Formulario de Estadı́stica

Área de Estadı́stica e Investigación Operativa, Departamento de Matemáticas

Instituto de Matemática Aplicada a la Ciencia y a la Ingenierı́a
E.T.S.I. Industriales, Universidad de Castilla-La Mancha

Descriptiva
x̄−M o 3(x̄−M e) m3
• Coeficientes de
P
asimetrı́a (skewness): Pearson 1: S ; Pearson 2: S ; Fisher: g1 = S3
,
fi (xi −x̄)3
donde m3 = i n .
Q3 −Q1 m4
• Coeficientes de curtosis: Curtosis percentı́lica: 2(P90 −P10 ) ; Fisher: g2 = S4
− 3, donde m4 =
P
f (x −x̄)4
i i i
n .
Sxy
• Recta de regresión: y − ȳ = Sx2
(x − x̄).

Distribuciones de probabilidad
β α α−1 −βx E[X] = αβ
(
X ≡ Γ(α, β), α, β > 0 ⇒ f (x|α, β) = Γ(α) x e si x > 0
, .
α
0 si x ≤ 0 Var[X] = β2

α
(
Γ(α+β) α−1 E[X] = α+β
Γ(α)Γ(β) x (1 − x)β−1 si 0 < x < 1
X ≡ β (α, β), α, β > 0 ⇒ f (x|α, β) = , .
0 en el resto Var[X] = (α+β)2αβ
(α+β+1)

Intervalos de confianza

• Para la media:

– Varianza conocida: X̄ ± z 1+γ √σ .

2 n
Sc
– Varianza desconocida: X̄ ± tn−1, 1+γ √
n
.
2

• Para la diferencia de medias:

r
σ12 σ22
– Varianzas conocidas: (X̄1 − X̄2 ) ± z 1+γ n1 + n2 .
2
r
(n1 −1)Sc21 +(n2 −1)Sc22
 
1 1
– Varianzas desconocidas e iguales: (X̄1 − X̄2 )±tn1 +n2 −2, 1+γ n1 +n2 −2 n1 + n2 .
2
 2 2
2
Sc Sc
r 1 + 2
n1 n2
Sc21 Sc22
– Varianzas desconocidas y distintas: (X̄1 −X̄2 )±tg, 1+γ n1 + n2 , g≈ 2
2 
2
2 .
2 Sc Sc
1 /(n1 −1)+ 2 /(n2 −1)
n1 n2

• Para una varianza:

Pn Pn !
(Xi −µ)2 (Xi −µ)2
– Media conocida: 1
χ2
, 1
χ2
.
1+γ 1−γ
n, 2 n, 2
!
(n−1)Sc2 (n−1)Sc2
– Media desconocida: χ2
, χ2
.
1+γ 1−γ
n−1, 2 n−1, 2
q q
p̂q̂ p̂q̂ n


• Proporción: p̂±z 1+γ n−1 (con reposición o n/N < 0.01), p̂±z 1+γ n−1 1− N (sin reposición).
2 2

Contrastes de hipótesis paramétricos

• Una media:
X̄−µ0
– Varianza conocida: Z = √σ .
n
 X̄−µ0
– Varianza desconocida: T = Sc
√
.
n

• Dos medias (muestras independientes):

– Varianzas conocidas: Z = qX̄σ12−X̄σ22 .

1+ 2
n1 n2

X̄1 −X̄2
– Varianzas desconocidas e iguales: T = r 2 +(n −1)S 2 .
(n1 −1)Sc

2 c2 1
1
n1 +n2 −2 n1
+ n1
2
 2 2
2
Sc Sc
1 + 2
n1 n2
– Varianzas desconocidas y distintas: T = qX̄S12−X̄S2 2 , g ≈  2
2 
2
2 .
c1 + c2 Sc Sc
1 2
n1 n2 n1 n2

n1 −1
+ n2 −1

X̄1 −X̄2
• Dos medias (muestras relacionadas): T = ScD .
√
n

Sc21
• Dos varianzas con media desconocida: F = Sc22
.

• Proporciones:
p̂−p0 q p̂−p0
– Una proporción: Z = p p0 q0 (con reposición o n/N < 0.01), Z = p q
(sin
n 0 0 N −n
n N −1

reposición).
p̂1 −p̂2
• Dos proporciones: Z = r  .
1
p̂(1−p̂) n1
+ n1
2

Contrastes de hipótesis no paramétricos

P (nk −Ek )2
• Contrastes de bondad de ajuste de la distribución χ2 : Q = k Ek , k = i ó (i, j).
(0)
– Proporciones y contrastes sobre una distribución (p.e. normalidad): Ei = npi .
ni· n·j
– Independencia y homogeneidad: Ei,j = n .

• Kolmogorov-Smirnov:
√ ?
– Una distribución: H = nDn , Dn? = sup |Fn (x) − F ? (x)|.
−∞<x<∞
q
mn
– Dos distribuciones: H = m+n Dm,n , Dm,n = sup |Fn (x)−Gn (x)|, P (H ≤ 1.36|H0 ) ≈
−∞<x<∞
0.95.
Sm −µm m(m+n+1)
• Mann-Whitney: U = σm , Sm = Suma de los m rangos de una muestra, µm = 2 ,
2 = mn(m+n+1)
σm 12 .
Sn −µn n(n+1) n(n+1)(2n+1)
• Wilcoxon: T = σn , Sn = Suma de rangos positivos, µn = 4 , σn2 = 24 .

12 Pk Ri2
• Kruskal-Wallis (k muestras): H = n(n+1) i=1 ni − 3(n + 1), Ri = Suma de rangos muestra i.
12 Pk 2
• Friedman (k muestras relacionadas): S = nk(k+1) i=1 Ri − 3n(k + 1)

• Rachas: Z = X−(k+1)
q , X = Número de rachas.
k(k−1)
2k−1