FORMULARIO

n
X
(yi − Ȳ )3
i=1
Coeficiente de asimetrı́a:
n (n − 1)S 3
1X
Media: Ȳ = yi (yi − Ȳ )4
n i=1 Coeficiente de curtosis: −3
(n − 1)S 4
n1 Y¯1 + n2 Y¯2
Media ponderada: Ȳ = . yi − Ȳ
n1 + n2 Puntaje Z: z =
 S
 X[kn]+1 si kn no es entero. Correlación de Pearson: . 
n
Percentil k: Pk =
 
X kn + Xkn+1 1 X xi − X̄ yi − Ȳ
 si knes entero. r=
2 n − 1 i=1 Sx Sy
n
1 X  
Varianza: S 2 = (yi − Ȳ )2 Recta Regresión: b0 = Ȳ − b1 X̄ , b1 = r
Sy
n − 1 i=1 Sx
Probabilidad Condicional .
P (A ∩ B)
P (B|A) = P (A) 6= 0
P (A)

Sea B1 , . . . , Bn una partición de Ω y A un evento de Ω,

Xn
Probabilidad Total: P (A) = P (A|Bi )P (Bi )
i=1

P (A|Bk )P (Bk )
Teorema de Bayes: P (Bk |A) = n , k = 1, 2, . . . , n.
X
P (A|Bi )P (Bi )
i=1
Distribución Variables aleatorias .
P (X = k) = nk pk (1 − p)n−k ,


Si X ∼ Binomial(n, p) → x = 1, 2, 3, 4, . . . , n
→ E(X) = np
→ V (X) = np(1 − p)
λk e−λ
Si X ∼ Poisson(λ) → P (X = k) = k!
, x = 0, 1, 2, 3, 4, . . .
→ E(X) = λ
→ V (X) = λ
Si X ∼ Geométrica(p) → P (X = k) = p(1 − p)(k−1) , x = 1, 2, 3, 4, . . .
→ E(X) = p1
→ V (X) = 1−p
p2

1
 Si x ∈ [a, b]
Si X ∼ Uniforme(a, b) → fX (x) = b−a
 0 en otro caso
a+b
→ E(X) = 2
(b−a)2
→ V (X) = 12
 
1 1  x − µ 2
Si X ∼ Normal(µ, σ 2 ) → fX (x) = √ exp − , −∞<x<∞
2πσ 2 2 σ
→ E(X) = µ
→ V (X) = σ 2
− ν+1
Γ ν+1


2 x2 2
Si X ∼ t-student(ν) → fX (x) = √ ν

1 + , −∞<x<∞
νπΓ 2 ν
→ E(X) = 0 si ν > 1
ν
→ V (X) = si ν > 2
ν−2
1 n x
Si X ∼ χ2(n) → fX (x) = n/2 x 2 −1 e− 2 , x > 0
2 Γ (n/2)
→ E(X) = n, n > 0
→ V (X) = 2n, n > 0