Formulá rio - Estatística

Descrição Fórmula
n

Média Aritmética x    xn x i
X 1  i 1
n n
n

x
Média Geométrica
(Tx Crescimento)
Mg  x1 xn 
n n
i
i 1

1
Média Harmónica Mh 
1 n 1
(Inversos) 
n i 1 xi
Mediana n 1
Me 
(posição) 2
Quartis n 1 3(n  1)
Q1  ; Q2  Mediana; Q3 
(posição) 4 4
Intervalos de Variação
AT  X maior  X menor
Amplitude Total
Intervalo Interquartis IQ  Q3  Q1
n

 (x  x)
 2
  
( x1  x ) 2  ( x2  x ) 2  ...  ( xn  x ) 2 i
s 
2
 i 1

n 1 n 1
2
Variância  n 
n   xi 
 xi   i 1 
2

n
s 2  i 1
n 1
2
 n 
n n   xi 
  xi   i 1 
 2
Desvio Padrão ( xi  x ) 2

n
s  s 2  i 1 s  i 1
n 1 ; n 1
s
Coeficiente Variação CV     100
x
 1 
1  2   100%
Regra Chebyshev  k  88,9%  K  3
 X  KS 
; 75%  K  2
 Formulá rio - Estatística

Sturges log N
p  1
(nºclasses) log 2
Amplitude Classe intervalo variação da distribuição / nº classes desejadas
L0  L1
Ponto Médio
 mi  mi 
2
n

Aproximação à Média m n i i
X i 1
n
n
 Na 0.5  Fa
Aproximação à Mediana: n/2 Me  li  2  am ; Me  li   am ;
nm fm
np fp
Aproximação à Moda Mo  li   amo ; Mo  li   amo ;
na  n p fa  f p
n 3n
 Na  Na
Aproximação aos Quartis Q1  li  4  aQ1 ; Q3  li  4  aQ3
nQ1 nQ3
p

 (m  x )

i
2
 ni
Aproximação à Variância
s 2 i 1

n 1
p

 (m  x )

i
2
 ni
Aproximação ao Desvio Padrão
s i 1

n 1

nl  nc
Frequências Teóricas ft 
n
( f o  f t )2
Qui-Quadrado de Pearson  
2

ft
Quadrado de Contingência 2
2 
phi n
2 2
Coeficiente de Contingência C 
2  n 2  1
2
Coeficiente V de Cramer V
min(l  1, c  1)
Coeficiente Φ de Pearson 2X2 AD  BC
-1≤Φ≤1 
( A  B)( A  C )( B  D)(C  D)
Coeficiente de Spearman n
-1≤ps≤1 6 di2
ps  1  i 1

n3  n
Formulá rio - Estatística