Transcript
Formulário de Estatística – Distribuições de Probabilidade
v.a discreta
Expectância:
v.a. contínua
Variância: ; Desvio Padrão:
Variância Relativa: ; Coeficiente de Variação:
Função Gama: ,x>0; Função Beta:
Distribuições Discretas de Probabilidade
Distribuição de Bernoulli: v.a. X representa a probabilidade "p" de sucesso
ou fracasso de um experimento.
X ~ Bernoulli (p) , onde x1 =1=sucesso e x2=0=fracasso. Além disso:
e
Distribuição Binomial: v.a. X representa o n° de vezes que ocorre o sucesso
do evento em "n" realizações do experimento.
X ~ Binomial (n,p) , x=0,1,2,...,n.
Além disso: e
Distribuição Hipergeométrica: v.a. X representa o n° eventual de elementos
que possuem um dado atributo "a" entre os "n" elementos selecionados numa
dada amostra "N".
X ~ Hipergeométrica (N,a,n) , x=0,1,2,...,n.
Distribuição Geométrica: v.a. X representa o n° de vezes que um experimento
aleatório é realizado até que ocorra o evento.
X ~ Geométrica (p) , onde x=1,2,3,... e 0
0 e>0; e
Além disso:
Distribuição Gama:
X ~ Gama(p,) , x,p,>0; e
Além disso:
Distribuição Beta:
X ~ Beta (p,q) , 00; e . Além disso:
Distribuição de Rayleigh:
X ~ Rayleigh () , x, >0; e . Além disso:
Distribuição de Weibull:
X ~ Weibull (,β) , t, , β>0 ; . Além disso: e
Formulário de Estatística – Distribuições de Probabilidade
Distribuição Normal:
X ~ N , -0; ,
e .
Temos v.a. Z quando μ = 0 e σ = 1 .
Teorema das Combinações Lineares Independentes
Sejam X e Y duas v.a's normais independentes e seja W = aּX + bּY. Temos que:
W ~ N , onde e .
Se e , então: e .
Soma: S ~ N , onde e .
Média Aritmética: ~ N , onde e .
