Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Formulari, Ejercicios de Estadística

Asignatura: Estadística, Profesor: , Carrera: Ciències Ambientals, Universidad: UdG

Tipo: Ejercicios

Antes del 2010

Subido el 30/11/2006

sandrarm
sandrarm 🇪🇸

3.8

(19)

10 documentos

1 / 6

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ESTADÍSTICA
Ciències Ambientals
FORMULARI ESTADÍSTIC
Curs acadèmic 2004-05
Àrea d’Estadística i Investigació Operativa
Departament d’Informàtica i Matemàtica Aplicada
Universitat de Girona
pf3
pf4
pf5

Vista previa parcial del texto

¡Descarga Formulari y más Ejercicios en PDF de Estadística solo en Docsity!

ESTADÍSTICA

Ciències Ambientals

FORMULARI ESTADÍSTIC

Curs acadèmic 2004-

Àrea d’Estadística i Investigació Operativa

Departament d’Informàtica i Matemàtica Aplicada

Universitat de Girona

ANÀLISI DESCRIPTIVA

Mitjana

n

x

x

∑ i

Desviació

estàndard

(= Variància )

2

2

n

x x

s s

i

Desviació

estàndard

no corregida

2

2 2

    • 2

x

n

x

n

x x

s s

i i

Percentil

Dades ordenades

x (1)

, x (2)

,…, x (n)

n

i

x q

i q

P 100

()

Coeficient de

variació

x

s

CVar =

Coeficient

d’asimetria

3

3

s

x x

n

CAsim

i

Covariància

n

x x y y

s

i i

xy

Coeficient de

correlació

x y

xy

s s

s

r =

Coeficient de

determinació

SSTot

SSReg

y y

y y

s s

s

r

i

i

x y

xy

2

2

2

2

TEORIA DE LA PROBABILITAT

  • Propietats bàsiques: P(Ω)=1; P(∅)=0; P(Ω-A)=1-P(Ω); P(A ∪ B) = P(A) + P(B) - P(A ∩ B).
  • Probabilitat condicionada:

P(B)

P(A B)

P(A |B)=

; P(A ∩ B) = P(A) ⋅ P(B|A); P(A ∩ B) = P(B) ⋅ P(A|B).

  • Valors predictius d’una prova diagnòstica: M=”estar malalt”, p

=”la prova dona positiu”, p

=”la prova dona negaitiu”

P(M | p

PM P p M PnoM P p noM

PM P p M

P p

P M p

× + ×

×

P(noM | p

PM P p M PnoM P p noM

PnoM P p noM

P p

P noM p

− −

× + ×

×

  • Factors de risc d’una malaltia : M=”estar malalt”, F=”estar sotmés al factor de risc” → Risc relatiu = RR =

P M noF

PM F

FUNCIONS DE DENSITAT

Nom Funció de densitat Esperança [μ] Variància [σ

2

]

Discreta p

1

=P[X=x

1

], ..., p

n

=P[X=x

n

]

i

n

i

i

x p

= 1

i

n

i

i

x p

=

1

2

( μ )

Binomial

k n k

p p

k

n

P X k

( = )= ( 1 ) , per k=0,1,...,n

np npq

Poisson

k

e

P X k

k λ

λ

= = , per k=0,1,2,... λ λ

Normal

2

2

1

σ

μ

π σ

x

f x e

μ σ

2

INTERVALS D’ESTIMACIÓ A UN NIVELL DE CONFIANÇA 1-α [ n = mida de la mostra]

Paràmetre Estimador Informació Estadístic Distribució Interval de confiança

μ x

X ~Normal

σ coneguda

/ n

x

σ

μ

N(0,1)

( , )

/ 2 / 2

n

x z

n

x z

σ σ

α α

− +

μ x

X ~Normal

σ desconeguda

s/ n

x − μ

t n-

)

/ 2

,

/ 2

(

n

s

x t

n

s

x t

α α

− +

μ

x

X no Normal

σ coneguda

n gran

/ n

x

σ

μ

aproxim.

N(0,1)

( , )

/ 2 / 2

n

x z

n

x z

σ σ

α α

− +

μ

x

X no Normal

σ desconeguda

n gran

s/ n

x − μ

aproxim.

t n-

)

/ 2

,

/ 2

(

n

s

x t

n

s

x t

α α

− +

p p

ˆ

Aproximació “grollera”

[np≥10; n(1-p)≥10]

ˆ( 1 ˆ )

ˆ

n

p p

p p

aproxim.

N(0,1)

 −

∈ −

n

p p

p z

n

p p

p p z

ˆ( 1 ˆ)

ˆ ,

ˆ( 1 ˆ)

ˆ

α / 2 α / 2

p p ˆ

Se sap a priori que p≤p h

[np≥10; n(1-p)≥10]

n

p p

p p

h h

ˆ ( 1 ˆ)

ˆ

aproxim.

N(0,1)

 −

n

p p

p z

n

p p

p z

h h h h

ˆ ( 1 ˆ )

ˆ

,

ˆ ( 1 ˆ )

ˆ

α / 2 α / 2

p p ˆ

Màxima indeterminació

[np≥10; n(1-p)≥10]

n

p p

4

1

ˆ −

aproxim.

N(0,1)

− +

n

p z

n

p z

4

1

ˆ

,

4

1

ˆ

α / 2 α / 2

μ 1

- μ 2 1 2

x −x

X

1

~Normal (μ

1

, σ

1

)

X

2

~Normal (μ

2

, σ

2

)

σ

1

2

i σ

2

2

conegudes

Mostres independents

( )

2

2

2

1

2

1

1 2

1 2

n n

x x

σ σ

μ μ

− − −

N(0,1)

,

2

2

2

1

2

1

/ 2

1 2

2

2

2

1

2

1

/ 2

1 2

− − + − + +

n n

x x z

n n

x x z

σ σ σ σ

α α

μ

1

- μ

2 1 2

x −x

X

1

~Normal (μ

1

, σ

1

)

X

2

~Normal (μ

2

, σ

2

)

σ

1

2

= σ

2

2

i desconegudes

Mostres independents

2

1 /

1

1 /

)

1 2

1 2 (

n n

p

s

x x

− − μμ

on

2

1 2

2

2

1 )

2

(

2

1

1 )

1

(

2

− + −

=

n n

n S n S

p

S

ν

t

2

1 2

ν = n +n −

− ± +

1 2

, / 2

1 2

1 1

n n

x x t s

να p