Estadı́stica descriptiva

Mitjana aritmètica de Mitjana aritmètica de Variància poblacional Variància mostral Desviació tı́pica mostral
dades tabulades dades agrupades i poblacional
k k k k k
ni (xi − x)2 ni x2i ni (xi − x)2
P P P P P
ni xi Xk ni mi Xk
i=1 i=1 i=1 i=1 i=1
p
x= = fi xi x= = fi mi s2x = = −x 2
s2x = sx = s2x
N i=1
N i=1
N N N −1
mi = marca de classe

Variables aleatòries

X X h i
2
Discretes P(X = x) = 1 E(X) = x · P(X = x) Var(X) = E (X − E(X)) = E(X 2 ) − [E(X)]2
Zx ∞ Zx ∞ h i Z ∞
2 2
Contı́nues f (x) dx = 1 E(X) = x · f (x) dx Var(X) = E (X − E(X)) = (x − E(X)) · f (x)dx
−∞ −∞ −∞

Models de probabilitat

Nom Notació Funció de Probabilitat/Densitat Funció de distribució Mitjana Variància

Bernoulli B(1, p) P(X = 0) = 1 − p i P(X = 1) = p E(X) = p Var(X) = p(1 − p)

 
n k
Binomial B(n, p) P (X = k) = p (1 − p)n−k , k = 0, 1, . . . , n E(X) = np Var(X) = np(1 − p)
k
λk e−λ
Poisson Pois(λ) P (X = k) = , k = 0, 1, . . . E(X) = λ Var(X) = λ
k!
1−p
Geomètrica Geom(p) P (X = k) = (1 − p)k−1 · p, k = 1, 2, . . . E(X) = 1
p Var(X) =
p2
1 x−a b+a (b − a)2
Uniforme U[a, b] f (x) = ,a≤x≤b F (x) = ,a≤x≤b E(X) = 2 Var(X) =
b−a b−a 12
1
Exponencial Exp(λ) f (x) = λe−λx , x > 0 F (x) = 1 − e−λx , x > 0 E(X) = 1
λ Var(X) = 2
λ
1 (x−µ)2
Normal N(µ, σ 2 ) f (x) = √ e− 2σ2 E(X) = µ Var(X) = σ 2
σ 2π
Contrast d’hipòtesis d’una població

Població Contrastos Estadı́stics de contrast Regió de rebuig Interval confiança (1 − α)

( ( ( (1a) |z| > z α2 (1b) |t| > tn−1; α2

H0 : µ = µ0 H0 : µ = µ0 H0 : µ = µ0 x − µ0 x − µ0 σ s
N(µ, σ 2 ) 1. 2. 3. (a) z = (b) t = (2a) z < −zα (2b) t < −tn−1; α2 x ± z α2 √ x ± tn−1; α2 √
√σ √s n n
H1 : µ 6= µ0 H1 : µ < µ 0 H1 : µ > µ0 n n
(3a) z > zα (3b) t > tn−1; α2
1. |z| > z α2
pb − p0
( ( (
B(n, p) H0 : p = p0 H0 : p = p0 H0 : p = p 0 z=q
r
pb(1 − pb)
n→∞ 1. 2. 3. p0 (1−p0 ) 2. z < −zα pb ± z α quan n → ∞
H1 : p 6= p0 H1 : p < p0 H1 : p > p0 n
2
n
3. z > zα

Contrast de dues poblacions

Dues poblacions X1 i X2 Contrastos Estadı́stic de contrast Regió de rebuig Interval confiança (1 − α)

Diferència mitjanes i
x1 − x2
( ( ( s
variàncies poblacionals H0 : µ1 = µ2 H0 : µ1 = µ2 H0 : µ1 = µ2 z=q 2 σ12 σ2
1. 2. 3. σ1 σ22 1. |z| > z α2 (x1 − x2 ) ± z α2 + 2
conegudes H1 : µ1 6= µ2 H1 : µ1 < µ2 H1 : µ1 > µ2 n1 + n2 n1 n2
E(X1 ) = µ1 ; Var(X1 ) = σ12 2. z < −zα
E(X2 ) = µ2 ; Var(X2 ) = σ22 3. z > zα
( ( (
H0 : µd = 0 H0 : µd = 0 H0 : µd = 0 d
Dades aparellades 1. 2. 3. t= 1. |t| > tn−1; α2
H1 : µd 6= 0 H1 : µd < 0 H1 : µd > 0 sbd
d = X1 − X2 √ 2. t < −tn−1;α
n 3. t > tn−1;α
Diferència mitjanes i x1 − x2
( ( ( t= q r
variàncies poblacionals H0 : µ1 = µ2 H0 : µ1 = µ2 H0 : µ1 = µ2 s n11 + n12 1 1
1. 2. 3. 1. |t| > tn1 +n2 −2; α2 (x1 − x2 ) ± tn1 +n2 −2; α2 · s · +
desconegudes però iguals H1 : µ1 6= µ2 H1 : µ1 < µ2 H1 : µ1 > µ2 n1 n2
E(X1 ) = µ1 ; Var(X1 ) = σ 2 2. t < −tn1 +n2 −2;α
(n1 − 1)s21
+ (n2 − 1)s22
E(X2 ) = µ2 ; Var(X2 ) = σ 2 s2 = 3. t > tn1 +n2 −2;α
n1 + n2 − 2
Diferència de proporcions pb1 − pb2 1. |z| > z α2
( ( ( z=r
X1 ∼ B(n1 , p1 ) H0 : p1 = p2 H0 : p1 = p2 H0 : p1 = p2 2. z < −zα
  q
1. 2. 3. pb(1 − pb) n11 + 1
n2 p1 − pb2 ) ± z α2
(b p
b1 (1−bp1 )
+ p
b2 (1−bp2 )
H1 : p1 6= p2 H1 : p1 < p2 H1 : p1 > p2 n1 n2
X2 ∼ B(n2 , p2 ) 3. z > zα
n1 pb1 + n2 pb2
pb = sempre que n1 , n2 → ∞
n1 + n2
Regressió lineal

Estimació Estimació Variància estimador Variància mostral Covariància mostral Correlació Coeficient de determinació
mı́nim paràmetres mostral
quadràtica
n
sxy (yi − ybi )2
P SCR SCE
βb1 = 2 1 i=1 1 P n 1 P n sxy R2 = =1−
yb = βb0 + βb1 · x sx s2βb = s2x = (xi − x)2 sxy = (xi − x)(yi − y) r= SCT SCT
1
n
n−2 P n − 1 i=1 n − 1 i=1 sx sy
(xi − x)2 n
yi − y)2
P
βb0 = y − βb1 · x i=1 SCR = (b
i=1
n n
(yi − y)2 SCE = e2i
P P
SCT =
i=1 i=1

Contrast Estadı́stic de contrast Regió de rebuig Interval confiança (1 − α)

(
H0 : β 1 = 0 βb1
t= |t| > tn−2; α2 βb1 ± tn−2; α2 · sβb1
H1 : β1 6= 0 sβb1