formulario_tornesta.doc
TRANSCRIPT
7/27/2019 FORMULARIO_TORNESTA.doc
http://slidepdf.com/reader/full/formulariotornestadoc 1/4
Formulario Torneo Estadística I
TAMAÑO DE CLASEmax-min
Cw =
C : número de clases
LA MEDIA ARITMÉTICAPara datos sin agrupar
Media de la Muestra
1
n
i
i
x
xn
==
∑
i x : valores de los elementos de la muestra
n: tamaño de la muestra
Media de la población
1
N
i
i
x
N µ ==
∑
i x : valores de los elementos de la
población N: tamaño de la población
Para datos agrupados
1
n
i i
i
F PM
xn
=
×
=
∑
1
N
i i
i
F PM
N µ =
×
=
∑
i F : Frecuencia de la clase i
i PM : Punto medio de la clase i
LA MEDIA PONDERADA
1
1
n
i i
i
w n
i
i
w x
xw
=
=
=
∑
∑
w x : es la media ponderada
iw : es el peso asignado a cadaobservación
i x : es el elemento correspondiente
n : total de observaciones
LA MEDIA GEOMÉTRICA
Factor de crecimiento = 1100
tasadecrecimiento+
Tasa de crecimiento = (factor de crecimiento – 1) *100
1 2
1
..n
nn g i n
i
x x x x x=
= =∏
7/27/2019 FORMULARIO_TORNESTA.doc
http://slidepdf.com/reader/full/formulariotornestadoc 2/4
Formulario Torneo Estadística I
LA MEDIA ARMÓNICA
1
1n
i i
n H
x=
=
∑
LA MEDIANA
Para datos agrupados
( )( )1 / 2 ( 1)m
m
n F m w l
f
+ − += + ÷ ÷
n: tamaño de muestra F : frecuencia acumulada anterior a la clase
mediana f m: frecuencia de la clase mediana
w: ancho de clase.
l m: Limite inferior de la clase mediana
Clase mediana: Clase que contiene el elemento mediano.
Elemento mediano: Elemento que está en la posición( 1)
2
n +del conjunto de datos
ordenados.
Clase hasta: Clase anterior a la clase mediana
LA MODA
Para datos agrupados
1
1 2
M
d M LI w
d d
= + ÷+
M LI : límite inferior de la clase modal
1d : frecuencia de la clase modal menos
la frecuencia de la clase anterior
2d : frecuencia de la clase modal menos
la frecuencia de la clase superior
VARIANZA Y DESVIACIÓN ESTÁNDAR PoblaciónDatos sin agrupar
Varianza
( )2
2
1
N i
i
x
N
µ σ
=
−= ∑
Desviación estándar:2
2
1
( ) N i
i
x
N
µ σ σ
=
−= = ∑
PoblaciónDatos agrupados
Varianza2
2
1
( ) N i i
i
F PM
N
µ σ
=
−= ∑
Desviación estándar 2
2
1
( ) N i i
i
F PM
N
µ σ σ
=
−= = ∑
MuestraDatos sin agrupar Varianza
2
2 1
( )
1
n
i
i
x x
sn
=
−=
−
∑
Desviación estándar
MuestraDatos agrupadosVarianza
22
1
( )
1
ni i
i
F PM x s
n=
−=
−∑
7/27/2019 FORMULARIO_TORNESTA.doc
http://slidepdf.com/reader/full/formulariotornestadoc 3/4
Formulario Torneo Estadística I
2
2 1
( )
1
n
i
i
x x
s sn
=
−= =
−
∑Desviación estándar
22
1
( )
1
ni i
i
F PM x s s
n=
−= =
−∑
EL COEFICENTE DE VARIACIÓNPoblación
(100)vC σ
µ =
Muestra
(100)v
sC
X =
PRINCIPIO BÁSICO DE CONTEO Y PERMUTACIONESPrincipio Básico del conteo: Sea un evento 1
Q que puede ocurrir de 1q maneras, un
evento 2Q que pueda ocurrir de 2q maneras,... y un evento nQ que puede ocurrir de nq
maneras. Entonces el suceso compuesto 21QQ ... nQ puede ocurrir q1q2...qn maneras.
Ordenaciones con repeticiónr
n r O n=
Factorial ( n !)1)......2)(1(! −−= nnnn
Permutaciones
!
( )!n r
n P
n r =
−= )1)...(1( +−− r nnn
Combinaciones
!
!( )!
n r
nC
r n r
=
−
Permutaciones con objetos repetidos.
1 2
!
! !... !k
n
n n n
PROBABILIDADPropiedades de la función de probabilidad
i) P(A)≥0 ii) P(A) 1≤
iii) P(S)=1 iv) P(Ac)=1-P(A).
v) P(A)=S
A
#
# vi) P(∅ )=0
vii) ( ) ( ) ( ) P A B P A P B∪ = + si
A B∩ = ∅viii) ( ) ( ) ( ) ( ) P A B P A P B P A B∪ = + − ∩
PROBABILIDAD CONDICIONAL
P(A|B)=)(
)(
B P
B A P ∩
EVENTOS INDEPENDIENTESP(E|F)=P(E)
( ) ( ) ( ) P E F P E P F ∩ =
7/27/2019 FORMULARIO_TORNESTA.doc
http://slidepdf.com/reader/full/formulariotornestadoc 4/4
Formulario Torneo Estadística I
TEOREMA DE BAYES
( ) ( )1
( ) |n
i i
i
P A P A B P B=
= ∑1
( | ) ( )( | )
( | ) ( )
i ii n
i i
i
P A B P B P B A
P A B P B=
=
∑
DISTRIBUCIÓN BINOMIAL
( ) r n r
n r P r C p q −=
P : probabilidad de éxitoq : probabilidad de fracaso
np
npq
µ
σ
=
=
DISTRIBUCIÓN DE HIPERGEOMÉTRICA
( ) ; 0r x N r n x
N n
C C p x x r
C
− −= ≤ ≤ p(x) : probabilidad de x éxitos en n
intentos
n : número de intentos
N : número de elementos de la población
r : número de elementos identificados
como éxitos en la población
DISTRIBUCIÓN DE POISSON
( )!
xe p x
x
λ λ −
= x número de ocurrenciasλ promedio
Si 20n ≥ y .05 p ≤ Poisson es una buena aproximación a la normal y en este caso, se
cumple que,
( )( )( )
!
x npnp e P x
x
−
=
DISTRIBUCIÓN NORMAL x
z µ
σ
−= x : valor de la variable aleatoria
µ : media de la distribución
σ : desviación estándar de la distribución
z : número de desviaciones estándar quevan desde x hasta la media de la
distribución