Probabilidades
n!
n
n!
n 0
k
n
n! = n (n 1) 2 1,
Ak =
Ak = n ,
Ck =
=
,
.
k
(n k)!
(n k)!k !
P (A B)
Probabilidade condicionada: P (A|B) =
, com P (B) 6= 0; A e B independentes se P (A B) = P (A) P (B).
P (B)
n
X
P (B|Ai ) P (Ai )
Sendo Ai , i = 1, , n, uma partio de , tem-se: P (B) =
P (B|Aj ) P (Aj ), P (Ai |B) =
.
P (B)
j=1
n
Variveis aleatrias
Discretas:
f (xi ) 0,
f (x) 0,
Contnuas:
n
P
f (xi ) = 1,
i=1
+
R
f (x)dx = 1,
F (x) =
xi x
Rx
f (xi ),
F (x) =
E(X) =
f (t)dt,
n
P
xi f (xi ),
i=1
+
R
E(X) =
E [g(X)] =
n
P
g(xi )f (xi ).
i=1
xf (x)dx,
E [g(X)] =
+
R
g(x)f (x)dx.
h
i
2
V ar (X) = 2X = E (X X ) = E(X 2 ) 2X
Distribuio conjunta de duas variveis
PP
i
X BN (r, p)
X H (N, n, r)
X P ()
X U (a, b)
X Exp ()
X N (, )
Cov(X, Y )
.
X Y
g(xi , yj )f (xi , yj )
X B (n, p)
Corr(X, Y ) =
Distribuies tericas
n x
f (x) =
p (1 p)nx , para n N e x = 0, , n; E(X) = np e V ar(X) = np(1 p)
x
x1 r
r
r (1 p)
f (x) =
p (1 p)xr , para r N e x = r, r + 1, ; E(X) =
e V ar(X) =
r
1
p
p2
r
N r
x
nx
f (x) =
, max{0, n (N r)} x min{r, n} e x, N, n, r N;
N
n
r
r
N r N n
E(X) = n
e V ar(X) = n
N
N
N
N 1
e x
f (x) =
, com > 0 e x = 0, 1, ; E(X) = e V ar(X) =
x!
axb
a+b
(b a)2
ba
f (x) =
, com a < b; E(X) =
e V ar(X) =
2
12
0
x<a x>b
ex x > 0
1
1
f (x) =
, com > 0; E(X) =
e V ar(X) = 2
0
x0
para > 0 e , x R; E(X) = , V ar(X) = 2 e Z =
X 2(n)
X t(n)
n
n2
N (0, 1)
(para n 3)
Convergncia assimpttica
n
r
0.05, sendo p =
N
N
X H(N, n, r)
X B(n, p) se
X B(n, p)
X P () se n 20 e p 0.05, sendo = np
X B(n, p)
X 0 N (, ) se n p 15 e n (1 p) 15, sendo = np e 2 = n p (1 p)
X P ()
X 2(n)
X 2(n)
2X 2n N (0, 1) se n 30
X t(n)
Xi i. i. d.
Xi P (i )
Xi N (i , i )
Xi 2(ni )
X 2(n)
X N (, ) se n 100, sendo = n e 2 = 2n
X N (0, 1) se n 30
n
P
i=1
i=1
Z N (0, 1) e
Xi P
i se Xi independentes para i = 1, , n
i=1
i=1
!
s
n
n
n
P
P
P
2
2
a+
bi Xi N a +
bi i ,
bi i
se Xi independentes para i = 1, , n
Zi N (0, 1)
i=1
i=1
n
P
Xi 2 P
n
i=1
i=1
n
P
i=1
ni
se Xi independentes para i = 1, , n
Z
r
t(n) se Z e X independentes
X
n
1
1
Desigualdade de Tchebyche: P (|X | < k) 1 2 ou P (|X | k) 2 , k > 0
k
k
Inferncia Estatstica
X=
n
1 P
Xi
n i=1
S2 =
n
n
2
1 P
1 P
2
X2 X
Xi X =
n i=1
n i=1 i
2
SC
=
n
S2
n1
b1 mais eficiente que b2 se V ar b1 < V ar b2 , com E(1 ) = E(2 ) =
Condies suficientes para que seja um estimador consistente: lim E = e
lim V ar = 0
n+
n+
X - com conhecido
e
populao Normal: X N , ;
X - com conhecido e n 30:
n
X - com desconhecido e
populao Normal:
X N ,
t(n1)
S
n
C
n
r
!
2
(n 1) SC
p (1 p)
2
pb - Populao Bernoulli e n 30: pb N p,
SC
- Populao Normal:
2(n1)
2
n
p-value
Potncia do teste: 1
H1 : > 0
H1 : < 0
H1 : 6= 0
Normal
P (Z > zobs. )
P (Z < zobs. )
2P (Z > |zobs. |)
t-Student
P (T > tobs. )
P (T < tobs. )
P 2 > 2obs.
P 2 < 2obs.
2P (T > |tobs. |)
Qui-Quadrado