Formul ario de Estatstica

Variaveis aleatorias
Discretas: f(x
i
) 0,
n

i=1
f(x
i
) = 1, F(x) =

x
i
x
f(x
i
), E(X) =
X
=
n

i=1
x
i
f(x
i
), E[g(X)] =
n

i=1
g(x
i
)f(x
i
)
Contnuas: f(x) 0,
+
_

f(x) dx = 1, F(x) =
x
_

f(t) dt, E(X) =

X
=
+
_

xf(x) dx, E[g(X)] =

+
_

g(x)f(x) dx
Var (X) =
2
X
= E
_
(X
X
)
2
_
= E(X
2
)
2
X
, E(a +b X) = a +b E(X) , Var (a +b X) = b
2
Var (X)
E
_
a +
n

i=1
b
i
X
i
_
= a +
n

i=1
b
i
E(X
i
), X
i
independentes Var
_
a +
n

i=1
b
i
X
i
_
=
n

i=1
b
2
i
Var (X
i
)
Distribuicoes te oricas
X B(n, p), n N, p [0, 1], x = 0, . . . , n, E(X) = np, Var(X) = np(1 p), n = 1 X Ber (p)
X BN (r, p), r N, p [0, 1], x N
0
, E(X) =
r (1 p)
p
, Var(X) =
r (1 p)
p
2
, r = 1 X Geo (p)
X H (r, N r, n), n, r, N N, max{0, n (N r)} x min{r, n}, E(X) = n
r
N
, Var(X) = n
r(N r)
N
2

N n
N 1
X P (), R
+
, x N
0
, E(X) = Var(X) = , X
i
P (
i
) e X
i
independentes
n

i=1
X
i
P
_
n

i=1

i
_
X U (a, b), a, b R, a < b, x [a, b], E(X) =
a +b
2
, Var(X) =
(b a)
2
12
X Exp (), R
+
, x R
+
, E(X) =
1

, Var(X) =
1

2
X N (, ) R
+
, , x R, E(X) = , Var(X) =
2
, Z =
X

N(0, 1)
X
i
N (
i
,
i
) , X
i
independentes T = a +
n

i=1
b
i
X
i
N
_
E(T),
_
Var(T)
_
X
i
i. i. d., E(X
i
) = , Var (X
i
) =
2
<
n

i=1
X
i

N (n,

n) quando n
X
2
(n)
n N, x R
+
, E(X) = n, Var(X) = 2n
Z
i
N (0, 1) , Z
i
independentes
n

i=1
Z
2
i

2
(n)
X
i

2
(n
i
)
, X
i
independentes
n

i=1
X
i

2

i=1
n
i

X t
(n)
n N, x R, E(X) = 0, Var(X) =
n
n 2
para n 3
Z N (0, 1) , Y
2
(n)
, Z e Y independentes
Z
_
Y
n
t
(n)
X F
(m,n)
m, n N, x R
+
, E(X) =
n
n 2
para n 3, Var(X) =
2n
2
(n +m2)
m(n 2)
2
(n 4)
para n 5
X
2
(m)
, Y
2
(n)
, X e Y independentes
X/m
Y/n
F
(m,n)
X t
(n)
X
2
F
(1,n)
, X F
(m,n)
X
1
F
(n,m)
X Rayleigh() x, R
+
, E(X) =
_

2
, Var(X) =
4
2

2
, X Rayleigh() X Weibull
_
2,

2
_
Classes Regra de Sturges: utilizar k classes, onde k e o menor n umero inteiro tal que 2
k
n
Outliers x e outlier se x q
1
1.5I
q
ou x q
3
+ 1.5I
q
, onde I
q
= q
3
q
1
x e outlier moderado se q
1
3I
q
x q
1
1.5I
q
ou q
3
+ 1.5I
q
x q
3
+ 3I
q
x e outlier severo se x < q
1
3I
q
ou x > q
3
+ 3I
q
Testes de Hipoteses
Statistics Summaries
Frequency Distribution (k propor c oes, para uma variavel dividida em k categorias, com k 2)
Correlation matrix (c alculo de coecientes de correla c ao)
Correlation test (teste para a correla c ao)
Shapiro-Wilk test of normality (teste de normalidade)
Statistics Contingency tables (tabelas de contingencia e testes de independencia)
Two-way table
Enter and analyze two-way table
Statistics Means
Single-sample t-test (popula c ao normal)
Independent samples t-test (2 popula c oes normais independentes)
Paired t-test (2 popula c oes normais emparelhadas)
One-way ANOVA (k popula c oes normais independentes com igual variancia, com k 2)
Statistics Proportions
Single-sample proportion test (popula c ao de Bernoulli)
Two-sample proportions test (2 popula c oes de Bernoulli independentes)
Statistics Variances
Two-variances F-test (2 popula c oes normais independentes)
Bartletts test (k popula c oes normais independentes, com k 2)
Levenes test (k popula c oes independentes, com k 2)
Statistics Nonparametric Tests
Two-sample Wilcoxon test (2 popula c oes independentes)
Paired-samples Wilcoxon test (2 popula c oes emparelhadas)
Kruskal-Wallis test (k popula c oes independentes, com k 2)
Regressao Linear y = + x +
Statistics Fit models Linear regression (estimac ao do modelo de regressao linear)
Models Summarize model (resumo da informac ao da estimac ao do modelo)
Models Condence intervals (intervalos de conanca para os par ametros e )
Models Graphs Basic diagnostic plot (validac ao dos pressupostos do modelo: normalidade,
homocedasticidade e ausencia de autocorrela c ao)
Intervalos de conanca para a media de y condicionada a x = x
0
(alterar adequadamente o que esta a bold)
predict(RegModel.1,data.frame(x = x
0
),level=.95, interval=c(condence),se.t=T)
Intervalos de conanca para y condicionada a x = x
0
(alterar adequadamente o que esta a bold)
predict(RegModel.1,data.frame(x = x
0
),level=.95, interval=c(prediction),se.t=T)
2