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


Formulario estadistica I, Resúmenes de Estadística

Formulario estadistica I. …………..

Tipo: Resúmenes

2025/2026

Subido el 26/01/2026

claudia-velasco-fernandez
claudia-velasco-fernandez 🇪🇸

2 documentos

1 / 1

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Formulario de Estad´ıstica I
Tema 2 Sean x1, x2,...,xnlos nvalores observados. La muestra ordenada (variables no categ´oricas nom-
inales) se denota por x(1) , x(2),...,x(n).
Media aritm´etica: x=1
nPn
i=1 xi.
Mediana: M e =1
2(x(n
2)+x(n
2+1)),si nes par,
x(n+1
2),si nes impar.
Moda: La moda es el valor xique presenta una mayor frecuencia absoluta (o relativa).
Cuartiles: Qk=x(k(n+1)/4) para k= 1,2,3.
Percentiles: Pk=x(k(n+1)/100) para k= 1,2,...,99.
Rango o amplitud: R=xmax xmin.
Rango intercuart´ılico: RIC =Q3Q1.
Varianza muestral: ˆσ2=1
nPn
i=1(xix)2=1
nPn
i=1 x2
inx2.
Desviaci´on ıpica (o est´andar) muestral: ˆσ=ˆσ2.
Cuasivarianza muestral: s2=1
n1Pn
i=1(xix)2=1
n1Pn
i=1 x2
inx2.
Cuasidesviaci´on ıpica muestral: s=s2.
Coeficiente de variaci´on de Pearson: CV =s/|x|.
Coeficiente de asimetr´ıa de Fisher: CA =Pn
i=1(xix)3
ns3.
Coeficiente de curtosis de Fisher: CC =Pn
i=1(xix)4
ns43.
Tema 3 Sean (x1, y1),(x2, y2), . . . , (xn, yn) los npares de valores observados para (X, Y ).
Covarianza: sxy =1
n1
n
X
i=1
(xix) (yiy) = 1
n1 n
X
i=1
xiyinx y!
Coeficiente de correlaci´on lineal de Pearson: r(x,y)=sxy
sxsy
Tema 4 Sea el espacio muestral asociado a cierto experimento aleatorio, B1,...,Bkuna partici´on de Ω,
tal que P(Bi)6= 0 para i= 1,...,k yAun suceso cualquiera.
Ley de la probabilidad total:
P(A) = P(AB1) + ...+P(ABk) = P(A|B1)P(B1) + ... +P(A|Bk)P(Bk).
Teorema de Bayes:
P(Bj|A) = P(BjA)
P(A)=P(A|Bj)P(Bj)
P(A|B1)P(B1) + ...+P(A|Bk)P(Bk),para j= 1,...,k.
Esperanza y varianza de una variable aleatoria.
Sea Xuna v.a. que toma valores en un conjunto S. La esperanza y varianza de Xse definen como:
E(X) =
X
xS
x P (X=x),si Xes una v.a. discreta,
ZS
x f (x)dx, si Xes una v.a. continua.
var(X) =
X
xS
(xE(X))2P(X=x),si Xes una v.a. discreta,
ZS
(xE(X))2f(x)dx, si Xes una v.a. continua.
Tema 5 Algunos modelos de probabilidad.
Modelo XConjunto SFunci´on de probabilidad / densidad E(X)var(X)
Ber(p){0,1}P(X= 1) = p,P(X= 0) = 1 p p p (1 p)
B(n, p){0,1,...,n}P(X=x) = n
xpx(1 p)nxn p n p (1 p)
P ois(λ)N {0}P(X=x) = eλλx
x!λ λ
U(a, b) (a, b)f(x) = 1
ba(a+b)/2 (ba)2/12
exp(λ)R+f(x) = λ eλ x 1 12
N(µ, σ)Rf(x) = 1
σ2πexp 1
2σ2(xµ)2µ σ2
Tema 6 Intervalos de confianza.
xzα
2
σ
n,x+zα
2
σ
n,xzα
2
s
n,x+zα
2
s
n,ˆpzα
2rˆp(1 ˆp)
n,ˆp+zα
2rˆp(1 ˆp)
n

Vista previa parcial del texto

¡Descarga Formulario estadistica I y más Resúmenes en PDF de Estadística solo en Docsity!

Formulario de Estad´ıstica I

Tema 2 Sean x 1 , x 2 ,... , xn los n valores observados. La muestra ordenada (variables no categ´oricas nom-

inales) se denota por x(1), x(2),... , x(n).

  • Media aritm´etica: x =

1

n

n

i=

xi.

  • Mediana: M e =

1

2

(x (

n

2

)

  • x (

n

2

+1)

), si n es par,

x (

n+

2

)

, si n es impar.

  • Moda: La moda es el valor xi que presenta una mayor frecuencia absoluta (o relativa).
  • Cuartiles: Qk = x (k(n+1)/4)

para k = 1, 2 , 3.

  • Percentiles: P k

= x (k(n+1)/100)

para k = 1, 2 ,... , 99.

  • Rango o amplitud: R = x max

− x min

  • Rango intercuart´ılico: RIC = Q 3

− Q

1

  • Varianza muestral: ˆσ

2

1

n

n

i=

(xi − x)

2

1

n

[∑

n

i=

x

2

i

− nx

2

]

  • Desviaci´on t´ıpica (o est´andar) muestral: ˆσ =

ˆσ

2 .

  • Cuasivarianza muestral: s

2

1

n− 1

n

i=

(xi − x)

2

1

n− 1

[∑

n

i=

x

2

i

− nx

2

]

  • Cuasidesviaci´on t´ıpica muestral: s =

s

2 .

  • Coeficiente de variaci´on de Pearson: CV = s/|x|.
  • Coeficiente de asimetr´ıa de Fisher: CA =

∑ n

i=

(xi−x)

3

ns

3

  • Coeficiente de curtosis de Fisher: CC =

∑ n

i=

(xi−x)

4

ns

4

Tema 3 Sean (x 1 , y 1 ), (x 2 , y 2 ),... , (xn, yn) los n pares de valores observados para (X, Y ).

  • Covarianza: sxy =

n − 1

n ∑

i=

(xi − x) (yi − y) =

n − 1

n ∑

i=

xi yi − nx y

  • Coeficiente de correlaci´on lineal de Pearson: r (x,y)

s xy

sx sy

Tema 4 Sea Ω el espacio muestral asociado a cierto experimento aleatorio, B 1 ,... , Bk una partici´on de Ω,

tal que P (Bi) 6 = 0 para i = 1,... , k y A un suceso cualquiera.

  • Ley de la probabilidad total:

P (A) = P (A ∩ B

1

) +... + P (A ∩ B

k

) = P (A|B

1

) P (B

1

) +... + P (A|B

k

) P (B

k

  • Teorema de Bayes:

P (B

j

|A) =

P (Bj ∩ A)

P (A)

P (A|Bj ) P (Bj )

P (A|B

1

) P (B

1

) +... + P (A|B

k

) P (B

k

, para j = 1,... , k.

Esperanza y varianza de una variable aleatoria.

Sea X una v.a. que toma valores en un conjunto S. La esperanza y varianza de X se definen como:

E(X) =

x∈S

x P (X = x), si X es una v.a. discreta,

S

x f (x) dx, si X es una v.a. continua.

var(X) =

x∈S

(x − E(X))

2 P (X = x), si X es una v.a. discreta,

S

(x − E(X))

2 f (x) dx, si X es una v.a. continua.

Tema 5 Algunos modelos de probabilidad.

Modelo X Conjunto S Funci´on de probabilidad / densidad E(X) var(X)

Ber(p) { 0 , 1 } P (X = 1) = p, P (X = 0) = 1 − p p p (1 − p)

B(n, p) { 0 , 1 ,... , n} P (X = x) =

n

x

p

x (1 − p)

n−x n p n p (1 − p)

P ois(λ) N ∪ { 0 } P (X = x) = e

−λ λ

x

x!

λ λ

U (a, b) (a, b) f (x) =

1

b−a

(a + b)/ 2 (b − a)

2 / 12

exp(λ) R

f (x) = λ e

−λ x 1 /λ 1 /λ

2

N (μ, σ) R f (x) =

1

σ

2 π

exp

1

2 σ

2 (x^ −^ μ)

2

μ σ

2

Tema 6 Intervalos de confianza.

x − z

α

2

σ

n

, x + z

α

2

σ

n

x − z

α

2

s

n

, x + z

α

2

s

n

pˆ − z

α

2

pˆ(1 − pˆ)

n

, pˆ + z

α

2

pˆ(1 − pˆ)

n