Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Creado por RGCG Medidas de tendencia central a partir de datos No agrupados Media Poblacional: 𝜇 = ∑ 𝑥𝑖 𝑁 𝑖=1 𝑁 Dónde: • N: Es el número de individuos en la población. • X: Representa cualquier valor particular Media Muestral: �̅� = ∑ 𝑥𝑖 𝑛 𝑖=1 𝑛 Dónde: • �̅�: Representa la media muestral • 𝑛: Número de individuos en la muestra Posición de la mediana Mediana= 𝑛+1 2 Moda: Valor de las observaciones que aparece con más frecuencia Varianza poblacional y desviación estándar 𝜎2 = ∑(𝑥 − 𝜇)2 𝑁 Dónde • 𝜎2: Es la varianza poblacional • 𝑥: Valor de una observación de la población • 𝜇: Media aritmética de la población • 𝑁: número de observaciones de la población Desviación Estándar 𝜎 = √ ∑(𝑥 − 𝜇)2 𝑁 Varianza Muestral 𝑠2 = ∑(𝑥−�̅�)2 𝑛−1 𝑠2 = ∑𝑥2− (∑𝑥)2 𝑛 𝑛−1 Dónde • 𝑠2: Varianza muestral • 𝑥: Valor de cada una de las observaciones de la muestra • �̅�: Media muestral • 𝑛: Número de observaciones en la muestra 𝑠 = √∑𝑥 2 − (∑𝑥)2 𝑛 𝑛 − 1 Dónde • s: Desviación estándar Medidas de tendencia central a partir de datos Agrupados Media �̅� = ∑𝑓𝑥 𝑛 Dónde: • �̅�: Es la media aritmética • 𝑥: Valor medio o punto medio de clase • 𝑓: Frecuencia de cada clase Mediana Mediana=𝐿 + ( 𝑛 2 −𝑐𝑓 𝑓 )(𝑖) Dónde: • L: límite inferior de la clase que contiene a la mediana • n: Frecuencia de clase • cf: Número de frecuencia acumuladas en la clase que preceden a la clase que contiene la mediana • i: Amplitud de la clase donde está la mediana Moda: Moda=𝐿 + ( 𝐷𝑎 𝐷𝑏+𝐷𝑎 )(𝑖) Dónde • L: límite inferior de la clase que contiene a la moda • Da: La diferencia entre la frecuencia de la clase modal y la clase que la antecede • Db: La diferencia entre la frecuencia de Varianza y Desviación Estándar 𝑠 = √∑𝑓𝑥 2 − (∑𝑓𝑥)2 𝑛 𝑛 − 1 Dónde • s: Desviación estándar muestral • x: Punto medio de clase • f: Frecuencia de clase • n: Número de observaciones en la muestra mailto:rg.castilloglez@gmail.com?subject=Información-formulario-Probabilidad Creado por RGCG la clase modal y la clase que le sigue • I: Amplitud Técnicas de conteo Permutaciones 𝑝𝑟 = 𝑛! (𝑛 − 𝑟)!𝑛 Dónde • p: Permutación • n: Número de objetos • r: Número de objetos que se usaran a la vez Permutación en un arreglo circular (𝑛 − 1)! Permutación con elementos repetidos 𝑛! 𝑛1! 𝑛2! … 𝑛𝑘! Combinaciones 𝐶𝑘 = 𝑛! (𝑛 − 𝑘)! 𝑘!𝑛 Coeficiente de Sesgo: 𝑆𝑘 = 3(𝜇−𝑀𝑒𝑑𝑖𝑎𝑛𝑎) 𝜎 𝑆𝑘 = �̅�−𝑀𝑜𝑑𝑎 𝑆 Distribuciones de Probabilidad de Variables Aleatorias Discretas Probabilidad total: 𝑝(𝐴) = ∑ 𝑝(𝐴|𝐵𝑖)𝑝(𝐵𝑖) 𝑛 𝑖=1 Teorema de Bayes: 𝑝(𝐵𝑗|𝐴) = 𝑝(𝐴|𝐵𝑗)𝑝(𝐵𝑗) ∑ 𝑝(𝐴|𝐵𝑖)𝑝(𝐵𝑖) 𝑛 𝑖=1 Valor esperado de v.a.d: 𝜇 = 𝐸(𝑥) = ∑ 𝑥𝑓(𝑥) 𝑥 Varianza de v.a.d: 𝜎2 = 𝑉(𝑥) = 𝐸[(𝑥 − 𝜇)2 = ∑(𝑥 − 𝜇)2𝑓(𝑥) 𝑥 𝜎2 = 𝑉(𝑥) = 𝐸[(𝑥 − 𝜇)2 = 𝐸(𝑥2) − 𝜇2 Momentos alrededor del origen 𝜇𝑟 ′ = 𝐸(𝑥𝑟) = ∑ 𝑥𝑟𝑓(𝑥) 𝑥 Momentos alrededor de la media 𝜇𝑟 = 𝐸[(𝑥 − 𝜇) 𝑟] = ∑(𝑥 − 𝜇)𝑟𝑓(𝑥) 𝑥 Función generadora de momentos 𝑚(𝑡) = 𝐸(𝑒𝑡𝑥) = ∑ 𝑒𝑡𝑥𝑓(𝑥) 𝑥 Obtención de momentos alrededor del origen 𝑚𝑟 ′ = 𝑑𝑟 𝑑𝑡𝑟 𝜇(𝑡)|𝑡=0 Coeficientes Distribución Discreta Uniforme 𝑓(𝑥) = { 1 𝑛 𝑥 = 𝑥1, 𝑥2, . . . , 𝑥𝑛 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑥 Media: 𝜇 = 𝐸(𝑥) = 1 𝑛 ∑ 𝑥𝑖 𝑛 𝑖=1 Varianza 𝜎2 = 1 𝑛 ∑ (𝑥𝑖 − 𝜇) 2𝑛 𝑖=1 mailto:rg.castilloglez@gmail.com?subject=Información-formulario-Probabilidad Creado por RGCG Variación: 𝜎 𝜇 Asimetría: 𝜇3 (𝜇2) 3 2 Curtosis: 𝜇4 (𝜇2)2 Equivalencia entre momentos 𝜇2 = 𝐸[(𝑥 − 𝜇) 2] = 𝐸(𝑥2) − 𝜇2 = 𝜇2 ′ − 𝜇2 𝜇3 = 𝐸[(𝑥 − 𝜇) 3] = 𝜇3 ′ − 3𝜇𝜇2 ′ + 2𝜇3 𝜇4 = 𝐸[(𝑥 − 𝜇) 4] = 𝜇4 ′ − 4𝜇𝜇3 ′ + 6𝜇2𝜇2 ′ − 3𝜇4 Distribución de Poisson 𝑓(𝑥) = 𝑒−𝜆𝜆𝑥 𝑥! Media 𝐸(𝑥) = 𝜆 Varianza 𝑣(𝑥) = 𝜆 f.g.m 𝑚(𝑡) = 𝑒−𝜆𝑒𝑒 𝑡𝜆 coeficientes: Variación: 𝜆− 1 2 Asimetría: 3 + 𝜆−1 Distribución de Bernoulli 𝑓(𝑥) = {𝑝 𝑥(1 − 𝑝)1−𝑥 𝑠𝑖 𝑥 = 0,1 0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 Media 𝐸(𝑥) = 𝑝 Varianza 𝑉(𝑥) = 𝑝(1 − 𝑝) f.g.m 𝑚(𝑡) = 𝐸(𝑒𝑡𝑥) = 1 − 𝑝 + 𝑝𝑒𝑡 Distribución Binomial 𝑓(𝑥) = ( 𝑛 𝑥 ) 𝑝𝑥(1 − 𝑝)𝑛−𝑥, 𝑥 = 0,1,2, … , 𝑛 Media 𝐸(𝑥) = 𝑛𝑝 Varianza 𝑉(𝑥) = 𝑛𝑝(1 − 𝑝) f.g.m 𝑚(𝑡) = (𝑞 + 𝑒𝑡𝑝)𝑛 coeficientes: Asimetría: 𝑞−𝑝 √𝑛𝑝𝑞 Curtosis: 1−6𝑝𝑞 𝑛𝑝𝑞 Distribución Geométrica 𝑓(𝑥) = 𝑝(1 − 𝑝)𝑥−1, 𝑥 = 1,2,3, … Media 𝐸(𝑥) = 1 𝑝 Varianza 𝑣(𝑥) = 1 𝑝 ( 1 𝑝 − 1) 𝑚(𝑡) = 𝑝 1−(1−𝑝)𝑒𝑡 para |t|<-ln(1-p) Coeficientes: Asimetría: 1+𝑞 √𝑞 Curtosis: 𝑝2+6𝑞 𝑞 Distribución Binomial Negativa 𝑓(𝑥) = ( 𝑥 − 1 𝑘 − 1 ) 𝑝𝑘(1 − 𝑝)𝑥−𝑘 , 𝑥 = 𝑘, 𝑘 + 1, 𝑘 + 2, … Media 𝐸(𝑥) = 𝑘 𝑝 Varianza 𝑣(𝑥) = 𝑘 𝑝 ( 1 𝑝 − 1) f.g.m: 𝑚(𝑡) = ( 𝑝 1−(1−𝑝)𝑒𝑡 ) 𝑘 para |t|<-ln(1-p) Coeficientes: Distribución Hipergeométrica 𝑓(𝑥) = (𝑘 𝑥 )(𝑁−𝑘 𝑛−𝑥 ) (𝑁 𝑛 ) , 𝑥 = 0,1,2, … , 𝑛 N: Cantidad de elementos del conjunto del que se toma la muestra. k: Cantidad de elementos existentes que se consideran “Éxitos”. n: Tamaño de la muestra. X: v.a.d (Cantidad de resultados considerados “éxitos” de la muestra. x= 0,1,2,…,n Media 𝐸(𝑥) = 𝑛 𝑘 𝑁 mailto:rg.castilloglez@gmail.com?subject=Información-formulario-Probabilidad Creado por RGCG Asimetría: 2−𝑝 √𝑘(1−𝑝) curtosis: 6 𝑘 + 𝑝2 𝑘(1−𝑝) Varianza 𝑣(𝑥) = 𝑛𝑘 𝑁 (1 − 𝑘 𝑁 )( 𝑁−𝑛 𝑁−1 ) Coeficientes: Asimetría: (𝑁−2𝑘)(𝑁−1)1/2 (𝑁−2𝑛) [𝑛𝑘(𝑁−𝑘)(𝑁−𝑛)] 1 2(𝑁−2) Curtosis: [ 𝑁2(𝑁−1) 𝑛(𝑁−2)(𝑁−3)(𝑁−𝑛) ] [ 𝑁(𝑁+1)−6𝑁(𝑁−𝑛) 𝑘(𝑁−𝑘) + 3𝑛(𝑁−𝑛)(𝑁+6) 𝑁2 − 6] Propiedades de probabilidad • 𝑃(∅) = 0 • 𝑃(𝐴𝑐) = 1 − 𝑃(𝐴) • 𝑠𝑖 𝐴 ⊂ 𝐵 ⟹ 𝑃(𝐴) ≤ 𝑃(𝐵) • ∅ ≤ 𝑃(𝐴) ≤ 1 • 𝑃(𝐴 − 𝐵) = 𝑃(𝐴) − 𝑃(𝐴 ∩ 𝐵) Regla aditiva de la probabilidad para dos eventos • 𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) Leyes de D’morgan • (𝐴 ∩ 𝐵)𝑐 = 𝐴𝑐 ∪ 𝐵𝑐 • (𝐴 ∪ 𝐵)𝑐 = 𝐴𝑐 ∩ 𝐵𝑐 mailto:rg.castilloglez@gmail.com?subject=Información-formulario-Probabilidad
Compartir