rfiocn
Páginas: 7 (1644 palabras)
Publicado: 7 de mayo de 2014
Estadística - Grado en Ingeniaría Informática - DEIOAC
Parámetros muestrales
Mediana o C 2 (Median):
Media (Average):
N
X=
∑x
i =1
Si N es impar ⇒ valor de la posición (N+1)/2
Si N es par
⇒ media de los valores que ocupan las posiciones N/2 y (N/2+1)
i
N
Cuartiles:
C 1 (Lower quartile) es primer cuartil si:
Nº datos ≤ C 1 es mayor o igual que N/4
C 3(Upper quartile)es tercer cuartil si:
Nº datos ≤ C 3 es mayor o igual que 3N/4
Nº datos ≥ C 1 es mayor o igual que 3N/4
Nº datos≥ C 3 es mayor o igual que N/4
(xi − X)2
N −1
i =1
N
2
Varianza (Variance): S = ∑
Recorrido Intercuartílico
(Interquartile range):
Recorrido (Range):
R = X max - X min
i=1
S3
Coeficiente de curtosis
(apuntamiento):
∑ (x − x )
CC=
4
i
i =1
Si CCE < -2
⇒ datos planicúrticos
Si CCE ∈ [-2, 2] ⇒ datos mesocúrticos (“normales”)
Si CCE > 2
⇒ datos leptocúrticos
−3
Covarianza (Covariance):
N
∑ ( x - x )( y - y )
i
cov xy =
X
Coef. curtosis estandarizado o Stnd. kurtosis (CCE):
( N − 1)
s4
S
Si CAE < -2
⇒ distribución asimétrica negativa
Si CAE ∈ [-2, 2] ⇒ distribución simétricaSi CAE > 2
⇒ distribución asimétrica positiva
3
N
CV =
Coef. asimetría estandarizado o Stnd. Skewness (CAE):
∑ ( xi - x ) / (N - 1)
CA =
S2
Coeficiente de variación (Coeff. of variation):
RI = C 3 – C 1
Coeficiente de asimetría:
N
Desviación típica (Standar deviation): S =
Coeficiente de correlación lineal (Correlation
Coefficient):
i
i=1
rxy =N-1
cov xy
Sx Sy
rxy ∈ [ -1, + 1]
Probabilidad
Propiedades:
P(A) ≥ 0
P(E) = 1
Si A y B son excluyentes ⇒
P(A)= 1 − P(A)
Regla de Laplace:
P(A) =
Casos favorables
Casos posibles
P(A ∪ B) P(A) + P(B) y
=
P(A) ≤ 1
P(A ∩ B) =
∅
P(∅ ) =
0
Leyes de Morgan:
A B = A B
A B = A B
1
FORMULARIO
Estadística - Grado en Ingeniaría Informática -DEIOAC
Suma de sucesos:
P(A ∪ B)=P(A)+P(B)-P(A ∩ B)
P(A ∪ B ∪ C)=P(A)+P(B)+P(C)-P(A ∩ B)-P(A ∩ C)-P(B ∩ C)+P(A ∩ B ∩ C)
En general:
P(A1 ∪ ∪ An )=∑ (P(Ai ) ) − ∑ (P(Ai ∩ A j ) ) + ∑ (P(Ai ∩ A j ∩ Ak )) + + (-1)n+1
Probabilidad condicional:
P(A/B) =
1
n
Si A y B son independientes ⇒
Producto de sucesos:
P(A ∩ B) = P(A).P(B/A)
P(A ∩ B)
P(B)
( ∑ (P(A A ))
P(A∩ B) = P(A).P(B)
P(A ∩ B) = P(B).P(A/B)
Teorema de la probabilidad total:
Teorema de Bayes
n
P(B)= ∑ P(A j )P(B/A j ) = P(A1 )P(B/A1 ) +…+ P(A n )P(B/A n ) P(Ai /B) =
j=1
P(Ai ∩ B)
P(Ai )P(B/Ai )
= n
P(B)
∑ P(A j )P(B/A j )
j=1
Distribuciones de probabilidad
Función de distribución: F(x)=P(X ≤ x)
Propiedad: P(a < X ≤ b)=F(b)-F(a)
Variables aleatorias discretasVariables aleatorias continuas
Función de probabilidad: P(X = x i )
Función de densidad: f(x)=
dF(x)
dx
Esperanza matemática y parámetros poblacionales
Media: m=E(X)
Varianza: σ 2 = E ( X – m ) 2
Desviación típica:
σ = σ2
Propiedades de la media:
Si Y= a 0 ± a 1 ·X 1 ± a 2 ·X 2 ± … ± a n ·X n ⇒ m Y = a 0 ± a 1 ·m X1 ± a 2 · m X2 ± … ± a n ·m n
Casos particulares:
SiY= a + b·X ⇒ m Y = a + b·m X
Si Y= a - b·X ⇒ m Y = a – b·m X
Si Y= X 1 + X 2 ⇒ m Y = m X1 + m X2
Si Y= X 1 - X 2 ⇒ m Y = m X1 - m X2
Propiedades de la varianza:
2
2
2
2
2
Si Y= a 0 ± a 1 ·X 1 ± a 2 ·X 2 ⇒ σ Y = a1 .σ X1 ± a2 .σ X2 ± 2.a1 .a2 .Cov X1X2
Casos particulares:
2
2
2
Si Y= a + b·X ⇒ σ Y = b .σ X
Si Y= a - b·X ⇒
2
2
2
Y= X 1 ± X 2 ⇒ σ Y = σ X1 + σ X2Si X 1 y X 2 son independientes:
Coeficiente de variación:
Covarianza:
((
CVX =
σ2 1X2 =E X1 - mX1
X
2
2
σ Y = b2 .σ X
σX
mX
)( X
2
- mX2
Recorrido Intercuartílico: C 3 – C 1 Recorrido: X max - X min
))
Coeficiente de correlación:
ρX X =
1 2
Cov X1X2
σ X .σ X
1
2
2
FORMULARIO
Estadística - Grado en Ingeniaría Informática - DEIOAC...
Leer documento completo
Regístrate para leer el documento completo.