Escolar Documentos
Profissional Documentos
Cultura Documentos
n N
∑x i ∑x i
X= i =1
(V) µ= i =1
(VI)
n N
A fórmula (V), pode ser usada para dados da tabela 2.13 se considerarmos a venda por ano
como sendo Xi.
Dados agrupados
∑x i
fi ∑x f i i
X= i =1
(VII) µ= i =1
(VIII)
n N
b) Média Harmônica: a média harmônica dos valores x1, x2,...,xn é calculada por
1 n n
X h = = = .
1 1 1 1 1 1 1
+
x1 x 2
+ ... +
xn
+
x1 x 2
+ ... +
xn
∑x
i
2
.
Média harmônica ponderada: a média harmônica ponderada do conjunto
x1, x2, ..., xk, com pesos w1, w2, ...,wk, é calculada por X
∑w i
hp = .
w
∑x i
X hp =
∑f i
f
∑x i
.
c) Média quadrática: a média quadrática dos valores positivos x1, x2,...,xn, é
∑x
2 2 2 2
x + x 2 + ... + x n i
calculada por X q = 1 = . É a raiz quadrada da média aritmética
n n
dos quadrados
x12 + x 22 + ... + x n2
Média Quadrática Simples: (para dados não agrupados) X q =
n
expressão: X qp =
∑x f
2
i i
∑f i
N
− ∑ f1
Mediana Me = l1 + 2 ×c
f med
Onde l1 - limite inferior da classe mediana
N
- ponto médio onde se localiza a respectiva frequência acumulada
2
∑ f1 - soma das frequências inferiores (anteriores) a classe mediana
λ
c - intervalo de classe dado por c =
k
f med - frequência da classe mediana
d1
Moda M o = l1 + ×c
d1 + d 2
Onde l1 - limite inferior da classe modal
λ
c - intervalo de classe dado por c =
k
d 1 - Diferença entre as frequências da classe modal e a imediatamente inferior
d 2 - Diferença entre as frequências da classe modal e a imediatamente superior
Moda Mo È definida como valor que ocorre com mais frequência, dos
valores observados
3. MEDIDAS DE POSIÇÃO
n
1º) Calcular a posição: posição = (seja n ímpar ou par)
4
5. MEDIDAS DE DISPERSÃO
∑ (X )
n n 2
∑ Xi −X
i =1
i −X
DM = S =
2 i =1
S = s2
n n
S
Cv = * 100
X
1. A = A
2. ( A ∪ B ) C = A c ∩ B c
3. ( A ∩ B ) C = A c ∪ B c
n nº de resultados favoráveis
P ( A) = = .
N nº de resultados possíveis
n!= n × (n − 1) × (n − 2) × (n − 3) × ... × 3 × 2 × 1
Casos Especiais
0! = 1 1! = 1
n!
Pn( k ,t , s ,...) =
k !t! s!...
P ( A ∩ B ∩ C ) = P( A) × P( B) × P (C )
P ( A ∩ B) = P( A) × P( B / A)
7. PROBABILIDADE TOTAL
P(C ) = P( A1 ) P(C / A1 ) + P( A2 ) P(C / A2 ) + ... + P( An ) P(C / An ) .
8. TEOREMA DE BAYES
P( Ai ) P( B / Ai ) P ( Ai ) P( B / Ai )
P ( Ai / B) = = n
P ( A1 ) P( B / A1 ) + P( A2 ) P( B / A2 ) + ... + P( An ) P( B / An )
∑ P( Ai ) P( B / Ai )
i =1
n−r n! n−r
P(X = r) = C r
n × p r
× q = × p r
× q
r !× ( n − r )!
p = 0,05 e n = 6
µ = np = 6 × 0,05 = 0,3
σ 2 = np (1 − p ) = 6 × 0,05 × 0,95 = 0,285
C Mk C Nn −−kM
A probabilidade procurada para X=k casos favoráveis será P ( X = k ) = , a sua
C Nn
kn
esperança matemática ou média populacional será µ = E ( X ) = , a variância é dada pela
N
nk 1 − k N − n
fórmula seguinte σ 2 =
N N N − 1
K
E ( X ) = x1 p1 + x 2 p 2 + ... + x K p K = ∑x p
i =1
i i
+∞ +∞
E ( x) = µ ( x) = ∫ x f ( x)dx σ 2 = ∫ ( x − µ ) 2 f ( x)dx e desvio σ = σ 2
k
−∞ −∞
−( X −µ ) 2
+∞ +∞ −( X − µ ) 2
1 1
f (X ) =
2πσ 2
e 2σ 2
. E[ X ] = ∫ Xf ( X )dx = ∫ X
−∞ −∞ 2πσ 2
e 2σ 2
dx = µ
+∞ +∞ −( X − µ ) 2
1
e V[X ] = ∫ ( X − E[ X ]) f ( X )dx = ∫ (X − µ) dx = σ 2
2 2 2σ 2
e
−∞ −∞ 2πσ 2
X −µ σ s ∑(X i − X )2
σ2
Z= σ X
= X
sX = s= i =1
V (X ) =
σ n n n −1 n
s s s s s s
P( x − z <µ<x+z ) = 1−α x−z <µ<x+z . ε =z A = 2z
n n n n n n
2
zs
n =
X −µ
Interpretando os resultados
s s s s
P( x − t < µ < x +t ) = 1−α x − t < µ < x +t .
n −1 n −1 n −1 n −1
p(1 − p) p(1 − p)
P( p - Z < p< p+Z ) = 1−α
n n
2
p (1 − p ) p (1 − p ) Zp (1 − p)
ε =Z , a amplitude A = 2Z e o tamanho da amostra n = .
n n p − p
n n n n
∑ (X − µ) ∑ (X − µ) ∑ (X − µ) ∑ (X − µ)
2 2 2 2
i i i i
P ( i =1 <σ 2 < i =1
) = 1−α i =1
<σ 2 < i =1
χ2α χ α2 χ2α χ α2
1− 1−
2 2 2 2
(n − 1) s 2 (n − 1) s 2 (n − 1) s 2
(n − 1) s 2
P( <σ2 < ) = 1−α <σ 2 <
χ 2
α χα 2
χ 2
α χ α2
1− 1−
2 2 2 2
z=
X −µ
z=
p− p ( p* − pB* ) − ( pA − pB )
Z cal = A
s p(1 − p) p*Aq*A pB* qB*
+
n n nA nB
I. Teste de Independência
(observado − esperado) 2
χ 2
amostra =∑
esperado
Tcal =
(X 1 − X 2 ) − (µ1 − µ 2 )
1 1 (n1 − 1)S12 + (n2 − 1)S22
+
n1 n2 n1 + n2 − 2