Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Datos originales xi Datos agrupados variable discreta Datos agrupados por intervalos
según sus frecuencias 𝒇𝒊 ; de clase 𝐈𝐢 , 𝐗 𝐢
no agrupados
i=1,2,…,k (Marcas de Clase)
Media: 𝑛
𝑘 𝑘
∑ 𝑥𝑖 ∑ 𝑓𝑖 𝑥𝑖 𝑘
∑ 𝑓𝑖 𝑥𝑖
𝑖=1
𝑖=1 ; 𝑛 = ∑ 𝑓𝑖 𝑖=1
𝑥̅ = 𝑥̅ = 𝑖=1 𝑥̅ =
𝑛 𝑛 𝑛
Mediana: 𝑛
Ordenar los datos 𝑥𝑖 de mayor a menor o Me ∈ [𝐿𝑖 ; 𝐿𝑖+1 [ ≤ 𝐹𝑖
2
viceversa 𝑛
𝑥(𝑖) [𝐹(𝑖−1) < < 𝐹(𝑖) ]
𝑥 𝑛+1 ; 𝑛 𝑖𝑚𝑝𝑎𝑟 2
( 2 ) n
− Fi−1
Me = Me = Li + C (2 )
Me = 1 [𝑥(𝑖−1) + 𝑥(𝑖) ] fi
Cuando:
1 [𝑥 + 𝑥(𝑛+1) ] ; 𝑛 𝑝𝑎𝑟
𝑛
(2) 2
2 2 𝑛
[𝐹(𝑖−1) = < 𝐹(𝑖) ]
2
Fi-1: Frecuencia acumulada
Fi-1: Frecuencia acumulada anterior anterior a la clase mediana
a la clase mediana
Moda:
Mo ∈ [𝐿𝑖; 𝐿𝑖+1 [ fio mayor
Percentil: Percentil:
kn
Posición = k (n + 1) Pk ∈ [Li ; Li+1 [ 100
≤ Fi
100 kn
− Fi−1
𝑃𝑘 = Li + C ( 100 )
Pk = Li + parte decimal x (Ld – Li) fi
∆1 = 𝑓𝑖𝑜 − 𝑓𝑖𝑜−1
Fi-1: Frecuencia acumulada anterior
Varianza: 𝑛 𝑘 𝑘
∑(𝑥𝑖 − 𝑥̅ )2 ∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ ) 2
∑ 𝑓𝑖 (𝑥𝑖 − 𝑥̅ )2
𝑖=1 𝑖=1 𝑖=1
𝑆2 = 𝑆2 = 𝑆2 =
𝑛−1 𝑛−1 𝑛−1
2 −1
Ó ∑ 𝑥2𝑖 − (∑ 𝑥𝑖 ) /𝑛 Ó Ó
2
2 ̅2
∑ 𝑥𝑖 𝑓𝑖 − 𝑛𝑋 ̅
∑ 𝑥2𝑖 𝑓𝑖 − 𝑛𝑋
𝑆2 = 𝑆2 = 𝑆2 =
𝑛−1 𝑛−1 𝑛−1
Desviación estándar:
𝑆 = √𝑆 2 ; S>0 𝑆 = √𝑆 2 ; S>0 𝑆 = √𝑆 2 ; S>0
FORMULARIO ESTADÍSTICA APLICADA PARA LOS NEGOCIOS
Coeficiente de Variación:
𝑆 𝑆 𝑆
𝐶𝑉 = . 100% ; 0 < 𝐶𝑉 < 100% 𝐶𝑉 = . 100% ; 0 < 𝐶𝑉 < 100% 𝐶𝑉 = . 100% ; 0 < 𝐶𝑉 < 100%
𝑥̅ 𝑥̅ 𝑥̅
R e g l a d e S t u r ge s :
k = 1 + 3.322 x Log (n) ; k: número de intervalos de clase
R = Xmax – Xmin; R: rango
c = R / k ; c : a m p l i tu d o a n c h o d e c l a s e
PROBABILIDADES
PROBABILIDAD CONDICIONAL:
La probabilidad condi cional del evento A dado que el evento B ha ocur rido se
escribe P(A /B).
P( A B)
P( A / B) , P( B) 0
P( B)
Una consecuencia de la definición de probabilidad condicional es:
P (A ∩B) = P (A)*P (B/A) = P (B ∩ A) = P (B)*P (A/B)
TEOREMA DE BAYES:
𝑷(𝑨𝒊 ). 𝑷(𝑩/𝑨𝒊 )
𝑷(𝑨𝒊 /𝑩) =
𝑷(𝑩)
𝒏
𝑷(𝑿 = 𝒙) = ( ) 𝒑𝒙 𝒒𝒏−𝒙
𝒙
x=0, 1, 2, 3,…,n
x es valor de la variable aleatoria
DISTRIBUCIÓN DE POISSON
𝒆−𝝀 𝝀𝒙
𝑷(𝑿 = 𝒙) =
𝒙!
Donde:
P(X=x): Es la probabilidad de ocurrencia cuando la variable discreta X toma
un valor finito x.
λ: Número promedio de ocurrencias esperadas por unidad de tiempo o espaci o.
e: Tiene un valor aproximado de 2.71 82
x: Es el número de ocurrencias; x=0, 1, 2, 3,…
DISTRIBUCIÓN NORMAL
USO DE TABLAS:
FORMULARIO ESTADÍSTICA APLICADA PARA LOS NEGOCIOS
𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0
𝐻1 : 𝜇 ≠ 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 > 𝜇0
Estadísticos de prueba:
𝑋̅ − 𝜇
𝑍= 𝜎
Varianza poblacional conocida
√𝑛
𝑋̅ − 𝜇
𝑍=
Varianza poblacional desconocida y tamaño de muestra grande(n≥30)
𝑆
√𝑛
𝑋̅ − 𝜇
𝑇𝑛−1 =
𝑆
Varianza poblacional desconocida y tamaño de muestra pequeño(n<30)
√𝑛
𝐻0 : 𝜋 = 𝜋0 𝐻0 : 𝜋 ≥ 𝜋0 𝐻0 : 𝜋 ≤ 𝜋0
𝐻1 : 𝜋 ≠ 𝜋0 𝐻1 : 𝜋 < 𝜋0 𝐻1 : 𝜋 > 𝜋0
FORMULARIO ESTADÍSTICA APLICADA PARA LOS NEGOCIOS
𝑃−𝜋0
Estadístico de Prueba: 𝑍𝑐 =
𝜋 (1−𝜋0 )
√ 0
𝑛
Estadístico de prueba
∑(𝑂𝑖 − 𝐸𝑖 )2
𝑋𝐶 2 =
𝐸𝑖
𝑇𝑜𝑡𝑎𝑙 𝐹𝑖𝑙𝑎 ∗ 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑙𝑢𝑚𝑛𝑎
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎: (𝐸𝑖 ) =
𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙
𝑔𝑙 = (#𝑓𝑖𝑙𝑎𝑠 − 1)(#𝐶𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
1−𝛼 𝛼
𝑋 2 (1−𝛼;𝑔𝑙 )
Regresión Simple:
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌
𝛽1 = ,
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
∑ 𝑌 − 𝛽1 ∑ 𝑋
𝛽0 =
𝑛
2. Coeficiente de correlación(r):
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟=
√𝑛(∑ 𝑋 2 ) − (∑ 𝑋 )2 √𝑛(∑ 𝑌 2 ) − (∑ 𝑌 )2
(Yˆ Y ) 2
R 2
(Y Y ) 2
Nota: para el caso de una sola variable independiente: 𝑹𝟐 = 𝒓𝟐