Prévia do material em texto
1 1 RESUMO DE FÓRMULAS – MAT 2214 Estatística descritiva para dados não agrupados: Média aritmética: n xf X k i ii 1 , k i ifn 1 if é a frequência absoluta (simples) Média geométrica: n k i fi ig xm 1 , 0ix Média harmônica: k i i i h x f nm 1 , 0ix Mediana: Med = par én se , 2 ) x (x ímpar én se , x 12 n 2 n 2 1n x é a amostra ordenada Moda: Mo é o elemento na amostra com maior freqüência simples Se todas frequências forem iguais diremos que não há moda Amplitude: minmax xxh Variância: 1 2 1 2 2 n Xnxf S k i ii , Desvio padrão: S = 2S Coeficiente de variação: CV = 0%;100 X X S 2 2 Índice de concentração de Gini (ICG): n i i n i n ij ji Xn XX ICG 1 1 1 1 )1( Estatística descritiva para dados agrupados por intervalos: Nas fórmulas para a média e variância use 2 ii i Ll x , onde il é o extremo inferior do intervalo e iL o extremo superior. Mediana: para localizar a classe mediana procuramos na coluna das frequências acumuladas a 1ª iF tal que 2 nFi . Após localizar a classe mediana aplicamos a seguinte fórmula: Med = m m mm f Fn hl 12 , onde ml é o limite inferior da classe mediana mh é a amplitude da classe mediana mf é a frequência simples da classe mediana 1mF é a frequência acumulada da classe anterior à mediana Moda: a classe modal é a classe com maior frequência simples Mo = 11 1 mm m mm ff f hl , onde ml é o limite inferior da classe modal mh é a amplitude da classe modal 1mf é a frequência simples da classe posterior à modal 1mf é a frequência simples da classe anterior à modal 3 3 Propriedades da média e variância Seja uma amostra onde foi observada a variável : (i) , e (ii) , e (iii) , , e (iv) S Xxy ii 0 Y e 12 YS Números-Índice Índices de Laspeyres i i t p t iqip iqip L )()( )()( 00 0 ,0 índice de preços i i t q t iqip iqip L )()( )()( 00 0 ,0 índice de quantidades i i tt v t iqip iqip L )()( )()( 00 ,0 índice de valores Índices de Paasche: i t i tt p t iqip iqip P )()( )()( 0 ,0 índice de preços i t i tt q t iqip iqip P )()( )()( 0 ,0 índice de quantidades },,,{ 21 nxxx X cxy ii Rc cXY 22 XY SS ii cxy 0c XcY 222 XY ScS bcxy ii 0c Rb bXcY 222 XY ScS 4 4 i i tt v t iqip iqip P )()( )()( 00 ,0 índice de valores Resultados de Cálculo: Propriedades do valor absoluto: axaax || axax || ou ax ;0)( c dx d c constante real 1)( nn nxx dx d ; 2 11 xxdx d ; axax aee dx d ; )ln(bbb dx d xx x x dx d 1)ln( ; )(log1)(log e x x dx d bb ; )cos()( xxsendx d ; )()cos( xsenx dx d derivada do produto de funções: )()()()()()( xg dx dxfxgxf dx dxgxf dx d regra da cadeia: dx dg dg df dx df ; ))(( xgf ponto crítico de uma função: 0)( dx xdf ponto de máximo de uma função: 0)(2 2 xd xfd ponto de mínimo de uma função: 0)(2 2 xd xfd ponto de inflexão: 0)(2 2 xd xfd função crescente: 0)( dx xdf ; função decrescente: 0)( dx xdf Teorema fundamental do cálculo: b a aFbFdxxf )()()( ; dx xdFxf )()( 5 5 ckxkdx ; cn xdxx n n 1 1 , 1n cxdx x )ln( 1 , c a edxe ax ax cax a dx ax )ln( 11 ; c a axaxsen )cos()( ; c a axsenax )()cos( Integral imprópria: )(lim)(lim)( xFxFdxxf xx Métodos de enumeração: Fatorial de um número inteiro não negativo: 1)2()1(! nnnn Por convenção: 0!=1 Nn Arranjos: )!( ! nN NAnN Permutações: !1.....)1( NNNANN Combinações: !)!( ! ! nnN N n A C n Nn N Arranjos com elementos que aparecem mais de uma vez: nN Probabilidade Operações com eventos: ccc BABA ; ccc BABA ; BABBAc Propriedades: (1ª) 1)(0 AP , para A evento no espaço amostral (2ª) 1)( P (3ª) 0Ø)( P (4ª) n i i n i i APAP 11 )()( , para Ø ji AA , ji 6 6 (5ª) )(1)( APAP c (6ª) )()( BPAPBA (7ª) BA )()()( APBPABP (8ª) )()()( BAPBPABP ; )()()( BAPAPBAP Regra da adição: )()()( BAPBPAPBAP para BA, eventos quaisquer Regra do produto: )()()( BPAPBAP se A e B forem independentes Probabilidade condicional: )( )( )|( BP BAP BAP , se 0)( BP )|()()( ABPAPBAP BACPABPAPCBAP |)|()()( Partição do espaço amostral: nAAA ,....,, 21 é uma partição do espaço amostral se: (1) Ø ji AA , ji (2) n iA 1 Teorema da probabilidade total: para nAAA ,....,, 21 partição do espaço amostral e B evento qualquer em , tem-se que )|()( 1 n i ii ABPAPBP Fórmula de Bayes: para nAAA ,....,, 21 partição do espaço amostral , )|()( )|()( | 1 n i ii kk k ABPAP ABPAPBAP , nk ,,2,1 7 7 Variáveis aleatórias discretas função massa de probabilidade (fmp): para X v.a. )()( xXPxf 1)(0 xf x xf 1)( Esperança: x xxfXE )()( Variância: 222 )()( x xfxXVar Desvio padrão: 2 Coeficiente de variação: %100. VC , 0 Modelo Uniforme discreto: }{NU },,2,1{;1)( Nx N xf 2 1 NEX ; 12 1)( 2 NXVar Modelo binomial: ),( pnBinomial , xnxxn qpCxf )( , q=1-p, nx ,...,1,0 npEX , npqXVar )( Modelo de Poisson: );( tPoisson , 0t ! )()( x texf x t , ,....1,0x ; 7118281828,2e tXVarEX )( Modelo hipergeométrico: ),,( rnNH ,)( n N xn rN x r C CCxf )},min(,....,1,0{ rnx npXE )( , 1 )1()( N nNpnpXVar , N rp 8 8 Variáveis Aleatórias contínuas Função densidade de probabilidade (fdp): 0)( xf e a área sob a curva é 1 Função acumulada: F é tal que )()()( xXPxXPxF , Rx )(1)()( xFxXPxXP )()()()()()( aFbFbXaPbXaPbXaPbXaP Modelo uniforme contínuo: ],[ baU bxa ab bax xf ,1 ),(,0 )( , bx bxa ab ax ax xF ,1 , ,0 )( 2 )( baEX , 12 )()( 2abXVar Modelo exponencial: )(lExponencia , 0 0, 0,0 )( xe x xf x , 0,1 0,0 )( xe x xF x 1 EX , 2 1)( XVar Modelo Gaussiano (normal): ),( N EX , 2)( XVar XZ é normal padrão ( 0 e 1 ) aaZPaXP )( , aaZPaXP 11)( abbZaPbXaP )( , 9 9 sendo a função de distribuição acumulada da normal padrão . Observação: para obter z tal que pzZP )( utilize a função inversa )(1 z da normal padrão, na tabela da normal padrão inversa. Análise Bidimensional Função massa de probabilidade conjunta: ,),( yYxXPyxf Xx e Yy 1),(0 yxf , yx, x y xy yxfyxf 1),(),( Função massa de probabilidade marginal y X yxfxXPxf ),()( , Xx x Y yxfyYPyf ),()( , Yy Função massa de probabilidade condicional )( ),( )( |)|( yf yxf yYP yYxXP yYxXPyxf Y , 0)( yfY )( ),( )( |)|( xf yxf xXP yYxXP xXyYPxyf X , 0)( xf X Variáveis aleatórias independentes )()(),( yfxfyxf YX , para quaisquer ),( yx 10 10 Covariância de duas variáveis aleatórias )()()()(),( YEXEXYEEYYEXXEYXCov x y yxfxyXYE ),( x X xfxXE )( , y Y yfyYE )( 22 )()( EXxfxXVar x , 22 )()( EYyfyYVar y Coeficiente de correlação linear de Pearson )()( )()()( )()( ),(),( YVarXVar YEXEXYE YVarXVar YXCovYX