Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROBABILIDAD
2) PROBABILIDAD CONDICIONAL
P(A B)
P(A/B) =
P(B)
4) ESPERANZA MATEMATICA
1)E(X)= x i. p( x i ) si x es v. a. discreta
+
2)E(X)= x.f(x).dx
-
si x es v. a. continua
5) DISTRIBUCION DE PROBABILIDAD
A) DISTRIBUCIONES DISCRETAS:
0 x
1
Elementos de Estadística – Estadística Analítica
B) DISTRIBUCIONES CONTINUAS:
2 2
Condiciones: x (-;+ ) ; (-;+ ) ; > 0
E(X) = ; V(X) = 2
(X - )
Sea la variable aleatoria: Z=
1 − Z2
con función de densidad: f(z)= e 2 para - Z +
2
2
n
x − n
Sea la variable aleatoria: V = i i i = i ( zi )
2
i
1 −1 −
x
para x 0
( )
2 2
x e
2
con función de densidad: f ( x) = 2 2
0 para x 0
2
Elementos de Estadística – Estadística Analítica
Z
Sea la variable aleatoria: t=
V
( + 1)
+1
2
t2
−
2
f (t ) = +
( )
1
2
-
f(t).dt = 1- = F( t ;1- )= P( t t ;1- )
U
Sea la variable aleatoria: 1 donde U ~1 y V ~2
2 2
F=
V
2
(1 +2 ) / 2
1 / 2
F(
1 / 2 ) −1
g(F)= . 1 . para F > 0
1 / 2 2 / 2 2 1
(1+2 ) / 2
1+ F
2
0
g(F).dF = 1- = G( F ( 1 ,2 );1- ) = P( F ( 1 ,2 ) < F ( 1 ,2 );1- )
3
Elementos de Estadística – Estadística Analítica
ESTADISTICA DESCRIPTIVA
1) MEDIDAS DE POSICION
xi
* Para n valores observados no agrupados: x =
n
Dados n valores ordenados de menor a mayor o de mayor a menor, se define como Me:
❖ Si n es impar: Me es la observación de la posición (n+1)/2 (PosMe)
❖ Si n es par: Me es la media aritmética de las observaciones que correspondan a los 2
valores centrales.
Cuando la variable es cuantitativa continua o los datos están agrupados en una tabla de
frecuencias:
PosMe - F (i-1)
Mex = L i + c
fi
Donde:
Li: Límite inferior del intervalo mediana.
c: Amplitud del intervalo.
F(i-1): Frecuencia acumulada del intervalo anterior al intervalo mediana.
fi: Frecuencia absoluta del intervalo mediana.
4
Elementos de Estadística – Estadística Analítica
2) MEDIDAS DE DISPERSION
1 2 ( x i fi )
2
x i fi -
2
s =
x
n -1 n
sx = sx2
sx
C.V.x % = 100
x
5
Elementos de Estadística – Estadística Analítica
A) NORMAL ESTANDAR
x -
Z= ~ N(0;1)
/ n
pˆ - p
Z= N (0;1)
ˆ
p(1- ˆ
p)/n
p̂ - p
Z= N (0;1)
p(1- p)/n
Z=
(X 1 − X 2 ) − ( 1 − 2 )
~ N ( 0;1)
12 22
+
n1 n2
( pˆ1 − pˆ 2 ) − ( p1 − p2 ) N x1 x2 x +x
Z= ( 0;1) pˆ1 = ; pˆ 2 = ; pˆ = 1 2
1 1 n1 n2 n1 + n2
pˆ (1 − pˆ ) +
n1 n2
Z=
( pˆ1 − pˆ 2 ) − ( p1 − p2 ) N ( 0;1)
pˆ1 (1 − pˆ1 ) pˆ 2 (1 − pˆ 2 )
+
n1 n2
B) t DE STUDENT
x −
t= ~ t( n −1)
sX
n
t=
( x1 − x2 ) − ( 1 − 2 ) ~ t
sa2 =
( n1 − 1) s12 + ( n2 − 1) s22
( n1 + n2 − 2 )
1 1 n1 + n2 − 2
sa +
n1 n2
6
Elementos de Estadística – Estadística Analítica
( )
n 2
n
di di
d − D
( )
n
1
2
di = x1i − x2i ; t = ;
1 2 1
~ t( n −1) d= sd = d -
sD n n-1 1 i n
n
C) JI CUADRADO
(n - 1)sx2
= 2
~ n2−1
2
k 2
( - )
= o i ei (k2 -1) ; donde ei = n.pi y k = N clases
2
i=1 ei
f c 2
( oij - eij )
2= (f2 -1)(c-1) ; donde f = N filas y c = N columnas
i=1 j=1 eij
D) F DE SNEDECOR
s12 s12
12 s22
F= ~F( n1 −1),( n2 −1) o F= ~F( n1 −1),( n2 −1)
s22 12
22 22
n0
nf =
n
1+ 0
N
7
Elementos de Estadística – Estadística Analítica
F) PRUEBA DE WILCOXON DE RANGOS SIGNADOS
+ − n ( n + 1)
Suma total de rangos: T = T + T =
2
n ( n + 1)
V . crítico sup.= − V . crítico inf .
2
n
T1 = ri ; siendo ri los rangos de la muestra de menor tamaño
i =1
n1 ( n1 + 1)
U = T1 −
2
8
Elementos de Estadística – Estadística Analítica
ANALISIS DE REGRESION
a.1) Estimación de y
xi yi -
( xi )( yi )
( xi - x )( yi - y ) n n. xi yi -( xi )( yi )
b= = =
( xi - x ) 2 ( xi ) n. xi2 -( xi )
2 2 2
xi -
n
a = y - bx
a.2) Estimación de σ2
1 ( yi ) ( xi )
2 2
2
s = yi -
2
- b xi -
2 2
e
n-2 n n
2 2
n.se se
Vˆ b = sb =
2
=
n xi - ( xi ) ( xi )
2 2 2
xi -
2
b.1) Para
b-
t= ~ t (n-2)
sb2
1 (x0 - x )
2
a + bx0 t (n-2);(1- / 2) se2 +
n x 2 - ( xi )
2
i
n
a : Estimador de ( ˆ ) y b : Estimador de ( ˆ )
9
Elementos de Estadística – Estadística Analítica
c) Docimasia de hipótesis
Para
b-0
t H0 = 2
~ t (n-2)
s
b
2 (
xi )
2
b xi -
2
2
b
2
(
(xi - x )
2
=
) n
R =
( yi − y ) 2 ( yi )
2 2
yi -
n
e) Intervalo de predicción
1 (x − x) 2
Yˆn +1 tn − 2;1− 2 s 2 1 + + n n +1
n 2
i =1
( xi − x )
ó
1 (xn +1 - x )
2
a + bxn +1 t (n-2);(1- / 2) se2 1 + +
( xi )
2
n
2
x -
i
n
( xi )
2
Debida a la SC REG SC REG
1 b xi −
2 2 =
Regresión n GLREG 1 CM REG
~ F( GLREG ;GLRES )
CM RES
( y − a − bxi )
2 SCRES SCRES
Residual n-2 i =
GLRES n−2
( y )
2
TOTAL n-1
y −
2 i
i
n
10
Elementos de Estadística – Estadística Analítica
1
se2 = SCTOTAL − SCREG
n−2
2
Modelo o k SCTRAT
Tratamiento
k-1
ni ( yi − y.. )
i =1
k −1 CM TRAT
k
CM ERROR
Error N-k ( n − 1) * s
i
2
i sP2 =
SCERROR
i =1 N −k
TOTAL N-1
s 2
=
( n1 − 1) * s12 + ... + ( nk − 1) * sk2
n1 + ... + nk − k
P
k
12 Ri. ²
H=
N ( N + 1) i =1 ni
− 3( N + 1)
Donde:
N es el total de observaciones
Ri. es el rango total de la muestra i
Bajo Ho H k2−1
11
Elementos de Estadística – Estadística Analítica
ANALISIS DE CORRELACION
x1i x2i -
( x1i )( x2i )
( x1i - x1 )( x2i - x2 )
ˆ = r = = n
( x1i - x1 ) ( x2i - x2 )
2 2
2 ( x1i ) 2
2 ( x2i )2
x1i - x2i -
n n
b) Docimasia de hipótesis
r (n - 2)
Para =0: t H0 = 2
~ t (n-2)
(1 - r )
NOTA: Para los fines prácticos el valor del Coeficiente de Determinación (R2) coincide
numéricamente con:
2 2
R =r
c) Coeficiente de correlación de Spearman
6 di2
rS = 1 −
(n − 1) n (n + 1)
n: número de diferencias
12