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