Elementos de Estadstica Estadstica Analtica

PROBABILIDAD

P(A) =

cantidad de casos favorables

cantidad de casos posibles

1) TEOREMA DE LA SUMA DE PROBABILIDADES

P(A B)= P(A)+ P(B) - P(A B)

2) PROBABILIDAD CONDICIONAL

P(A/B) =

P(A B)
P(B)

3) TEOREMA DEL PRODUCTO DE PROBABILIDADES

P(A B) = P(A/B).P(B) = P(B/A).P(A)

4) ESPERANZA MATEMATICA
Sea x una variable aleatoria con funcin de probabilidad p(x) o f(x):

1)E(X)= x i. p( x i ) si x es v. a. discreta
+

2)E(X)= x.f(x).dx si x es v. a. continua

-

5) DISTRIBUCION DE PROBABILIDAD
A) DISTRIBUCIONES DISCRETAS:
A.1) DISTRIBUCION DE BERNOULLI
x
1-x

para x = 0 y x = 1 ; 0 p 1
p (1- p )
p(x)=

0 para otros valores de x

donde: E(X) = p ; V(X) = p(1-p)

A.2) DISTRIBUCION BINOMIAL

n x
n-x
p (1- p ) para x = 0,1,...,n ; 0 p 1
p(x)= x
0 para otros valores de x

r
n x
n-x
P(X r)= Bi(r, p,n)= p (1- p )
donde:
0 x
E(X)= np ; V(X)= np(1- p)

Elementos de Estadstica Estadstica Analtica

A.3) DISTRIBUCION DE POISSON

e - . x
para x = 0,1,... ; > 0

p(x) = x!
0 para otros valores de x

donde:

r
-
. x
P(X r)= Po(r, ,n)= e
x!
0
E(X)= ; V(X)=

La constante es considerada la tasa media de ocurrencia de los sucesos por unidad de

tiempo o espacio.
B) DISTRIBUCIONES CONTINUAS:
B.1) DISTRIBUCION NORMAL

f x (x, , 2 )=
Condiciones:

2 2

1
2 2

x (-;+ ) ; (-;+ ) ; > 0

E(X) = ; V(X) = 2

La funcin de distribucin de probabilidad acumulada se define como:

x

F(X) =

f(y).dy

B.2) DISTRIBUCION NORMAL ESTANDARIZADA

Sea la variable aleatoria:

con funcin de densidad:

f(z)=

Z=

(X - )

1
e
2

Z2
2

para - Z +

recibe el nombre de Distribucin Normal Estandarizada o N(0;1), donde:

E(Z) = 0

V(Z) = 1

La funcin de distribucin de probabilidad acumulada est definida por:

z

F(Z z) =

f(Z).dZ

Nota : f(-z) = f(z)

(-z) = 1 - (z)

Elementos de Estadstica Estadstica Analtica

B.3) DISTRIBUCION JI CUADRADO
2

n
x i
2
Sea la variable aleatoria: V i

zi
i i
i

con funcin de densidad:

x
1

1
2
2
x e
para x 0

f x 2 2 2

para x 0

recibe el nombre de funcin de densidad Ji cuadrado. Donde la letra representa el nmero

de trminos independientes y recibe el nombre de grados de libertad y:
E(V) =

V(V) = 2

B.4) DISTRIBUCION t DE STUDENT

Sea la variable aleatoria:

Z
V

1
1

1 t 2
f t

recibe el nombre de funcin de densidad t de Student con grados de libertad, donde:

E(t) = 0
t ;1-

para > 1 V(t)=

-2

para > 2

f(t).dt = 1- = F( t ;1- )= P( t t ;1- )

B.5) DISTRIBUCION F DE SNEDECOR

U

Sea la variable aleatoria:

F= 1
V
2

(1 +2 ) / 2

donde

1 / 2

g(F)=
. 1
1 / 2 2 / 2 2

U ~21 y V ~22
1 / 2 1

1
1+ F

1+2 / 2

para F > 0

recibe el nombre de funcin de densidad F de Snedecor con 1 y 2 grados de libertad,

E(F)=
donde:

F ( , );1-
1 2

2
para 2 > 2
2 - 2

22 ( 1 +2 - 2)
para 2 > 4
1( 2 - 2)2( 2 - 4)
2

V(F)=

g(F).dF = 1- = G( F ( 1 ,2 );1- ) = P( F ( 1 ,2 ) < F ( 1 ,2 );1- )

Elementos de Estadstica Estadstica Analtica

E S T A DI S T I C A DE S C R I PT I V A
1) MEDIDAS DE POSICION
A.- MEDIA ARITMETICA ( x )
* Para n valores observados no agrupados: x =

xi
n

* Cuando los n valores estn ordenados en una tabla de frecuencias:

x=
B.- MEDIANA (Me)

x 'i fi
xi hi
n

Dados n valores ordenados de menor a mayor o de mayor a menor, se define como Me:
Si n es impar: Me es la observacin de la posicin (n+1)/2 (PosMe)
Si n es par: Me es la media aritmtica de las observaciones que correspondan a los 2
valores centrales.
Cuando la variable es cuantitativa continua y los datos estn agrupados en una tabla de
frecuencias:

Donde:

PosMe - F (i-1)
Mex = L i + c

fi

Li: Lmite inferior del intervalo mediana.

c: Amplitud del intervalo.
F(i-1): Frecuencia acumulada del intervalo anterior al intervalo mediana.
fi: Frecuencia absoluta del intervalo mediana.

C.- MODO (Md o Mo)

Para variables cuantitativas discretas, el modo es el valor de la variable de mayor frecuencia
simple.
Cuando la variable es cuantitativa continua y los datos estn agrupados en una tabla de
frecuencias:

1
Mo = L i + c

1 + 2
Donde:
1 f (Max) f (ant)
2 f (Max) f (post)
Li: Lmite inferior del intervalo Modal.
c: Amplitud del intervalo Modal.
f(post): Frecuencia absoluta del intervalo posterior al intervalo Modal.
f(ant): Frecuencia absoluta del intervalo anterior al intervalo Modal.
f(Max): Frecuencia absoluta del intervalo Modal.
2) MEDIDAS DE DISPERSION
A.- VARIANZA (sx2)
Para n valores observados no agrupados:

sx2 =

2
1 2 ( xi )

x
i

n-1
n

Elementos de Estadstica Estadstica Analtica

Cuando los n valores estn ordenados en una tabla de frecuencias:
2
1 2 ( x i fi )

f
x
i i

n-1
n

sx2 =
B.- DESVIO ESTANDAR (sx)

sx = sx2
C.- COEFICIENTE DE VARIACION (C.V.)

C.V.x % =

sx
100
x

Elementos de Estadstica Estadstica Analtica

ESTADISTICOS MAS EMPLEADOS

A) NORMAL ESTANDAR

Z=

p - p
N (0;1)
- p)/n

p(1

Z=

p - p

Z=

x -
~ N(0;1)
/ n

p(1 - p)/n

X 2 1 2

12

n1
Z

p1 p 2 p1 p2 N
1 1
p 1 p
n1 n2
Z

n2

0;1

p1

x1
x
x x
; p 2 2 ; p 1 2
n1
n2
n1 n2

p1 p 2 p1 p2
p1 1 p1 p 2 1 p 2

B) t DE STUDENT

x1 x2 1 2
sa

N 0;1

22

n1

N (0;1)

1 1

n1 n2

N 0;1

n2

x
sX
n

t n1 n2 2

t n 1

sa2

n1 1 s12 n2 1 s22
n1 n2 2

x1 x2 1 2 t
s12 s22

n1 n2

s12 s22

n n
12 2 2
s12 s22

n1 n2
n1 1 n2 1

Elementos de Estadstica Estadstica Analtica

n

di x1i x2i ; t

d D
sD
n

di

t n 1

d=

d i

n
1
di - 1
s 2d =
n
n-1 1

C) JI CUADRADO

=
2

(n - 1)sx2

~ n21

( - )
= oi ei (k2 -1) ; donde ei = n.pi y k = N clases
ei
i=1
2

2=

( oij - eij )2
eij

i=1 j=1

(f2 -1)(c-1) ; donde f = N filas y c = N columnas

D) F DE SNEDECOR

s12

12
s22

~F( n1 1),( n2 1)

22

s12
s22

12
22

~F( n1 1),( n2 1)

E) CORRECCIN DE TAMAO DE MUESTRA PARA POBLACIONES FINITAS

N = Tamao de la poblacin; n0= tamao de muestra hallado;

nf

nf = tamao de muestra corregido

n0
n
1 0
N

F) PRUEBA DE WILCOXON DE RANGOS SIGNADOS

T+ = sumando los rangos correspondientes a las diferencias Positivas
T- = sumando los rangos correspondientes a las diferencias Negativas

Suma total de rangos:

Si n > 25:

n n 1
2
n n 1
V . crtico sup.=
V . crtico inf .
2

T T T

n(n 1) n(n 1)(2n 1)

d
T
N (E(T), V(T)) N
;

4
24

Elementos de Estadstica Estadstica Analtica

G) PRUEBA DE MANN WHITNEY
n

T ri ; siendo ri los rangos de una de las muestras

i 1

n1 n1 1
T1
2
n n 1
U ' n1 * n2 2 2
T2
2
U U ' n1 * n2
U n1 * n2

Si n1 > 20 y n2 > 40:

E T1

n1 n1 n2 1
2

V T1 V T2
Z

E T2

n2 n1 n2 1
2

n1 * n2 n1 n2 1
12

T E (T )
N (0;1)
V (T )

Elementos de Estadstica Estadstica Analtica

ANALISIS DE REGRESION
a) Estimacin de la ecuacin de la regresin

yi = a + bxi

ecuacin de regresin estimada

a.1) Estimacin de y

xi yi
xi - x yi - y xi yi n. xi yi -( xi )( yi )
n
b=
=
=
2
2
2
( xi )
n. xi2 -( xi )
xi - x
xi2 n
a = y - bx

a.2) Estimacin de 2
2
2

yi
xi

1
2
2
2
yi - b xi
s =

n-2
n
n

2
2
n.se
se
2
=
V b = sb =
2
2
2
n xi - xi
xi
xi2 n
2
e

b) Estimacin por intervalo de confianza

b.1) Para

t=

b-
2
b

~ t (n-2)

b.2) Para E(Yi)

Dados n pares de valores (xi; yi), se estiman los parmetros del modelo: Yi = + xi + ei

a + bx0 t (n-2);(1- / 2)

2
1

(x0 - x )

se2 +
2
n x 2 - ( xi )

i
n

a : Estimador de ( ) y b : Estimador de ( )
c) Docimasia de hiptesis
Para

t H0 =

b-0
2
b

~ t (n-2)

Elementos de Estadstica Estadstica Analtica

d) Coeficiente de determinacin (R)
2

xi
2

b xi 2
n
(xi - x )2
b

2
=
R =
2
2
yi y
yi
y i2 n

e) Intervalo de prediccin

Yn 1

tn 2;1

1 x x 2

s 2 1 n n 1
2
n
xi x

i 1

a + bxn 1 t (n-2);(1- / 2)

(xn 1 - x )
1
se2 1 +
n
( xi )2

i
n

f) Anlisis de varianza en Regresin Lineal Simple

Fuentes de
Variacin
Debida a la
Regresin

G.L.

Suma de Cuadrados

xi

b xi

Residual

n-2

TOTAL

n-1

a bxi

2
i

se2

10

Cuadrados
Medios

SCREG SCREG

GLREG
1
SCRES SCRES

GLRES
n2

1
SCTOTAL SCREG
n2

CM REG
~ FGLREG ;GLRES
CM RES

Elementos de Estadstica Estadstica Analtica

ANALISIS DE VARIANZA DISEO COMPLETAMENTE ALEATORIZADO

Fuentes de
Variacin

G.L.

Modelo o
Tratamiento

k-1

Error

n-k

Suma de Cuadrados

ni yi y..

Cuadrados
Medios

SCTRAT
k 1

i 1

n 1 * s
i 1

TOTAL

2
i

sP2

SCERROR
nk

n-1

2
P

n1 1 * s12 ... nk 1 * sk2

n1 ... nk k

Prueba de Kruskal Wallis

k
Ri.
12
3( N 1)

N ( N 1) i 1 ni

Donde:
N es el total de observaciones
Ri. es el rango total de la muestra i
Bajo Ho

11

H k21

CM TRAT
CM ERROR

Elementos de Estadstica Estadstica Analtica

ANALISIS DE CORRELACION
a) Estimacin del coeficiente de correlacin():

= r =

x1i x2i -

x1i - x1 x2i - x2
x1i - x1 x2i - x2

x1i x2i

2 x1i
x1i n

n
2

2 x2i 2
x2i
n

b) Docimasia de hiptesis

Para

=0:

t H0 =

r (n - 2)
2

(1- r )

~ t (n-2)

NOTA: Para los fines prcticos el valor del Coeficiente de Determinacin (R2) coincide
numricamente con:
2
2
R =r

c) Coeficiente de correlacin de Spearman

rS 1
n: nmero de diferencias

12

6 di2
(n 1) n (n 1)