Me *** En To Lo Que Se Menea

 

 

UNIVARIANTE
Medidas de posición: 
REGRESION Y CORRELACIÓN LINEAL

Frecuencia relativa
Media
̅

Mediana

̅

mo
C1 C2 C3

Medidas de dispersión:
Rango

1

R

 
1Varianza

̅

̅

̅ 

1
̅

Cuasi-Desviación típica
Coeficiente de variación

CV

Error estándar

1 ̅ → Relación entre
̅
̅
̅

es

̅

1

varianza y cuasi-varianza

̅

√

√∑

φ1

Coeficiente deformación

∑

φ2

̅

3

X/Y
C1
C2
….
Cr
n .j

.

Frecuencia esperada

.

Residuo

F1
n11
n21
… 
nr1
n.1

F2
n12
n22
… 
nr2
n.2

…
……
…
…
…

Fk
n1k
n2k
…
n rk
n.k

̅  ; 
̅

,,

1

 S2

x   x
 Szx

Sxz 

S2 
z
1,1

1

∈ 0 , 1

 ∑

,

1

1

CON
!

SI

,

,

!

NO

,,…!

,
,

,

!

!

!
! !… !
1

∈ 0,

≡
∀

t= min. (fila o columna)-1
0 ,1

Coeficiente V de Cramer
C

de

Coeficiente
correlación
lineal de Pearson
Tipificación deDatos

∈ 0 ,1

χ

 
 
Ley aditiva de probabilidades
P(U in1A i )   i 1 P(A i )  siempre que  Ai

1,1

 A j  Ø para i  j  

P ( A  B)  P ( A)  P( B)  P ( A  B)  
P ( A  B  C D...)  P ( A)  P ( B )  ...  P ( A  B )  P ( A  C )  ...   
 P ( A  B  C )  P ( A  B  D )...

Probabilidad condicionada:
⁄

1

1!
1!

!

Laplace:

n

P dePearson (Relación)

∩

Independencia:   

∩

⁄
⁄

   →  

∩

̅
̅

∑

Teorema partición o Probabilidad total:
Teorema de Bayes:

 

S2
xy
S2  S2
x
y

1

  ;  Γ

SIN

ni.n1.
n2.
…
nr.
n

'
1 1 

⁄

⁄
∑

⁄

⁄

2
 rxy

Aij ≡ adjuntos de la
Matriz
de
Covarianzas

,

̅ … →

!

Distribución condicional

̅

 

1
 

BIVARIANTE 

̅

REPETICIONES

0 Distribución asimétrica dcha.
0 Lepticurtica

̅ 

ORDEN

Coeficiente asimetría

̅

→

COMBINATORIA

Medidas de forma:

Coeficiente
Contingencia

→...