
S xx
SSE
ˆ
S
2 =
2 , donde SSE = S yy − β 1 S xy .
n −
2
i
1
−x¯ .
ˆ
ˆ
ˆ
ˆ
V
( β 0 ) = c 00 σ 2 , donde c 00 = x
. V ( β 1 ) = c 11 σ 2 , donde
c 11 =
. Cov( β 0 , β 1 ) = c 01 σ 2 , donde c 01 =
nS xx
S xx
S xx
ˆ
Intervalo de confianza de (1 − α)100 % para β i :
β i ± t α/2 S √ c ii .
1
+ (x ∗ − x¯) 2
ˆ
ˆ
Intervalo de confianza de (1 − α)100 % para E[Y ] = β 0 + β 1 x ∗ :
β 0 + β 1 x ∗ ± t α/2 S
.
n
S
xx
+ (x ∗ − x¯) 2
ˆ
ˆ
Intervalo de predicci´on de (1 − α)100 % para Y cuando x = x ∗ :
β 0 + β 1 x ∗ ± t α/2 S 1 + 1
. Correlaci´on muestral
n
S
xx
S xy
1 S xx
ˆ
r =
= β
.
S
S xx S yy
yy

Regresi´on lineal m´ultiple

Soluci´on del modelo general:

β ˆ = (X X) 1 X Y . Suma de errores cuadr´aticos:

SSE = Y Y

β X Y . V ( β i ) = c ii σ 2 , donde c ii

ˆ

ˆ

es el elemento de fila y columna i de (X X) 1 . Cov( β i , β j ) = c ij σ 2 . S 2 =

ˆ

ˆ

SSE

[n (k + 1)] .

Intervalo de confianza del (1 α)100 % para a β: a β

ˆ ± t α/2 S a (X X) 1 a.

Intervalo de predicci´on de (1 α)100 % de Y cuando x 1 = x ,

1

a = [1, x 1 ,

,

,

x k ].

x k = x k : a β ± t α/2 S 1 + a (X X) 1 a, donde

ˆ

 

ANOVA

Fuente

g.l.

SS

MS

F

Tratamientos

k 1 n k

SST

MST = SST/(k 1) MSE = SSE /(n k)

MST/MSE

Error

SSE

Total

n 1

k

n

i

i=1 j=1

(y ij y¯) 2

SST =

SStotal = SST + SSE

SStotal =

k

n

i

i=1 j=1

(Y ij Y ) 2 =

¯

donde

k

n

i

i=1 j=1

2

Y ij CM

k

i=1

CM =

n i (

¯

Y i


1

n

¯

Y

k

) 2 =

n i

Y ij

2

= n Y 2 .

¯

2 k

CM = n i

i=1

i=1 j=1

k Y

i=1

i

n i

SSE = SStotal SST =

k

i=1

(n i 1)s

S 2 =

SSE k = MSE. n

2

i .

MST = SST

k 1 .

( Y i Y ) 2 .

¯

¯

Intervalo de confianza para tratamientos El intervalo de confianza para la media del tratamiento i o para la diferencia entre los tratamientos i y h son, respectivamente

(

¯

Y i

¯

Y i ± t α/2

y

S

n i

Y h ) ± t α/2 S

¯

1

n

i

+

1

n

h

donde

S = S 2 = MSE

y t α/2 se basa en n k grados de libertad.

ANDEVA

Fuente

g.l.

SS

MS

F

Bloques

b 1

SSB

MSB = SSB

MSB

 

b

1

MSE

Tratamientos

k 1

SST

MST = SST

MST

 

k

1

MSE

Error

n k b 1

 

SSE

MSE =

SSE

n k b 1

 

k

n

i

Total

n 1

(y ij y¯) 2

i=1 j=1

k

b

k

b

 

2

¯

2

SStotal = SSB + SST + SSE =

(Y

ij

Y ) 2 =

Y ij CM.

i=1 j=1

i=1 j=1

SSB = k

b

j=1

(

¯

Y j

¯

Y

) 2 =

Y

j=1

k

b

2

j

CM

SST = b

k

i=1

(

¯

Y i

¯

Y

) 2 =

k

i=1

Y

i

2

b

CM

SSE = SStotal SSB SST

donde

¯

Y =

1

bk

k

b

i=1 j=1

y

CM =

1

bk

k

b

i=1 j=1

Y

ij

Y ij

2