Professional Documents
Culture Documents
HOJA DE FÓRMULAS
MEDIDAS DE TENDENCIA CENTRAL, DE POSICIÓN Y VARIABILIDAD
𝑘 2
∑𝑛𝑖=1(𝑥 − 𝑥̅ )2 2
1 2
(∑𝑘𝑖=1 𝑥𝑖 𝑓𝑖 )
Varianza 𝑠2 = 𝑠 = ∙ [∑ 𝑥𝑖 𝑓𝑖 − ]
𝑛−1 𝑛−1 𝑛
𝑖=1
∑𝑛𝑖=1(𝑥 − 𝑥̅ )2 𝑘 2
Desviación 𝑠=√ 1 (∑𝑘𝑖=1 𝑥𝑖 𝑓𝑖 )
𝑛−1 𝑠=√ 2
∙ [∑ 𝑥𝑖 𝑓𝑖 − ]
estándar: 𝑛−1 𝑛
𝑖=1
𝑃𝑚 = 𝑚(𝑛 + 1) ÷ 100
Rango 𝑅 = 𝐷𝑀 − 𝐷𝑚
FÓRMULAS DE PROBABILIDAD
𝑚
𝑃 (𝐴 ) = 𝑁
𝑥−𝜇
Distribución normal 𝑧= 𝜎
TAMAÑO DE MUESTRA
𝒁𝟐∝⁄ × 𝒑𝒒
𝟐
𝑃𝑜𝑏. 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛=
𝒅𝟐
𝑵 ∗ 𝒁𝟐∝⁄ × 𝒑𝒒
𝟐
𝑃𝑜𝑏. 𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑙𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛= 𝒅𝟐 (𝑵−𝟏)+ 𝒁𝟐∝ × 𝒑𝒒
⁄𝟐
𝒁𝟐∝⁄ × 𝑺𝟐
𝟐
𝑃𝑜𝑏. 𝑖𝑛𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛= 𝒅𝟐
𝑵 ∗ 𝒁𝟐∝⁄ × 𝑺𝟐
𝑃𝑜𝑏. 𝑓𝑖𝑛𝑖𝑡𝑎 𝑐𝑢𝑎𝑛𝑡𝑖𝑡𝑎𝑡𝑖𝑣𝑎 𝑛 = 𝒅𝟐 (𝑵−𝟏)+ 𝟐𝒁
𝜶⁄ 𝟐 × 𝑺𝟐
𝟐
INTERVALOS DE CONFIANZA
𝝈
IC si 𝜎 es conocida ̅ ± 𝒁𝜶⁄ ×
𝒙
𝟐 √𝒏
𝒔
IC si 𝜎 es desconocida n < 30 ̅ ± 𝒕(𝒏−𝟏 ; 𝜶⁄
𝑰𝑪𝝁 = 𝒙 ×
𝟐) √𝒏
𝒔
IC si 𝜎 es desconocida 𝑛 ≥ 30 ̅ ± 𝒁𝜶⁄ ×
𝑰𝑪𝝁 = 𝒙
𝟐 √𝒏
𝝈 𝟐 𝝈𝟐 𝟐
̅𝟐 ) ± 𝒁𝜶⁄ × √ 𝟏 +
̅𝟏 − 𝒙
𝐼𝐶 𝑝𝑎𝑟𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑠 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑠 𝑐𝑜𝑛 𝜎1 𝑦 𝜎2 𝑐𝑜𝑛𝑜𝑐𝑖𝑑𝑎𝑠 𝑰𝑪𝝁𝟏−𝝁𝟐 = (𝒙 𝒏 𝟐 𝟏 𝒏𝟐
Universidad Hispanoamericana Matemática y Bioestadística para Nutrición
Prof. Maria Elieth Alvarez Ulate
𝑠1 2 𝑠2 2
𝐼𝐶𝜇1 −𝜇2 = (𝑥̅1 − 𝑥̅2 ) ± 𝑡𝑛1 +𝑛2−2;𝛼⁄2 √ +
𝑛1 𝑛2
Los grados de libertad están dados por:
2
𝑠 2 𝑠 2
( 1 + 2 )
𝑛1 𝑛2
𝑣=
𝑠12 𝑠22
𝑛1 𝑛2
[ ]+[ ]
(𝑛1 − 1) (𝑛2 − 1)
𝑷𝑸
IC cuando se conoce el parámetro ̂ ± 𝒁𝜶⁄ × √
𝑰𝑪𝒑 = 𝒑 𝒏 𝟐
̂𝟎 𝒒
𝒑 ̂𝟎
IC cuando se desconoce el parámetro ̂ ± 𝒁𝜶⁄ × √
𝑰𝑪𝒑 = 𝒑
𝟐 𝒏
̂𝟏𝒒
𝒑 ̂𝟏 ̂𝟐𝒒
𝒑 ̂𝟐
𝐼𝐶 𝑐𝑢𝑎𝑛𝑑𝑜 𝑝𝑎𝑟𝑎 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑑𝑒 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 ̂ 𝟏−𝒑
𝑰𝑪𝒑𝟏 +𝒑𝟐 = (𝒑 ̂ 𝟐 ) ± 𝒁𝜶⁄ × √ +
𝟐 𝒏𝟏 𝒏𝟐
𝑺𝒅
𝐼𝐶 𝑝𝑎𝑟𝑎 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑎𝑟𝑒𝑎𝑑𝑎𝑠 ̅ ± 𝒕(𝟐𝒏−𝟏 ; 𝜶⁄
𝑰𝑪𝝁 = 𝒅 ×
𝟐) √𝒏
Riesgo Relativo
𝑎⁄ 1−(𝑎÷𝑡) 1−(𝑐÷𝑢)
𝑟 𝑝̂ ±𝑍𝛼⁄ √ +
𝑅𝑅 = 𝑏⁄ = 𝑝̂1 𝐼𝐶 = (𝑝 ̂2 )𝑒
̂1 ÷ 𝑝 2 𝑎 𝑐
𝑠 2
Interpretación
• RR o OR igual 1 : valor nulo
• RR o OR mayor 1: Factor de riesgo
• RR o OR menor 1: Factor de protección
Universidad Hispanoamericana Matemática y Bioestadística para Nutrición
Prof. Maria Elieth Alvarez Ulate
PRUEBAS DE HIPÓTESIS
𝑥̅ −𝜇
De media, parámetro conocido, distribución normal 𝑧= 𝜎
√𝑛
𝑥̅ −𝜇
De media, parámetro desconocido, distribución normal 𝑡= 𝑠
√𝑛
𝑥̅ −𝜇
De media, distribución no normal, pero 𝑛 ≥ 30 𝑧= 𝑠
√𝑛
𝑑̅ − 𝜇𝑑
𝑡= 𝑠𝑑̅
√𝑛
Prueba de hipótesis para comparaciones pareadas: distribución normal, parámetro conocido
𝑑̅ − 𝜇𝑑
𝑡= 𝜎𝑑̅
√𝑛
𝑝̂−𝑃
Prueba de hipótesis de proporción: distribución normal. 𝑧=
𝑃𝑄
√
𝑛
𝑝̅ (1−𝑝̅ ) 𝑝̅ (1−𝑝̅ )
• Error estándar estimado: 𝜎̂𝑝̂−𝑝
1 ̂2
=√ +
𝑛1 𝑛2
max𝑆𝑖2
Prueba de hipótesis de homocedasticidad, modelos equilibrados: 𝑅= 𝑘
∑𝑖=1 𝑠𝑖2
𝑃0−𝑃𝑒
Índice de concordancia: 𝐾= 1−𝑃𝑒
3 𝐶𝑃 +
Efectividad de la prueba: 𝛿 = √ × ln
𝜋 𝐶𝑃 −