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


Formulas estadistica, Apuntes de Estadística Aplicada a la Psicología

Formulas de estadística de algunos temas

Tipo: Apuntes

2017/2018

Subido el 21/12/2018

angymur
angymur 🇪🇸

5

(1)

11 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
FORMULAS
𝜇 = Σ𝑋𝑖
𝑁 S = σ = 𝛴𝑖(𝑋𝑖−𝑋
)2
𝑁
E(x) = Σ𝑋𝑖
𝑛 E(x) = Σ x𝑖𝑝𝑖 𝜎𝑥=𝛴𝑖(𝑋𝑖−𝑋
)2
𝑛 𝜎𝑥 = 𝜎
𝑛
𝜎𝑥= √Σ x𝑖
2𝑝𝑖 [E(x)]2 𝜎𝑥
2= 𝜎
𝑛
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
Población normal: x N (𝜇, σ) : x N (𝜇, 𝜎
𝑛)
E(x) = 𝜇
𝜎𝑥 = 𝜎
𝑛
Población no normal
Tamaño
Z = 𝑥 − E(x
)
𝜎𝑥
Z = 𝑥 − 𝜇
𝜎
𝑛
N(0,1)
n > 30 Aproximación a la normal
Z = 𝑥 − E(x
)
𝜎𝑥
t = 𝑥 − 𝜇
𝜎
𝑛
N(0,1)
n < 30
Z = 𝑥 − E(x
)
𝜎𝑥
Z = 𝑥 − 𝜇
𝜎
𝑛
N(0,
pf2

Vista previa parcial del texto

¡Descarga Formulas estadistica y más Apuntes en PDF de Estadística Aplicada a la Psicología solo en Docsity!

FORMULAS

𝑋𝑖 𝑁 S = σ = √ 𝛴𝑖(𝑋𝑖−𝑋̅ )^2 𝑁 E(x̅ ) = Σ 𝑋𝑖 𝑛 E(x̅ ) = Σ x̅ (^) 𝑖 𝑝𝑖 𝜎𝑥̅ = √ 𝛴𝑖(𝑋𝑖−𝑋̅ )^2 𝑛

𝜎 √𝑛 𝜎𝑥̅ = √Σ x̅ (^) 𝑖^2 𝑝𝑖 − [E(x̅ )]^2 𝜎𝑥^2 = 𝜎 𝑛 DISTRIBUCIÓN MUESTRAL DE LA MEDIA Población normal : x̅ → N (𝜇, σ) : x̅ → N (𝜇, 𝜎 √𝑛

E(x̅) = 𝜇 𝜎𝑥̅ = 𝜎 √𝑛 Población no normal Tamaño

Z =

𝑥̅ − E(x̅) 𝜎𝑥̅

Z =

𝑥̅ − 𝜇 𝜎 √𝑛

→ N(0,1)

n > 30 Aproximación a la normal

Z =

𝑥̅ − E(x̅) 𝜎𝑥̅

t =

𝑥̅ − 𝜇 𝜎 √𝑛

→ N(0,1)

n < 30

Z =

𝑥̅ − E(x̅) 𝜎𝑥̅

Z =

𝑥̅ − 𝜇 𝜎 √𝑛

→ N(0,

Proporción Población normal : x̅ → N (𝜇, σ) : x̅ → N (𝜇, 𝜎 √𝑛

E(x̅) = 𝜋 𝜎𝑝 = 𝜋 1 − 𝜋𝑛 Z = (𝑃 ∓

. 5 𝑛 ) − 𝜋 √𝜋(^1 −^ 𝜋) 𝑛 Calculo del tamaño de la muestra Media conocida →n = 𝜎^2 𝑍𝑎^2 / 2 𝐸𝑚𝑎𝑥^2 Media desconocida→n = 𝑠𝑛^2 −^1 𝑎∕ 2 𝑡𝑛^2 − 1 𝐸𝑚𝑎𝑥^2 Proporcion →n = P( 1 − P) 𝑍𝑎^2 / 2 𝐸𝑚𝑎𝑥^2 Varianza - → n = 2 𝑠𝑛^4 𝑍𝑎^2 / 2 𝐸𝑚𝑎𝑥^2 Coeficiente de determinación →𝑟𝑥𝑦^2 𝑆𝑌^2 ′ 𝑆𝑌^2 D de cohen→ d = 𝑥̅ − 𝜇 𝜎

Z =

𝑥̅ − E(x̅) 𝜎𝑥̅

Z =

𝑥̅ − 𝜇 𝜎 √𝑛

→ N(0,1)