Escolar Documentos
Profissional Documentos
Cultura Documentos
FORMULRIO
SO CAETANO DO SUL
2005
Estatstica descritiva
1.
Dados no agrupados
n
x
x=
(x
i =1
s =
2.
x)
i =1
n 1
( x )
2
i
n 1
Dados agrupados
k
fi
i =1
x=
( xi f i )2
1
2
s =
xi f i n
n 1
3.
Coeficiente de variao
CV =
s
x
4.
A=
x Mo 3( x Md )
s
s
Probabilidade
1.
Frmulas bsicas
P ( A) =
nA
n
P ( A B ) = P ( A ) + P (B ) P ( A B )
P(B A) =
P( A B )
P( A)
2.
Distribuies de Probabilidades
2.1
a) X discreta: = E ( X ) = xi P( xi )
i
xf ( x)dx
b) X contnua: = E ( X ) =
2.2
a) X discreta: Var ( X ) = x i P( x i ) 2
2
b) X contnua: Var ( X ) =
f ( x)dx 2 .
2.3
Distribuio Binomial
P( X = k ) =
( )p
n
k
(1 p ) n k
E ( X ) = np
2.4
, k = 0,1,2 K n ,
onde
( )= C
n
k
n,k
n!
(n k )! k!
Var ( X ) = np (1 p ) ,
Distribuio de Poisson
P( X = k ) =
e k
k!
, = t
E( X ) =
Var ( X ) =
2.5
Distribuio Exponencial
e t , t 0
f (t ) =
,
, t<0
0
P(T > k ) = e k
2.6
E (T ) =
Var (T ) =
, k >0
Distribuio Normal
Se X uma v.a. com distribuio normal com mdia e desvio padro , ento
X
Z=
tem distribuio normal padro.
Intervalos de confiana
1.
Para a mdia
xz
n
s
x t
x+t
x+z
n
s
n
, ou
2.
Para a proporo
p z
p (1 p )
p (1 p )
p p + z
n
n
3.
Para a varincia
(n 1) s 2
2
(n 1) s 2
2
1
Testes de hipteses
1.
x 0
z=
ou
H 0 : = 0
t=
x 0
s
n
2.
p ' p 0
z=
p 0 (1 p 0 )
n
3.
2 =
H 0 : 2 = 02
(n 1) s 2
4.
02
Para comparao de duas mdias
H 0 : 1 2 =
4.1
dados emparelhados:
t=
4.2
z=
x
s
n
12
n1
22
n2
4.3
s 2p =
4.4
(n 1 1)s 12 + (n 2 1)s 22
n1 + n 2 2
(x 1 x 2 )
sp
1
1
+
n1 n 2
5.
(x 1 x 2 )
s 12 s 22
+
n1 n 2
H 0 : p1 p 2 =
(p1 p 2 )
p1 (1 p1 ) p2 (1 p 2 )
+
n1
n2
z=
ou, no caso de H 0 : p1 = p 2 :
n p + n 2 p2
p' = 1 1
e
z=
n1 + n 2
6.
p1 p2
p(1 p)(
1
1
+
)
n1 n 2
F=
7.
t=
mx(s12 , s 22 )
mn(s12 , s 22 )
2 =
(n i 1)s i2
1
(n
k)ln
(n i 1)lns i2
C
n k
C = 1+
1
1
1
3(k 1) n i 1 n k
onde
n = ni
8.
k ni
xij
n
k
i
i =1 j =1
2
SQT = xij
n
i =1 j =1
ni
k ni
xij
xij
k
j =1
i =1 j =1
,
SQE =
ni
n
i =1
onde n = ni
Graus de
liberdade
GL
k1
Soma de
quadrados
SQ
SQE
nk
SQR
Total
n1
SQT
9.
Testes no paramtricos
9.1
Teste de aderncia:
Quadrados
mdios
QM
SQE
QME=
k 1
SQR
QMR=
nk
Valor de F Probabilidade
Fcal
P
Fcal=
QME
QMR
P=P(F>Fcal)
(Oi E i ) 2
Ei
com (k-1-m) graus de liberdade, onde
2 =
9.2
Teste de independncia:
(Oij Eij ) 2
=
2
Eij
10.
10.1
r=
S xy
S xx S yy
S xy
,onde:
n n
x
y
i
i
n
n
i =1
i 1
= ( x i x )( y i y ) = x i y i
n
i =1
i =1
S xx =
(x
x) =
2
i =1
i =1
S yy = ( y i y )
i =1
10.2
2
i
xi
i =1
n
yi
n
2
= y i i =1
n
i =1
H0: = 0
t n2 =
r
1 r2
n2
10.3
a = y bx
b=
n n
xi y i
n
xi y i i =1 i =1
n
i =1
n
xi
n
2
i =1
xi
n
i =1
S xy
S xx
onde
n
xi
i =1
x=
r2 =
10.4
y=
i =1
SQE bS xy
=
SQT
S yy
t=
10.5
b 0
s R2
S xx
t=
a 0
s R2 x 2
nS xx
10.6
Intervalos de confiana
1 ( x0 x ) 2
+
n
S xx
onde:
y ( x0 ) = a + bx0
s R2 a estimativa da varincia residual dada por s R2 =
S yy bS xy
n2
, s R o respectivo
desvio padro.
b) para o valor individual:
y ( x0 ) t n 2; s R 1 +
2
10.7
Anlise de varincia
Fonte de
variao
Regresso
Resduo
Total
10.8
1 ( x0 x ) 2
+
n
S xx
Graus de
liberdade
1
n2
n 1
Somas de
quadrados
SQE = bS xy
Quadrados
mdios
bS xy
SQR = S yy bS xy
s R2 =
Estatstica F
F=
bS xy
s R2
S yy bS xy
n2
SQT = S yy
Y = + 1 X 1 + 2 X 2 + K k X k + e
y = a + b1 x1 + b2 x 2 + Lbk xk
a = y b1 x1 b2 x 2 Lbk x k
S 2 y = b1 S 21 + b2 S 22 + Lbk S 2 k
M
S = b1 S 1 + b2 S 2 + Lb S
k
k
k kk
ky
onde
( x )
S ii = S xi xi = ( x i x i ) = x
2
2
i
i = 1, 2 L k
S ij = S xi x j = ( x i x i )(x j x j ) = x i x j
S iy = S xi y = ( x i x i )( y y ) = x i y
( x )( x )
i
( x )( y )
i
i, j = 1, 2 L k , i j
i = 1, 2 L k
onde os somatrios indicam os totais dos n valores de cada uma das variveis.
10.9
Anlise de varincia
Fonte de
variao
Regresso
Resduo
Total
n-1
SQR = S yy bi S iy
Estatstica F
F=
s E2
s R2
s R2 = SQR (n k 1)
SQT = S yy
10
Fonte de variao
Devida melhoria
de ajuste
Residual para o
modelo com k
variveis
Residual para o
modelo com (k-1)
variveis
Graus de
liberdade
1
Soma de
quadrados
SQM
n k 1
SQR(k)
nk
SQR(k 1)
Quadrados
mdios
SQM
s k2 =
Estatstica F
F=
SQM
s k2
SQR(k )
n k 1
Observemos que:
SQR(k ) = S yy b1 S1 y b2 S 2 y K bk S ky = S yy SQE (k )
SQR(k 1) = S yy b1' S1 y b2' S 2 y K bk' 1 S ( k 1) y = S yy SQE (k 1)
logo:
SQM = SQR(k 1) SQR(k ) = SQE (k ) SQE (k 1) .
11