Você está na página 1de 2

# Formulrio de Probabilidades e Estatstica

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)
, 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

## Cov(X, Y ) = E[(X X )(Y Y )] = E(XY ) E(X)E(Y ),

E [g(X, Y )] =

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 ) =

## V ar(a + bX + cY ) = b2 V ar(X) + c2 V ar(Y ) + 2bc Cov(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)

## para x R e n N; E(X) = 0 e V ar(X) =

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)

## X 0 N (, ) se > 20, sendo = e 2 =

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

## Correco de continuidade P (X = k) ' P (k 0.5 < X 0 k + 0.5)

n
n
P
P

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

## Zi2 2(n) se Zi independentes para i = 1, , n

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

## = P (no rejeitar H0 |H0 falsa),

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. |)