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


resumen de formulas estadistica, Apuntes de Estadística

resumen de las formulas necesarias para dar un examen de estadistica y probabilidad . Muy util y 100%% 20 en el examen !!!!!!! usalo si o si y te ayudara

Tipo: Apuntes

2020/2021

Subido el 08/05/2021

vale-rejas
vale-rejas 🇵🇪

1 documento

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ESCUELA UNIVERSITARIA DE INGENIERÍA
ASIGNATURA : ESTADÍSTICA Y PROBABILIDAD II
SECCION : TODAS
PERIODO ACADÉMICO : 2021 - 0
RESUMEN DE FORMULAS DE DISTRIBUCIONES MUESTRALES
Población Parámetro
Estimador
(Variable
aleatoria)
Distribución Distribución Muestral
Normal
conocido µ
X
N(µ, 2/n)
z=¯
x
σ
n
~N(0,1)
Cualquiera µ,
conocido µ
X
N(µ, 2/n)
n grande (TLC)
z=¯
x
σ
n
N(0,1 )
Normal
µ y
desconocido
µ
X
t(n-1) g.l.
t=¯
x
s
n
~t
(n1)
Normal
conocido 2s22 con (n-1) g.l.
U
=(n1)S
2
σ
2
~
χ
(n1)
2
Binomial
n
x
p
N(, (1-) / n )
n grande
z=p
π(1-π)
n
N(0,1 )
Poisson Exponencial
TLC n> 30
´
X n ¿
λ ; λ /n¿
´
X n ¿
β2/n¿
Uniforme
XU
(
α ; β
)
E
(
X
)
=α+β
2V
(
X
)
=
(
βα
)
2
12
´
X n ¿
α+β
2;
(
βα
)
2
12 n¿
pf2

Vista previa parcial del texto

¡Descarga resumen de formulas estadistica y más Apuntes en PDF de Estadística solo en Docsity!

ESCUELA UNIVERSITARIA DE INGENIERÍA

ASIGNATURA : ESTADÍSTICA Y PROBABILIDAD II

SECCION : TODAS

PERIODO ACADÉMICO : 2021 - 0

RESUMEN DE FORMULAS DE DISTRIBUCIONES MUESTRALES

Población Parámetro

Estimador

(Variable

aleatoria)

Distribución Distribución Muestral

Normal

 conocido

μ

X

N(μ, 

2

/ n)

z=

x -μ

√n

~ N ( 0,1)

Cualquiera μ,

 conocido

μ X

N(μ, 

2

/ n)

n grande (TLC)

z=

¯

x -μ

σ

n

N ( 0,1 )

Normal

μ y 

desconocido

μ X t

(n-1) g.l.

t=

¯

x -μ

s

n

~ t

( n− 1 )

Normal

 conocido

2

s

2

2

con (n-1) g.l. U =

( n− 1 ) S

2

σ

2

( n − 1 )

2

Binomial

n

x

p 

N(, (1-) / n )

n grande

z=

p -π

π (1-π)

n

N (0,1 )

Poisson Exponencial

X P

λ

→ μ=E

X

= λ V

X

=λ X −E

β

−μ=E

X

=β V

X

2

TLC n> 30

X n ¿

λ ; λ /n ¿

X n ¿ β

2

/n ¿

Uniforme

X −U ( α ; β )−E ( X )=

α + β

V ( X ) =

( β −α )

2

X n ¿

α + β

( β−α )

2

12 n