Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Formulario PDF
Formulario PDF
( x − µ )2
1
Normal √ exp − µ σ2 0 3
2πσ 2σ2
1 v x
x 2 −1 e − 2 x > 0
r
v 8 12
Chi Cuadrada 2 2 Γ( 2v ) v 2v
0 v v
otro caso
Teorema Central del Límite: Sean X1 , X2 , . . ., Xn ; n variables aleatorias independientes con media µ y varianza σ2 , (con cualquier
distribución de probabilidad) entonces, la variable promedio X̄ = 1
n ∑nk=1 Xk tiene media µ y desviación estándar √σn y tiende a una ley
√
( X̄ − µ) n
normal de probabilidades conforme n tiende al infinito. La variable estandarizada: Z = converge a una ley normal estándar.
σ
X − np
Resultado: Siendo X variable aleatoria Binomial. La variable Y = √ converge a la ley normal estandarizada. Distribuciones de
npq
muestreo de las variables media, total y proporción
Variable Varianza de la población conocida Varianza de la población desconocida (Estimada)
Tamaño de la Población N Población infinita Tamaño de la Población N Población infinita
n
X
X̄ = ∑k=n1 k σ2 ( N − n ) σ2 s2 ( N − n ) s2
Media V ( X̄ ) = V ( X̄ ) = V̂ ( X̄ ) = V̂ ( X̄ ) =
E( X̄ ) = µ n ( N − 1) n nN n
T = n X̄ ( N − n) ( N − n)
Total V ( T ) = nσ2 V ( T ) = nσ2 V̂ ( T ) = ns 2 V̂ ( T ) = ns2
E( T ) = nµ ( N − 1) N
X
P= pq( N − n) pq p̂q̂( N − n) p̂q̂
Proporción n V ( P) = V ( P) = V̂ ( P) = V̂ ( P) =
E( P) = p n ( N − 1) n N ( n − 1) n
Intervalos de confianza
q q
Media Varianza poblacional conocida (σ2 ) X̄ − z1− α2 V ( X̄ ) < µ < X̄ + z1− α2
V ( X̄ )
q q
µ Varianza muestral conocida (s2 ) X̄ − t1− α2 , n−1 V̂ ( X̄ ) < µ < X̄ + t1− α2 , n−1 V̂ ( X̄ )
q q
Proporción Varianza poblacional conocida (σ2 ) P − z1− α2 V ( P) < p < P + z1− α2 V ( P)
q q
p Varianza muestral conocida (s2 ) P − z1− α2 V̂ ( P) < p < P + z1− α2 V̂ ( P)
( n − 1) s2 ( n − 1) s2
Varianza σ2 2
< σ2 <
χα χ21− α
2 2