Media

Mediana

Datos no agrupados
x i = x i
x =
n
N
n+1
Md=
2

Datos agrupados
x =

n
AF )i
(
2
M d=L+

Linf + 2
Mo=

( xi x )
2
s=
n1

fi ( xix )
2
s=
n1

Moda
Desviacin
Estndar

( xi)2
=
N
Varianza

f i xi
n

s 2=

(xi)
N

( xi x )2
n1

Cuartiles

q 1=

q 2=

q 3=

fi ( xi)2
N
2
fi (xi)
2
=
N

s=

n+1
4

fi (xi x )
n1

n
AF ) i
(
4
Q1=L+

n+1
2

n
AF )i
(
2
Q2=L+

3 (n+1)
4

3n
AF )i
(
4
Q3=L+
f

Deciles

Percentiles

Covarianza

dj=

j(n+ 1)
jn 1
+ o dj=
10 2
10
kn 1
pk=
+
100 2

Sxy =

xi yi
(x y )
n

j(n+1)
pj=
100

jn
AF ) i
(
10
Dj=L+

f
kn
AF i
100
Pk=L+
f

Correlacin

Sxy
SxSy
Sxy
y y = 2 ( x x )
S x

Corr xy =

Regresin lineal
Probabilidad
Probabilidad Clsica:

P ( E )=

Evento Complementario:

n( E)
n(S)

P ( A c )=1P (E)

A
B)
(
)
(
)
P A + P B =P ( AUB ) + P
Ordenamiento de objetos similares:
n!
a! b !
Permutacin y Combinaciones
n!
n!
nPr=
nCr=
( nr ) !
( nr ) ! r !
Probabilidad Condicional:
P( A B)
P ( AIB ) =
p(B)
Sucesos Independientes:
P( A B) p ( A )p (B)
P ( AIB ) =
=
= p( A)
p(B)
p (B)

P ( AIB ) =P( A )
P ( BIA )=P(B)
P ( A B ) =p ( A ) p(B)

Teorema de Bayes
Distribucin Normal:
P [ z <a ] = (a)
P [ z >a ] =1 (a)
P [ z <a ] =1 (a)
P [ z >a ] = (a)
P [ a < z< b ] = ( b ) (a)
P [ z < a ] =2 ( a )1
P [ z > a ] =2[1 ( a )]

x
z=

Ji Cuadrada:
2

(OE)
E

2
n