FORMULAS DE ESTADISTICA
DISTRIBUCION DE FRECUENCIAS
Xi= Variable Fi= Frecuencia absoluta acumulada
fi = Frecuencia absoluta Hi= Frecuencia relativa acumulada
hi= Frecuencia relativa n= tamaño de la muestra
1.- ∑ 𝑓𝑖 = 𝑛
𝒇𝒊
2.- hi =
𝒏
3.- Fn= n
4.- Hn= 1
Rango o recorrido de la variable (R= Límite superior – límite inferior)
𝑅 = (𝑋𝑖−1 − 𝑋𝑖 )
𝑋𝑖−1 = Límite inferior 𝑋𝑖 = 𝐿𝑖𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
K= Número de intervalos o categorías (grupos de intervalos). En función del grado de
conocimiento o criterios que tenga el investigador
a.- 𝑲 = √𝒏
𝒃. − 𝒌 = 𝟐𝒌 > 𝒏
𝒄. − 𝒌 = 𝟏 + 𝟑. 𝟑𝟐 𝒍𝒐𝒏𝒈 𝒏
Amplitud del intervalo o límite de clase
𝑹 𝟓𝟎
𝑨= 10=
𝑲 𝟓
PERCENTILES DECILES Y CUARTILES
Posición para datos no agrupados
Decil
Percentil Cuartil
𝐾(𝑛 + 1)
𝐾(𝑛 + 1) 𝑃𝑑 = 𝐾(𝑛 + 1)
𝑃𝑝 = 10 𝑃𝑞 =
100 4
Posición para datos agrupados
Decil Cuartil
Percentil 𝐾𝑛 + 1
𝐾𝑛 + 1 𝐾𝑛 + 1 − 𝐹𝑗−1
− 𝐹𝑗−1 − 𝐹𝑗−1 𝑄𝐾 = 𝐿𝑖 + 𝐴 ( 4 )
𝑃𝐾 = 𝐿𝑖 + 𝐴 ( 100 ) 𝐷𝐾 = 𝐿𝑖 + 𝐴 ( 10 ) 𝑓𝑗
𝑓𝑗 𝑓𝑗
Media aritmética
PASOS:
1.- POSISION
2.- FAA>(n+1)/2
3.- seleccionar fila
4.- identificamos frecuencias de clases ,límites y
amplitud
5.-aplicamos formula
MEDIA ARITMETICA
MEDIA DE UNA POBLACION
∑ 𝑋𝑖
µ=
𝑁
µ= Media poblacional (letra griega mu)
Xi= valor de la variable
∑ 𝑋𝑖 = 𝑆𝑢𝑚𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑜𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
N= Numero de valores Valores de la población
MEDIA DE UNA MUESTRA
∑ 𝑋𝑖
𝑋=
𝑛
SERIES SIMPLES Y FRECUENCIAS
∑ 𝑓𝑖𝑋𝑖
𝑋= O 𝑋 = ∑ ℎ𝑖𝑋𝑖
𝑛
Para datos agrupados en intervalos(series de clases)
∑ 𝑓𝑖𝑋𝑐
𝑋=
𝑛
∑ 𝑓𝑖𝑋𝑐
𝑋=
∑𝑓𝑖
𝑋 = ∑ ℎ𝑖𝑋𝑐
Xc=punto medio o marca de clase
Fi= frecuencia absoluta
N= número de casos observados(tamaño de la muestra)
Procedimiento abreviado
Ot= Origen de trabajo
∑(𝑋𝑖 − 𝑂𝑡 )𝑓𝑖
𝑋 = 𝑂𝑡 + ( )
𝑛
𝑋𝑖 − 𝑂𝑡
∑( ) 𝑓𝑖
𝑋 = 𝑂𝑡 + 𝐴 ( 𝐴 )
𝑛
‘
Propiedades de la Media Aritmética
1. ∑( 𝑿𝒊 − 𝑿) = 𝟎
̅∗
2. ( 𝑿𝒊 ± 𝑲) = 𝑿 ± 𝑲 = 𝑿
̅∗
3. ( 𝑿𝒊 ∗ 𝑲) = 𝑲 ∗ 𝑿 = 𝑿
Media Aritmética Ponderada
𝑋̅1 𝑛1 + 𝑋̅2 𝑛2 + 𝑋̅3 𝑛3 … … … … . . 𝑋̅𝑛 𝑛𝑛
𝑋̅𝑡 =
𝑛1 + 𝑛2 + 𝑛3……………… 𝑛𝑛
Media Geométrica
𝑀𝐺 = 𝑛√𝑥1∗ 𝑥2∗ 𝑥3 … … … 𝑥𝑛
Mediana (Me) datos agrupados
Pasos:
1. Calcular las F.A.A
2. Se calcula la posición de la mediana ( n+1/2)
𝑛+1
3. 𝐹𝐴𝐴 > 2
𝑛+1
− 𝐹𝑗−1
𝑀𝑒 = 𝐿𝑖 + 𝐴 ( 2 )
𝑓𝑐
n= número de datos o tamaño de la muestra
Li= límite inferior de la clase mediana
Fj-1 = Frecuencia acumulada anterior a la clase mediana
fc= frecuencia de la clase mediana
Moda o Valor Modal
∆1
𝑀𝑜 = 𝐿𝑖 + 𝐴 ( )
∆1 + ∆2
∆1 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase premodal
∆𝟐 = Diferencia entre la frecuencia de la clase modal y la frecuencia de la clase posmodal
Desviación Media
Para datos no agrupados
∑(𝑋𝑖 − 𝑋̅)
𝐷𝑀 =
𝑁
Para datos agrupados
∑ 𝑓𝑖 (𝑋𝐶 − 𝑥̅ )
𝐷𝑀 =
𝑁
Varianza Poblacional
Para datos no agrupados
∑(𝑋𝑖 − 𝑢)2
𝝈2 = 𝑁
Para datos agrupados
2
∑ 𝑓𝑖 (𝑋𝐶 − 𝑢)2
𝝈 =
𝑁
Desviación Estándar Población
Para datos no agrupados
∑(𝑋𝑖 − µ)2
𝝈 = √
𝑁
Para datos agrupados
∑ 𝑓𝑖 (𝑋𝐶 − µ)2
𝝈 = √
𝑁
σ =√𝝈²
Varianza Muestral
Para datos no agrupados
∑(𝑋𝑖 − 𝑋̅)2
𝑆2 =
𝑛−1
Para datos agrupados
2
∑ 𝑓𝑖 (𝑋𝐶 − 𝑋̅)2
𝑆 =
𝑛−1
Desviación Estándar muestral
Para datos no agrupados
∑(𝑋𝑖 − 𝑋̅ )2
𝑺= √
𝑛−1
Para datos agrupados
∑ 𝑓𝑖 (𝑋𝐶 − 𝑋̅)2
𝑺= √
𝑛−1
Propiedades de la varianza
1. 𝑆[𝑋𝐼 ± 𝐾] = 𝑆𝑋∗ = 𝑆𝑋
∗
2. 𝑆[𝑋𝐼 ∗ 𝐾] = 𝐾 2 ∗̇ 𝑆𝑋 = 𝑆𝑋̇
Coeficiente de variación
𝜎
𝐶. 𝑉 = ̅ x 100
𝑋
Teorema de Chebyshev
1
1−[ ]
𝐾2
El 75% ⟶±2 𝐷𝑆 respecto de la media aritmética.
El 88,9% ⟶±3 𝐷𝑆 respecto de la media aritmética.
El 96% ⟶±5 𝐷𝑆 respecto de la media aritmética.
Regla Empírica
DS alrededor de la Área bajo la curva
̅
𝑿 normal
̅
𝑿 ± 𝟏𝑫𝑺 68%
̅ ± 𝟐𝑫𝑺
𝑿 95%
̅ ± 𝟑𝑫𝑺
𝑿 99,7%
Asimetría
Para datos no agrupados
∑(𝑋𝑖 − 𝑋̅)3
𝐶𝐴 =
𝑛𝑆 3
Para datos agrupados
∑ 𝑓𝑖 (𝑋𝑐 − 𝑋̅)3
𝐶𝐴 =
𝑛𝑆 3
Curtosis
Para datos no agrupados
∑(𝑋𝑖 − 𝑋̅)4
𝐶𝐾 = −3
𝑛𝑆 4
Para datos agrupados
∑ 𝑓𝑖 (𝑋𝑐 − 𝑋̅)4
𝐶𝐾 = −3
𝑛𝑆 4
PROBABILIDAD
Probabilidad Clásica
#𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
𝑃(𝐸) =
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
Probabilidad Empírica
#𝑉𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒 𝑢𝑛 𝑒𝑣𝑒𝑛𝑡𝑜
𝑃(𝐸) =
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
PROBABILIDAD CONDICIONAL
𝑃(𝐴𝑜𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
REGLA DEL COMPLENTO
𝑃(𝐴) = 1 − 𝑃(𝐴`)
DISTRIBUCION PROBABILIDAD BINOMIAL
𝑛
𝑃(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑥
DISTRIBUCION DE PROBABILIDAD HIPERGEOMETRICA
𝑟 𝑁−𝑟
( )( )
𝑥 𝑛−𝑥
𝑃(𝑥) =
𝑁
( )
𝑛
DISTRIBUCION DE PROBABILIDAD POISSON
𝑢 𝑥 ∗ 𝑒 −𝑢
𝑃(𝑥) =
𝑥!
