Matly

Formulari de probabilitat i estadística

Probabilitat condicionada, Bayes, binomial, normal i intervals de confiança, amb els valors crítics.

Veure la teoria

Probabilitat

Contrari

P(Aˉ)=1−P(A)P(\bar{A}) = 1 - P(A)

Unió

P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B)

Condicionada

P(A∣B)=P(A∩B)P(B)P(A \mid B) = \dfrac{P(A \cap B)}{P(B)}

Intersecció

P(A∩B)=P(B)⋅P(A∣B)P(A \cap B) = P(B) \cdot P(A \mid B)

Independents

P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B)

Probabilitat total

P(B)=∑P(Ai) P(B∣Ai)P(B) = \sum P(A_i)\,P(B \mid A_i)

Bayes

P(Ai∣B)=P(Ai)P(B∣Ai)∑P(Aj)P(B∣Aj)P(A_i \mid B) = \dfrac{P(A_i)P(B\mid A_i)}{\sum P(A_j)P(B\mid A_j)}

Distribució binomial

Model

X∼B(n,p)X \sim B(n, p)

Probabilitat puntual

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

Mitjana

μ=np\mu = np

Variància

σ2=npq\sigma^2 = npq

Desviació típica

σ=npq\sigma = \sqrt{npq}

Distribució normal

Model

X∼N(μ,σ)X \sim N(\mu, \sigma)

Tipificació

Z=X−μσZ = \dfrac{X - \mu}{\sigma}

Cua dreta

P(Z≥a)=1−P(Z≤a)P(Z \ge a) = 1 - P(Z \le a)

Simetria

P(Z≤−a)=1−P(Z≤a)P(Z \le -a) = 1 - P(Z \le a)

Interval

P(a≤Z≤b)=P(Z≤b)−P(Z≤a)P(a \le Z \le b) = P(Z\le b) - P(Z \le a)

Aproximació de la binomial

si np>5np > 5 i nq>5nq > 5: N(np,npq)N(np, \sqrt{npq})

Intervals de confiança

Interval per a la mitjana

xˉ±zα/2σn\bar{x} \pm z_{\alpha/2}\dfrac{\sigma}{\sqrt{n}}

Error màxim

E=zα/2σnE = z_{\alpha/2}\dfrac{\sigma}{\sqrt{n}}

Mida de la mostra

n≥(zα/2 σE)2n \ge \left(\dfrac{z_{\alpha/2}\,\sigma}{E}\right)^2

Valor crític al 90 %

z=1,645z = 1{,}645

Valor crític al 95 %

z=1,96z = 1{,}96

Valor crític al 99 %

z=2,576z = 2{,}576

Aquest formulari és un resum. Si alguna cosa no la tens clara, la trobaràs explicada a la teoria de probabilitat i estadística.