Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADÍSTICA
con aplicaciones
Genaro Mosquera C.
Profesor Titular, UCV
CAPÍTULO I
11
características más o menos convencionales, dado que se desea
lograr representatividad del colectivo para conocer sus
características.
• Muestras probabilísticas.
12
introducir un sesgo en las inferencias obtenidas, con la desventaja
de no poderlo evaluar cuantitativamente.
El segundo caso, relativo al muestreo probabilístico, se basa en
el cálculo de probabilidades, el cual a su vez se apoya en la
Estadística Matemática. El estudio de las técnicas del muestreo se
conoce como Teoría del Muestreo cuyo objetivo es sacas
conclusiones de una cierta población sin llegar a estudiar
exhaustivamente todos los elementos que la integran.
De una manera general, el estudio de una población, por
ejemplo investigar una variable cualquiera (las ventas de una
Empresa) origina un volumen de datos que puede ser considerable.
Con el fin de interpretar cómodamente los datos y/o descubrir
ciertas regularidades, la información es sometida a un tratamiento
estadístico. Al efecto, la información es ordenada y dispuesta en
forma de tablas de frecuencia y le son calculadas algunas medidas
(parámetros poblacionales) que definen las características básicas
de dicha población. Las mismas vienen representadas por las
denominadas:
1. Un promedio.
2. La dispersión, representada pro la desviación estándar.
3. Un coeficiente de Asimetría.
4. Un coeficiente de Kurtosis.
13
Este análisis ha conducido a representar un conjunto de
observaciones en unas pocas medidas que definen una o más
variables de un fenómeno cualquiera, dispuesto en forma de
distribuciones de frecuencias. Estas últimas conducen a la
concepción de modelos matemáticos denominados distribuciones
estadísticas y entre los cuales están las conocidas bajo el nombre de
distribución Normal, Binomial, Poisson, etc.
14
1.2.1 Conveniencias
Si una muestra es eficiente para estimar un parámetro poblacional,
el estudio de las características resulta más ventajoso desde el
punto de vista económico puesto que existe mayor rapidez en la
obtención de los resultados, con las evidentes economías de dinero
al estudiar sólo algunos elementos. Así, por ejemplo, cuando se
desean conciliar los estados de cuenta de un número considerable
de clientes de una Empresa, una muestra garantizará rapidez y más
bajo costo que el estudio censal de los clientes.
La obtención de muestras convendrá atendiendo al siguiente
esquema general:
1.2.2 Limitaciones
a. Dentro de las limitaciones, la más importante es el riesgo, es
decir, se estima un parámetro poblacional con una cierta
probabilidad de ocurrencia. No se podrán analizar o sacar
conclusiones para todos los elementos de la población.
15
Es más, las limitaciones o combinaciones que en la mayoría de
los casos se deben realizar entre diferentes tipos de muestreo,
opinático o probabilístico en cuanto las poblaciones objeto del
estudio sean homogéneas o heterogéneas, es labor cuya
coordinación y dirección requiere de conocimientos específicos
dentro del campo de la Estadística Matemática.
1.2.3 Notación
ŝ 2y , ŝ 2x Cuasi-varianza de la muestra
16
CAPÍTULO II
17
En general, se puede citar una clasificación de los diferentes
tipos de muestreo que se usan frecuentemente; sin embargo, en la
mayoría de los casos, se emplearán combinaciones que mejor
ajustan a un determinado fenómeno. En capítulos posteriores, se
citarán en detalle las modalidades de los diseños de mayor
aplicación, además, se conformará la base metodológica que
permitirá al lector estructurar diseños de muestreo a situaciones
particulares a su propio campo de aplicación.
A continuación se presenta una clasificación más o menos
formal de los diseños de muestreo:
2.1.1 Muestreo aleatorio simple.
a) Con reemplazamiento
Todos los elementos tienen la misma probabilidad de ser
seleccionados, donde cada elemento de la población es regresado a
la misma después de ser analizadas sus características.
b) Sin reemplazamiento (irrestrictamente aleatoria)
Todos los elementos tienen la misma probabilidad de ser
seleccionados, pero la misma dependerá de los que salieron
anteriormente puesto que no son regresados al conjunto después
que han sido estudiados.
2.1.2 Muestreo estratificado.
La totalidad de las unidades del conjunto se clasificas o dividen
de acuerdo a ciertas variables cualitativas o cuantitativas. Por
ejemplo, clasificar los saldos de cuentas por cobrar por antigüedad
de la cuenta y el monto correspondiente.
2.1.3 Muestreo de etapas múltiples.
a) Por áreas o conglomerados.
18
éstas a su vez contienen las unidades últimas a ser estudiadas. Por
ejemplo, para un Estudio de Opinión en una comunidad, se tienen
áreas geográficas las cuales contienen, para su estudio, un
determinado número de viviendas las cuales serán objeto de
evaluación.
b) Bi-etápico.
c) Polietápico.
19
2.1.4 Muestreo de fases múltiples.
20
2.1.8 Muestras piloto.
21
Un análisis detallado de las fases enumeradas conlleva a definir
las actividades siguientes:
Se refiere a la planificación y
coordinación del trabajo, la fijación de
un cronograma de trabajo, las metas a
PLAN DE MUESTREO ser logradas y la relación de la
investigación con otras oficinas u
organismos cuyo campo de acción está
relacionado con el proyecto.
22
Se hace un sondeo preliminar para
MUESTRA PILOTO probar los instrumentos y obtener
algunas variables auxiliares para
calcular el tamaño de la muestra.
23
2.3 Informes para investigaciones a base de muestras.
Las sugestiones que se presentan a continuación pretenden
conformar una guía o esquema metodológico el cual deberá
acompañar el informe final de cualquier investigación a base de
muestras. Esta guía proporciona al usuario de la investigación una
visión objetiva de los métodos empleados y el grado de exactitud
de las estimaciones, además permite al diseñador o responsable de
la ejecución del plan utilizar eficientemente los resultados y
acumular la experiencia en futuros planes de muestreo.
El contenido metodológico del informe debe estar orientado en
dos niveles, el primero hacia los usuarios o personas que se
interesen en los resultados finales y escasamente en los detalles
metodológicos. El segundo nivel describirá detalladamente los
aspectos técnicos de la muestra. En este sentido, el capítulo, guía o
esquema metodológico se deberá presentar en dos anexos:
24
En el primer caso, se describirán las definiciones de las unidades
a estudiar, de tal manera que se evite cualquier error de
interpretación. El uso de datos auxiliares provenientes de fuentes
secundarias se debe indicar con suficiente amplitud. Por otra parte,
se debe dar detalles de la información recopilada y no publicada.
c) Método de la muestra:
e) Fecha y duración:
f) Costo:
g) Precisión:
25
2.3.2 Aspectos técnico-estadísticos.
a) Diseño de la Muestra.
1. Marco.
2. Método de la encuesta.
3. Unidades de estudio.
4. Personal y equipo.
26
Es conveniente dar una explicación de las disposiciones
relativas al entrenamiento del personal, normas de control de
calidad sobre el proceso de recolección, tabulación y cálculo.
27
5. Se describen los sistemas y
procedimientos y las características
generales de los equipos usados.
En el caso de utilizar equipos
TABULACIÓN electrónicos, se incluirán las memorias
descriptivas de los programas, códigos,
etc...
c) Precisión.
1. Número de informantes.
2. Estimaciones poblacionales.
3. Varianza
4. Errores de muestreo.
5. Límites de confianza.
28
Se deben mencionar los errores no atribuibles al diseño de
muestreo, tales como errores de recabación, validez del marco, etc.
d) Costos.
1. Dirección y coordinación.
2. Programación.
3. Trabajos de campo.
4. Revisión y codificación.
5. Procesamiento.
6. Análisis.
7. Redacción.
8. Gastos generales.
29
2.4.1 Tabla de números aleatorios.
Esencialmente, las tablas de números aleatorios están formadas
por un conjunto de números producto de un experimento aleatorio
de una población constituida por los dígitos 0 al 9. De la reunión de
cifras contiguas se obtendrá un conjunto de números aleatorios que
se consideran como muestras de una población constituida por 100
números de 2 cifras que van del 00 al 99, o 1000 números de tres
dígitos que van del 000 al 999, etc. Esta tablas han sido
construidas por diversos autores, valiéndose de experimentos
aleatorios (loterías ruedas, computadoras, etc.). Las mismas han
sido sometidas a pruebas aleatorias para comprobar su validez. En
el apéndice, se incluye un extracto de las Tablas de Fisher y Yates
formadas por 100.000 dígitos (tabla 1) con las cuales se desarrollan
unos ejemplos de selección.
Las tablas de números aleatorios vienen agrupadas por pares de
dígitos en grupos de cinco en cinco y se emplean de la manera
siguiente:
30
d. Se elige, por ejemplo, la 2da. Columna con dos dígitos y se
escriben diez números comprendidos entre 00 y 80; los
números que aparezcan repetidos se considerarán sólo una
vez.
31
En general, desde el punto de vista práctico, este método resulta
muy útil, además garantiza que ninguna sucesión grande de
elementos quede sin representación.
N 200
k = = = 20
n 100
32
CAPÍTULO III
DISTRIBUCIÓN EN EL MUESTREO
Xi : (X1 X2 . . . . . . . . . . Xk )
33
A los resultados de cada experimento se asocia la probabilidad
de ocurrencia respectiva:
P 1 P 2 P 3 . . . . . . . . . . Pk
donde: P 1 + P 2 + P 3 + . . . . Pk = 1
E(x) = P1 X1 + P2 X2 + P3 X3 + . . . . . . . . .+ Pk Xk
k
E(x) = ∑P X k k
t =1
y la varianza
σ 2x = E( x - X ) 2
34
Al tener una población finita de tamaño N, habrá dos formas de
seleccionar la muestra. Se tomarán n elementos con
reemplazamiento o sin reemplazamiento. En el primer caso, se
seleccionará un elemento de la población, se observa la
característica a estudiar y se mezclará nuevamente con la población
para seleccionar otro elemento hasta completar n. Este tipo de
muestreo tiene analogía con el concepto de población infinita.
Si la muestra es sin reemplazamiento, es decir, cada elemento
muestreado no se vuelve a considerar, habrá tantas muestras
posibles como combinaciones haya de N elementos tomados de n
en n. Supóngase este último procedimiento con una población de
tamaño N = 6 donde cada uno de los elementos toma los siguientes
valores:
X1 = 1 X2 = 2 X3 = 3 X4 = 4 X5 =5 X6 =6
6 = 6! = 15
2
2! 4!
35
La media poblacional X vendrá dada por:
n
∑ Xi
1 + 2 + 3 + 4 + 5 + 6 21
i=1
X= = =
N 6 6
3 4 5 6 7
x = , x 2 = , x3 = .x 4 = , x 5 =
1 2 2 2 2 2
5 6 7 8
x6 = , x7 = , x8 = , x9 =
2 2 2 2
7 8 9
x10 = , x11 = , x12 =
2 2 2
9 10
x13 = , x 14 =
2 2
11
x15 =
2
36
DISTRIBUCIÓN EN EL MUESTREO
Frecuencias
Medias Frecuencias relativas
x1 f1 f
pb =
∑ f1
3 1
1
2 15
4 1
1
2 15
5 2
2
2 15
6 2
2
2 15
7 3
3
2 15
8 2
2
2 15
9 2
2
2 15
10 1
1
2 15
11 1
1
2 15
37
El modelo considerado supone una distribución con un valor
medio m y una desviación
σ
σx =
n
a) Insesgado.
b) Consistente.
c) Eficiente.
d) Suficiente.
38
3.2.1 Estimador Insesgado.
E(θ) = Θ
39
c. Habrá precisión y sesgo. Esto
es, hay concentración de los
disparos sobre un punto, pero hay
un distanciamiento respecto al
término central.
Pb ( θ → Θ) → 1, n → ∞ )
40
3.3 Estimación puntual y por intervalos.
θ1 , θ2 . . . . . . . . . θk
ŝ 2
σ 2x =
n
41
Gráficamente se observa el intervalo de confianza:
ŝ ŝ
x+k x −k
n n
ŝ 2 ŝ 2
x−k ≤ X ≤ x +k
n n
42
A los fines de la exposición general de este capítulo, es
conveniente sistematizar las características fundamentales de las
distribuciones teóricas de probabilidad de mayor aplicación en los
fundamentos básicos de los métodos estadísticos.
a) 0 ≤ F(x) ≤ 1
b) F (∞) = 1
c) F(-∞ ) = 0
d) Si X1 < X2
F(X2 ) – F(x1 ) = Pb(X1 ≤ ξ ≤ X2 )
43
Si existe la derivada de F(X), esto es, F’(X) = f(x) para un cierto
punto (x), se obtiene la función de densidad la cual representa la
probabilidad que la variable aleatoria tome un valor xi es decir:
f(x) = Pb(ξ = x)
a) f(x) ≥ 0
b) La suma de todas las probabilidades es igual a la unidad.
a) f(x) ≥ 0
k
b) ∑ f (x ) = 1
i =1
44
En el caso de una distribución continua, se dice que una variable
aleatoria es de tipo continuo si la función o distribución F(x) crece
de manera continua, sin puntos aislados o también si se verifica que
la derivada correspondiente es una función contínua, es decir, que
d F( x )
f ( x ) = F ′( x ) =
dx
a) f (x) ≥ 1
∞
b) ∫− ∞ f (x )dx = 1
Si se tiene una distribución teórica de probabilidad, se podrá
obtener la media teórica o Esperanza Matemática, así como la
varianza correspondiente. En efecto, si se tiene una distribución
discreta se tiene:
E(ξ) = Σ X1 p1
E( ξ) = ∫ X f ( x) dx
45
Momento de orden r:
µr = E [ξ r] = E [ ξ - E [ξ] ]r
µ2 = σ2 = E [ξ 2 ] = E [ ξ - E [ξ] ]2
1
1− o sea
k2
1
Pb( | ξ - E[ξ] ) ≤ k σ ξ ) > 1 −
k2
De acuerdo a los términos del Teorema se puede afirmar que la
probabilidad de que el estimador Θ̂ tome un valor que difiere en
valor absoluto de su Esperanza Matemática E (q) menos k veces la
1
desviación standard de dicha variable es mayor que 1 −
k2
ˆ - E( θ) | ≤ k σ θ ) > 1 − 1
Pb( | Θ 2
k
Si Θ̂ es un estimador insesgado de Θ, ocurre que E(θ) = Θ,
luego:
46
ˆ | ≤ k σ θ ) > 1− 1
Pb( | θ - Θ 2
k
Entonces:
ˆ ≤ θˆ - k σ θ ) > 1 − 1
Pb( θˆ - k σ θ ≤ Θ
k2
ˆ =
Así, por ejemplo, se obtuvo un estimador X 5 un error de
muestreo σ x = 1
ŝ
σx = =1
n
X̂ - kσ x = 5 - 3(1) = 2
X̂ - kσ x = 5 + 3(1) = 8
entonces:
1 1
1− 2
= 1- = 0,888 ....
k 9
47
k = z (coeficiente de la distribución normal)
z = 1,64 Se obtiene un coeficiente confidencial del 90%
z = 1,96 Se obtiene un coeficiente confidencial del 95%
z = 2,58 Se obtiene un coeficiente confidencial del 99%
En general, este coeficiente estará dado por la tabla de la
Distribución Normal y se obtendrá un intervalo para la media
definido por :
X̂ - z σ x y = X̂ + z σ x
o sea: X̂ - z σ x ≤ X ≤ X̂ + z σ x
48
f(x) = nx P x Q n − x
la función de distribución es:
F(x) = ∑ n P x Qn −x
c
x= 0
x
σ2 = n . P . Q
Cuando se tienen muestras con reemplazamiento, en la
generalidad de los casos se desea estimar la proporción poblacional
P con un cierto nivel de probabilidad; en consecuencia, ese valor se
estima a partir de una muestra utilizando la proporción muestral ,
a en efecto, se sabe que la proporción muestral es un
p=
n estimador insesgado de la proporción poblacional, esto es:
p = P̂ el cual estima a P, siendo Q̂ = 1 - P̂ .
p.q P̂ . Q̂
σp = ≡
n n
49
3.4.1.2 Distribución Hipergeométrica.
A N - a
f(x) =
x n-x
N
n
donde A=N.P
A N - a
c
f(x) = ∑
x n -x
N
x =0 n
el valor de la variable xi también varía como en el caso anterior de
la manera siguiente: xi : 1, 2, . . . . c
A
E ( x ) = E (n p ) = n .
N
Los valores de A se estimarán a partir de una muestra donde p es la
a
proporción muestral, esto es: p = donde:
n
 = N . p ó  = N . P̂
50
y la desviación típica de la distribución en el muestreo:
N - n P̂ . Q̂
σp = .
n n
λ
f (x ) = e − λ .
x!
para un recorrido de la variable xi : 1, 2, 3, . . . . ∞
la función de distribución en este caso es:
c
λ
f (x ) = ∑ e −λ . x!
x =0
E(x) = λ
y la varianza:
σ2 = λ donde λ = n . P̂
51
a
p= = P̂
n
donde: λ = n . P̂
σ x = n . P̂
1 x 1 −µ
2
−
1 σ
f (x ) = e 2
σ 2π
z x1 - . µ
F( X) = ∫ f ( x ) dx donde z =
-∞ σ
E(x) = µ y su varianza: σ2
52
Al considerar una muestra n se pretende estimar un Parámetro
poblacional que puede ser la media X a partir de la media
muestral x . Esta media muestral es un estimador insesgado de la
media poblacional, o sea:
ˆ el cual estima a X
x= X
E ( x) = µ = X
σ2
σ 2x =
n
N - n σ2 N - n σ2
σ 2x = . ó σ 2x = .
N −1 n n n
N-n
cuando tienda a 1, se usará como expresión general :
N −1
σ2
σ 2x = y la desviación típica de la distribución en el muestreo
n
σ
será: σx =
n
53
La acción de seleccionar una muestra está determinada por la
imposibilidad práctico-económica de analizar todos los elementos
de una población, por lo tanto, de estimará a partir de la muestra.
S2 =
∑ (X1 − X) 2
N
ŝ 2 =
∑ (x 1 − x )2
ó s2 =
∑ (x 1 − x )2
n -1 n
n
ŝ 2 = s2 en efecto, si se sustituye s 2 se tiene :
n -1
ŝ =
2 n
.
∑ (x 1 − x) 2 =
∑ (x 1 − x) 2 o según el caso:
n -1 n n -1
ŝ 2 s2
σ 2x = = ó según el caso
n n -1
54
N − n ŝ 2 N − n s2
σ 2x = . = .
N n N n -1
ŝ s
σx = = y según el caso
n n -1
N−n ŝ 2
σx = .
N n
N−n s2
σx = .
N n
Xˆ - µ Xˆ - µ
z= = donde se tiene la función
σx ŝ
n
1 − 12 z
f (x ) = e
2π
z
F( x ) = ∫ f ( x ) dx
-∞
55
En la medida que se avance en la exposición, se harán los
planteamientos de otras distribuciones cuya aplicación en el
análisis estadístico son significativas; sin embargo, es conveniente
recordar que las distribuciones discretas mencionadas tienen
aproximaciones a la distribución normal. Por ejemplo, la
distribución binomial se podrá aproximar a una distribución normal
para valores de p cercanos a 0,5, teniendo por Media:
µ = np y por varianza σ2 = n . p . q
ˆ - np
X
z=
npq
P̂ - P P̂ - P
z= =
σp p.q
n
56
CAPÍTULO IV
HIPÓTESIS ESTADÍSTICA
1
a) La probabilidad de que obtenga 1 al lanzar un dado es p = 6
57
Póngase por caso el ejemplo de comprobar la hipótesis de que al
lanzar un dado, la probabilidad de que salga 1 es p = 16 . En
consecuencia, se procede a realizar un experimento aleatorio; se
realizan 6.000 lanzamientos de un dado y sus resultados se
sistematizan en dos alternativas, sean por ejemplo las siguientes:
1 995 1 4.998 5
6 6
2 1.002 1 1.002 1
6 6
1
3 1.001 6
— —
1
4 999 6
— —
1
5 999 6
— —
1
6 1.001 6
— —
Total 6.000 1 6.000 1
58
Las distintas alternativas que se presentan en la decisión de
aceptar o rechazar una Hipótesis se pueden sistematizar de la
siguiente forma:
Hipótesis
Decisión Cierta Falsa
59
Puesto que α no puede ser elegido por el experimentador (en la
práctica β no es posible fijarlo a priori y su elección determinará la
aceptación o rechazo de una Hipótesis) deberá ser fijado
previamente; por supuesto que intuitivamente se comprende la
necesidad que α y β resulten lo más pequeño posible; pero ¿qué
constituyen valores pequeños de α y β?. Mediante un ejemplo es
posible comprender el concepto. Considérese por ejemplo que una
fábrica construye un tipo de maquinaria cuya calidad está
garantizada al usuario. Las piezas que integran dicha maquinaria
proceden de otros sectores industriales, motivo por el cual la
Empresa debe asegurarse de recibir o aceptar lotes de piezas de
primera calidad. En consecuencia, sobre cada pedido que llega a la
planta y dada la importancia de analizar exhaustivamente cada
pieza, se toma una muestra de piezas y se someten a una revisión
acuciosa. En función del resultado de dicho examen se procede a
tomar la decisión de Aceptar o Rechazar el lote fijando de
antemano la probabilidad de cometer error tipo I. El tomar la
decisión implica varias alternativas:
60
En términos generales, dentro del campo de aplicación de la
Estadística, se trabaja con los niveles señalados anteriormente
como valores de α.
Evidentemente que una buena prueba o test se obtendrá en la
medida que haga las α y β tan pequeñas como sea posible. El
procedimiento rutinario para la aplicación de un test consiste en
fijar α y elegir la región de rechazo de manera que se haga mínimo
β.
4.4 Regiones de Aceptación. Región Crítica.
Considerando el ejemplo señalado anteriormente, donde se
tomaba una muestra de “n” piezas de un lote de tamaño “N” para
someterlas a inspección y aceptar o rechazar el lote, supóngase que
se establece la hipótesis de que las piezas de la población tienen
una longitud de 20 cms., µ0 = 20, con desviación standard σ = 12.
Con el fin de aceptar o rechazar la hipótesis que el lote de piezas
analizadas mediante una muestra de por ejemplo n = 36 tienen una
longitud de 20 cms., se establecerá la hipótesis de que no habrá
diferencias entre la media calculada a partir de la muestra y la
media de la población en una proporción de casos mayores de α
(nivel de significación) atribuibles dichas diferencias al azar. Esto
comúnmente se conoce como hipótesis nula (H0 ). En general lo
expresado anteriormente se escribe como:
H0 : µ = µ0
Es decir, se establece la Hipótesis Nula que no existen
diferencias significativas entre la media muestral x y la
poblacional, la cual toma un valor particular µ0 con un nivel de
significación α. Pero el no aceptar la hipótesis nula implica
reconocer que al nivel α sí existen diferencias significativas, esto
es, se aceptará la Hipótesis alternativa H1 , es decir:
H1 : µ ≠ µ0
61
O sea, que rechazar la hipótesis nula H0 implica aceptar la
alternativa H1.
X − Zσ x < µ 0 < X + Zσ x
H0 : µ = µ0 frente a la alternativa
H1 : µ ≠ µ0
σ 12
σx = (2) ó sea σ x = =2
n 36
Como se dijo anteriormente, existen muchas alternativas para
comprobar la Hipótesis Nula que estarán ubicados en el intervalo:
x − Zσ x < µ 0 < x + Zσ x
62
Fijando α = 0,05 se tendrá la distribución siguiente:
x ≤ 16 Región Crítica
x ≥ 24 Región Crítica
y se aceptará cuando :
63
En general, la comparación se hará transformando los valores de
la muestra a la distribución correspondiente, ejecutando la
tipificación del caso.
64
En el ejemplo anterior se dijo que µ0 = 20 y el área de
aceptación de la Hipótesis Nula para α = 0,05 fue 16 y 24. En el
caso que la media poblacional tomara otro valor, es decir µ1 = 22,
la media muestral sería x = 22 con desviación standard σ = 2.
Considérese una hipótesis nula.
H0 : µ = µ0 con la alternativa H1 : µ = µ1
65
de cometer error Tipo II vendrá determinada por el área señalada
como β.
X1 - µ1 16 - 22
Z1 = = = -3
σx 2
X 2 - µ1 24 - 22
Z2 = = = 1
σx 2
66
queda demasiado lejos del valor correcto, pero sí hay un
alejamiento significativo se tiene probabilidad mucho menor de
aceptar la Hipótesis nula.
67
facilita obtener la probabilidad de rechazar la hipótesis nula para un
cierto rango de variación.
H0 : µ = µ0
68
Considérese la hipótesis nula frente a diversas alternativas de µi
con igual desviación σ x = 2 , en efecto,
H0 : µ = µ0
H1 : µ < µ1
16 - 20 A1 = 0,0228
Z1 = = -2
2
µ0 = 20 { β = 0,9544 {1- β = 0,0456
24 - 20
Z2 = = 2 A2 = 0,9772
2
16 - 19
Z1 = = - 1,5 A1 = 0,0668
2
µ0 = 19 24 - 19 { β = 0,9270 {1- β = 0,0730
Z2 = = 2,5
2 A2 = 0,9938
69
16 - 18 A1 = 0,1587
Z1 = = -1
2
µ0 = 18 { β = 0,8400 {1- β = 0,1600
24 - 18
Z2 = = 3 A2 = 0,9987
2
16 - 17
Z1 = = - 0,5 A1 = 0,3085
2
µ0 = 17 24 - 17 { β = 0,6915 {1- β = 0,3085
Z2 = = 3,5
2 A2 = 1
16 - 16 A1 = 0,5
Z1 = = -0
2
µ0 = 16 { β = 0,5000 {1- β = 0,5000
24 - 16
Z2 = = 4 A2 = 1
2
16 - 15
Z1 = = 0,5 A1 = 0,6915
2
µ0 = 15 24 - 15 { β = 0,3085 {1- β = 0,6915
Z2 = = 4,5
2 A2 = 1
16 - 14 A1 = 0,8413
Z1 = = 1
2
µ0 = 14 { β = 0,1587 {1- β = 0,8413
24 - 14
Z2 = = 5 A2 = 1
2
70
De manera análoga se obtendrá la Hipótesis Nula frente a las
alternativas:
H0 : µ = µ0
H1 : µ > µ1
16 - 20 A1 = 0,0228
Z1 = = -2
2
µ0 = 20 { β = 0,9544 {1- β = 0,0456
24 - 20
Z2 = = 2 A2 = 0,9772
2
71
16 - 21
Z1 = = - 2,5 A1 = 0,0062
2
µ0 = 21 24 - 21 { β = 0,9270 {1- β = 0,0730
Z2 = = 1,5
2 A2 = 0,9332
16 - 22 A1 = 0,0013
Z1 = = -3
2
µ0 = 22 { β = 0,8400 {1- β = 0,1600
24 - 22
Z2 = = 1 A2 = 0,8413
2
16 - 17
Z1 = = - 3,5 A1 = 0,0000
2
µ0 = 23 24 - 17 { β = 0,6915 {1- β = 0,3085
Z2 = = 0,5
2 A2 = 0,6915
16 - 24 A1 = 0,0000
Z1 = = -4
2
µ0 = 24 { β = 0,5000 {1- β = 0,5000
24 - 24
Z2 = = 0 A2 = 0,5000
2
16 - 25
Z1 = = - 4,5 A1 = 0,0000
2
µ0 = 25 24 - 25 { β = 0,3085 {1- β = 0,6915
Z2 = = - 0,5
2 A2 = 0,3085
16 - 26 A1 = 0,0000
Z1 = = -5
2
µ0 = 26 { β = 0,1587 {1- β = 0,8413
24 - 26
Z2 = = -1 A2 = 0,1587
2
72
Representando gráficamente se tiene la otra rama de la Curva
Característica Operante (C.O.).
73
Esta curva representa la probabilidad de rechazar la Hipótesis
nula para diferentes valores de µ.
ai
p= = P̂
n
H0 : P = P0
Frente a la alternativa
H1 : P ≠ P0
74
muestra procedentes de un lote o población de ellos. A partir de
ese análisis se decide al respecto, si se acepta o rechaza el lote de
acuerdo a la comparación de un modelo preestablecido.
ai
p= = P̂
n
75
A
que estima a la proporción total de defectuosos P = .
N
c λx
-λ
F( x ) = ∑ e x!
x =0
λ = n P̂
76
Para desarrollar el esquema planteado anteriormente, los
elementos seleccionados a base de una muestra se clasifican en
defectuosos o no defectuosos. De acuerdo a que la proporción de
defectuosos exceda o no a un cierto número dado de defectos, se
aceptará o no el lote objeto de estudio. Es obvio que si este último
se rechaza, habrá necesidad de examinar todos los elementos del
lote.
λ = n . p = n P̂ , luego 2 = 100 . P̂
P̂ = 0,02
77
Si se calculan los valores alternativos de β(P) y 1-β(P) se tiene:
78
CURVA CARACTERÍSTICA OPERANTE PARA UN
PLAN DE MUESTREO SIMPLE
79
Al analizar el gráfico C.O. se observa que para un número de
aceptación c = 4, se tiene que para diferentes valores de la
proporción se obtiene una probabilidad de aceptación.
80
4.6 Factores a considerar en la aplicación de Pruebas o Tests.
81
CAPÍTULO V
x − µ0
Z=
σ
n
82
nivel de significación α previamente fijado, esto es, se aceptará la
hipótesis nula cuando el valor de Z caiga en dicho intervalo.
H0 : µ = µ0
frente a la alternativa
H0 : µ ≠ µ0
α = 0,05
3. Se utiliza el estadístico
x − µ0
Z=
σ
n
Luego:
267 − 260
Z=
10
36
83
7
Z= = 4,19
1,67
α
Z ≥ Z1 −
2
Z1 ≤ -1,96, Z2 ≥ 1,96
84
5.2 Muestras pequeñas
85
x − µ0
Z=
ŝ
n
yo
y= υ +1
t2 2
(1 + )
υ
t0 y0
Pb = ∫−∞ 2 υ+1
dt
(1 + t ) 2
υ
86
independientes en una serie de datos, o sea los grados de libertad,
serán:
ν = n–k
ˆ ± t ŝ
X
n
s 2
=
∑ (x i
− x )2
n
y la cuasi-varianza por:
ŝ 2 =
∑ (x i
− x )2
n −1
evidentemente se verifica
(x i − x )2
s =
2
s 2 en efecto al sustituir s2 se tiene
n −1
87
n ∑ (x i − x )
2
ŝ =
2
⋅
n −1 n
x − µ 0 x − µ0
t= =
ŝ s
n n −1
x − µ0
En efecto, t=
s
n −1
n 2 n −1 2
Como ŝ 2 = s s2 = ŝ
n −1 n
n −1
Luego s= ŝ
n
Sustituyendo en t se tiene:
x − µ0 x − µ0
t= =
s n −1
n −1 n
ŝ
n −1
x − µ0 x −µ0
t= =
ŝ n − 1 ŝ
n −1 n n
88
x − µ 0 x − µ0
luego t= =
ŝ s
n n −1
ŝ =
∑ (x i
− x )2
n −1
89
Se requieren los valores de t para los casos siguientes:
a) La parte sombreada a la
derecha es igual a =,05.
Utilizando la tabla No. 9 el
nivel de significación será 0,05,
luego se tendrá t 0,10:5 = 2,015.
90
e) El área de la izquierda es
0,20.
1. Tabla 9 : t 0,01:5 = 0,92
2. Tabla 10 : 1-0,20 = 0,80
t 0,80:5 = 0,92
ν =n –1=4–1=3
de donde t 0,10:3 = 2,353
ˆ ± 2,353 s
X
n −1
91
3. Encontrar los valores críticos de t para los cuales el área de la
rama derecha de la distribución es 15 si los grados de libertad
son 28, 16, 8, 4, calcular el intervalo confidencial cuando el
error Tipo I es del 1% para ν = 8.
a) ν= 28 t 0,99:28 = 2,47
ν= 16 t 0,99:16 = 2,58
ν= 8 t 0,99: 8 = 2,90
ν= 4 t 0,99: 4 = 3,75
b) ν= 9
s s
x−t ≤ X ≤ x+t
n −1 n −1
s s
luego x − 2,90 ≤ X ≤ x + 2,90
9 9
92
contrastar la hipótesis nula frente a la alternativa, con un nivel de
significación a, es decir:
H0 : µ = µ0
H1 : µ ≠ µ0
x − µ0 x − µ0
t= ⋅ n −1 =
s ŝ
n
y se rechaza H0 si :
t ≤ tα
; n -1
2
o si:
t≥t α
1− ; n -1
2
Ejemplos:
93
a) Se establecen las hipótesis
H0 : µ = µ0 = 120
H1 : µ ≠ µ0 ≠ 120
x − µ0 135 − 120 15
b) t= t= = =5
ŝ 15 3
n 25
Para α = 0,05
94
Para α = 0,01
Como 5 > 2,80 también se rechaza la hipótesis nula al nivel del 1%.
ŝ ŝ
X̂ - t α ≤ X ≤ X̂ + t α
2
n 1-
2
n
sustituyendo:
95
efectivamente el fabricante puede garantizar que el neumático dura
6.000 horas promedio. Se desea una alta confiabilidad.
2) H0 : µ = µ0 = 6.000
H1 : µ ≠ µ0 ≠ 6.000
96
H0 : µ ≤ µ0
H1 : µ > µ0
Se calcula:
x − µ0 x − µ0
t= ⋅ =
s ŝ
n −1 n
Ejemplo:
97
H0 : µ ≤ µ0
H1 : µ > µ0
x − µ0 14 − 12
t= ⋅ = ⋅ 3 = 1,5
s 4
n −1
H0 : µ ≥ µ0
H1 : µ < µ0
Se calcula:
x − µ0 x − µ0
t= ⋅ =
s ŝ
n −1 n
98
y se rechaza la hipótesis nula si: t ≤ t α,ν, siendo ν = n-1 utilizando
una rama de la distribución, o sea:
Ejemplo:
H0 : µ ≥ µ0
H1 : µ < µ0
x − µ0 18 − 20 −2
t= = = = -4
ŝ 2 0,5
n 16
t 0,95; 15 = 1,75
t 0,05; 15 = 1,75
99
como - 4 < - 1,75 se rechaza la hipótesis nula; por lo tanto, el
nuevo equipo garantiza una reducción significativa de los costos
medios.
x − µ0 x − µ0
t= ⋅ =
s ŝ
n −1 n
como µ0 = 0 se tendrá
x x
t= ⋅ n −1 = ⋅ n
s ŝ
100
La hipótesis H0 : µ1 = µ2 se rechazará si
t ≤ tα ó t≥t α
; n -1 1− ; n -1
2 2
Ejemplos:
NOTAS DE CANDIDATOS
Pruebas
A B
1 20 19
2 18 17
3 20 17
4 19 16
5 18 16
6 16 16
7 19 16
8 20 18
9 20 20
TOTAL 170 155
MEDIA 18,88 17,22
t = X a−b ⋅ n − 1 ó t = X a −b ⋅ n
s ŝ
101
A B X1 = A-B X1 2
20 19 1
18 17 1 1
20 17 3 19
19 16 3 9
18 16 2 4
16 16 0 0
19 16 3 9
20 18 2 4
20 20 0 0
TOTAL 15 37
x a = 18,88
15
x a −b =
9
x b = 17,22
∑x 225
∑x 2
1
−
n
1
37 -
9 = 1,5 = 2
ŝ = =
n −1 8
ŝ = 1,5 = 1,2
1,67
t= 9 = 4,18
1,2
102
t 0,10; 8 = 1,860
Manzanas: 1 2 3 4
Lista: 5 8 6 9
Levantamiento: 6 9 4 7
103
A B A-B =x 1 x12
5 6 -1 1
6 9 -1 1
8 4 2 4
9 7 2 4
TOTALES 28 26 2 10
MEDIAS 7 6,5 0,5
∑ x12 − ∑n 1
x 4
10 -
ŝ = = 4 = 3 = 1,73
n −1 3
0,5 0,5 ⋅ 2
t= 4= = 0,58
1,73 1,73
104
x1 − x 2
1 1
ŝ +
n1 n 2
σ12 σ 22
+
n1 n2
x1 − x 2 x1 − x 2 n1 ⋅ n 2
t= = ⋅
1 1 ŝ p n1 + n 2
ŝ +
n1 n 2
ŝ p =
∑ ( x 1 − x 1 ) 2 + ∑ (x 1 − x 2 ) 2
n1 + n 2 − 2
n1 ŝ12 + n 2 ŝ 22
ŝ p =
n1 + n 2 − 2
105
y para muestras pequeñas
( n 1 − 1) ŝ12 + (n 2 − 1) ŝ 22
ŝ p =
n1 + n 2 − 2
Se desea contrastar
H0 : µ = µ0
H1 : µ ≠ µ0
Se usa
x1 − x 2
t=
1 1
ŝp +
n1 n 2
t ≤ tα
; n +n -2
2 1 2
t≤t α
1− ; n + n - 2
2 1 2
Ejemplos:
106
promedio x1 = 10 con desviación ŝ1 = 2. Del segundo se tomó una
muestra de n2 = 5 alumnos cuya nota fue de x 2 = 12 con
desviación ŝ2 = 4. Se desea conocer si existen diferencias
significativas entre los cursos con un nivel de confianza del 99%.
x1 − x 2
t=
1 1
ŝp +
n1 n 2
10 − 12 −2
t= t= = - 1,48
1 1 2 ,41 ⋅ 0,56
2,41 +
8 5
ˆ −X
ˆ − t ⋅ ŝ 1 1 ˆ −Xˆ +t 1 1
X1 2 α p
+ ≤ X1 − X 2 ≤ X 1 2 α
⋅ ŝ p +
n1 n 2 1− n1 n 2
2 2
107
o sea:
1 1 1 1
10 − 12 − 3,106 ⋅ 2 ,41 + ≤ X1 − X 2 ≤ (10 − 12 ) + 3,106 ⋅ 2,41 +
8 5 8 5
( −2) − 4, 26 ≤ X1 − X 2 ≤ (−2 ) + 4, 26
− 6, 26 ≤ X 1 − X 2 ≤ 2, 26
x1 x2 x1 2 x2 2
2 4 4 16
4 1 46 1
8 0 64 0
- 3 4 9
- 4 - 16
4 - 16
TOTALES 16 16 88 58
108
x1 =
∑ x1i =
16
= 4 x2 =
∑ x 2i =
16
= 2,66
n1 4 n2 6
( ∑ ( x1i ) 2
∑ x2 −
1i n1 88 −
16 2
ŝ1 = = 4 = 8
n1 − 1 3
( ∑ (x 2 i ) 2
∑ x2
2i
−
n2 58 −
16 2
ŝ 2 = = 6 = 3,06
n 2 −1 5
( n 1 − 1) ŝ12 + (n 2 − 1) ŝ 22 3 ⋅ 8 + 5 ⋅ 3,06
ŝ p = = = 2,2
n1 + n 2 − 2 8
x1 − x 2 4 − 2,66
t= =
1 1 1 1
ŝ p + 2,2 ⋅ +
n1 n 2 4 6
t = 0,94
t 0,10; 8 = 1,860
109
x1 ŝ1
proceso uno, resultó una media = 8,17 y = 5 y en el proceso
x2
dos, resultó una media = 11,29 y ŝ2 = 4. Al nivel del 1%,
probar la hipótesis nula de H0 : µ1 = µ2 , considerando que en ambos
casos se tomo n1 = n2 = 6.
( n 1 − 1) ŝ12 + (n 2 − 1) ŝ 22
ŝ p = = 10 = 2,12
n1 + n 2 − 2
x1 − x 2 8,17 − 11,29
t= =
1 1 1 1
ŝ p + 2,12 ⋅ +
n1 n 2 6 6
t = - 2,54
t 0,01; 10 = - 3,169
H0 : µ1 ≤ µ2
H1 : µ1 > µ2
110
Se calcula el estadístico:
x1 − x 2
t=
1 1
ŝp +
n1 n 2
t ≥ t 1- α; n1 + n2 – 2
Ejemplo:
H0 : µ1 ≤ µ2
H1 : µ1 > µ2
α = 0,05
x1 − x 2
t=
1 1
ŝp +
n1 n 2
111
( n 1 − 1) ŝ12 + ( n 2 − 1) ŝ 22 15 ⋅ 4 + 9 ⋅ 9
ŝ p = = = 2,5
n1 + n 2 − 2 16 + 10 − 2
t ≥ t 1- α; n1 + n2 – 2 = t 0,95; 24 = 1,71
Se desea probar:
H0 : µ1 ≥ µ2
H1 : µ1 < µ2
Se calcula el estadístico:
x1 − x 2
t=
1 1
ŝp +
n1 n 2
t ≤ t 1- α; n1 + n2 – 2
112
Ejemplo:
H0 : µ1 ≥ µ2
H1 : µ1 < µ2
α = 0,01
x1 − x 2
t=
1 1
ŝp +
n1 n 2
1 30 − 140 − 10 0,5
t= = = = 1,981
1 1 22 ,54 0,5 22 ,54 ⋅ 0,224
22,54 ⋅ +
25 100
113
Como -1,98 > -2,36 se verifica la hipótesis nula, esto es, que los
costos no son significativamente menores al procedimiento original
con un nivel de confianza del 99%.
114
CAPÍTULO VI
115
Si P se considera como un parámetro y p como el estadístico
correspondiente, la distribución en el muestreo de p es una
distribución binomial cuya función de distribución es:
c
∑ ( x )p x q n − x
n
F (x ) =
x =0
p −P0
Z=
P0 ⋅ Q 0
n
H0 : P = P0
H1 : P ≠ P0
p −P0
Z= si np > 5 y nq > 5
P0 ⋅ Q 0
n
116
luego si:
Z ≤ Zα
2
Z≥ Z α
1−
2
P0 ⋅ Q 0
donde σp =
n
Ejemplo:
Sobre una muestra de 120 artículos seleccionados al azar se
encuentra que 30 de ellos están defectuosos. El fabricante espera
que la proporción de defectuosos sea un 20%. ¿Se estarán
cumpliendo las especificaciones con un nivel de confianza del
95%? Determine el intervalo de confianza.
H0 : P = P0 = 0,20
H1 : P ≠ P0
α = 0,05
30
para n = 120, p = =0,25 como:
120
117
p − P0 0,25 − 0,20 0,05
Z= = = = 1,39
P0 ⋅ Q 0 0,20 .0,80 0 ,036
n 120
p - Zσp ≤ P ≤ p + Zσp
P0 ⋅ Q 0
donde σp =
n
0,18 ≤ P ≤ 0,32
H0 : P = P0 frente a la alternativa
H1 : P ≠ P0 para un nivel de significación α
118
c
N−A
∑ x n − x
A
x =0
F (x ) =
N
n
p −P0
Z=
P0 ⋅ Q 0
n
c
λx
F (x ) = ∑ e −λ
x!
x =0
119
H0 : P = P0
H1 : P ≠ P0
α
Si n es grande y np < se utiliza la función
c
λx
F (x ) = ∑ e −λ
x!
x =0
L1
λx α
L1 = ∑ e −λ =
x! 2
x =0
120
L
1 λx α
L2 = ∑ e −λ x!
=1−
2
x =L2
Ejemplo:
A 2
P0 = = = 0 ,02
N 100
Luego: H0 : P = P0 = 0,02
H1 : P ≠ P0
α = 0,05
como: n = 267
4
ai = 4 entonces p = = 0,015
267
121
L
1 λx
L1 = ∑ e −λ x!
= 0,025
x =0
L
1 λx
L2 = ∑ e −λ
x!
= 0,975
x =L2
1 < X < 10
1 10
< P< , o sea 0,01 < P < 0,10
100 100
122
6.1.2 Se conoce la proporción de la población, se desconoce la
varianza y se desea contrastar la hipótesis que la
proporción poblacional P es menor o igual que un cierto
valor P0 con un nivel de significación α .
H0 : P ≤ P0
H1 : P > P0
p −P0
Se calcula Z=
P0 ⋅ Q 0
n
Z ≥ Z1 – α
Ejemplo:
Un producto es vendido al 20% del potencial de mercado de una
zona. Se cree que un cambio de colores en la etiqueta hará crecer
el porcentaje de participación significativamente. Para comprobar
esta hipótesis se tomó una muestra en la zona de 200 consumidores
y se encontró que con un nuevo color en la etiqueta un 25% estaría
dispuesto a adquirirlo. ¿Será este incremento significativo para
tomar la decisión de cambiar el color de la etiqueta del producto?
H0 : P ≤ P0 = 0,20
H1 : P > P0 incremento significativo
α = 0,05
123
p − P0 0,25 −0,20 0,05
Z= = = = 1,77
P0 ⋅ Q 0 0,20 ⋅ 0 ,80 0,0283
n 200
Z1 = α = Z0,95 = 1,64
H0 : P ≥ P0
H1 : P < P0
p −P0
Se calcula Z=
P0 ⋅ Q 0
n
Z ≥ Z1 – α
Ejemplo:
Un procedimiento de fabricación determina que el montaje de una
pieza de una máquina dure un 20% del tiempo de fabricación. El
124
ensayo de un nuevo procedimiento realizado sobre el montaje de 60
máquinas reduce el tiempo a un 16%. ¿Se podrá adoptar el segundo
procedimiento en la seguridad de reducir significativamente el
tiempo?
p −P0
Z=
P0 ⋅ Q 0
n
α = 0,05
Z1 = α = Z0,95 = 1,64
125
P1 − P2
Z= es aproximadamente normal, con media P1 – P2
1 1
sp +
n1 n 2
P1 Q1 P2 Q 2
y varianza de σp2 = σp1 2 + σ2 p2 = +
n1 n2
H1 : P1 ≠ P2
La hipótesis se prueba utilizando
p1 − p 2 n1 p1 + n 2 p 2
Z= donde : p =
1 n1 + n 2
1
p ⋅ q +
n
1 n2
luego si Z≥ Z α
1−
2
1 1 1 1
p1 − p 2 − Z α p ⋅ q + ≤ P1 − P2 ≤ p1 − p 2 + Z α p ⋅ q +
n
2 1 n2 1−
2 n1 n 2
126
Ejemplo:
H0 : P1 = P2
H1 : P1 ≠ P2
α = 0,05
p1 − p 2
Z=
1 1
p ⋅ q +
n
1 n2
Z0,025 = -1,96
127
El intervalo de confianza para la diferencia es:
1 1 1 1
p1 − p2 − Z α p ⋅ q + ≤ P1 − P2 ≤ p1 − p 2 + Z α p ⋅ q +
n n
2 1 n2 1−
2 1 n2
-0,17 ≤ P1 – P2 ≤ 0.014
H0 : P1 ≤ P2
H1 : P1 > P2
Dado α se calcula:
p1 − p 2
Z=
1 1
p ⋅ q +
n
1 n2
Ejemplo:
128
sobre la producción de 60 días reveló que controla el 24%.
¿Controlará el nuevo obrero un porcentaje más alto de la
producción que el original?
H0 : P1 ≤ P2
H1 : P1 > P2
α = 0,05
p1 − p2 0 ,24 − 0,20 0,040 0,04
Z= = = - = 0,18
1 1 1 1 0,048 0,22
p ⋅ q + 0,22 ⋅ 0,78 +
n 60 90
1 n2
n 1 p1 + n 2 p 2 60.0,24 + 90 .0,20
p = = = 0,22
n1 + n 2 60 + 90
H0 : P1 ≥ P2
H1 : P1 < P2
129
p1 − p 2
Para Z=
1 1
p ⋅ q +
n
1 n2
H0 : P1 ≥ P2
H1 : P1 < P2
α = 0,05
130
6.3 Diferencia entre varias proporciones.
H0 : Pi = Pi0 donde i = 1, 2, 3, . . . . . . . k
H1 : Pi ≠ Pi0
k k
Se verifica que ∑ Pi = ∑ Pi0 =1
i =1 i =1
n!
f ( x 1 , x 2 , . . . ..x k ) = . p x1 p 2 x 2 . . . .pk x k
x 1 , x 2 , . . . ..x k 1
131
k (O i − E i ) 2
χ = 2
∑ Ei
i=1
6.3.1 La distribución χ 2 .
k (O i − E i ) 2
χ = 2
∑ Ei
i=1
ó
n . ŝ 2
χ2 =
σ 02
1 1 2
( υ - 2) - χ
f ( x ) = y 0 (χ ) 2 2 e 2
1 1 2
χ2 ( υ - 2) - χ
F (x ) = ∫- ∞ y 0 (χ 2 ) 2 e 2
132
Estos valores se tabularán en una tabla expresada en función de
los niveles de significación y los grados de libertad (tabla No. 11),
o bien a través de los percentiles correspondientes con ν grados de
libertad (tabla No. 12).
Ejemplo:
133
a)
b) El área sombreada a la derecha es de 0,05
Tabla 11
χ 02,05; 5 = 11,07 ≈ 11,1
Tabla 12
χ 02,05; 5 = 11,1
Tabla 11
χ 02,05; 5 = 11,1
χ 02,95; 5 = 1,15
Tabla 12
χ 02,05; 5 = 11,1
χ 02,95; 5 = 1,15
134
d) El área sombreada a la izquierda es 0,10
Tabla 11
χ 02,90; 5 = 1,61
Tabla 12
χ 02,10; 5 = 1,61
Tabla 11
χ 02,01; 5 = 15,086 ≈ 15,1
Tabla 12
χ 02,99; 5 = 15,1
χ2 =
1
2
(
Z + 2υ - 1 )2
Para el caso anterior se tiene entonces:
χ 20 ,975 =
1
(
Z
2 0 ,975
+ (2 .50 ) - 1 )
2
como Z0,975 = 1,96
135
χ 20 ,975 =
1
2
(
1,96 + 99 )2 = 70,92
2
1
χ 20 ,025 = Z 0,025 + (2 ⋅ 50) − 1 como Z0,025 = -1,96
2
χ 20 ,025 =
1
2
(
− 1,95 + 99 )2 = 31,92
6.3.2 Se conocen las proporciones pi0 y pi y se desea
contrastar la hipótesis de igualdad de varias
proporciones.
En este caso se desea contrastar la hipótesis siguiente:
H0 : Pi = Pi0
H1 : Pi ≠ Pi0
k (O i − E i ) 2
χ2 = ∑ Ei
donde Ei = n Pi0
i=1
χ 2 ≥ χ12−α ;υ donde ν = k - 1
siendo K el número de grupos.
Ejemplo:
Se espera que la proporción de colores preferidos para un
producto de limpieza sea:
136
P3 = 0,30 color verde
P4 = 0,40 otros colores
H1 : Pi ≠ Pi0
α = 0,05
Se utiliza:
k (O i − E i ) 2
χ = 2
∑ Ei
i=1
Total: 200
137
Calculando χ2 se tiene:
χ2 =
(25 - 20)2 +
(30 - 40 )2 + (65 - 60)2 + (80 - 80)2 = 4,16
20 40 60 80
el valor de n = k – 1 = 4 – 1 = 3
138
H1 : Dependencia
Al establecer esta hipótesis se deben calcular las frecuencias
esperadas que correspondan a las frecuencias observadas y se
verifica que la suma de ambas deben ser iguales. El tratamiento
aquí planteado corresponde a un enfoque bidimensional donde cada
fila o columna es una frecuencia marginal.
6.4.1 Tablas r x c
Las observaciones de una muestra se podrán clasificar de
acuerdo con dos criterios diferentes y tabulados de tal forma que se
tendrá un cuadro donde concurren un grupo de frecuencias
observadas Oij ubicadas en las casillas Oij, por ejemplo:
FRECUENCIAS OBSERVADAS
Columnas 1 2 3 4 5 j c Totales
Filas
1 O11 O12 O13 O14 O15 ... O1j .... O1c O1j
2 O21 O22 O23 O24 O25 ... O2j .... O2c O2j
3 O31 O32 O33 O34 O35 ... O3j .... O3c O3j
4 O41 O42 O43 O44 O45 ... O4j .... O4c O4j
5 O51 O52 O53 O54 O55 ... O5j .... O5c O5j
... .... .... .... .... .... .... .... .... .... ....
i .... .... .... .... .... .... .... .... Oic Oij
r Or1 Or2 Or3 Or4 Or5 ... Orj .... Orc Orj
Totales Oi1 Oi2 Oi3 Oi4 Oi5 ... Oij .... Oic n
139
FRECUENCIAS ESPERADAS
Columnas 1 2 3 j c
Filas
1 E11 E12 E13 ... E1j .... E1c
2 E21 E22 E23 ... E2j .... E2c
3 E31 E32 E33 ... E3j .... E3c
i ... Eij .... Eic
... .... .... .... .... .... .... ....
... .... .... .... .... .... .... ....
... .... .... .... .... .... .... ....
r Er1 Er2 Er3 ... Erj .... Erc
j r (Oij − E ij ) 2
χ = 2
∑∑ E ij
i=1 i=1
donde
r c
∑ Oij ∑ Oij
i =1 i =1
E ij =
n
En efecto se tiene:
E 11 = ∑ O11 ∑ O11 /n
E 12 = ∑ O12 ∑ O12 /n
− − −− − −− − −− −
E rc = ∑ O rc ∑ Orc /n
140
Es conveniente destacar en este punto que del resultado de expe-
rimentos repetidos se establecerán χ2 1, χ2 2,. . . .χ2 k con ν 1 , ν 1 ,. . .ν k
grados de libertad. El resultado de estos experimentos se
considerará equivalente a un valor χ2 dado por:
Ejemplo:
141
PLANES
Tipos de Económico Normal Especial Total
Empleados
Obreros 200 100 10 310
Empleados 150 210 150 510
Supervisores 10 30 100 140
Directivos - - 40 40
Total 360 340 300 1000
El primer paso será construir una tabla con los valores esperados
mediante:
r c
∑ Oij ∑ Oij
i =1 i =1
E ij =
n
o sea:
360 ⋅ 310 340 ⋅ 310
E 11 = = 112 E12 = = 105
1000 1000
3 00 ⋅ 3 10 300 ⋅ 310
E 13 = = 93 E 21 = = 184
1000 1000
340 ⋅ 510 3 40 ⋅ 5 10
E 22 = = 173 E 23 = = 153
1000 1000
360 ⋅ 140 360 ⋅ 140
E 31 = = 50 E 32 = = 48
1000 1000
300 ⋅ 140 300 ⋅ 140
E 33 = = 42 E 41 = = 14
1000 1000
340 ⋅ 4 0 3 40 ⋅ 40
E 42 = = 14 E 43 = = 12
1000 1000
142
PLANES
Tipos de Económico Normal Especial Total
Empleados
Obreros 112 105 93 310
Empleados 184 173 153 510
Supervisores 50 48 42 140
Directivos 14 14 12 40
Total 360 340 300 1000
j r (Oij − E ij ) 2
χ =
2
∑∑ E ij
i=1 i=1
+
(150 − 184)2 +
(210 − 173)2 +
(150 − 153)2 +
184 173 93
(200 − 112) + (100 − 105) + (10 − 93)2 +
2 2
+
112 105 153
+
(10 − 50)2 +
(30 − 48)2 +
+
(100 − 42)2
50 48 42
(0 − 14)2 + (0 − 14)2 + (40 − 12)2 donde χ 2 = 369,88
+
14 14 12
143
luego:
χ 20,95;6 = 12,59
Hábitos
Edad Frecuente Rara vez Total
15 – 25 15 2 17
25 y más 1 10 11
Total 16 12 28
j r (Oij − E ij ) 2
χ = 2
∑∑ E ij
i=1 i=1
Hábitos
Edad Frecuente Rara vez Total
15 – 25 10 7 17
25 y más 6 5 11
Total 16 12 28
144
Luego se calcula el estadístico
j r ( Oij − E ij − 0,5) 2
χ =
2
∑∑ E ij
i=1 i=1
puesto que ν = 1
Entonces:
χ2 =
(4,5)2 + (4,5)2 + (4,5)2 + (4,5)2 = 2,02 + 3,37 + 2,89 + 4,05 = 12,33
10 6 7 5
Se contrastará mediante:
2
n
n ad − bc −
2
χ2 =
(a + b)(c + d )(a + c)(b + d )
145
donde cada valor vendrá determinado por los valores expresados en
la tabla:
Columnas
Filas 1 2 Total
1 a b a+b
2 c d c+d
Total a+c b+d n
Ejemplo:
Suponiendo el mismo ejemplo anterior se tiene la tabla:
Hábitos
Edad Frecuente Rara vez Total
15 – 25 15 2 17
25 y más 1 10 11
Total 16 12 28
H0 : Independencia
H1 : Dependencia
se calcula
2
n
n ad − bc −
2
χ2 = ya que (r-1 (c-1) = 1
(a + b)(c + d )(a + c)(b + d )
2
28
28 15 ⋅ 10 − 2 ⋅ 1 −
χ2 =
2
= 14
16 ⋅12 ⋅17 ⋅11
146
para χ2 1-α;ν donde α = 0,05 se tiene
χ2 0,95;1 = 3,84
H0 : Oi = Ei (buen ajuste)
H1 : Oi ≠ Ei (mal ajuste)
(O i − E i )2
Se usa en este caso: χ =
2
∑ Ei
y si se verifica
χ2 1-α: ν donde ν = n-1
se rechaza la hipótesis nula.
147
Ejemplo:
Un estimado regional de las ventas de una empresa prevé
repartirlas de acuerdo a la proporción siguiente:
Región Central 80%
Región Oriental 10%
Región Occidental 5%
Región Sur 5%
α = 0,05
(O i − E i )2
Se calcula χ2 = ∑ Ei
donde los valores observados y esperados son:
Regiones O1 Ei = n Pi0 Oi - Ei (Oi - Ei)2 (Oi - Ei)2 / Ei
Central 1000 1200 -200 40.000 33,33
Oriental 160 150 10 100 0,67
Occidental 200 75 125 15.625 208,33
Sur 140 75 65 4.225 56,33
Total 1500 1500 - 296,66
148
luego χ2 = 298,66
χ2 0,95: 3 = 7,81
H0 : Oi = Ei (buen ajuste)
Frente a la alternativa de un ajuste diferente, esto es:
H1 : Oi ≠ Ei
149
(O − E ij )
2
∑ ij
χ =
2
E ij
con ν = K – p – 1 grados de libertad, donde p será el número de
parámetros estimados por la muestra. Así, por ejemplo, si estuviese
bajo prueba la hipótesis de normalidad µ y σ2 se estiman mediante
2 parámetros x y ŝ 2 y K el número de intervalos de clase de la
distribución. Luego ν = K - 3.
χ2 ≥ χ2 1-α; K-p-1
150
Ejemplo:
Sea una muestra de 27 personas a las cuales se tomó el peso
correspondiente, obteniéndose una distribución de frecuencia y se
supuso que procedían de una población normal. ¿Será correcta
dicha suposición a un nivel del 5%?
DISTRIBUCIÓN DE LOS PESOS
Clases (Kgs.) Fi .
46 – 54 6
54 – 62 3
62 – 70 10
70 – 78 4
78 - 86 4
xi − X ∑f
xi − x t= y yt = ic y
σ σ
-15,11 - 1,44 0,1415 3
- 7,11 - 0,68 0,3136 6
0,89 0,08 0,3977 9
8,89 0,85 0,2780 6
16,89 1,61 0,1092 3
X = Xa +
∑ fd' ic = 66 + (-3 . 8) / 27 = 66 – 0,89 = 65,11
N
151
y la desviación típica
∑ fd'2 − ∑ fd'
2
2
47 − 3
σ = ic =8 − = 8 1,74 - (-0,11) 2
∑ f N 27 27
Finalmente se tiene:
Oij : Eij :
Clases Oi - Ei (Oi - Ei)2 (Oi - Ei)2 / Ei
f. Observada f . Teóricas
46 – 54 3 3 -3 9 3,00
54 – 62 6 6 -3 9 1,50
62 – 70 10 9 1 1 0,11
70 – 78 4 6 -2 4 0,67
78 - 86 4 3 1 1 0,33
Total 27 - 5,61
152
Aplicando
(O − E ij )
2
∑ ij
χ =
2
E ij
χ2 ≥ χ2 1-α; K-p-1
χ2 0,95; 2 = 5,99
153
CAPÍTULO VII
nŝ 2
χ2 =
σ0 2
Generalmente, estos valores se contrastarán con los valores
teóricos de la distribución cuyos valores han sido
convenientemente tabulados. A partir de estas relaciones es posible
determinar el intervalo de confianza para la varianza y
consecuentemente para la desviación típica, fijando un cierto nivel
de confianza y considerando los valores de la muestra n.
nŝ 2
χ1 2 ≤ ≤ χ2 2
σ0 2
154
Siendo σ0 2 la varianza, se puede calcular el intervalo respectivo, es
decir:
n ŝ 2 n ŝ 2
≤ σ 02 ≤
χ 22 χ12
χ12 = χ 2α
;υ
2
χ 22 = χ 2 α
1− ; υ
2
ŝ n ŝ n
≤ σ0 ≤
χ 22 χ12
Ejemplo:
ŝ n ŝ n
Utilizando: ≤ σ0 ≤
χ2 χ1
155
χ2 1 = χ2 0,025; 24 = 12,4
χ2 2 = χ2 0,975; 24 = 39,4
Entonces
625 25 625 25
≤ σ0 ≤
39,4 12,4
3 .1 25 3 .125
≤ σ0 ≤
6,28 3,53
(498 ≤ σ0 ≤ 885)
H0 : σ2 = σ0 2
H1 : σ2 ≠ σ0 2
nŝ 2
≤ χ 2α
σ 20 ; n -1
2
156
nŝ 2
≤ χ2 α
σ0 2
1− ; n -1
2
ŝ 2
Para muestras grandes se usa también χ 2 = n − 1 ⋅
σ 20
Ejemplo:
Por varios años una empresa ha administrado exámenes para
contratar a auxiliares de auditoría y ha obtenido de los aspirantes
una nota promedio µ = 14 con una varianza σ0 2 = 16. Los
exámenes fueron administrados a un grupo de 20 auxiliares que
aspiraban el cargo y se obtuvo una media x = 15 con una varianza
ŝ 2 = 25. ¿Habrá alguna razón para pensar que los estudiantes
tuviesen una varianza de 16?
H0 : σ2 = σ0 2
H1 : σ2 ≠ σ0 2
α = 0,10
Se usará el estadístico
nŝ 2
χ2 =
σ0 2
luego
25
χ 2 = 20 ⋅ = 31,25
16
χ 2α = χ 20 ,05;19 = 10,1
; n -1
2
χ2 α
= χ 02,95;19 = 30 ,1
1− ; n -1
2
157
como 31,25 > 10,1
31,25 > 30,1
H1 : σ2 > σ0 2
nŝ 2
χ2 =
σ0 2
y si ocurre que
χ2 ≥ χ2 1-α; n-1
Ejemplo:
158
α = 0,05
nŝ 2 100 ⋅ 6 2
χ2 = = = 225
σ0 2 42
H1 : σ2 < σ0 2
Para un nivel a, la región de rechazo es
χ2 ≤ χ2 α; n-1
Ejemplo:
La gestión de ventas de una empresa requiere que sus
vendedores coloquen un promedio de Bs. 600,00 diarios con una
desviación típica de Bs. 100,00. Una muestra de 20 vendedores
coloca un promedio de Bs. 60,00, con una desviación típica de Bs.
60,00. ¿Se cumplen las normas establecidas en el sentido que es
deseable que la gestión tenga la menor dispersión posible?
H0 : σ2 ≥ σ0 2
H1 : σ2 < σ0 2
α = 0,05
159
nŝ 2 20 ⋅ 60 2
χ2 = = = 7 ,2
σ0 2 100 2
7.3.1 La Distribución F.
ŝ 22
F= si ŝ 22 > ŝ12
ŝ12
ŝ12
o también F= si ŝ12 > ŝ22
ŝ 22
160
υ1 z
e
f ( x) = y0
(υ1e2 z + υ2 ) 2 (υ1+ υ2 )
1
Pb = F(x) = f(x) dx
F α
1− ; n1 −1; n 2 −1
2
ó F
1−α; n1−1; n 2 −1
ó Fα ; n
1 −1; n 2 −1
Ejemplo:
2
1. La varianza 1 = 10 calculada con n1 = 6
2
y la varianza 2 = 5 calculada con n2 = 9
161
se desea obtener el valor F para un α = 0,05 con una rama de la
distribución.
ŝ12 10
F= = =2 F1-α; 6 -1; 9-1
ŝ 22 5
2. Se desea encontrar
F Inverso
1/ν
F0,95; 3 ;15 = 3,29 1/15 = 0,0667
F0,95; 3; 18 = ? 1/18 = 0,0556
F0,95; 3; 20 = 3,10 1/20 = 0,0500
162
Distancia Inverso Proporción F
0,500 3,10
0,0056
= 0,3353
0,0167
0,0056 0,0556
0,0167
F = 3,10 + 0,3353
0,0667 (0,0167) = 3,11
3,29
H0 : σ1 2 = σ2 2
H1 : σ1 2 ≠ σ2 2
ŝ12
F= si ŝ12 > ŝ22
ŝ 22
F≥F α
1− ; n1 −1; n 2 −1
2
163
F ≤ Fα
; n1−1; n 2 −1
2
Ejemplo:
164
2 2
Se calcula 1 y 2 :
∑ x12 − (∑ x1 )
2
/ n1 192 − 27 2 / 9
ŝ12 = = = 13,75
n1 − 1 8
∑ x 22 − (∑ x 2 )
2
/ n1 149 − 312 / 9
ŝ 22 = = = 5,28
n 2 −1 8
13,75
F=
5,28
Región crítica
F≥F α
1− ; n1 −1; n 2 −1
2
F ≤ Fα
; n1−1; n 2 −1
2
α = 0,05
F0,025; 8; 8 = 0,226
165
7.3.3.1 La varianza procedente de una población es menor o
igual a otra.
H0 : σ1 2 σ2 2
H1 : σ1 2 > σ2 2
ŝ12
F=
ŝ 22
Ejemplo:
H0 : σ1 2 σ2 2
H1 : σ1 2 > σ2 2
α = 0,05
166
ŝ12 72
F= = = 1,96
ŝ 22 52
Como 1,96 < 2,21 se acepta la hipótesis nula, es decir, que las
variaciones no presentan diferencias significativas.
Se desea:
H0 : σ1 2 σ2 2
H1 : σ1 2 < σ2 2
ŝ12
Para un nivel a se calcula F = donde 1
2
< 2
2
ŝ 22
y se rechaza H0 si
F Fα;ν1,ν2 siendo ν 1 = n1 – 1 y ν 2 = n2 –1
Ejemplo:
167
H0 : σ1 2 σ2 2
H1 : σ1 2 < σ2 2
α = 0,05
ŝ12 52
F= = = 0,25
ŝ 22 10 2
y se rechaza H0 si
H0 : µ1 = µ2 = µ3 . . . . . .= µi
H1 : µ1 µ2 µ3 . . . . . . µi
168
2
ˆ ˆ
k ni X − X
∑
k −1
SCM
F = i =1 = k −1
k n1 2 SCG
∑∑ X − Xˆ
ij ∑ n i −1
i =1 j=1
k
∑ (n i − 1)
donde:
k
ˆ ˆ ∑ x 2i − ∑∑ xi2
k
∑ ni X − X = ∑ n
i =1 i ∑ni
siendo xij una variable cualquiera de cualquier muestra.
169
Análisis de la Varianza
Fuente de Suma de Grados de Cuadrados
Razón F
variación cuadrados libertad medios
Entre grupos SCM
SCM K-1 k -1 SCM
F = k −1
Dentro de los SCG SCG
SCG Ni – k
grupos ni - k ni − k
Total SCM+SCG (k-1) + (n i -k)
Ejemplo:
Se desea:
H0 : µ1 = µ2 = µ3 . . . . . .= µi
H1 : µ1 µ2 µ3 . . . . . . µi
α = 0,05
k 2
ˆ ˆ
∑ n i X − X ÷ k −1
SCM SCG
i=1
F= = ÷
k ni 2 k
÷ ∑ (n i − 1)
k −1 ∑ni −1
∑∑ X − X
ij
ˆ
i=1 j=1
170
MUESTRAS
1 2 3 4 Total
10 10 12 14 46
10 12 12 13 47
12 12 10 12 46
11 11 10 10 42
9 10 12 31
10 10 20
12 12
Totales Σ Xi 52 65 44 83 244
ˆ 10,4 10,8 11,00 11,8 11,1 = X
Medias X i
X ij 2 546 709 488 997
SCM = ∑
∑ x 2i
k
−
∑∑ x i2 52 2 65 2 44 2 83 2 224 2
= + + + − = 6,93
ni ∑ n i 5 6 4 7 22
k ni k ni
∑ x i2
SCG = ∑ ∑ (x ij − x̂) 2
= ∑∑ X ij2 −
ni
i =1 j=1 i=1 j=1
52 2 65 2 44 2 83 2
SCG = 546 + 709 + 488 + 997 - + + + = 26,89
5 6 4 7
171
En vista de que este valor no está directamente en las tablas, habrá
necesidad de interpolar. En consecuencia, se tiene que F0,95; 3; 18 está
comprendido entre F0,95; 3; 15 y F0,95; 3; 20 (ver 7.3.2), luego se tiene
que F0,95; 3; 18 = 3,11.
Como 1,55 < 3,11 se verifica la hipótesis nula, es decir que no
existen diferencias significativas entre las medias con un nivel de
significación del 5%.
H0 : σ1 2 = σ2 2 = σ3 2 . . . . . .= σi2
H1 : σ1 2 σ2 σ3 2 . . . . . . σi2
En este caso se calcula
υ2 M
F=
υ 1 (b − M )
k +1
υ2 =
2
1 1
∑ − 1
n − 1 Σ( n − k )
3( k − 1) i i
ν1 = K – 1
υ2
b=
1 1
∑ − 1 2
1− +
n − 1 Σ ( n − k ) υ 2
3( k − 1) i i
s p2 =
∑ (n i ) ŝ i2
∑ni - k
172
Si F F1-α; ν1; ν2 se rechaza la hipótesis nula.
Ejemplo:
Se desea:
H0 : σ1 2 = σ2 2 = σ3 2 . . . . . .= σi2
H1 : σ1 2 σ2 σ3 2 . . . . . . σi2
α = 0,05
υ2 M
F=
υ 1 (b − M )
donde:
k +1
υ2 =
2
1 1
∑ − 1
n − 1 Σ ( n − k )
3 (k − 1) i i
173
5
υ2 = = 3,125
2
1 1 1 1 1 1
+ + + −
3 (4 − 1) 10 − 1 15 − 1 10 − 1 12 − 1 ( 47 − 4 )
ν1 = k – 1 = 4 – 1 = 3
υ2
b=
1
∑ n i − 1 − Σ(ni − k) + υ2
1 1 2
1−
3( k − 1)
3. 125 3.125
b= = = 3. 253 ,18
1 1 1 1 1 1 1 2 1 - 0,04 + 0,0006
1− + + + + − +
3( 4 − 1) 9 14 9 11 9 43 3. 125
M =( ∑ n i − k ) lg (e) sp 2 - [ ∑ (n i − 1) lg (e) ŝ i 2 ]
donde:
s p2 =
∑ ( n i ) ŝ i2 9,4 + 14 ,9 + 9,6 + 11,6
= = 6,56
∑ni - k 47 − 4
M = 2,07
(3.125 )2,07
F= = 0,66
(3)3.253,18 − 2,07
174
CAPÍTULO VIII
Errores de estimación.
Significación del coeficiente de correlación.
175
En este punto se tratará el caso de la correlación lineal simple, es
decir la relación de dos variables que se comportan de forma lineal.
Las funciones que definen el coeficiente de correlación son las
siguientes y su valor variará entre –1 y 1, bien sean negativas o
positivas.
a) Momento-Producto.
rxy =
∑ x' y'
∑ x ' 2 ∑ y '2
siendo ∑ x ' y' = ∑ (x i − x )(y i − y )
b) Pearson.
c) Thurstone.
rxy = ∑ (xy) − n x y
∑x 2
− n x 2 ∑ y 2 − n y2
176
Se desea establecer el coeficiente de correlación de dichas
variables.
Ventas Cobros
x' = x − x y' = y − y x’y’ (x − x)2 (y − y)2
(x) (y)
1 2 -2 -2 4 4 4
2 2 -1 -2 2 1 4
3 3 0 -1 0 0 1
3 5 0 1 0 0 1
3 4 0 0 0 0 0
4 5 1 1 1 1 1
5 7 2 3 6 4 9
21 28 0 0 13 10 20
∑ (xi − x )
2
21
x= =3 sx =
7 n
10 28
sx = = 1,43 = 1,2 y= =4
7 7
∑ (y i − y)
2
20
sy = = = 1,7
n 7
y (5,7)
6
(4,5)
5
4 (3,4)
(3,3)
3
(1,2) (2,2)
2
1 2 3 4 5 6 7 x
177
8.2 Regresión lineal.
8.2.1 Generalidades.
La relación funcional que existe entre dos variables x e y se
expresa mediante las ecuaciones de regresión y su expresión
algebraica viene determinada por:
Ŷ = a + bx
X̂ = a + by
donde x' = x − x
y' = y − y
sx
x− x = r (y − y)
sy
178
b) De acuerdo a las ecuaciones normales: para y:
Σy =na+bΣx
Σ xy = a Σ x + b Σ x2 (1)
Ŷ = a + bx
para x:
Σx =na+bΣy
(2)
Σ xy = n Σ y + b Σ y2
X̂ = a + by
Σy Σx
Σxy Σx 2 ΣyΣx 2 − ΣxΣxy
a= a=
Σx n Σx 2 − (Σx )
2
n
Σx Σx 2
n Σy
Σxy Σx 2 nΣxy − ΣxΣy
b= b=
nΣx − (Σx )
2 2
nΣx 2 − (Σx )2
η = ( x1 , x2 . . . . . xp / θ1 , θ2 . . . . . . .θg)
179
Estos parámetros no se podrán calcular sin error ya que los valores
observados de la variable dependiente rara vez se corresponden con
los valores esperados; aunque los valores xi se midan sin error, el
valor esperado de la variable dependiente “y” no será igual al valor
esperado η, o sea:
y=η+E
η = α’ + β’ x
y = η + E = α’ + β’ + E
y (x6 , y 6 )
(x2 , y 2 )
(x4 , y 4 )
(x1 , y 1 ) (x3 , y 3 )
(x5 , y 5 )
x x
180
Se observa en el gráfico anterior que los valores de las variables
observadas no coinciden exactamente con los valores de Y. Esta
diferencia es atribuible a un error el cual se calcula en función de
las diferencias al cuadrado observadas, En efecto se tiene:
∑ (yi − Ŷ )
2
S y
2
=
n
Ejemplo:
a) La ecuación.
sy
1) y '= r x' para Ŷ = a + bx
sx
sx
2) x ' = r y' para X̂ = a + by
sy
sustituyendo en (1)
1,7
Ŷ − 4 = 0 ,92 ⋅ ( x − 3)
1,2
Ŷ − 4 = 1,3 (x − 3)
Ŷ = 0,10 + 1,3 x
181
Sustituyendo en (2)
1,2
X̂ − x = 0,92 ⋅ ( y − y)
1,7
X̂ − 3 = 0,92 ⋅ 0,70 (y − 4)
X̂ − 0,64 (y − 4) + 3
Ŷ = 0,44 + 0,64 y
Σy =na+bΣx 28 = 7 a + 21 b
Σ xy = a Σ x + b Σ x2 97 = 21 a + 73 b
nΣxy − ΣxΣy 7 . 97 - 21 . 97
b= = = 1,30
nΣx 2 − (Σx )2 1 . 73 - (21) 2
= 0,10 + 1,30 x
182
y
Ñ
5 Ñ
4
3 Ñ Ñ
Ñ
2 Ñ
1 2 3 4 5 6 7 x
∑ (yi − Ŷ)
2
3,10
sy = = = 0,79
n 7
∑ (yi − Ŷ )
2
Sy 2
=
n
se podrán obtener estimaciones de la varianza de diferentes
parámetros calculados en el análisis de la regresión y los intervalos
de confianza correspondientes; en efecto, se tiene:
a) Coeficiente b
S y2
La varianza de b es: s = 2
y
∑ x'2
183
El intervalo es: b − t ŝ b ≤ β '0 ≤ b + t ŝ b
b) Coeficiente a:
1 x2
La varianza de a es: s 2 a = S2y +
n ∑ x' 2
El intervalo es: a − t s a ≤ α ' ≤ a + t s a
c) Para dado x:
2 1
= S +1 +
2 (x − x)
2
La varianza es: S ŷ
y
n ∑ x'2
Ŷ − t α ⋅ S ŷ ≤ Y ≤ Ŷ + t α
⋅ S ŷ
⋅ν 1− ⋅ ν
2 2
con ν = n – 2
Ŷ − t α ⋅ S ŷ ≤ Y ≤ Ŷ + t α
⋅ S ŷ
⋅ν 1− ⋅ ν
2 2
donde:
1
= 0,62 + 1 +
(2 − 3)
2
= 0 .7706
2
S ŷ
7 10
S = 0,878
184
Luego para un nivel de confianza del 95%
t=t α
= t 0 , 975;5 = 2,57
1− ; υ
2
(0,4435 ≤ Y ≤ 4,9565)
H0 : β’ = β 0 ’
H1 : β’ ≠ β 0 ’
β '0
En este caso se utiliza el estadístico t = b −
sb
Donde la varianza del coeficiente de regresión, b es:
s y2
s =
2
b
∑X2
La región crítica será:
t ≥t α
t ≤ tα
1− ; n − 2 ; n− 2
2 2
185
Un valor común de β 0 ’ = 0 que refleja la hipótesis que y es
independiente de x. En otras palabras, de confirmarse esta
hipótesis, x no tendrá valor para estimar a y.
Ejemplo:
H0 : β’ = β 0 ’
H1 : β’ ≠ β 0 ’
β '0
utilizando el estadístico t = b −
sb
s y2 0,62
siendo s b = = = 0,007 = 0,084
∑X 2
73
la región crítica es t ≥ t α
para α = 0,05
1− ; n − 2
2
t ≤ tα t0,975; 5 = 2,57
; n− 2
2
como t = -8,45
se rechaza la hipótesis β’ = β 0 ’
186
8.2.3.2 Significación del coeficiente de correlación.
Si se extrae una muestra de dos variables x e y de una
población normal, el coeficiente de correlación:
r= ∑ x' y'
n sx sy
es una estimación de ρ . En este sentido, se plantea contrastar la
hipótesis que:
H0 : ρ = ρ0
H1 : ρ ≠ ρ0
r
Se utilizará el estadístico: t = ⋅ n−2
1 − r2
y se rechazará cuando t ≥t α
t ≤ tα
1− ; n − 2 ; n− 2
2 2
H0 : ρ = ρ0
H1 : ρ ≠ ρ0
Se calcula
0,92
t= ⋅ 5 1 − 0,92 2 = 0,3919 (tabla15)
1 − 0,92 2
0,92
5 = 2,24 t= ⋅ 2,24 = 5,26
0,39
187
8.2.3.3 Comparación de dos coeficientes de correlación lineal.
H0 : ρ1 = ρ2
H1 : ρ1 ≠ ρ2
r − ρ0
t=
s
1
y varianza σ 2z =
n −3
Luego, para contrastar
H0 : ρ1 = ρ2
H1 : ρ1 ≠ ρ2
Se utiliza el estadístico
z1 − z2
zp =
Ŝ12 + Ŝ 22
188
y se rechaza la hipótesis cuando
z ≥z α
z ≤zα
1−
2 2
Ejemplo:
El servicio de auditoría de una empresa toma muestras de los
cobros efectuados sobre 20 facturas y los ingresos a caja efectuados
sobre los comprobantes de ingresos. Se calculó r y se obtuvo r1 =
0,99. En otro período se tomó una muestra de 30 facturas y se hizo
un análisis similar con r2 = 0,90. ¿Se podrá considerar que las dos
muestras provienen de un mismo colectivo?
Se pretende comprobar
H0 : ρ1 = ρ2
H1 : ρ1 ≠ ρ2
el estadístico a utilizar será:
z1 − z2
zp =
Ŝ12 + Ŝ 22
1 1
Ŝ1 2 = = = 0,059
n 1 − 3 20 − 3
1 1
Ŝ2 2 = = = 0,037
n 2 − 3 30 − 3
189
luego
zp = 3,8
(-1,96 ≤ zp ≤ 1,96)
como zp = 3,8
190
CAPÍTULO IX
Conceptos y definiciones.
Estimaciones de la media, total y proporción.
Errores de muestreo. Intervalos de confianza.
Determinación del tamaño de la muestra.
Estimadores indirectos: método de la razón.
N
n
la probabilidad de salir de cualquier muestra vendrá dada por la
expresión:
1
Pb =
N
n
N − 1
n − 1 n
Pb = =
N N
n
191
puesto que fijado un elemento, con los N-1 restantes se podrán
hacer tantas combinaciones como:
N − 1
n − 1
N
de todas las muestras posibles
n
192
9.2.1 Estimación de la media.
n
∑Xi
ˆ =
X i =1
n
la media aritmética muestral será un estimador insesgado de la
poblacional, o sea se obtendrá el estimador mediante
ˆ
x= X luego se dirá que
∑ x i − X
ˆ
ŝ 2 =
n −1
N − n ŝ2 N − n ŝ
σx = ⋅ ó σx = ⋅
N n N n
193
el valor (N-n) / N se denomina Coeficiente de Corrección para
poblaciones finitas. Cuando N es suficientemente grande o infinita
con relación a la muestra, dicho coeficiente tiende a 1, o sea que
quedaría la expresión reducida a los términos siguientes:
ŝ
σx =
n
x − k σ x ≤ X ≤ x + kσ x
Ejemplos:
ˆ =
X
∑Xi =
10 + 13 + 16 + 12 + 9 + 10
= 12
n 6
el error de muestreo de la media es:
N − n ŝ2
σx = ⋅
N n
2
como = 6,8
194
40 − 6 6,8
se tiene que: σx = ⋅ ≈ 0,9
40 6
x − k σ x ≤ X ≤ x + kσ x
t α
1 − ; n −1
2
12 − 2, 57 ⋅ 0, 9 ≤ X ≤ 12 − 2,57 ⋅ 0,9
4,1 – 6 5
6– 8 20
8– 0 6
10 – 12 3
12,1 – 14 1
195
Clases xi fi d’ fa’ d’2 fd’2
4-6 5 5 -2 -10 4 20
6-8 7 20 -1 -20 1 20
8-10 9 6 0 0 0 0
10-12 11 3 1 3 1 3
12-14 13 1 2 2 4 4
35 -25 47
ˆ = X + ∑ fd' ⋅ i = 9 − 25 ⋅ 2 = 7,57
X a
∑f c 35
∑ fd'2 ∑ fd'
2
47 − 25
2
s = ic − = 2 ⋅ − = 1,82
∑f ∑f 35 35
s 1,82
σx = = = 0,314
n −1 34
x − k σ x ≤ X ≤ x + kσ x
196
3. Se plantea la construcción de un gráfico de control para la
media x y la desviación típica σ x . El problema reside en calcular
un promedio de todas las muestras sacadas x así como la dispersión
correspondiente, o sea σ x y establecer los límites de control
respectivos determinados por:
197
∑ σ xi 21
La desviación típica es: σ x = = = 2,1
K 10
si se considera el 99% de confianza: Z = 3
L2 = 31,5
30 _
x = 25,2 + + +
25
+ + + + L1 = 20,1 + + +
20
10
1 2 3 4 5 6 7 8 9 10 11
Días
198
determinada característica con respecto al total. Si ese total es con
respecto a la población y se consideran todos los elementos, se
tendrá una proporción P, o sea:
P=
∑ai
N
p=
∑ai
n
N − n p ⋅q
σp = ⋅
N n
p⋅q
quedando reducida dicha expresión a: σp = cuando el
n
coeficiente de corrección para poblaciones finitas tiende a 1.
En muestras pequeñas debe usarse como estimador del error de
muestras la expresión
N − n p ⋅q
σp = ⋅
N n
199
Ejemplos:
p=
∑ai =
40
= 0,57
n 60
como p = P̂ P̂ = 0,67
N − n p ⋅q
σp = ⋅
N n
p − k σp ≤ P ≤ p + k σp
200
Se requieren los límites de control para la aceptación o rechazo
de piezas construidas en un proceso de fabricación. En efecto, si la
proporción de artículos con algún defecto (etiquetas corridas, mal
tapados, sucios, etc.) excede un nivel de confianza del 99%, se
rechazará la producción y se hará un análisis exhaustivo de los
procedimientos utilizados. En efecto, se obtendrá un conjunto de
muestras (se recomienda al menos 20 cuyo tamaño no sea inferior a
50 observaciones) y se procede a calcular el porcentaje (p)
promedio de defectuosos.
p=
∑pi
k
siendo la desviación típica
q
⋅ pi ⋅
σp = n
k
considerando Z = 3 para el 99% de confianza, se tendrá:
201
L2 = 0,16
0,16
0,14
0,12
P̂ = 0,10
0,10
0,08
0,06
L1 = 0,04
0,04
0,02
Días
Establecidos los límites de control, se realizarán muestras
periódicas o cuando se juzgue necesario, para mantener el control
sobre la aceptación o rechazo de un determinado lote de
producción.
2. Se desea darle curso a una requisición mediante la cual se
solicitan tres unidades de transporte adicionales en un alacen. A fin
de tomar una decisión al respecto, se conviene en hacer un estudio
de tiempos con un nivel de confianza del 95% y un error de
estimación para los tiempos de parada que no exceda al 1%.
Se establecen los pasos necesarios para obtener un gráfico de
control. Al efecto, se determina el tamaño de la muestra. Para tal
fin se hace una muestra piloto en un día de movimiento del
almacén y se hace 200 observaciones al azar y se tiene que en 2o de
ellas las unidades estaban detenidas por diversas causas. Esto hace
que:
20
p= = 0,10
200
202
En la tabla 19 se observa que se requieren 3.600 observaciones
para establecer un tamaño de muestreo adecuado. Se decide hacer
un período de 10 días de observación, a razón de 360 observaciones
diarias distribuidas en la jornada de trabajo.
p=
∑ pi ⋅ 100 = 191 ⋅100 = 5,3
n 3600
La desviación es:
p ⋅q 5,3 ⋅ 94,7
σp = = = 139 ≈ 1,15
n 360
los límites de confianza para el 95% son los siguientes:
L1 : 5,3 – 1,96 . 1,15 = 3,05
L2 : 5,3 + 1,96 . 1,15 = 7,55
El gráfico de control se dibuja a continuación:
203
%
0,14
0,12
0,10
L2 = 8%
0,08
0,06 p = 5,3 + +
0,04 + + L1 = 3% + + +
+
0,02
| | | | | | | | | |
1 2 3 4 5 6 7 8 9 10
Días
204
b) Porcentaje de parada.
36 ,6
p= = 4,6
8
c) Desviación.
4,6 ⋅ 95 ,4
σp = = 1,22 ≈ 1,1
360
d) Límites de confianza.
e) Gráfico de control.
0,14
0,12
0,10
L2 = 8%
0,08
0,06 p = 5,3 + +
0,04 + + L1 = 3% + + +
+
0,02
| | | | | | | | | |
1 2 3 4 5 6 7 8 9 10
Días
205
f) Conclusiones.
N
X̂ = Nx ó X̂ =
n
∑xi
σ x̂ 2 = N 2 σ x2
Sustituyendo σ x 2 se tiene:
N − n ŝ 2
σ x2 = N 2 ⋅ ⋅
N n
Luego
ŝ 2
σ x 2 = N ⋅ (N − n ) ⋅
n
206
Y el error de muestreo total será:
ŝ 2
σ x̂ = N ⋅ (N − n ) ⋅ ó σ x̂ = N ⋅ (N − n )
ŝ
n n
X̂ − k σ x̂ ≤ X ≤ X̂ + k σ x̂
Ejemplo:
Una muestra de seis artículos determinó un precio medio de Bs.
12,00 con una desviación de Bs. 6,80. Estimar el valor total de 40
artículos con un nivel de confianza del 95%.
X̂ = N x = 40 ⋅ 12 = 480
ŝ 2
σ x̂ = N ⋅ (N − n )
n
σ x̂ = 40 ⋅ (40 − 6)
6,8
= 39
6
X̂ − z σ x̂ ≤ X ≤ X̂ + z σ x̂
207
9.3 Métodos Indirectos de estimación. El método de la razón.
En ocasiones es útil efectuar ciertas estimaciones utilizando
variables auxiliares correlacionadas con la variable sometida a
estudio. El origen de las variables auxiliares podrá provenir de
muestras semejantes o de valores conocidos obtenidos por
cualquier procedimiento. En efecto, xi es la variable objeto del
estudio utilizado para estimar la media poblacional X . La variable
Yi constituye una variable auxiliar correlacionada
significativamente con xi donde:
n
∑ yi = Y
a) Para la media: ˆ , r = x Y
X y
que es el estimador de la media con error de muestreo:
σ x ,r =
N
1 N -n 2 2
2
⋅
N n
(
X̂ Vx + Vy2 − 2rxy ⋅ Vx Vy )
siendo Vx y Vy los coeficientes de variación de x e y
respectivamente.
x
b) Para el total: X̂, r = Y
y
σ x̂ ,r =
N -n 2 2
Nn
(
X̂ Vx + Vy2 − 2 rxy ⋅ Vx Vy )
208
Ejemplo:
Una empresa dispone de 150 clientes que tienen un saldo total
de Bs. 8.500. A los fines comprobar la veracidad del saldo según
libros (Bs. 8.500) se decidió usar la metodología siguiente:
a) Confirmar todas las cuentas cuyo saldo es superior a los
Bs. 100,00. En efecto, se tiene que son 50 con un saldo
total de Bs. 7.500,00.
b) Hacer una muestra sobre las 100 restantes que tienen un
saldo inferior o igual a Bs. 100,00 las cuales suman un
total de Bs. 1.000,00.
El objetivo del muestreo se hace con el fin de determinar si
existen diferencias entre lo reportado por los clientes y los libros
respectivos, son un nivel de confianza del 95%. En el caso que la
diferencia sea crítica, o sea que exceda al nivel de significación
respectivo, se asumirá que hay sub-estimación, falsificación
deliberada, apropiación indebida y en consecuencia, se procederá a
realizar un examen exhaustivo de todas las cuentas.
A los fines del problema, se tratarán por separado los casos a y
b, desarrollándose los cálculos para este último (b).
Asumiendo que se espera que algunos clientes no contestarán, se
supondrá que éstos se comporten como el promedio y los cálculos
se harán sobre todos los clientes seleccionados.
De la población de 100 clientes se tomó una muestra de cinco de
ellos, los cuales presentan los saldos siguientes:
209
Se enviaron los estados de cuenta a los clientes y se recibió
contestación de todos, reportando los siguientes saldos:
Clientes Saldo (Bs.) Observaciones
1 50
2 20
3 30 Inconforme
4 100
5 80 Inconforme
Total 280
X̂ = Y ⋅ ∑
x
∑y
luego:
210
280
X̂ = 100 ⋅ = 800
350
σ x̂ ,r =
N -n 2 2
Nn
(
X̂ Vx + Vy2 − 2 rxy ⋅ Vx Vy )
siendo
r : el coeficiente de correlación entre x e y
Vy : el coeficiente de variación de y
Vx : el coeficiente de variación de x
r= ∑ x' y' , Vx =
sx
, Vy =
sy
n ⋅s x ⋅s y x y
sx = 33,6 x = 56
s x 33,6
luego: Vx = = = 0,6
x 56
s y 34,7
Vy = = = 0,5
y 70
σ x̂ =
100 - 5
100 ⋅ 5
[
800 2 (0,6 ) 2 + (0,5) 2 − 2 ⋅ 0 ,96 ⋅ 0,6 ⋅ 0 ,5 ]
σ x̂ = 64
211
c) El intervalo de confianza será:
X̂ − k σ x̂ ≤ X ≤ X̂ + k σ x̂
como el nivel de confianza requerido es del 95%, el valor de t
será:
t α
= t 0 ,975; υ = 2,78
1− ; υ
2
luego el intervalo será :
212
elementos medidos. Por otra parte, el tamaño de la muestra para
dar determinada información con un nivel de confianza requerido,
no aumentará indefinidamente cuando crece el tamaño de la
población.
b) El dominio de estudio.
213
d) Error absoluto y precisión.
Fijando el nivel de confianza de las estimaciones, se deberá
concretar el error absoluto o máximo admisible; este último se
define como el producto del nivel de confianza requerido por el
error de muestreo, o sea:
E=kσ
Este error, expresado en las mismas unidades con que se mide la
variable, determina el valor a sumar y restar en la estimación para
obtener el intervalo de confianza. Así, por ejemplo, si se quiere
calcular una estimación del saldo medio de un conjunto de cuentas
que aproximadamente sea de Bs. 500, el error máximo admisible o
absoluto que se fijará podría ser de Bs. 20,00 de acuerdo a nuestros
intereses. Otro ejemplo podría ser estimar la probabilidad de
fumadores de un mercado potencial y se fija que las estimaciones
deben tener un error del 3%, porque dicha precisión es necesaria
para los fines del trabajo.
e) Diseño de muestreo.
Atendiendo al tipo de muestreo utilizado, la formulación para
calcular el tamaño de la muestra será diferente en cada caso
particular.
N − n ŝ 2
e2 = k2 ⋅
N n
N n e 2 = k 2 N ŝ 2 - k 2 n ŝ 2
N n e 2 + k 2 n ŝ 2 = k 2 N ŝ 2
214
n (N e 2 + k 2 ŝ 2 ) = k 2 N ŝ 2
k 2 N ŝ 2
n =
N e2 + k 2 ŝ 2
Ejemplo:
k 2 N ŝ 2 4 ⋅ 400 ⋅ 6,8
n = = = 25
N e + k ŝ
2 2 2 400 ⋅ 1 + 4 ⋅ 6,8
Siendo e = k σ x se tiene:
e 2 = k 2 σx sustituyendo a σ x 2 por su valor,
2
ŝ 2
e 2 = k 2 N (N − n )⋅
n
n e 2 + k 2 N n ŝ 2 = k 2 N 2 ŝ 2
215
n (e 2 + k 2 N ŝ 2 ) = k 2 N 2 ŝ 2
k 2 N 2 ŝ 2
n =
e 2 + k 2 N ŝ 2
Ejemplo:
k 2 N 2 ŝ 2 4 ⋅ 400 2 ⋅ 6,8
n = = = 130
e 2 + k 2 N ŝ 2 150 ⋅ 1 + 400 ⋅ 6,8
Siendo e = k σp se tiene:
e2 = k 2 σp2 sustituyendo a σ p 2 por su valor,
216
N − n p ⋅q
e2 = k2 ⋅
N n
N n e2 = k2 N p q − k2 n p q
n (Ne 2 + k 2 p q) = k 2 N p q
k2 N p q
n =
Ne 2 + k 2 p q
Ejemplo:
2 2 ⋅ 400 ⋅ 0,7 ⋅ 0, 3
n = = 69
400 ⋅ 0 ,10 2 + 2 ⋅ 0, 78 ⋅ 0,3
217
o el grado de acuracidad, así como el valor de la estimación de la
proporción o de la varianza fijada a partir de una muestra piloto. A
continuación se verán algunos casos.
p ⋅q
e=k
n
Ejemplo:
218
9.4.4.2 Tamaño de la muestra para una proporción (p) dada,
considerando una población finita.
A partir de la expresión
N − n p ⋅q
e=k ⋅
N n
Ejemplo:
219
220
CAPÍTULO X
MUESTREO ESTRATIFICADO
Conceptos y definiciones.
Estimaciones de la media, total y proporción.
Errores de muestreo.
Intervalos de confianza.
Determinación del tamaño de la muestra.
tamaño de la población.
221
De cada estrato se seleccionará una muestra, o sea:
n1 n2 n3 . . . . . . .nh , donde
h
∑ n h = n o sea la suma de los elementos seleccionados en cada
i =1
a) Afijación arbitraria.
n1 ≠ n2 ≠ n3 ≠. . . . . . .≠ nh
b) Afijación proporcional.
N1
W1 =
N
N2
W2 =
N
.....
Nh
Wh =
N
c) Afijación óptima.
222
diferencias marcadas entre las varianzas y proporciona errores de
muestreo un poco más pequeños.
X̂ =
∑ N h x h donde
N
σ x2 =
∑ N h σ xh 2
N2
donde:
σ x2 : es la varianza del estrato h
( )
1 ŝ h
σ x2 =
N
∑ Nh Nh - nh ⋅ nh
donde
223
El intervalo de confianza respectivo es:
x −k σ ≤ X ≤x + kσ
x x
Ejemplo:
∑ Nh xh 2
∑ N h (N h - n h ) ⋅
1 ŝ h
X̂ = σ x2 =
N N nh
224
2
N h (N h − n h )ŝ h
N h- xh ŝ h2
ŝ h2
Estrato
-h - Nh nh xh ŝ h Nh-- n h N h-( N h-- n h) nh
nh
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1 80 20 500 100 40.000 60 4.800 10.000 500 2.400.000
2 200 100 800 150 160.000 100 20.000 22.500 225 4.500.000
3 120 30 900 220 18.000 90 10.800 48.400 1.163 17.420.000
Total 400 150 -- -- 308.000 -- -- -- -- 24.320.000
ˆ 308 .000
X= = 770
400
1
σ = 24.320 .400 = 12
x 400
225
Con un error de muestreo definido por:
nh
N- n ∑ n
⋅ ŝ h 2
σx =
N n
x − k σx ≤ X ≤ x + k σ x
Ejemplo:
En un estudio de mercado se investigó el consumo medio por
familia de un limpiador de cocinas. A tal fin, la zona de estudio se
clasificó atendiendo al tipo de familia según su ingreso y de allí se
tomó una muestra proporcional al total de familias. Se desea
estimar el consumo promedio por familia para la zona.
De acuerdo con el resumen de la investigación se detalla la
información a continuación:
nh
ˆ ∑nh xh N- n ∑ n
⋅ ŝ h 2
X= σx =
n N n
226
N h- xh nh
Nh nh xh ŝ h ŝ h2 ŝ h2
n
(1) (2) (3) (4) (5) (6) (7)
30 10 6 36 300 0,50 18,00
20 15 4 16 300 0,33 5,28
7 12 4 16 84 0,12 1,92
3 15 2 4 45 0,05 0,20
60 -- -- -- 729 -- 25,4
600 − 60 25,4
σx = ⋅ = 0,90 ⋅ 0,4233 = 0,62
600 60
10 ≤ X ≤ 14
10.2.3 Afijación óptima.
Si se verifica que el tamaño de la muestra para cada estrato es
proporcional al producto del tamaño del estrato por la desviación
típica ŝ h y además existen diferencias significativas entre las
varianzas por estrato, se utilizará preferentemente la afijación
óptima. Al efecto, se debe verificar que
Nh ŝ h
nh = n
∑ N h ŝ h
227
Para obtener la media general:
ˆ
X=
∑ Nh xh
N
2
N ŝ
∑ hN h
Nh 2
1
σx =
n N
∑ N
⋅ ŝ
x − k σx ≤ X ≤ x + k σ x
Ejemplo:
NÚMERO DE FAMILIAS
Ingreso Desviación
Comunidades Total Seleccionadas
Medio Bs. típica
A 500 60 1.000 100
B 200 12 800 500
C 650 159 700 200
D 300 45 600 120
E 200 24 850 100
228
Los cálculos se disponen en la tabla siguiente:
nh Nh Nh . (Nh . h)2 Nh . 2
ŝ h2
Estrato h h
Nh xh ŝ h N h- xh
-h - N N N2 N
(*)
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1 500 60 1000 100 10.000 500.000 0,27 27,0 729,00 2.700
2 200 12 800 500 250.000 160.000 0,11 55,0 3.025,00 27.500
3 650 159 700 200 40.000 455.000 0,35 70,0 4.900,00 14.000
4 300 45 600 120 14.400 180.000 0,16 19,2 368,64 2.304
5 200 24 850 100 10.000 170.000 0,11 11,0 121,00 1.100
Total 1.850 300 -- -- 1.465.000 1,00 -- 9.143,64 47.604
(*) El tamaño de la muestra n se repartió en cada estrato según
Nh ŝ h
nh = n
∑ N h ŝ h
La media resulta de dividir la columna (6) sobre N
ˆ 1.465 .000
X= = 792
1.850
El error de muestreo es:
9143 ,64 1
σx = − ⋅ 47 .604 = 30.40 - 25,73 = 2,18
300 850
785 ≤ X ≤ 799
229
10.3.1 Afijación arbitraria.
La proporción general se obtiene mediante:
pe =
∑ N h ph
N
1 N h (N h - n h )
σp = p h qh
e N n h −1
p − k σp ≤ P ≤ p + k σp
e e
Ejemplo:
230
Nh (Nh -n h ) qh p h
qh = 1 - p h
Estrato
nh ph Nh (Nh -n h)ph qh
Nh Nh ph Nh -nh Nh (Nh -nh)
(*) nh - 1
421
pe = = 0,14
3100
El error respectivo es:
1
σp = 1248,16 ≅ 0,01
e 3100
pe =
∑nh ph
n
231
N- n nh
σp = ∑ ⋅ ph ⋅ q h
e N.n n
p − k σp ≤ P ≤ p + k σp
e e
Ejemplo:
En un estudio de opinión se obtiene la proporción de familias
consumidoras que están dispuestas a comprar un artículo de
consumo a un precio dado. El estudio se realizó a base de muestras
proporcionales sobre 4 ciudades y se obtuvo el resultado siguiente:
N h- xh nh
Nh nh xh ŝ h ŝ h2 ŝ h2
n
(1) (2) (3) (4) (5) (6) (7)
1 1000 200 0,60 0,40 0,25 0,15 0,06
2 2000 400 0,70 0,30 0,50 0,35 0,11
3 600 120 0,75 0,25 0,15 0,11 0,03
4 400 80 0,65 0,35 0,10 0,07 0,02
Total 4000 800 -- -- -- 0,68 0,22
Pe = 0,68
232
El error de muestreo es:
4000 − 800
σp = ⋅ 0,22 = 0,015
e 4000 ⋅ 800
pe =
∑ N h ph
N
con un error de muestreo
N
2
∑ Nh ⋅ p h ⋅ q h Nh
1
σp =
e n N
∑ ⋅p ⋅q
N h h
p e − k σ p ≤ P ≤ pe + k σ p
e e
Ejemplo:
Al considerar la información necesaria para realizar un
diagnóstico social de un proyecto, se investigaron 4 comunidades
rurales, calculándose para cada una de ellas la proporción de
analfabetismo.
Los resultados se disponen a continuación:
233
N° total de N° de personas % de
Comunidades
habitantes entrevistadas analfabetismo
1 600 32 20
2 500 21 15
3 200 6 10
4 600 41 30
Nh Nh Nh
Nh nh ph qh .p h .p h q h
N N N
(1) (2) (3) (4) (5) (6) (7)
1 600 32 0,32 0,20 0,80 0,0640 0,0512
2 500 21 0,26 0,15 0,85 0,0390 0,0332
3 200 6 0,11 0,10 0,90 0,0110 0,0099
4 600 41 0,31 0,30 0,70 0,0930 0,0651
Total 1900 100 -- -- -- 0,2070 0,1594
pe =
∑ Nh ph = 0,207
N
1 0,1594
σp = 1 00 -
e N 1000
σ p = 0,013
e
234
Luego el intervalo de confianza para el 95% es:
0,207 - 1,96 . 0,013 ≤ P ≤ 0,207 + 1,96 . 0,013
0,18 ≤ P ≤ 0,23
( ) ŝ h
σ =
x̂ˆ
∑ Nh Nh - nh ⋅ nh
ˆ ˆˆ + k σ
Xˆ − k σ ≤ X ≤ X
x̂ˆ x̂ˆ
Ejemplo:
235
N° de Promedio de
Tipo de Total de Desviación
empresas obreros el día
Empresa Empresas Típica
Seleccionadas de la encuesta
Pequeñas 300 30 4 1
Medianas 150 20 20 3
Grandes 20 50 50 5
ŝ h 2 Nh
Nh nh xh ŝ h ŝ h2 Nh x h N h ( Nh − n h ) N h (N h − n h )ŝ h2
nh n
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1 300 30 4 1 1 0,033 0,64 1200 81.000 2.673
2 150 20 20 3 9 0,450 0,32 3000 19.500 8.755
3 20 10 50 5 25 2,500 0,04 1000 200 500
Total 470 60 -- -- -- -- 1,00 5200 -- 11.948
ˆˆ
X = ∑ N h . x h = 5200
236
10.4.2 Afijación proporcional.
El estimador del total en este caso es:
ˆˆ n
X = N x = N ⋅ ∑ h ⋅ xh
n
con un error de muestreo:
n h ŝ h 2
σˆ = N (N - n) ∑ ⋅
xˆ n n
ˆ ˆˆ
Xˆ − k σ ≤ X ≤ X +k σ
x̂ˆ x̂ˆ
Ejemplo:
Se desea estimar, a partir de una muestra estratificada
proporcional, el valor de la producción de la industria química
sobre la base de que se han obtenido los estimadores de la
producción para cada sub-sector específico de la industria, es decir:
NÚMERO DE EMPRESAS
Producción media Desviación
Sub-sector Total Muestra
(millones de Bs) Típica
1 190 19 2 1
2 200 20 8 2
3 400 40 20 3
4 310 31 10 1
nh nh nh
Nh nh xh ŝ h ŝ h2 xh ŝ h2
n n n
237
El valor total de la producción se estima mediante:
ˆˆ n
X = N ⋅ ∑ h ⋅ x h = 1100 .11,88 = 13.068
n
n h ŝ h 2 4,42
σˆ = N (N - n) ∑ ⋅ = 1100(1100 - 110) ⋅ = 209
xˆ n n 110
σˆ =
(∑ N h
ŝh )
2
(
− ∑ Nh ŝh 2 )
xˆ n
Ejemplo:
238
ganadera se realizó un inventario del ganado. Con esta base se
requiere estimar el total de cabezas de la zona en cuestión.
Total de
Tamaño de la Promedio
N° Total de Muestra de cabezas Desviación
explotación por
explotaciones explotaciones en la Típica
(has) explotación
Muestra
0,1-15 has 300 22 220 10 1
15.1-30 has 200 48 960 20 3
30.1-60 has 1150 35 1120 32 3
60.1-90 has 60 15 90 50 4
90.1 y más 50 17 680 40 4
Total 760 140 3070 -- --
Nh nh xh ŝ h ŝ h2 Nh x h N h ŝh Nh ŝh2
σˆ =
(∑ N h
ŝh )
2
(
− ∑ Nh ŝ h 2 = ) (1790 )2
− 5210 ≈ 133
xˆ n 140
239
10.5 Determinación del tamaño de la muestra.
10.5.1 Para estimar la media.
N ŝ h
2
∑ Nh
n ÷n
n= h
Nh 2
e2 ∑ N h
⋅ ŝ
+
k2 n
Nh
⋅ ŝ h2
1 2
n= 2 ∑ Nn
e h
k2 n
Ejemplo:
Se desea calcular el tamaño de la muestra para analizar los
salarios medios de la industria maderera, la cual se ha clasificado
previamente en tres estratos y se estima para cada uno de ellos la
desviación en base a una muestra piloto. El marco de la muestra es
el siguiente:
N° de Peso deseado
Estratos Desviación
Empresas en cada estrato
1 200 100 0,20
2 300 150 0,50
3 50 200 0,30
240
Para calcular el tamaño de la muestra se tiene:
2
Nh
2
Estratos
nh Nh Nh
2
Nh
2
2 N ŝ h N h ŝ h2
Nh ŝ h ŝ h 2 ŝ h
n N N N
nh N
n
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 200 100 0,20 0,36 0,130 10.000 1.300 6.500,0 3.600
2 300 150 0,50 0,55 0,302 22.500 3.795 13.590,0 12.375
3 50 200 0,09 0,09 0,008 40.000 320 1.066,7 3.600
Total 550 -- -- -- -- -- -- 21.156,7 19.575
21.156 ,7
n= = 68
50 2 19 .575
+
32 550
b) Afijación proporcional.
Nh nh
Para estimar el tamaño de la muestra cuando = se
N n
obtiene mediante:
Nh Nh
∑ 2
⋅ ŝh2 ∑ ⋅ ŝ h2
n= N ÷1+ N2 ÷N
e2 e2
k2 k2
241
e2
siendo el coeficiente 2
= σ x2 o se la varianza de la distribución
k
en el muestreo.
Ejemplo:
Se desea calcular el tamaño de una muestra para estimar el
rendimiento promedio de producción de maíz en un sector del país.
Para tal fin, se realizó una muestra piloto de acuerdo al tipo de
empresa y se obtuvo el siguiente resultado:
Tipos de N° de Desviación
Empresas Empresas
Pequeñas 260 4000
Medianas 540 6000
Grandes 120 5000
Total 920
Nh N h ŝ h2
Nh ŝ h ŝ h 2
N
N
(1) (2) (3) (4) (5) (6)
1 260 4000 10.106 0,28 448.104
2 540 6000 36.106 0,59 2124.104
3 120 5000 25.106 0,139 325.104
Total 920 -- -- -- 2897.104
e = k σ x = 2 ⋅ 300 = 600
242
600 2
2897 ⋅ 10 4
÷
2897 .10 4 22
n= ÷ 1 + = 238
600 2
920
2 2
Tipos de N° de Desviación
Empresas Empresas
Pequeñas 260 67
Medianas 540 140
Grandes 120 31
Total 920 238
c) Afijación óptima.
2
Nh
N ⋅ ŝ h
n=
e 2
1 N
2
+ ∑ h ⋅ ŝ h2
k N N
Ejemplo:
Considerando la información del ejemplo precedente, se desea
calcular el tamaño de la muestra para la afijación óptima. Al efecto
se tiene:
Tipos de N° de Desviación
Empresas Empresas
Pequeñas 260 4000
Medianas 540 6000
Grandes 120 5000
Total 920
243
Estratos Nh
Nh 2 Nh
Nh ŝ h ŝ h ŝh ŝ h2
N N N
(5310 )2 28196100
n= 2
= = 232
600 1 121489,13
2
+ ⋅ 2897 .10 4
2 920
N ⋅ ŝ h
nh = n
∑ N h ⋅ ŝ h
2 Tamaño de la
Empresas Total N h ŝh muestra
Pequeñas 260 448.104 49
Medianas 540 2124.104 154
Grandes 120 325.104 29
Total 920 2897.104 232
244
10.5.2 Para estimar totales.
a) Afijación arbitraria.
N h ŝ h2
∑ n
h
n= n
e2
+ ∑ N h ⋅ ŝ h2
k2
Ejemplo:
Para realizar una estimación del total de cabezas de ganado, se
desea estimar el tamaño de la muestra considerando varios tipos de
explotaciones estratificadas de acuerdo a la superficie. Previamente
se hizo una muestra piloto obteniéndose los siguientes resultados.
245
Los cálculos se disponen así:
N h 2 sh 2
Estratos
nh
Nh ŝ h ŝ h 2 Nh ⋅ ŝh 2 Nh 2 Nh 2 ⋅ ŝ h 2 nh
n
n
e = 2 . 1600 = 3200
23265 .10 5
n= = 57
3200 2
+ 1586500
4
Superficie de las N° de nh
n
explotaciones explotaciones n
0,5-10 has 100 0,10 6
10.1-50 has 80 0,20 11
50.1-100 has 60 0,30 17
100.1 y más 20 0,40 23
Total 260 57
246
b) Afijación proporcional.
N
∑ N h ŝ h 2
e2
N 2
n= ∑ N h ŝ h ÷1+ k
2
e2 N
k2
Ejemplo:
Se quiere determinar el tamaño de una muestra para seleccionar
viviendas en tres sectores de un centro poblado y estimar la
población total. Previamente, se hizo una encuesta piloto con los
siguientes resultados:
Media de
N° de
Sectores personas por Desviación
Viviendas
vivienda
1 600 5 6
2 800 6 5
3 700 6 4
Total 2100
Estratos Nh ŝ h ŝ h 2 Nh ⋅ ŝh 2
Total -- -- 52800
247
2100
⋅ 52800
2500 2
2100 32
n= ⋅ 52800 ÷ 1 +
2500 2 2100
2
3
159,67
n= = 148
1,08
N° de Nh
Sectores Muestra (n h)
Viviendas N
1 600 0,29 43
2 800 0,38 56
3 700 0,33 49
Total 2100 148
c) Afijación óptima.
n=
(∑ N ŝ )
h h
2
e2
2
+ ∑ N h ⋅ ŝ h2
k
Ejemplo:
Se pretende estimar la superficie total bajo cultivo, considerando
las fincas de cuatro sectores bien diferenciados. Se realizó una
muestra piloto y se obtuvo una primera aproximación de la
desviación típica.
248
Desviación
Sectores N° de Fincas
Superficie
A 190 15
B 300 20
C 800 40
D 900 60
N h ⋅ ŝh N h ⋅ ŝ h
2 2
Estratos Nh ŝ h ŝ h
(96350 ) 2
n= = 1061
6000 2
+ 4750025
32
N h ŝ h
nh = n
∑ N h ŝ h
249
N° total de Muestra
Estrato
fincas
N h ŝ h
(n h )
A 190 2850 32
B 300 7500 83
C 800 32000 352
D 900 54000 594
Total 2190 96350 1061
a) Afijación arbitraria.
En este caso se encuentra una aproximación calculando el
tamaño de la muestra bajo el supuesto que:
Nh
→1
Nh − 1
en efecto se tiene:
nh N h p h .q h
∑ ⋅
N n h −1 N nh −1
2
e2
n = ∑ h ⋅
⋅ p q ÷ +
N nh h h
k2 N
n
Ejemplo:
250
investigación preliminar en cada sector, estimándose la proporción
de audiencia de una planta A del total de familias en cada sector;
los resultados se presentan a continuación:
Proporción de
Sectores N° de familias audiencia
(P)
1 400 0,60
2 600 0,70
3 500 0,65
2
N
2 2 h p q
N N
Estrato
qh Nh h nh h p q N h h Nh
Nh ph
N N h h p hq h
N n N
nh
n
(1) (2) (3) (4) (5) (6) (7) (8) (9)
1 400 0,60 0,40 0,27 0,073 0,20 0,018 0,090 0,065
2 600 0,70 0,30 0,40 0,160 0,40 0,034 0,085 0,084
3 500 0,65 0,35 0,33 0,109 0,40 0,025 0,063 0,075
Total 1500 -- -- -- -- 0,238 0,224
0,238
n= = 793
(0,03 ) 2 0,024
+
22 1500
nh Muestra
Sectores N° de familias
n (n h )
1 400 0,20 159
2 600 0,40 317
3 500 0,40 317
Total 1500 1,00 793
251
b) Afijación proporcional.
Nh Nh
∑ p q
h h ∑
e2
⋅ p h .q h ÷ 2
n= N ⋅÷ 1 + N k
2
e N
k2
Ejemplo:
Nh Nh
Nh ph qh phqh
N
N
252
N° de nh M uestra
Fábricas
empleados (n h )
n
1 800 0,25 61
2 600 0,19 46
3 1000 0,31 76
4 800 0,25 61
Total 3200 1,00 244
c) Afijación óptima
Nh
2
∑ ph qh
N
÷1+ 1 Nh
n= 2 ∑ ⋅ p h .q h
e e2 N
N ⋅
k2 k2
Ejemplo:
% de viviendas
Comunidades N° de v iviendas
con electricidad
El Jobo 800 60
Sosa 500 30
La Esperanza 600 20
La Unión 820 70
Santa Elena 900 70
253
Los cálculos se disponen así:
Estrato
Nh Nh Nh
Nh ph qh p hq h ph qh ph qh p hq h
N N N
(0,4583 )2 ÷ 1 + 1
n= 2
0,2086 ≈ 869
0,05 0,05 2
3620 ⋅ 2
32 3
N h ph qh
nh = ⋅n
∑Nh ph qh
N h ph q h
Estrato Nh N h p hq h nh
∑Nh ph qh
(1) (2) (4) (5)
1 800 192,0 0,225 222
2 500 105,0 0,139 121
3 600 96,0 0,127 110
4 820 172,2 0,228 198
5 900 189,0 0,251 218
Total 3620 754,2 -- 869
254
Viviendas a
Comunidades N° de viviendas
seleccionar
El Jobo 800 222
Sosa 500 121
La Esperanza 600 110
La Unión 820 198
Santa Elena 900 218
Total 3260 869
C = C0 + Σ ch nh
2
Nh
∑ ⋅ ŝ h
σ 2x = N − 1 ∑ N h ŝ 2
n N N h
Nh Nh
∑ ∑ ⋅ ŝ h ÷ c h
N ⋅ ŝ h c h N
n=
e2 1 Nh
+ ∑ N ŝ h
k2 N
255
Nh Nh
∑
h h h ∑
⋅ p q c ⋅ p h q h ÷ ch
N N
n=
e2 1 N
2
+ ⋅ ∑ h ⋅ phqh
k N N
N h ŝ h
ch
nh = n
∑ N h ŝ h
ch
ó
ph q h
Nh
ch
nh = n
phqh
∑ Nh ch
Ejemplo:
256
Ingreso Opinión (%) Costo
Áreas
N° total de Muestra No por
de Reciben
productores Piloto Media Desviación reciben entrevista
Cultivo Asistencia
asistencia Bs.
1 300 15 800 500 30 70 10
2 500 25 500 400 40 60 12
3 320 16 300 250 20 80 20
4 400 20 1000 500 32 68 25
Nh
Estrato
Nh Nh Nh ŝ h Nh . 2
Nh ch ch ŝ h c h N h
N
h
N
ŝ h
N ŝ h2 N
ch
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
1 300 0,20 500 100,0 10 3,3 330,00 30,30 250.000 50.000
2 500 0,33 400 132,0 12 3,4 448,80 38,52 160.000 52.800
3 320 0,21 250 52,5 20 4,5 236,25 11,67 65.500 13.125
4 400 0,26 500 130,0 25 5,0 650,00 26,00 230.000 65.000
Total 1520 1,00 -- -- 1665,05 106,79 -- 180.925
Nh ph qh ph qh
Nh p qh ch ch
Nh
p q
N h ch N h h
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)
1 300 0,20 0,30 0,70 10 2,10 1,45 0,29 0,021 0,14 0,028 0,042
2 500 0,33 0,40 0,60 12 2,88 1,70 0,56 0,020 0,14 0,046 0,079
3 320 0,21 0,20 0,80 20 3,20 1,79 0,38 0,008 0,09 0,019 0,031
4 400 0,26 0,32 0,68 25 5,44 2,3 3 0,61 0,009 0,10 0,026 0,057
Total 1520 1,00 -- -- -- -- -- 1,84 -- 0,119 0,212
257
Si se fija un error absoluto e= 0,15 y un nivel de confianza k = 3,
para el 99% se tiene:
1,84 ⋅ 0,119
n= = 84
0,15 2 1
+ ⋅ 0,212
32 1520
N h sh ÷ c h
nh = n
(
∑ Nhsh ÷ c h )
al efecto se tiene:
Estrato
N h ŝh
Nh h ch ch N h ŝ h nh
ch
258
Finalmente, se tiene que la distribución para el tamaño de la
muestra es:
259
APÉNDICE
Tabla 1
Números Aleatorios
10 27 63 96 23 71 50 54 36 23 54 31 04 82 98 04 14 12 15 09 26 78 25 47 47
28 41 50 61 88 64 85 27 20 18 83 36 36 05 56 39 71 65 09 62 94 76 62 11 89
34 21 42 57 02 59 19 18 97 48 80 30 03 30 98 05 24 67 70 07 84 97 50 87 46
61 81 77 23 23 82 82 11 54 08 53 28 70 58 96 44 07 39 55 43 42 34 43 39 28
61 15 18 13 54 16 86 20 26 88 90 74 80 55 09 14 53 90 51 17 52 01 63 01 59
91 76 21 64 64 44 91 13 32 97 75 31 62 66 54 84 80 32 75 77 56 08 25 70 29
00 97 79 08 06 37 30 28 59 85 53 56 68 53 40 01 74 39 59 73 30 19 99 85 48
36 46 18 34 94 75 20 80 27 77 78 91 69 16 00 08 43 18 73 68 67 69 61 34 25
88 98 99 60 50 65 95 79 42 94 93 62 40 89 96 43 56 47 71 66 46 76 29 67 02
04 37 59 87 21 05 02 03 24 17 47 97 81 56 51 92 34 86 01 82 55 51 33 12 91
63 62 06 34 41 94 21 78 55 09 72 76 45 16 94 29 95 81 83 83 79 88 01 97 30
78 47 23 53 90 34 41 92 45 71 09 23 70 70 07 12 38 92 79 43 14 85 11 47 20
87 68 62 15 43 53 14 36 59 25 54 47 33 70 15 59 24 48 40 35 50 03 42 99 36
47 60 92 10 77 88 59 53 11 52 66 25 69 07 04 48 68 64 71 06 61 65 70 22 12
56 88 87 59 41 65 28 04 67 53 95 79 88 37 31 50 41 06 94 76 81 83 17 16 33
02 57 45 86 67 73 43 07 34 48 44 26 87 93 29 77 09 61 67 84 06 69 44 77 75
31 54 14 13 17 48 62 11 90 60 68 12 93 64 28 46 24 79 16 76 14 60 25 51 01
38 50 16 43 36 28 97 85 58 99 67 22 52 76 23 24 70 36 54 54 59 28 61 71 96
63 29 62 66 50 02 63 45 52 38 67 63 47 54 75 83 24 78 43 20 92 63 13 47 48
45 65 58 26 51 76 96 59 38 72 86 57 45 71 46 44 67 76 14 55 44 88 01 62 12
39 65 36 63 70 77 45 85 50 51 74 13 39 35 22 30 53 36 02 95 49 34 88 73 61
73 71 98 16 04 29 18 94 51 23 75 51 94 84 86 79 93 96 38 63 08 58 25 58 94
72 20 56 20 11 72 65 71 08 86 79 57 95 13 91 97 48 72 66 48 09 71 17 24 89
75 17 26 99 76 89 37 20 70 01 77 31 61 95 46 26 97 05 73 51 53 33 18 72 87
37 48 60 82 29 81 30 15 39 14 48 38 75 93 29 06 87 37 78 48 45 56 00 84 47
68 08 02 80 72 83 71 46 39 49 89 17 95 88 29 02 39 56 03 46 97 74 06 56 17
14 23 98 61 67 70 52 85 01 50 01 84 02 78 43 10 62 98 19 41 18 83 99 47 99
49 08 96 21 44 25 27 99 41 28 07 41 08 34 66 19 42 74 39 91 41 96 53 78 72
78 37 06 08 43 63 61 62 42 29 39 68 95 10 96 09 24 23 00 62 56 12 80 73 16
37 21 34 17 68 68 96 83 23 56 32 84 60 15 31 44 73 67 34 77 91 15 79 74 58
14 29 09 34 04 87 83 07 55 07 76 58 30 83 64 87 29 25 58 84 86 50 60 00 25
58 43 28 06 36 49 52 83 51 14 47 56 91 29 34 05 87 31 06 95 12 45 57 09 09
10 43 67 29 70 80 62 80 03 42 10 80 21 38 84 90 56 35 03 09 43 12 74 49 14
44 38 88 39 54 86 97 37 44 22 00 95 01 31 76 17 16 29 56 63 38 78 94 49 81
90 69 59 19 51 85 39 52 85 13 07 28 37 07 61 11 16 36 27 03 78 86 72 04 95
41 47 10 25 62 97 05 31 03 61 20 26 36 31 62 68 69 86 95 44 84 95 48 46 45
91 94 14 63 19 75 89 11 47 11 31 56 34 19 60 79 57 92 36 59 14 93 87 81 40
80 06 54 18 66 09 18 94 06 19 98 40 07 17 81 22 45 44 84 11 24 62 20 42 31
67 72 77 63 48 84 08 31 55 58 24 33 45 77 58 80 45 67 93 82 75 70 16 08 24
59 40 24 13 27 79 26 88 86 30 01 31 60 10 39 53 58 47 70 93 85 81 56 39 38
05 90 35 89 95 01 61 16 96 94 50 78 13 69 36 37 68 53 37 31 71 26 35 03 71
44 43 80 69 98 46 68 05 14 82 90 78 50 05 62 77 79 13 57 44 59 60 10 39 66
61 81 31 96 82 00 57 25 60 59 46 72 60 18 77 55 66 12 62 11 08 99 55 64 57
42 88 07 10 05 24 98 65 63 21 47 21 61 88 32 27 80 30 21 60 10 92 35 36 12
77 94 30 05 39 28 10 99 00 27 12 73 73 99 12 49 99 57 94 82 96 88 57 17 91
78 83 19 76 16 94 11 68 84 26 23 54 20 86 85 23 86 66 99 07 36 37 34 92 09
87 76 59 61 81 43 63 64 61 61 65 26 36 95 90 18 48 27 45 68 27 23 65 30 72
91 43 05 96 47 55 78 99 95 24 37 55 85 78 78 01 48 41 19 10 35 19 54 07 73
84 97 77 72 73 09 62 06 65 72 87 12 49 03 60 41 15 20 76 27 50 47 02 29 16
87 41 60 76 83 44 88 96 07 80 83 05 83 38 96 73 70 66 81 90 30 56 10 48 59
Tabla 2
Distribución Binomial
n x\p 0,01 0,05 0,10 0,20 0,25 0,30 0,33 0,35 0,40 0,45 0,50
2 0 0,9801 0,9025 0,8100 0,6400 0,5625 0,4900 0,4489 0,4225 0,3600 0,3025 0,2500
1 0,0198 0,0950 0,1800 0,3200 0,3750 0,4200 0,4422 0,4550 0,4800 0,4950 0,5000
2 0,0001 0,0025 0,0100 0,0400 0,0625 0,0900 0,1089 0,1225 0,1600 0,2025 0,2500
3 0 0,9703 0,8574 0,7290 0,5120 0,4219 0,3430 0,3008 0,2746 0,2160 0,1664 0,1250
1 0,0294 0,1354 0,2430 0,3840 0,4219 0,4410 0,4444 0,4436 0,4320 0,4084 0,3750
2 0,0003 0,0071 0,0270 0,0960 0,1406 0,1890 0,2189 0,2389 0,2880 0,3341 0,3750
3 0,0000 0,0001 0,7290 0,0080 0,0156 0,0270 0,0359 0,0429 0,0640 0,0911 0,1250
4 0 0,9606 0,8145 0,6561 0,4096 0,3164 0,2401 0,2015 0,1785 0,1296 0,0915 0,0625
1 0,0388 0,1715 0,2916 0,4096 0,4219 0,4116 0,3970 0,3845 0,3456 0,2995 0,2500
2 0,0006 0,0135 0,0486 0,1536 0,2109 0,2646 0,2933 0,3105 0,3456 0,3675 0,3750
3 0,0000 0,0005 0,0036 0,0256 0,0469 0,0756 0,0963 0,1115 0,1536 0,2005 0,2500
4 0,0000 0,0000 0,0001 0,0016 0,0039 0,0081 0,0119 0,0150 0,0256 0,0410 0,0625
5 0 0,9510 0,7738 0,5905 0,3277 0,2373 0,1681 0,1350 0,1160 0,0778 0,0503 0,0313
1 0,0480 0,2036 0,3281 0,4096 0,3955 0,3602 0,3325 0,3124 0,2592 0,2059 0,1563
2 0,0010 0,0214 0,0729 0,2048 0,2637 0,3087 0,3275 0,3364 0,3456 0,3369 0,3125
3 0,0000 0,0011 0,0081 0,0512 0,0879 0,1323 0,1613 0,1811 0,2304 0,2757 0,3125
4 0,0000 0,0000 0,0005 0,0064 0,0146 0,0284 0,0397 0,0488 0,0768 0,1128 0,1563
5 0,0000 0,0000 0,0000 0,0003 0,0010 0,0024 0,0039 0,0053 0,0102 0,0185 0,0313
6 0 0,9415 0,7351 0,5314 0,2621 0,1780 0,1176 0,0905 0,0754 0,0467 0,0277 0,0156
1 0,0571 0,2321 0,3543 0,3932 0,3560 0,3025 0,2673 0,2437 0,1866 0,1359 0,0938
2 0,0014 0,0305 0,0984 0,2458 0,2966 0,3241 0,3292 0,3280 0,3110 0,2780 0,2344
3 0,0000 0,0021 0,0146 0,0819 0,1318 0,1852 0,2162 0,2355 0,2765 0,3032 0,3125
4 0,0000 0,0001 0,0012 0,0154 0,0330 0,0595 0,0799 0,0951 0,1382 0,1861 0,2344
5 0,0000 0,0000 0,0001 0,0015 0,0044 0,0102 0,0157 0,0205 0,0369 0,0609 0,0938
6 0,0000 0,0000 0,0000 0,0001 0,0002 0,0007 0,0013 0,0018 0,0041 0,0083 0,0156
7 0 0,9321 0,6983 0,4783 0,2097 0,1335 0,0824 0,0606 0,0490 0,0280 0,0152 0,0078
1 0,0659 0,2573 0,3720 0,3670 0,3115 0,2471 0,2090 0,1848 0,1306 0,0872 0,0547
2 0,0020 0,0406 0,1240 0,2753 0,3115 0,3177 0,3088 0,2985 0,2613 0,2140 0,1641
3 0,0000 0,0036 0,0230 0,1147 0,1730 0,2269 0,2535 0,2679 0,2903 0,2918 0,2734
4 0,0000 0,0002 0,0026 0,0287 0,0577 0,0972 0,1248 0,1442 0,1935 0,2388 0,2734
5 0,0000 0,0000 0,0002 0,0043 0,0115 0,0250 0,0369 0,0466 0,0774 0,1172 0,1641
6 0,0000 0,0000 0,0000 0,0004 0,0013 0,0036 0,0061 0,0084 0,0172 0,0320 0,0547
7 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0006 0,0016 0,0037 0,0078
8 0 0,9227 0,6634 0,4305 0,1678 0,1001 0,0576 0,0406 0,0319 0,0168 0,0084 0,0039
1 0,0746 0,2793 0,3826 0,3355 0,2670 0,1977 0,1600 0,1373 0,0896 0,0548 0,0313
2 0,0026 0,0515 0,1488 0,2936 0,3115 0,2965 0,2758 0,2587 0,2090 0,1569 0,1094
3 0,0001 0,0054 0,0331 0,1468 0,2076 0,2541 0,2717 0,2786 0,2787 0,2568 0,2188
4 0,0000 0,0004 0,0046 0,0459 0,0865 0,1361 0,1673 0,1875 0,2322 0,2627 0,2734
5 0,0000 0,0000 0,0004 0,0092 0,0231 0,0467 0,0659 0,0808 0,1239 0,1719 0,2188
6 0,0000 0,0000 0,0000 0,0011 0,0038 0,0100 0,0162 0,0217 0,0413 0,0703 0,1094
7 0,0000 0,0000 0,0000 0,0001 0,0004 0,0012 0,0023 0,0033 0,0079 0,0164 0,0313
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0002 0,0007 0,0017 0,0039
9 0 0,9135 0,6302 0,3874 0,1342 0,0751 0,0404 0,0272 0,0207 0,0101 0,0046 0,0020
1 0,0830 0,2985 0,3874 0,3020 0,2253 0,1556 0,1206 0,1004 0,0605 0,0339 0,0176
2 0,0034 0,0629 0,1722 0,3020 0,3003 0,2668 0,2376 0,2162 0,1612 0,1110 0,0703
3 0,0001 0,0077 0,0446 0,1762 0,2336 0,2668 0,2731 0,2716 0,2508 0,2119 0,1641
4 0,0000 0,0006 0,0074 0,0661 0,1168 0,1715 0,2017 0,2194 0,2508 0,2600 0,2461
5 0,0000 0,0000 0,0008 0,0165 0,0389 0,0735 0,0994 0,1181 0,1672 0,2128 0,2461
6 0,0000 0,0000 0,0001 0,0028 0,0087 0,0210 0,0326 0,0424 0,0743 0,1160 0,1641
7 0,0000 0,0000 0,0000 0,0003 0,0012 0,0039 0,0069 0,0098 0,0212 0,0407 0,0703
8 0,0000 0,0000 0,0000 0,0000 0,0001 0,0004 0,0008 0,0013 0,0035 0,0083 0,0176
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020
10 0 0,9044 0,5987 0,3487 0,1074 0,0563 0,0282 0,0182 0,0135 0,0060 0,0025 0,0010
1 0,0914 0,3151 0,3874 0,2684 0,1877 0,1211 0,0898 0,0725 0,0403 0,0207 0,0098
2 0,0042 0,0746 0,1937 0,3020 0,2816 0,2335 0,1990 0,1757 0,1209 0,0763 0,0439
3 0,0001 0,0105 0,0574 0,2013 0,2503 0,2668 0,2614 0,2522 0,2150 0,1665 0,1172
4 0,0000 0,0010 0,0112 0,0881 0,1460 0,2001 0,2253 0,2377 0,2508 0,2384 0,2051
5 0,0000 0,0001 0,0015 0,0264 0,0584 0,1029 0,1332 0,1536 0,2007 0,2340 0,2461
6 0,0000 0,0000 0,0001 0,0055 0,0162 0,0368 0,0547 0,0689 0,1115 0,1596 0,2051
7 0,0000 0,0000 0,0000 0,0008 0,0031 0,0090 0,0154 0,0212 0,0425 0,0746 0,1172
8 0,0000 0,0000 0,0000 0,0001 0,0004 0,0014 0,0028 0,0043 0,0106 0,0229 0,0439
9 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0005 0,0016 0,0042 0,0098
10 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
Tabla 3
Coeficientes para la Binomial
N C(N,0) C(N,1) C(N,2) C(N,3) C(N,4) C(N,5) C(N,6) C(N,7) C(N,8) C(N,9) C(N,10)
0 1
1 1 1
2 1 2 1
3 1 3 3 1
4 1 4 6 4 1
5 1 5 10 10 5 1
6 1 6 15 20 15 6 1
7 1 7 21 35 35 21 7 1
8 1 8 28 56 70 56 28 8 1
9 1 9 36 84 126 126 84 36 9 1
10 1 10 45 120 210 252 210 120 45 10 1
11 1 11 55 165 330 462 462 330 165 55 11
12 1 12 66 220 495 792 924 792 495 220 66
13 1 13 78 286 715 1287 1716 1716 1287 715 286
14 1 14 91 364 1001 2002 3003 3432 3003 2002 1001
15 1 15 105 455 1365 3003 5005 6435 6435 5005 3003
16 1 16 120 560 1820 4368 8008 11440 12870 11440 8008
17 1 17 136 680 2380 6188 12376 19448 24310 24310 19448
18 1 18 153 816 3060 8568 18564 31824 43758 48620 43758
19 1 19 171 969 3876 11628 27132 50388 75582 92378 92378
20 1 20 190 1140 4845 15504 38760 77520 125970 167960 184756
Tabla 4
Algunas funciones de p
λ \ x 0 1 2 3 4 5 6 7 8 9 10
0,70 0,497 0,844 0,966 0,994 0,999
0,75 0,472 0,827 0,959 0,993 0,999
0,80 0,449 0,809 0,953 0,991 0,999
0,85 0,427 0,791 0,945 0,989 0,998
0,90 0,407 0,772 0,937 0,987 0,998
0,9 5 0,387 0,754 0,929 0,984 0,997
1,00 0,368 0,736 0,920 0,981 0,996 0,999
1,1 0,333 0,699 0,900 0,974 0,995 0,999
1,2 0,301 0,663 0,879 0,966 0,992 0,998
1,3 0,273 0,627 0,857 0,957 0,989 0,998
1,4 0,247 0,592 0,833 0,946 0,986 0,997 0,999
1,5 0,223 0,558 0,809 0,934 0,981 0,996 0,999
1,6 0,202 0,525 0,783 0,921 0,976 0,994 0,999
1,7 0,183 0,493 0,757 0,907 0,970 0,992 0,998
1,8 0,165 0,463 0,731 0,891 0,964 0,990 0,997 0,999
1,9 0,150 0,434 0,704 0,875 0,956 0,987 0,997 0,999
2,0 0,135 0,406 0,677 0,857 0,947 0,983 0,995 0,999
2,1 0,122 0,380 0,650 0,839 0,938 0,980 0,994 0,999
2,2 0,111 0,355 0,623 0,819 0,928 0,975 0,993 0,998
2,3 0,100 0,331 0,596 0,799 0,916 0,970 0,991 0,997 0,999
2,4 0,091 0,308 0,570 0,779 0,904 0,964 0,988 0,997 0,999
2,5 0,082 0,287 0,544 0,758 0,891 0,958 0,986 0,996 0,999
2,6 0,074 0,267 0,518 0,736 0,877 0,951 0,983 0,995 0,999
2,7 0,067 0,249 0,494 0,714 0,863 0,943 0,979 0,993 0,998 0,999
2,8 0,061 0,231 0,469 0,692 0,848 0,935 0,976 0,992 0,998 0,999
2,9 0,055 0,215 0,446 0,670 0,832 0,926 0,971 0,990 0,997 0,999
3,0 0,050 0,199 0,423 0,647 0,815 0,916 0,966 0,988 0,996 0,999
Tabla 5
(Continuación)
λ \ x 0 1 2 3 4 5 6 7 8 9 10
3,2 0,041 0,171 0,380 0,603 0,781 0,895 0,955 0,983 0,994 0,998
3,4 0,033 0,147 0,340 0,558 0,744 0,871 0,942 0,977 0,992 0,997 0,999
3,6 0,027 0,126 0,303 0,515 0,706 0,844 0,927 0,969 0,988 0,996 0,999
3,8 0,022 0,107 0,269 0,473 0,668 0,816 0,909 0,960 0,984 0,994 0,998
4,0 0,018 0,092 0,238 0,433 0,629 0,785 0,889 0,949 0,979 0,992 0,997
4,2 0,015 0,078 0,210 0,395 0,590 0,753 0,867 0,936 0,972 0,989 0,996
4,4 0,012 0,066 0,185 0,359 0,551 0,720 0,844 0,921 0,964 0,985 0,994
4,6 0,010 0,056 0,163 0,326 0,513 0,686 0,818 0,905 0,955 0,980 0,992
4,8 0,008 0,048 0,143 0,294 0,476 0,651 0,791 0,887 0,944 0,975 0,990
5,0 0,007 0,040 0,125 0,265 0,440 0,616 0,762 0,867 0,932 0,968 0,986
5,2 0,006 0,034 0,109 0,238 0,406 0,581 0,732 0,845 0,918 0,960 0,982
5,4 0,005 0,029 0,095 0,213 0,373 0,546 0,702 0,822 0,903 0,951 0,977
5,6 0,004 0,024 0,082 0,191 0,342 0,512 0,670 0,797 0,886 0,941 0,972
5,8 0,003 0,021 0,072 0,170 0,313 0,478 0,638 0,771 0,867 0,929 0,965
6,0 0,002 0,017 0,062 0,151 0,285 0,446 0,606 0,744 0,847 0,916 0,957
λ \ x 0 1 2 3 4 5 6 7 8 9 10
6,2 0,002 0,015 0,054 0,134 0,259 0,414 0,574 0,716 0,826 0,902
6,4 0,002 0,012 0,046 0,119 0,235 0,384 0,542 0,687 0,803 0,886 0,939
6,6 0,001 0,010 0,040 0,105 0,213 0,355 0,511 0,658 0,780 0,869 0,927
6,8 0,001 0,009 0,034 0,093 0,192 0,327 0,480 0,628 0,755 0,850 0,915
7,0 0,001 0,007 0,030 0,082 0,173 0,301 0,450 0,599 0,729 0,830 0,901
7,2 0,001 0,006 0,025 0,072 0,156 0,276 0,420 0,569 0,703 0,810 0,887
7,4 0,001 0,005 0,022 0,063 0,140 0,253 0,392 0,539 0,676 0,788 0,871
7,6 0,001 0,004 0,019 0,055 0,125 0,231 0,365 0,510 0,648 0,765 0,854
7,8 0,004 0,016 0,048 0,112 0,210 0,338 0,481 0,620 0,741 0,835
8,0 0,003 0,014 0,042 0,100 0,191 0,313 0,453 0,593 0,717 0,816
8,2 0,003 0,012 0,037 0,089 0,174 0,290 0,425 0,565 0,692 0,796
8,4 0,002 0,010 0,032 0,079 0,157 0,267 0,399 0,537 0,666 0,774
Tabla 6
Ordenadas de la Distribución Normal
z 0 1 2 3 4 5 6 7 8 9
0,0 0,3989 0,3989 0,3989 0,3988 0,3986 0,3984 0,3982 0,3980 0,3977 0,3973
0,1 0,3970 0,3965 0,3961 0,3956 0,3951 0,3945 0,3939 0,3932 0,3925 0,3918
0,2 0,3910 0,3902 0,3894 0,3885 0,3876 0,3867 0,3857 0,3847 0,3836 0,3825
0,3 0,3814 0,3802 0,3790 0,3778 0,3765 0,3752 0,3739 0,3725 0,3712 0,3697
0,4 0,3683 0,3668 0,3653 0,3637 0,3621 0,3605 0,3589 0,3572 0,3555 0,3538
0,5 0,3521 0,3503 0,3485 0,3467 0,3448 0,3429 0,3410 0,3391 0,3372 0,3352
0,6 0,3332 0,3312 0,3292 0,3271 0,3251 0,3230 0,3209 0,3187 0,3166 0,3144
0,7 0,3123 0,3101 0,3079 0,3056 0,3034 0,3011 0,2989 0,2966 0,2943 0,2920
0,8 0,2897 0,2874 0,2850 0,2827 0,2803 0,2780 0,2756 0,2732 0,2709 0,2685
0,9 0,2661 0,2637 0,2613 0,2589 0,2565 0,2541 0,2516 0,2492 0,2468 0,2444
1,0 0,2420 0,2396 0,2371 0,2347 0,2323 0,2299 0,2275 0,2251 0,2227 0,2203
1,1 0,2179 0,2155 0,2131 0,2107 0,2083 0,2059 0,2036 0,2012 0,1989 0,1965
1,2 0,1942 0,1919 0,1895 0,1872 0,1849 0,1826 0,1804 0,1781 0,1758 0,1736
1,3 0,1714 0,1691 0,1669 0,1647 0,1626 0,1604 0,1582 0,1561 0,1539 0,1518
1,4 0,1497 0,1476 0,1456 0,1435 0,1415 0,1394 0,1374 0,1354 0,1334 0,1315
1,5 0,1295 0,1276 0,1257 0,1238 0,1219 0,1200 0,1182 0,1163 0,1145 0,1127
1,6 0,1109 0,1092 0,1074 0,1057 0,1040 0,1023 0,1006 0,0989 0,0973 0,0957
1,7 0,0940 0,0925 0,0909 0,0893 0,0878 0,0863 0,0848 0,0833 0,0818 0,0804
1,8 0,0790 0,0775 0,0761 0,0748 0,0734 0,0721 0,0707 0,0694 0,0681 0,0669
1,9 0,0656 0,0644 0,0632 0,0620 0,0608 0,0596 0,0584 0,0573 0,0562 0,0551
2,0 0,0540 0,0529 0,0519 0,0508 0,0498 0,0488 0,0478 0,0468 0,0459 0,0449
2,1 0,0440 0,0431 0,0422 0,0413 0,0404 0,0396 0,0387 0,0379 0,0371 0,0363
2,2 0,0355 0,0347 0,0339 0,0332 0,0325 0,0317 0,0310 0,0303 0,0297 0,0290
2,3 0,0283 0,0277 0,0270 0,0264 0,0258 0,0252 0,0246 0,0241 0,0235 0,0229
2,4 0,0224 0,0219 0,0213 0,0208 0,0203 0,0198 0,0194 0,0189 0,0184 0,0180
2,5 0,0175 0,0171 0,0167 0,0163 0,0158 0,0154 0,0151 0,0147 0,0143 0,0139
2,6 0,0136 0,0132 0,0129 0,0126 0,0122 0,0119 0,0116 0,0113 0,0110 0,0107
2,7 0,0104 0,0101 0,0099 0,0096 0,0093 0,0091 0,0088 0,0086 0,0084 0,0081
2,8 0,0079 0,0077 0,0075 0,0073 0,0071 0,0069 0,0067 0,0065 0,0063 0,0061
2,9 0,0060 0,0058 0,0056 0,0055 0,0053 0,0051 0,0050 0,0048 0,0047 0,0046
3,0 0,0044 0,0043 0,0042 0,0040 0,0039 0,0038 0,0037 0,0036 0,0035 0,0034
3,1 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026 0,0025 0,0025
3,2 0,0024 0,0023 0,0022 0,0022 0,0021 0,0020 0,0020 0,0019 0,0018 0,0018
3,3 0,0017 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014 0,0013 0,0013
3,4 0,0012 0,0012 0,0012 0,0011 0,0011 0,0010 0,0010 0,0010 0,0009 0,0009
3,5 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007 0,0007 0,0007 0,0006
3,6 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005 0,0005 0,0005 0,0005 0,0004
3,7 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003 0,0003 0,0003 0,0003
3,8 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002 0,0002 0,0002 0,0002 0,0002
3,9 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0001 0,0001
Tabla 7
Distribución Normal acumulada a un lado de la media
z 0 1 2 3 4 5 6 7 8 9
0,0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359
0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753
0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141
0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517
0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879
0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224
0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549
0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852
0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133
0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0,3389
1,0 0,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621
1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830
1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015
1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177
1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319
1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441
1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545
1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633
1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706
1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0,4767
2,0 0,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817
2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857
2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890
2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916
2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936
2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952
2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964
2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974
2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981
2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0,4986
3,0 0,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
3,1 0,4990 0,4991 0,4991 0,4991 0,4992 0,4992 0,4992 0,4992 0,4993 0,4993
3,2 0,4993 0,4993 0,4994 0,4994 0,4994 0,4994 0,4994 0,4995 0,4995 0,4995
3,3 0,4995 0,4995 0,4995 0,4996 0,4996 0,4996 0,4996 0,4996 0,4996 0,4997
3,4 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4997 0,4998
3,5 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998 0,4998
3,6 0,4998 0,4998 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,7 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,8 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999 0,4999
3,9 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000 0,5000
Tabla 8
Distribución Normal Acumulativa
z 0 1 2 3 4 5 6 7 8 9
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952
2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964
2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
Tabla 8
(Continuación)
z 0 1 2 3 4 5 6 7 8 9
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
-1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
-1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
-1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
-1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
-1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
-1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
-1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
-1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
-1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
-0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
-0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
-0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
-0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
-0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
-0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
-0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
-0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
-0,1 0,4602 0,4 562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
Tabla 9
Distribución t de Student en función de a
ν 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,05 0,02 0,01 0,001
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,656 636,578
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,600
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,924
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408
8 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 2,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,768
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,689
28 0,127 0,256 0,389 0,530 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,660
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,126 0,254 0,387 0,527 0,679 0,848 1,045 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
∞ 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291
Tabla 10
Distribución t de Student – Percentiles
ν t 0,995 t 0,99 t 0,975 t 0,95 t 0,90 t 0,80 t 0,75 t 0,70 t 0,60 t 0,55
1 127,321 63,656 25,452 12,706 6,314 3,078 2,414 1,963 1,376 1,171
2 14,089 9,925 6,205 4,303 2,920 1,886 1,604 1,386 1,061 0,931
3 7,453 5,841 4,177 3,182 2,353 1,638 1,423 1,250 0,978 0,866
4 5,598 4,604 3,495 2,776 2,132 1,533 1,344 1,190 0,941 0,836
5 4,773 4,032 3,163 2,571 2,015 1,476 1,301 1,156 0,920 0,819
6 4,317 3,707 2,969 2,447 1,943 1,440 1,273 1,134 0,906 0,808
7 4,029 3,499 2,841 2,365 1,895 1,415 1,254 1,119 0,896 0,800
8 3,833 3,355 2,752 2,306 1,860 1,397 1,240 1,108 0,889 0,794
9 3,690 3,250 2,685 2,262 1,833 1,383 1,230 1,100 0,883 0,790
10 3,581 3,169 2,634 2,228 1,812 1,372 1,221 1,093 0,879 0,786
11 3,497 3,106 2,593 2,201 1,796 1,363 1,214 1,088 0,876 0,783
12 3,428 3,055 2,560 2,179 1,782 1,356 1,209 1,083 0,873 0,781
13 3,372 3,012 2,533 2,160 1,771 1,350 1,204 1,079 0,870 0,779
14 3,326 2,977 2,510 2,145 1,761 1,345 1,200 1,076 0,868 0,777
15 3,286 2,947 2,490 2,131 1,753 1,341 1,197 1,074 0,866 0,776
16 3,252 2,921 2,473 2,120 1,746 1,337 1,194 1,071 0,865 0,774
17 3,222 2,898 2,458 2,110 1,740 1,333 1,191 1,069 0,863 0,773
18 3,197 2,878 2,445 2,101 1,734 1,330 1,189 1,067 0,862 0,772
19 3,174 2,861 2,433 2,093 1,729 1,328 1,187 1,066 0,861 0,771
20 3,153 2,845 2,423 2,086 1,725 1,325 1,185 1,064 0,860 0,771
21 3,135 2,831 2,414 2,080 1,721 1,323 1,183 1,063 0,859 0,770
22 3,119 2,819 2,405 2,074 1,717 1,321 1,182 1,061 0,858 0,769
23 3,104 2,807 2,398 2,069 1,714 1,319 1,180 1,060 0,858 0,769
24 3,091 2,797 2,391 2,064 1,711 1,318 1,179 1,059 0,857 0,768
25 3,078 2,787 2,385 2,060 1,708 1,316 1,178 1,058 0,856 0,767
26 3,067 2,779 2,379 2,056 1,706 1,315 1,177 1,058 0,856 0,767
27 3,057 2,771 2,373 2,052 1,703 1,314 1,176 1,057 0,855 0,767
28 3,047 2,763 2,368 2,048 1,701 1,313 1,175 1,056 0,855 0,766
29 3,038 2,756 2,364 2,045 1,699 1,311 1,174 1,055 0,854 0,766
30 3,030 2,750 2,360 2,042 1,697 1,310 1,173 1,055 0,854 0,765
40 2,971 2,704 2,329 2,021 1,684 1,303 1,167 1,050 0,851 0,763
60 2,915 2,660 2,299 2,000 1,671 1,296 1,162 1,045 0,848 0,760
120 2,860 2,617 2,270 1,980 1,658 1,289 1,156 1,041 0,845 0,758
∞ 2,807 2,576 2,241 1,960 1,645 1,282 1,150 1,036 0,842 0,755
Tabla 11
Distribución χ 2 en función de α
ν \ α 0,99 0,98 0,95 0,9 0,8 0,7 0,5 0,3 0,2 0,1 0,06 0,02 0,01 0,001
1 1,57E-4 6,28E-4 3,93E-3 0,0158 0,0642 0,1485 0,4549 1,0742 1,6424 2,7055 3,5374 5,4119 6,6349 10,8274
2 0,0201 0,0404 0,1026 0,2107 0,4463 0,7133 1,3863 2,4079 3,2189 4,6052 5,6268 7,8241 9,2104 13,8150
3 0,1148 0,1848 0,3518 0,5844 1,0052 1,4237 2,3660 3,6649 4,6416 6,2514 7,4069 9,8374 11,3449 16,2660
4 0,2971 0,4294 0,7107 1,0636 1,6488 2,1947 3,3567 4,8784 5,9886 7,7794 9,0444 11,6678 13,2767 18,4662
5 0,5543 0,7519 1,1455 1,6103 2,3425 2,9999 4,3515 6,0644 7,2893 9,2363 10,5962 13,3882 15,0863 20,5147
6 0,8721 1,1344 1,6354 2,2041 3,0701 3,8276 5,3481 7,2311 8,5581 10,6446 12,0896 15,0332 16,8119 22,4575
7 1,2390 1,5643 2,1673 2,8331 3,8223 4,6713 6,3458 8,3834 9,8032 12,0170 13,5397 16,6224 18,4753 24,3213
8 1,6465 2,0325 2,7326 3,4895 4,5936 5,5274 7,3441 9,5245 11,0301 13,3616 14,9563 18,1682 20,0902 26,1239
9 2,0879 2,5324 3,3251 4,1682 5,3801 6,3933 8,3428 10,6564 12,2421 14,6837 16,3459 19,6790 21,6660 27,8767
10 2,5582 3,0591 3,9403 4,8652 6,1791 7,2672 9,3418 11,7807 13,4420 15,9872 17,7131 21,1608 23,2093 29,5879
11 3,0535 3,6087 4,5748 5,5778 6,9887 8,1479 10,3410 12,8987 14,6314 17,2750 19,0614 22,6179 24,7250 31,2635
12 3,5706 4,1783 5,2260 6,3038 7,8073 9,0343 11,3403 14,0111 15,8120 18,5493 20,3934 24,0539 26,2170 32,9092
13 4,1069 4,7654 5,8919 7,0415 8,6339 9,9257 12,3398 15,1187 16,9848 19,8119 21,7113 25,4715 27,6882 34,5274
14 4,6604 5,3682 6,5706 7,7895 9,4673 10,8215 13,3393 16,2221 18,1508 21,0641 23,0166 26,8727 29,1412 36,1239
15 5,2294 5,9849 7,2609 8,5468 10,3070 11,7212 14,3389 17,3217 19,3107 22,3071 24,3108 28,2595 30,5780 37,6978
16 5,8122 6,6142 7,9616 9,3122 11,1521 12,6243 15,3385 18,4179 20,4651 23,5418 25,5950 29,6332 31,9999 39,2518
17 6,4077 7,2550 8,6718 10,0852 12,0023 13,5307 16,3382 19,5110 21,6146 24,7690 26,8701 30,9950 33,4087 40,7911
18 7,0149 7,9062 9,3904 10,8649 12,8570 14,4399 17,3379 20,6014 22,7595 25,9894 28,1370 32,3462 34,8052 42,3119
19 7,6327 8,5670 10,1170 11,6509 13,7158 15,3517 18,3376 21,6891 23,9004 27,2036 29,3964 33,6874 36,1908 43,8194
20 8,2604 9,2367 10,8508 12,4426 14,5784 16,2659 19,3374 22,7745 25,0375 28,4120 30,6488 35,0196 37,5663 45,3142
21 8,8972 9,9145 11,5913 13,2396 15,4446 17,1823 20,3372 23,8578 26,1711 29,6151 31,8949 36,3434 38,9322 46,7963
22 9,5425 10,6000 12,3380 14,0415 16,3140 18,1007 21,3370 24,9390 27,3015 30,8133 33,1350 37,6595 40,2894 48,2676
23 10,1957 11,2926 13,0905 14,8480 17,1865 19,0211 22,3369 26,0184 28,4288 32,0069 34,3696 38,9683 41,6383 49,7276
24 10,8563 11,9918 13,8484 15,6587 18,0618 19,9432 23,3367 27,0960 29,5533 33,1962 35,5989 40,2703 42,9798 51,1790
25 11,5240 12,6973 14,6114 16,4734 18,9397 20,8670 24,3366 28,1719 30,6752 34,3816 36,8235 41,5660 44,3140 52,6187
26 12,1982 13,4086 15,3792 17,2919 19,8202 21,7924 25,3365 29,2463 31,7946 35,5632 38,0435 42,8558 45,6416 54,0511
27 12,8785 14,1254 16,1514 18,1139 20,7030 22,7192 26,3363 30,3193 32,9117 36,7412 39,2593 44,1399 46,9628 55,4751
28 13,5647 14,8475 16,9279 18,9392 21,5880 23,6475 27,3362 31,3909 34,0266 37,9159 40,4710 45,4188 48,2782 56,8918
29 14,2564 15,5745 17,7084 19,7677 22,4751 24,5770 28,3361 32,4612 35,1394 39,0875 41,6789 46,6926 49,5878 58,3006
30 14,9535 16,3062 18,4927 20,5992 23,3641 25,5078 29,3360 33,5302 36,2502 40,2560 42,8831 47,9618 50,8922 59,7022
Tabla 12
Distribución χ 2 – Percentiles
n χ2 0,995 χ2 0,99 χ2 0,975 χ2 0,95 χ2 0,90 χ2 0,75 χ2 0,50 χ2 0,25 χ2 0,10 χ2 0,05 χ2 0,025 χ2 0,01 χ2 0,005
1 7,8794 6,6349 5,0239 3,8415 2,7055 1,3233 0,4549 0,1015 0,0158 0,0039 0,0010 0,00016 0,00004
2 10,5965 9,2104 7,3778 5,9915 4,6052 2,7726 1,3863 0,5754 0,2107 0,1026 0,0506 0,0201 0,0100
3 12,8381 11,3449 9,3484 7,8147 6,2514 4,1083 2,3660 1,2125 0,5844 0,3518 0,2158 0,1148 0,0717
4 14,8602 13,2767 11,1433 9,4877 7,7794 5,3853 3,3567 1,9226 1,0636 0,7107 0,4844 0,2971 0,2070
5 16,7496 15,0863 12,8325 11,0705 9,2363 6,6257 4,3515 2,6746 1,6103 1,1455 0,8312 0,5543 0,4118
6 18,5475 16,8119 14,4494 12,5916 10,6446 7,8408 5,3481 3,4546 2,2041 1,6354 1,2373 0,8721 0,6757
7 20,2777 18,4753 16,0128 14,0671 12,0170 9,0371 6,3458 4,2549 2,8331 2,1673 1,6899 1,2390 0,9893
8 21,9549 20,0902 17,5345 15,5073 13,3616 10,2189 7,3441 5,0706 3,4895 2,7326 2,1797 1,6465 1,3444
9 23,5893 21,6660 19,0228 16,9190 14,6837 11,3887 8,3428 5,8988 4,1682 3,3251 2,7004 2,0879 1,7349
10 25,1881 23,2093 20,4832 18,3070 15,9872 12,5489 9,3418 6,7372 4,8652 3,9403 3,2470 2,5582 2,1558
11 26,7569 24,7250 21,9200 19,6752 17,2750 13,7007 10,3410 7,5841 5,5778 4,5748 3,8157 3,0535 2,6032
12 28,2997 26,2170 23,3367 21,0261 18,5493 14,8454 11,3403 8,4384 6,3038 5,2260 4,4038 3,5706 3,0738
13 29,8193 27,6882 24,7356 22,3620 19,8119 15,9839 12,3398 9,2991 7,0415 5,8919 5,0087 4,1069 3,5650
14 31,3194 29,1412 26,1189 23,6848 21,0641 17,1169 13,3393 10,1653 7,7895 6,5706 5,6287 4,6604 4,0747
15 32,8015 30,5780 27,4884 24,9958 22,3071 18,2451 14,3389 11,0365 8,5468 7,2609 6,2621 5,2294 4,6009
16 34,2671 31,9999 28,8453 26,2962 23,5418 19,3689 15,3385 11,9122 9,3122 7,9616 6,9077 5,8122 5,1422
17 35,7184 33,4087 30,1910 27,5871 24,7690 20,4887 16,3382 12,7919 10,0852 8,6718 7,5642 6,4077 5,6973
18 37,1564 34,8052 31,5264 28,8693 25,9894 21,6049 17,3379 13,6753 10,8649 9,3904 8,2307 7,0149 6,2648
19 38,5821 36,1908 32,8523 30,1435 27,2036 22,7178 18,3376 14,5620 11,6509 10,1170 8,9065 7,6327 6,8439
20 39,9969 37,5663 34,1696 31,4104 28,4120 23,8277 19,3374 15,4518 12,4426 10,8508 9,5908 8,2604 7,4338
21 41,4009 38,9322 35,4789 32,6706 29,6151 24,9348 20,3372 16,3444 13,2396 11,5913 10,2829 8,8972 8,0336
22 42,7957 40,2894 36,7807 33,9245 30,8133 26,0393 21,3370 17,2396 14,0415 12,3380 10,9823 9,5425 8,6427
23 44,1814 41,6383 38,0756 35,1725 32,0069 27,1413 22,3369 18,1373 14,8480 13,0905 11,6885 10,1957 9,2604
24 45,5584 42,9798 39,3641 36,4150 33,1962 28,2412 23,3367 19,0373 15,6587 13,8484 12,4011 10,8563 9,8862
25 46,9280 44,3140 40,6465 37,6525 34,3816 29,3388 24,3366 19,9393 16,4734 14,6114 13,1197 11,5240 10,5196
26 48,2898 45,6416 41,9231 38,8851 35,5632 30,4346 25,3365 20,8434 17,2919 15,3792 13,8439 12,1982 11,1602
27 49,6450 46,9628 43,1945 40,1133 36,7412 31,5284 26,3363 21,7494 18,1139 16,1514 14,5734 12,8785 11,8077
28 50,9936 48,2782 44,4608 41,3372 37,9159 32,6205 27,3362 22,6572 18,9392 16,9279 15,3079 13,5647 12,4613
29 52,3355 49,5878 45,7223 42,5569 39,0875 33,7109 28,3361 23,5666 19,7677 17,7084 16,0471 14,2564 13,1211
30 53,6719 50,8922 46,9792 43,7730 40,2560 34,7997 29,3360 24,4776 20,5992 18,4927 16,7908 14,9535 13,7867
40 66,7660 63,6908 59,3417 55,7585 51,8050 45,6160 39,3353 33,6603 29,0505 26,5093 24,4331 22,1642 20,7066
50 79,4898 76,1538 71,4202 67,5048 63,1671 56,3336 49,3349 42,9421 37,6886 34,7642 32,3574 29,7067 27,9908
60 91,9518 88,3794 83,2977 79,0820 74,3970 66,9815 59,3347 52,2938 46,4589 43,1880 40,4817 37,4848 35,5344
70 104,2148 100,4251 95,0231 90,5313 85,5270 77,5766 69,3345 61,6983 55,3289 51,7393 48,7575 45,4417 43,2753
80 116,3209 112,3288 106,6285 101,8795 96,5782 88,1303 79,3343 71,1445 64,2778 60,3915 57,1532 53,5400 51,1719
90 128,2987 124,1162 118,1359 113,1452 107,5650 98,6499 89,3342 80,6247 73,2911 69,1260 65,6466 61,7540 59,1963
100 140,1697 135,8069 129,5613 124,3421 118,4980 109,1412 99,3341 90,1332 82,3581 77,9294 74,2219 70,0650 67,3275
Tabla13
Distribución F - Percentiles
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
1 0,0005 6,2E-7 0,0005 0,0038 0,0094 0,0157 0,0217 0,0270 0,0317 0,0357 0,0392 0,0423 0,0449
0,001 2,5E-6 0,0010 0,0060 0,0135 0,0212 0,0282 0,0342 0,0393 0,0437 0,0475 0,0508 0,0536
0,005 6,2E-5 0,0050 0,0180 0,0319 0,0439 0,0537 0,0616 0,0681 0,0735 0,0780 0,0818 0,0851
0,010 0,0002 0,0102 0,0293 0,0472 0,0615 0,0728 0,0817 0,0888 0,0947 0,0996 0,1037 0,1072
0,025 0,0015 0,0260 0,0573 0,0818 0,0999 0,1135 0,1239 0,1321 0,1387 0,1442 0,1487 0,1526
0,05 0,0062 0,0540 0,0987 0,1297 0,1513 0,1670 0,1788 0,1881 0,1954 0,2014 0,2064 0,2106
0,10 0,0251 0,1173 0,1806 0,2200 0,2463 0,2648 0,2786 0,2892 0,2976 0,3044 0,3101 0,3148
0,25 0,1716 0,3889 0,4941 0,5533 0,5909 0,6167 0,6356 0,6500 0,6613 0,6705 0,6780 0,6843
0,50 1,0000 1,5000 1,7092 1,8227 1,8937 1,9422 1,9774 2,0041 2,0250 2,0419 2,0558 2,0674
0,75 5,8284 7,5000 8,1999 8,5809 8,8198 8,9832 9,1021 9,1923 9,2631 9,3202 9,3671 9,4064
0,90 39,8636 49,5002 53,5933 55,8330 57,2400 58,2045 58,9062 59,4391 59,8575 60,1949 60,4728 60,7051
0,95 161,446 199,4995 215,707 224,583 230,160 233,988 236,767 238,884 240,543 241,882 242,981 243,905
0,975 647,793 799,4822 864,151 899,599 921,835 937,1142 948,2028 956,6429 963,2786 968,6337 973,0284 976,7246
0,99 4052,185 4999,340 5403,53 5624,257 5763,955 5858,950 5928,334 5980,954 6022,397 6055,925 6083,399 6106,682
0,995 16212,46 19997,36 21614,13 22500,75 23055,82 23439,53 23715,20 23923,81 24091,45 24221,84 24333,60 24426,73
0,999 4,05E+5 4,997E+5 5,40E+5 5,63E+5 5,76E+5 5,86E+5 5,93E+5 5,98E+5 6,02E+5 6,06E+5 6,08E+5 6,10E+5
0,9995 1,62E+6 1,999E+6 2,16E+6 2,25E+6 2,30E+6 2,34E+6 2,37E+6 2,39E+6 2,41E+6 2,42E+6 2,43E+6 2,44E+6
2 0,0005 0,0000 0,0005 0,0042 0,0114 0,0201 0,0287 0,0368 0,0440 0,0503 0,0560 0,0610 0,0654
0,001 0,0000 0,0010 0,0067 0,0163 0,0269 0,0370 0,0461 0,0541 0,0610 0,0671 0,0724 0,0771
0,005 0,0001 0,0050 0,0201 0,0380 0,0546 0,0688 0,0806 0,0906 0,0989 0,1061 0,1122 0,1175
0,010 0,0002 0,0101 0,0325 0,0556 0,0753 0,0915 0,1047 0,1156 0,1247 0,1323 0,1388 0,1444
0,025 0,0013 0,0256 0,0623 0,0939 0,1186 0,1377 0,1529 0,1650 0,1750 0,1833 0,1903 0,1962
0,05 0,0050 0,0526 0,1047 0,1440 0,1728 0,1944 0,2111 0,2243 0,2349 0,2437 0,2511 0,2574
0,10 0,0202 0,1111 0,1831 0,2312 0,2646 0,2887 0,3070 0,3212 0,3326 0,3419 0,3497 0,3563
0,25 0,1333 0,3333 0,4386 0,5000 0,5397 0,5675 0,5879 0,6036 0,6159 0,6260 0,6343 0,6412
0,50 0,6667 1,0000 1,1349 1,2071 1,2519 1,2824 1,3045 1,3213 1,3344 1,3450 1,3537 1,3610
0,75 2,5714 3,0000 3,1534 3,2321 3,2799 3,3121 3,3352 3,3526 3,3661 3,3770 3,3859 3,3934
0,90 8,5263 9,0000 9,1618 9,2434 9,2926 9,3255 9,3491 9,3668 9,3805 9,3916 9,4006 9,4082
0,95 18,5128 19,0000 19,1642 19,2467 19,2963 19,3295 19,3531 19,3709 19,3847 19,3959 19,4050 19,4125
0,975 38,5062 39,0000 39,1656 39,2483 39,2984 39,3311 39,3557 39,3729 39,3866 39,3984 39,4066 39,4148
0,99 98,5019 99,0003 99,1640 99,2513 99,3023 99,3314 99,3568 99,3750 99,3896 99,3969 99,4078 99,4187
0,995 198,503 199,012 199,158 199,245 199,303 199,332 199,361 199,376 199,390 199,390 199,419 199,419
0,999 998,378 998,843 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309
0,9995 1998,618 1998,618 1998,618 1998,618 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481
3 0,0005 4,63E-7 0,0005 0,0045 0,0125 0,0225 0,0328 0,0426 0,0516 0,0596 0,0668 0,0732 0,0790
0,001 1,85E-6 0,0010 0,0071 0,0178 0,0301 0,0422 0,0533 0,0632 0,0719 0,0797 0,0865 0,0926
0,005 4,63E-5 0,0050 0,0211 0,0412 0,0605 0,0774 0,0919 0,1042 0,1147 0,1238 0,1316 0,1384
0,010 0,00019 0,01008 0,03395 0,05990 0,08292 0,10225 0,11832 0,13173 0,14302 0,15262 0,16086 0,16800
0,025 0,00116 0,02553 0,06477 0,10021 0,12881 0,15154 0,16978 0,18464 0,19692 0,20723 0,21598 0,22350
0,05 0,00464 0,05218 0,10780 0,15171 0,18486 0,21021 0,23005 0,24593 0,25890 0,26967 0,27875 0,28651
0,10 0,01866 0,10915 0,18550 0,23861 0,27628 0,30407 0,32530 0,34202 0,35551 0,36661 0,37591 0,38380
0,25 0,12195 0,31712 0,42453 0,48860 0,53071 0,56040 0,58244 0,59942 0,61292 0,62389 0,63299 0,64065
0,50 0,58506 0,88110 1,00000 1,06323 1,10236 1,12894 1,14818 1,16274 1,17415 1,18332 1,19086 1,19717
0,75 2,02386 2,27976 2,35555 2,39011 2,40950 2,42179 2,43023 2,43637 2,44102 2,44467 2,44760 2,45001
0,90 5,53831 5,46240 5,39077 5,34266 5,30915 5,28473 5,26620 5,25168 5,24000 5,23042 5,22240 5,21561
0,95 10,1280 9,5521 9,2766 9,1172 9,0134 8,9407 8,8867 8,8452 8,8123 8,7855 8,7633 8,7447
0,975 17,4434 16,0442 15,4391 15,1010 14,8848 14,7347 14,6244 14,5399 14,4730 14,4189 14,3741 14,3366
0,99 34,1161 30,8164 29,4567 28,7100 28,2371 27,9106 27,6714 27,4895 27,3449 27,2285 27,1320 27,0520
0,995 55,5519 49,8003 47,4683 46,1951 45,3911 44,8381 44,4343 44,1250 43,8813 43,6848 43,5248 43,3865
0,999 167,056 148,488 141,095 137,079 134,576 132,830 131,608 130,618 129,861 129,221 128,755 128,319
0,9995 266,591 236,556 224,682 218,279 214,204 211,410 209,315 207,801 206,637 205,589 204,891 204,192
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
1 0,0005 5,1E-2 0,0582 0,0619 0,0657 0,0697 0,0721 0,0738 0,0772 0,0781 0,0799 0,0721 0,0825
0,001 6,0E-2 0,0675 0,0713 0,0752 0,0793 0,0818 0,0835 0,0870 0,0879 0,0896 0,0818 0,0924
0,005 9,3E-2 0,1006 0,1047 0,1089 0,1133 0,1159 0,1177 0,1214 0,1223 0,1241 0,1159 0,1269
0,010 0,1152 0,1235 0,1278 0,1322 0,1367 0,1395 0,1413 0,1450 0,1460 0,1479 0,1395 0,1507
0,025 0,1613 0,1703 0,1749 0,1796 0,1844 0,1873 0,1892 0,1931 0,1941 0,1961 0,1873 0,1990
0,05 0,2201 0,2298 0,2348 0,2398 0,2448 0,2479 0,2499 0,2541 0,2551 0,2572 0,2479 0,2603
0,10 0,3254 0,3362 0,3416 0,3471 0,3527 0,3560 0,3583 0,3628 0,3639 0,3662 0,3560 0,3696
0,25 0,6983 0,7124 0,7195 0,7267 0,7339 0,7382 0,7411 0,7469 0,7484 0,7513 0,7382 0,7557
0,50 2,0931 2,1191 2,1321 2,1452 2,1584 2,1663 2,1716 2,1822 2,1848 2,1901 2,1663 2,1981
0,75 9,4934 9,5812 9,6255 9,6698 9,7144 9,7412 9,7592 9,7951 9,8041 9,8221 9,7412 9,8492
0,90 61,2204 61,7401 62,0021 62,2649 62,5291 62,6878 62,7942 63,0071 63,0607 63,1671 62,6878 63,3281
0,95 245,949 248,0156 249,052 250,096 251,144 251,774 252,196 253,043 253,254 253,676 251,774 254,3165
0,975 984,874 993,0809 997,272 1001,405 1005,596 1008,0985 1009,7865 1013,1625 1014,0357 1015,7237 1008,0985 1018,2557
0,99 6156,974 6208,662 6234,27 6260,350 6286,427 6302,260 6312,970 6333,925 6339,513 6349,757 6302,260 6365,5898
0,995 24631,62 24836,51 24937,09 25041,40 25145,71 25212,76 25253,74 25339,42 25358,05 25399,03 25212,76 2,5466E+4
0,999 6,2E+5 6,2E+5 6,2E+5 6,3E+5 6,3E+5 6,3E+5 6,3E+5 6,3E+5 6,3E+5 6,4E+5 6,3E+5 6,3658E+5
0,9995 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5E+6 2,5482E+6
2 0,0005 0,0760 0,0878 0,0943 0,1010 0,1081 0,1126 0,1156 0,1218 0,1234 0,1266 0,1126 0,1316
0,001 0,0882 0,1005 0,1071 0,1140 0,1212 0,1257 0,1287 0,1350 0,1366 0,1398 0,1257 0,1448
0,005 0,1299 0,1431 0,1501 0,1574 0,1648 0,1694 0,1726 0,1789 0,1805 0,1838 0,1694 0,1887
0,010 0,1573 0,1710 0,1781 0,1855 0,1931 0,1978 0,2009 0,2073 0,2089 0,2122 0,1978 0,2171
0,025 0,2099 0,2242 0,2315 0,2391 0,2469 0,2516 0,2548 0,2612 0,2628 0,2661 0,2516 0,2711
0,05 0,2716 0,2863 0,2939 0,3016 0,3094 0,3142 0,3174 0,3239 0,3255 0,3288 0,3142 0,3338
0,10 0,3710 0,3862 0,3940 0,4018 0,4098 0,4146 0,4178 0,4244 0,4260 0,4293 0,4146 0,4343
0,25 0,6567 0,6725 0,6805 0,6885 0,6966 0,7015 0,7048 0,7114 0,7130 0,7164 0,7015 0,7213
0,50 1,3771 1,3933 1,4014 1,4096 1,4178 1,4228 1,4261 1,4327 1,4344 1,4377 1,4228 1,4427
0,75 3,4098 3,4263 3,4346 3,4428 3,4511 3,4561 3,4594 3,4661 3,4677 3,4711 3,4561 3,4761
0,90 9,4247 9,4413 9,4496 9,4579 9,4662 9,4713 9,4745 9,4813 9,4829 9,4862 9,4713 9,4912
0,95 19,4291 19,4457 19,4541 19,4625 19,4707 19,4757 19,4791 19,4857 19,4873 19,4907 19,4757 19,4957
0,975 39,4311 39,4475 39,4566 39,4648 39,4730 39,4775 39,4812 39,4875 39,4894 39,4930 39,4775 39,4975
0,99 99,4332 99,4478 99,4551 99,4660 99,4769 99,4769 99,4842 99,4914 99,4914 99,4914 99,4769 99,4987
0,995 199,434 199,449 199,449 199,478 199,478 199,478 199,478 199,478 199,492 199,492 199,478 199,5068
0,999 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,309 999,3091
0,9995 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,481 2000,4809
3 0,0005 0,0929 0,1087 0,1174 0,1267 0,1365 0,1426 0,1468 0,1555 0,1577 0,1622 0,1426 0,1692
0,001 0,1071 0,1235 0,1324 0,1418 0,1516 0,1578 0,1620 0,1707 0,1730 0,1775 0,1578 0,1844
0,005 0,1544 0,1719 0,1812 0,1909 0,2010 0,2072 0,2115 0,2201 0,2224 0,2268 0,2072 0,2337
0,010 0,18461 0,20250 0,21195 0,22174 0,23188 0,23813 0,24237 0,25102 0,25322 0,25766 0,23813 0,2644
0,025 0,24080 0,25915 0,26874 0,27860 0,28875 0,29497 0,29918 0,30773 0,30990 0,31427 0,29497 0,3209
0,05 0,30419 0,32275 0,33236 0,34220 0,35227 0,35842 0,36257 0,37098 0,37311 0,37739 0,35842 0,3839
0,10 0,40164 0,42015 0,42967 0,43935 0,44922 0,45522 0,45926 0,46743 0,46949 0,47363 0,45522 0,4799
0,25 0,65779 0,67531 0,68421 0,69321 0,70231 0,70782 0,71151 0,71895 0,72082 0,72457 0,70782 0,7302
0,50 1,21112 1,22517 1,23224 1,23933 1,24645 1,25074 1,25360 1,25934 1,26077 1,26365 1,25074 1,2680
0,75 2,45518 2,46019 2,46263 2,46503 2,46738 2,46877 2,46968 2,47150 2,47195 2,47284 2,46877 2,4742
0,90 5,20032 5,18449 5,17636 5,16812 5,15972 5,15462 5,15118 5,14426 5,14251 5,13901 5,15462 5,1337
0,95 8,7028 8,6602 8,6385 8,6166 8,5944 8,5810 8,5720 8,5539 8,5494 8,5402 8,5810 8,5265
0,975 14,2527 14,1674 14,1242 14,0806 14,0365 14,0099 13,9921 13,9562 13,9473 13,9291 14,0099 13,9021
0,99 26,8719 26,6900 26,5973 26,5045 26,4108 26,3544 26,3162 26,2407 26,2207 26,1825 26,3544 26,1252
0,995 43,0846 42,7790 42,6226 42,4661 42,3097 42,2115 42,1496 42,0223 41,9896 41,9241 42,2115 41,8295
0,999 127,358 126,427 125,932 125,438 124,972 124,681 124,448 124,070 123,982 123,749 124,681 123,458
0,9995 202,563 201,049 200,234 199,536 198,721 198,255 197,906 197,324 197,208 196,858 198,255 196,276
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
4 0,0005 4,4E-7 0,0005 0,0046 0,0131 0,0241 0,0356 0,0466 0,0569 0,0662 0,0746 0,0821 0,0889
0,001 1,8E-6 0,0010 0,0073 0,0187 0,0322 0,0456 0,0582 0,0695 0,0796 0,0886 0,0966 0,1038
0,005 4,4E-5 0,0050 0,0216 0,0432 0,0643 0,0831 0,0995 0,1136 0,1257 0,1362 0,1453 0,1533
0,010 0,0002 0,0101 0,0348 0,0626 0,0878 0,1093 0,1274 0,1427 0,1557 0,1668 0,1764 0,1848
0,025 0,0011 0,0255 0,0662 0,1041 0,1354 0,1606 0,1811 0,1979 0,2120 0,2238 0,2339 0,2426
0,05 0,0045 0,0520 0,1097 0,1565 0,1926 0,2206 0,2427 0,2606 0,2752 0,2875 0,2979 0,3068
0,10 0,0179 0,1082 0,1872 0,2435 0,2841 0,3144 0,3378 0,3563 0,3714 0,3838 0,3943 0,4032
0,25 0,1165 0,3094 0,4184 0,4845 0,5284 0,5595 0,5828 0,6009 0,6153 0,6270 0,6368 0,6450
0,50 0,5486 0,8284 0,9405 1,0000 1,0367 1,0617 1,0797 1,0933 1,1040 1,1126 1,1196 1,1255
0,75 1,8074 2,0000 2,0467 2,0642 2,0723 2,0766 2,0790 2,0805 2,0814 2,0820 2,0823 2,0826
0,90 4,5448 4,3246 4,1909 4,1072 4,0506 4,0097 3,9790 3,9549 3,9357 3,9199 3,9067 3,8955
0,95 7,709 6,9443 6,591 6,388 6,256 6,163 6,094 6,041 5,999 5,964 5,936 5,912
0,975 12,218 10,6490 9,979 9,604 9,364 9,1973 9,0741 8,9796 8,9046 8,8439 8,7936 8,7512
0,99 21,198 18,000 16,69 15,977 15,522 15,207 14,976 14,799 14,659 14,546 14,452 14,374
0,995 31,33 26,28 24,26 23,15 22,46 21,98 21,62 21,35 21,14 20,97 20,82 20,70
0,999 7,4E+1 61,25 5,6E+1 5,3E+1 5,2E+1 5,1E+1 5,0E+1 4,9E+1 4,8E+1 4,8E+1 4,8E+1 4,7E+1
0,9995 1,1E+2 87,43 8,0E+1 7,6E+1 7,4E+1 7,2E+1 7,1E+1 7,0E+1 6,9E+1 6,8E+1 6,8E+1 6,7E+1
5 0,0005 0,0000 0,0005 0,0047 0,0136 0,0252 0,0375 0,0496 0,0608 0,0711 0,0805 0,0889 0,0966
0,001 0,0000 0,0010 0,0074 0,0193 0,0336 0,0481 0,0617 0,0742 0,0854 0,0954 0,1044 0,1125
0,005 0,0000 0,0050 0,0220 0,0445 0,0669 0,0872 0,1050 0,1205 0,1338 0,1455 0,1557 0,1647
0,010 0,0002 0,0101 0,0354 0,0644 0,0912 0,1143 0,1340 0,1508 0,1651 0,1774 0,1881 0,1975
0,025 0,0011 0,0254 0,0672 0,1068 0,1399 0,1670 0,1892 0,2076 0,2230 0,2361 0,2473 0,2570
0,05 0,0043 0,0518 0,1109 0,1598 0,1980 0,2279 0,2518 0,2712 0,2872 0,3007 0,3121 0,3220
0,10 0,0175 0,1076 0,1884 0,2469 0,2896 0,3218 0,3468 0,3668 0,3831 0,3966 0,4080 0,4177
0,25 0,1134 0,3049 0,4150 0,4826 0,5278 0,5602 0,5844 0,6033 0,6184 0,6308 0,6411 0,6498
0,50 0,5281 0,7988 0,9071 0,9646 1,0000 1,0240 1,0414 1,0545 1,0648 1,0730 1,0798 1,0855
0,75 1,6925 1,8528 1,8843 1,8927 1,8947 1,8945 1,8935 1,8923 1,8911 1,8899 1,8887 1,8877
0,90 4,0604 3,7797 3,6195 3,5202 3,4530 3,4045 3,3679 3,3393 3,3163 3,2974 3,2816 3,2682
0,95 6,6079 5,7861 5,4094 5,1922 5,0503 4,9503 4,8759 4,8183 4,7725 4,7351 4,7040 4,6777
0,975 10,0069 8,4336 7,7636 7,3879 7,1464 6,9777 6,8530 6,7572 6,6810 6,6192 6,5678 6,5245
0,99 16,2581 13,2741 12,0599 11,3919 10,9671 10,6722 10,4556 10,2893 10,1577 10,0511 9,9626 9,8883
0,995 22,785 18,314 16,530 15,556 14,939 14,513 14,200 13,961 13,772 13,618 13,491 13,385
0,999 47,177 37,122 33,200 31,083 29,751 28,835 28,165 27,649 27,241 26,914 26,645 26,419
0,9995 63,621 49,782 44,412 41,531 39,727 38,475 37,558 36,860 36,307 35,856 35,492 35,187
6 0,0005 4,3E-7 0,0005 0,0047 0,0139 0,0260 0,0390 0,0518 0,0639 0,0750 0,0851 0,0943 0,1027
0,001 1,7E-6 0,0010 0,0075 0,0198 0,0347 0,0499 0,0644 0,0778 0,0899 0,1008 0,1105 0,1193
0,005 4,3E-5 0,0050 0,0223 0,0455 0,0689 0,0903 0,1092 0,1258 0,1402 0,1528 0,1639 0,1737
0,010 0,00017 0,01007 0,03583 0,06576 0,09370 0,11812 0,13905 0,15697 0,17236 0,18567 0,19727 0,20744
0,025 0,00107 0,02542 0,06787 0,10873 0,14331 0,17183 0,19537 0,21497 0,23150 0,24557 0,25769 0,26822
0,05 0,00427 0,05173 0,11185 0,16226 0,20201 0,23343 0,25867 0,27928 0,29641 0,31083 0,32314 0,33377
0,10 0,01718 0,10723 0,18922 0,24939 0,29373 0,32738 0,35368 0,37477 0,39203 0,40641 0,41857 0,42900
0,25 0,11132 0,30193 0,41292 0,48156 0,52785 0,56112 0,58619 0,60575 0,62145 0,63432 0,64507 0,65419
0,50 0,51489 0,77976 0,88578 0,94191 0,97654 1,00000 1,01694 1,02975 1,03977 1,04783 1,05444 1,05997
0,75 1,62142 1,76220 1,78443 1,78715 1,78521 1,78214 1,77895 1,77596 1,77326 1,77085 1,76870 1,76678
0,90 3,77595 3,46330 3,28876 3,18076 3,10752 3,05455 3,01446 2,98304 2,95774 2,93694 2,91952 2,90472
0,95 5,9874 5,1432 4,7571 4,5337 4,3874 4,2839 4,2067 4,1468 4,0990 4,0600 4,0274 3,9999
0,975 8,8131 7,2599 6,5988 6,2271 5,9875 5,8197 5,6955 5,5996 5,5234 5,4613 5,4098 5,3662
0,99 13,7452 10,9249 9,7796 9,1484 8,7459 8,4660 8,2600 8,1017 7,9760 7,8742 7,7896 7,7183
0,995 18,6346 14,5442 12,9166 12,0276 11,4637 11,0731 10,7857 10,5656 10,3914 10,2500 10,1327 10,0345
0,999 35,507 27,001 23,705 21,922 20,802 20,031 19,463 19,030 18,688 18,412 18,183 17,990
0,9995 46,071 34,794 30,457 28,114 26,645 25,633 24,891 24,324 23,880 23,516 23,218 22,963
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
4 0,0005 1,1E-01 0,1247 0,1353 0,1467 0,1588 0,1665 0,1717 0,1826 0,1855 0,1912 0,1665 0,2000
0,001 1,2E-01 0,1409 0,1518 0,1633 0,1755 0,1832 0,1884 0,1993 0,2021 0,2078 0,1832 0,2166
0,005 1,7E-01 0,1933 0,2045 0,2163 0,2286 0,2363 0,2416 0,2523 0,2551 0,2606 0,2363 0,2692
0,010 0,2044 0,2257 0,2371 0,2489 0,2612 0,2689 0,2740 0,2847 0,2874 0,2929 0,2689 0,3013
0,025 0,2629 0,2845 0,2959 0,3077 0,3199 0,3274 0,3325 0,3429 0,3455 0,3508 0,3274 0,3590
0,05 0,3273 0,3489 0,3602 0,3718 0,3837 0,3911 0,3960 0,4061 0,4086 0,4138 0,3911 0,4216
0,10 0,4235 0,4447 0,4556 0,4668 0,4783 0,4852 0,4900 0,4995 0,5019 0,5068 0,4852 0,5142
0,25 0,6635 0,6825 0,6922 0,7020 0,7120 0,7180 0,7221 0,7303 0,7324 0,7365 0,7180 0,7428
0,50 1,1386 1,1517 1,1583 1,1649 1,1716 1,1756 1,1782 1,1836 1,1849 1,1876 1,1756 1,1916
0,75 2,0829 2,0828 2,0827 2,0825 2,0821 2,0819 2,0817 2,0813 2,0812 2,0809 2,0819 2,0806
0,90 3,8704 3,8443 3,8310 3,8174 3,8036 3,7952 3,7896 3,7782 3,7753 3,7695 3,7952 3,7607
0,95 5,8578 5,8025 5,7744 5,7459 5,7170 5,6995 5,6878 5,6640 5,6581 5,6461 5,6995 5,6281
0,975 8,6566 8,5599 8,5108 8,4613 8,4111 8,3808 8,3604 8,3195 8,3091 8,2885 8,3808 8,2573
0,99 14,1981 14,0194 13,9289 13,8375 13,7452 13,6897 13,6522 13,5769 13,5583 13,5201 13,6897 13,4633
0,995 20,4382 20,1671 20,0298 19,8916 19,7515 19,6669 19,6105 19,4968 19,4686 19,4113 19,6669 19,3249
0,999 46,7553 46,1005 45,7658 45,4311 45,0818 44,8781 44,7471 44,4707 44,3979 44,2669 44,8781 44,0486
0,9995 66,4731 65,5418 65,0471 64,5523 64,0866 63,7665 63,5628 63,1844 63,0971 62,8643 63,7665 62,5732
5 0,0005 0,1154 0,1374 0,1498 0,1630 0,1772 0,1862 0,1924 0,2054 0,2088 0,2156 0,1862 0,2262
0,001 0,1321 0,1548 0,1673 0,1807 0,1950 0,2040 0,2102 0,2231 0,2265 0,2332 0,2040 0,2437
0,005 0,1861 0,2100 0,2229 0,2365 0,2509 0,2598 0,2660 0,2786 0,2818 0,2884 0,2598 0,2985
0,010 0,2195 0,2437 0,2567 0,2703 0,2846 0,2935 0,2995 0,3119 0,3151 0,3215 0,2935 0,3314
0,025 0,2796 0,3040 0,3170 0,3304 0,3444 0,3530 0,3589 0,3709 0,3740 0,3802 0,3530 0,3896
0,05 0,3447 0,3689 0,3816 0,3947 0,4083 0,4166 0,4222 0,4338 0,4367 0,4426 0,4166 0,4516
0,10 0,4399 0,4633 0,4755 0,4880 0,5008 0,5086 0,5140 0,5247 0,5275 0,5330 0,5086 0,5413
0,25 0,6694 0,6897 0,7001 0,7106 0,7213 0,7279 0,7322 0,7411 0,7433 0,7478 0,7279 0,7546
0,50 1,0980 1,1106 1,1170 1,1234 1,1297 1,1336 1,1361 1,1413 1,1426 1,1452 1,1336 1,1490
0,75 1,8851 1,8820 1,8802 1,8784 1,8763 1,8751 1,8742 1,8724 1,8719 1,8709 1,8751 1,8694
0,90 3,2380 3,2067 3,1905 3,1741 3,1573 3,1471 3,1402 3,1263 3,1228 3,1157 3,1471 3,1050
0,95 4,6188 4,5581 4,5272 4,4957 4,4638 4,4444 4,4314 4,4051 4,3985 4,3851 4,4444 4,3650
0,975 6,4277 6,3285 6,2780 6,2269 6,1751 6,1436 6,1225 6,0800 6,0693 6,0478 6,1436 6,0153
0,99 9,7223 9,5527 9,4665 9,3794 9,2912 9,2377 9,2020 9,1300 9,1118 9,0754 9,2377 9,0204
0,995 13,146 12,903 12,780 12,656 12,530 12,454 12,402 12,300 12,274 12,222 12,454 12,1436
0,999 25,910 25,393 25,131 24,869 24,600 24,440 24,331 24,113 24,062 23,952 24,440 23,7851
0,9995 34,503 33,804 33,440 33,091 32,727 32,509 32,363 32,058 31,985 31,840 32,509 31,6213
6 0,0005 0,1235 0,1480 0,1617 0,1766 0,1928 0,2030 0,2101 0,2250 0,2288 0,2367 0,2030 0,2489
0,001 0,1410 0,1662 0,1802 0,1952 0,2114 0,2216 0,2287 0,2435 0,2473 0,2551 0,2216 0,2672
0,005 0,1972 0,2236 0,2380 0,2532 0,2693 0,2794 0,2864 0,3007 0,3044 0,3119 0,2794 0,3235
0,010 0,23157 0,25830 0,27272 0,28790 0,30386 0,31383 0,32065 0,33471 0,33831 0,34563 0,31383 0,3569
0,025 0,29285 0,31966 0,33394 0,34883 0,36438 0,37403 0,38061 0,39410 0,39755 0,40454 0,37403 0,4152
0,05 0,35836 0,38477 0,39869 0,41313 0,42811 0,43736 0,44365 0,45650 0,45977 0,46639 0,43736 0,4765
0,10 0,45288 0,47817 0,49137 0,50497 0,51897 0,52758 0,53341 0,54529 0,54830 0,55439 0,52758 0,5637
0,25 0,67476 0,69609 0,70705 0,71823 0,72962 0,73657 0,74125 0,75072 0,75311 0,75793 0,73657 0,7652
0,50 1,07219 1,08449 1,09067 1,09687 1,10309 1,10683 1,10933 1,11435 1,11560 1,11811 1,10683 1,1219
0,75 1,76214 1,75688 1,75400 1,75095 1,74771 1,74568 1,74428 1,74140 1,74065 1,73914 1,74568 1,7368
0,90 2,87122 2,83634 2,81835 2,79996 2,78117 2,76969 2,76195 2,74626 2,74229 2,73430 2,76969 2,7222
0,95 3,9381 3,8742 3,8414 3,8082 3,7743 3,7537 3,7398 3,7117 3,7047 3,6904 3,7537 3,6689
0,975 5,2686 5,1684 5,1172 5,0652 5,0125 4,9804 4,9589 4,9154 4,9045 4,8824 4,9804 4,8491
0,99 7,5590 7,3958 7,3128 7,2286 7,1432 7,0914 7,0568 6,9867 6,9690 6,9335 7,0914 6,8801
0,995 9,8139 9,5888 9,4742 9,3582 9,2409 9,1695 9,1218 9,0258 9,0013 8,9528 9,1695 8,8794
0,999 17,557 17,120 16,898 16,673 16,444 16,305 16,214 16,029 15,982 15,887 16,305 15,745
0,9995 22,403 21,828 21,537 21,246 20,947 20,773 20,649 20,409 20,344 20,227 20,773 20,038
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
7 0,0005 4,2E-07 0,0005 0,0048 0,0142 0,0266 0,0402 0,0536 0,0663 0,0781 0,0889 0,0987 0,1077
0,001 1,7E-06 0,0010 0,0076 0,0201 0,0355 0,0514 0,0666 0,0807 0,0935 0,1051 0,1155 0,1250
0,005 4,2E-05 0,0050 0,0225 0,0462 0,0704 0,0927 0,1125 0,1300 0,1452 0,1587 0,1705 0,1810
0,010 0,0002 0,0101 0,0361 0,0668 0,0956 0,1211 0,1430 0,1619 0,1782 0,1923 0,2047 0,2155
0,025 0,0011 0,0254 0,0684 0,1102 0,1459 0,1756 0,2002 0,2208 0,2383 0,2532 0,2661 0,2773
0,05 0,0042 0,0517 0,1125 0,1641 0,2051 0,2377 0,2641 0,2857 0,3037 0,3189 0,3320 0,3432
0,10 0,0170 0,1070 0,1899 0,2513 0,2969 0,3317 0,3591 0,3811 0,3992 0,4143 0,4271 0,4381
0,25 0,1099 0,2998 0,4115 0,4810 0,5281 0,5621 0,5878 0,6080 0,6241 0,6375 0,6486 0,6580
0,50 0,5057 0,7665 0,8709 0,9262 0,9603 0,9833 1,0000 1,0126 1,0224 1,0304 1,0369 1,0423
0,75 1,5732 1,7010 1,7169 1,7157 1,7111 1,7059 1,7011 1,6969 1,6931 1,6898 1,6869 1,6843
0,90 3,5894 3,2574 3,0741 2,9605 2,8833 2,8274 2,7849 2,7516 2,7247 2,7025 2,6839 2,6681
0,95 5,591 4,7374 4,347 4,120 3,972 3,866 3,787 3,726 3,677 3,637 3,603 3,575
0,975 8,073 6,5415 5,890 5,523 5,285 5,1186 4,9949 4,8993 4,8232 4,7611 4,7095 4,6658
0,99 12,246 9,547 8,451 7,847 7,460 7,191 6,993 6,840 6,719 6,620 6,538 6,469
0,995 16,235 12,404 10,883 10,050 9,522 9,155 8,885 8,678 8,514 8,380 8,270 8,176
0,999 29,246 21,690 18,772 17,197 16,207 15,520 15,018 14,634 14,330 14,083 13,879 13,708
0,9995 36,991 27,205 23,458 21,442 20,169 19,296 18,656 18,168 17,782 17,470 17,208 16,989
8 0,0005 0,0000 0,0005 0,0048 0,0143 0,0271 0,0411 0,0550 0,0683 0,0807 0,0920 0,1024 0,1119
0,001 0,0000 0,0010 0,0077 0,0204 0,0362 0,0526 0,0683 0,0830 0,0964 0,1086 0,1197 0,1297
0,005 0,0000 0,0050 0,0227 0,0468 0,0716 0,0946 0,1152 0,1334 0,1494 0,1635 0,1760 0,1871
0,010 0,0002 0,0101 0,0364 0,0676 0,0972 0,1234 0,1462 0,1659 0,1829 0,1978 0,2108 0,2223
0,025 0,0010 0,0254 0,0688 0,1114 0,1480 0,1786 0,2041 0,2256 0,2438 0,2594 0,2729 0,2848
0,05 0,0042 0,0516 0,1131 0,1655 0,2075 0,2411 0,2684 0,2909 0,3096 0,3256 0,3392 0,3511
0,10 0,0168 0,1068 0,1904 0,2528 0,2995 0,3352 0,3634 0,3862 0,4050 0,4207 0,4340 0,4455
0,25 0,1088 0,2983 0,4104 0,4807 0,5285 0,5631 0,5893 0,6099 0,6265 0,6402 0,6516 0,6614
0,50 0,4990 0,7568 0,8600 0,9146 0,9483 0,9711 0,9876 1,0000 1,0097 1,0175 1,0240 1,0293
0,75 1,5384 1,6569 1,6683 1,6642 1,6575 1,6508 1,6448 1,6396 1,6350 1,6310 1,6275 1,6244
0,90 3,4579 3,1131 2,9238 2,8064 2,7264 2,6683 2,6241 2,5893 2,5612 2,5380 2,5186 2,5020
0,95 5,3176 4,4590 4,0662 3,8379 3,6875 3,5806 3,5005 3,4381 3,3881 3,3472 3,3129 3,2839
0,975 7,5709 6,0595 5,4160 5,0526 4,8173 4,6517 4,5285 4,4333 4,3572 4,2951 4,2434 4,1997
0,99 11,2586 8,6491 7,5910 7,0061 6,6318 6,3707 6,1776 6,0288 5,9106 5,8143 5,7343 5,6667
0,995 14,6883 11,0426 9,5965 8,8053 8,3019 7,9519 7,6941 7,4958 7,3387 7,2107 7,1045 7,0149
0,999 25,4149 18,4937 15,8288 14,3918 13,4842 12,8584 12,3982 12,0453 11,7670 11,5397 11,3523 11,1941
0,9995 31,5558 22,7519 19,3868 17,5787 16,4400 15,6579 15,0794 14,6392 14,2900 14,0062 13,7734 13,5769
9 0,0005 4,1E-07 0,0005 0,0048 0,0145 0,0275 0,0419 0,0562 0,0700 0,0828 0,0946 0,1055 0,1155
0,001 1,7E-06 0,0010 0,0077 0,0206 0,0367 0,0535 0,0698 0,0850 0,0990 0,1117 0,1232 0,1337
0,005 4,2E-05 0,0050 0,0228 0,0473 0,0726 0,0962 0,1175 0,1363 0,1529 0,1676 0,1806 0,1922
0,010 0,00017 0,0101 0,0366 0,0682 0,0984 0,1254 0,1488 0,1692 0,1869 0,2023 0,2159 0,2279
0,025 0,00104 0,0254 0,0691 0,1123 0,1497 0,1810 0,2073 0,2295 0,2484 0,2646 0,2787 0,2910
0,05 0,00416 0,0516 0,1135 0,1667 0,2095 0,2440 0,2720 0,2951 0,3146 0,3311 0,3453 0,3576
0,10 0,01671 0,1066 0,1908 0,2541 0,3015 0,3381 0,3670 0,3904 0,4098 0,4260 0,4398 0,4518
0,25 0,10796 0,2971 0,4097 0,4805 0,5288 0,5639 0,5906 0,6116 0,6286 0,6426 0,6543 0,6643
0,50 0,49382 0,7494 0,8517 0,9058 0,9392 0,9617 0,9781 0,9904 1,0000 1,0077 1,0141 1,0194
0,75 1,51206 1,62355 1,63155 1,62530 1,61701 1,60914 1,60219 1,59614 1,59090 1,58634 1,58235 1,57883
0,90 3,3603 3,0064 2,8129 2,6927 2,6106 2,5509 2,5053 2,4694 2,4403 2,4163 2,3961 2,3789
0,95 5,1174 4,2565 3,8625 3,6331 3,4817 3,3738 3,2927 3,2296 3,1789 3,1373 3,1025 3,0729
0,975 7,2093 5,7147 5,0781 4,7181 4,4844 4,3197 4,1970 4,1020 4,0260 3,9639 3,9121 3,8682
0,99 10,5615 8,0215 6,9920 6,4221 6,0569 5,8018 5,6128 5,4671 5,3511 5,2565 5,1779 5,1115
0,995 13,6138 10,1068 8,7171 7,9558 7,4710 7,1338 6,8849 6,6932 6,5411 6,4172 6,3142 6,2273
0,999 22,8574 16,3873 13,9007 12,5601 11,7143 11,1286 10,6975 10,3682 10,1063 9,8944 9,7189 9,5697
0,9995 27,9906 19,8634 16,7711 15,1049 14,0572 13,3368 12,8057 12,3982 12,0745 11,8162 11,5979 11,4160
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
7 0,0005 0,1301 0,1568 0,1719 0,1883 0,2061 0,2175 0,2254 0,2421 0,2464 0,2552 0,2175 0,2690
0,001 0,1483 0,1757 0,1910 0,2076 0,2255 0,2368 0,2447 0,2612 0,2655 0,2742 0,2368 0,2878
0,005 0,2063 0,2349 0,2506 0,2673 0,2850 0,2962 0,3038 0,3198 0,3239 0,3323 0,2962 0,3452
0,010 0,2415 0,2704 0,2860 0,3026 0,3201 0,3311 0,3386 0,3542 0,3582 0,3663 0,3311 0,3789
0,025 0,3036 0,3325 0,3480 0,3642 0,3811 0,3917 0,3989 0,4138 0,4176 0,4253 0,3917 0,4372
0,05 0,3695 0,3978 0,4128 0,4284 0,4446 0,4547 0,4616 0,4756 0,4792 0,4865 0,4547 0,4976
0,10 0,4634 0,4903 0,5044 0,5190 0,5340 0,5433 0,5496 0,5625 0,5658 0,5724 0,5433 0,5825
0,25 0,6794 0,7017 0,7132 0,7249 0,7369 0,7442 0,7492 0,7592 0,7617 0,7668 0,7442 0,7746
0,50 1,0543 1,0664 1,0724 1,0785 1,0846 1,0883 1,0908 1,0957 1,0969 1,0994 1,0883 1,1031
0,75 1,6781 1,6712 1,6675 1,6635 1,6593 1,6567 1,6548 1,6511 1,6501 1,6482 1,6567 1,6452
0,90 2,6322 2,5947 2,5753 2,5555 2,5351 2,5226 2,5142 2,4971 2,4928 2,4841 2,5226 2,4708
0,95 3,5107 3,4445 3,4105 3,3758 3,3404 3,3189 3,3043 3,2749 3,2674 3,2525 3,3189 3,2298
0,975 4,5678 4,4668 4,4150 4,3624 4,3089 4,2763 4,2544 4,2101 4,1989 4,1764 4,2763 4,1424
0,99 6,3144 6,1555 6,0743 5,9920 5,9084 5,8577 5,8236 5,7546 5,7373 5,7024 5,8577 5,6496
0,995 7,9676 7,7539 7,6450 7,5345 7,4224 7,3544 7,3087 7,2166 7,1932 7,1466 7,3544 7,0761
0,999 13,3241 12,9312 12,7329 12,5292 12,3255 12,2018 12,1181 11,9508 11,9089 11,8234 12,2018 11,6961
0,9995 16,5019 16,0035 15,7524 15,4942 15,2359 15,0758 14,9739 14,7593 14,7047 14,5992 15,0758 14,4355
8 0,0005 0,1358 0,1643 0,1806 0,1984 0,2178 0,2303 0,2389 0,2572 0,2620 0,2718 0,2303 0,2871
0,001 0,1545 0,1838 0,2003 0,2183 0,2377 0,2501 0,2588 0,2768 0,2815 0,2912 0,2501 0,3062
0,005 0,2139 0,2445 0,2613 0,2793 0,2985 0,3107 0,3190 0,3365 0,3410 0,3501 0,3107 0,3644
0,010 0,2497 0,2806 0,2974 0,3152 0,3341 0,3460 0,3542 0,3712 0,3755 0,3844 0,3460 0,3982
0,025 0,3126 0,3433 0,3598 0,3772 0,3954 0,4068 0,4146 0,4308 0,4349 0,4433 0,4068 0,4562
0,05 0,3787 0,4087 0,4246 0,4413 0,4587 0,4695 0,4769 0,4920 0,4959 0,5038 0,4695 0,5159
0,10 0,4720 0,5004 0,5153 0,5308 0,5468 0,5567 0,5634 0,5772 0,5807 0,5878 0,5567 0,5987
0,25 0,6835 0,7065 0,7185 0,7307 0,7432 0,7509 0,7561 0,7666 0,7693 0,7747 0,7509 0,7829
0,50 1,0412 1,0531 1,0591 1,0651 1,0711 1,0747 1,0772 1,0820 1,0832 1,0857 1,0747 1,0893
0,75 1,6170 1,6088 1,6043 1,5996 1,5945 1,5914 1,5892 1,5848 1,5836 1,5813 1,5914 1,5777
0,90 2,4642 2,4246 2,4041 2,3830 2,3614 2,3481 2,3391 2,3208 2,3162 2,3068 2,3481 2,2926
0,95 3,2184 3,1503 3,1152 3,0794 3,0428 3,0204 3,0053 2,9747 2,9669 2,9513 3,0204 2,9276
0,975 4,1012 3,9994 3,9472 3,8940 3,8398 3,8067 3,7844 3,7393 3,7279 3,7050 3,8067 3,6702
0,99 5,5152 5,3591 5,2793 5,1981 5,1156 5,0654 5,0316 4,9633 4,9461 4,9114 5,0654 4,8588
0,995 6,8144 6,6082 6,5029 6,3960 6,2876 6,2216 6,1773 6,0875 6,0650 6,0195 6,2216 5,9506
0,999 10,8412 10,4792 10,2955 10,1081 9,9189 9,8044 9,7280 9,5715 9,5315 9,4533 9,8044 9,3332
0,9995 13,1367 12,6856 12,4564 12,2236 11,9908 11,8453 11,7507 11,5579 11,5069 11,4087 11,8453 11,2632
9 0,0005 0,1406 0,1709 0,1882 0,2073 0,2281 0,2416 0,2510 0,2708 0,2760 0,2867 0,2416 0,3034
0,001 0,1598 0,1909 0,2085 0,2276 0,2485 0,2619 0,2712 0,2908 0,2959 0,3064 0,2619 0,3228
0,005 0,2204 0,2528 0,2706 0,2898 0,3104 0,3234 0,3324 0,3512 0,3561 0,3660 0,3234 0,3815
0,010 0,25675 0,28929 0,30712 0,32610 0,34631 0,35907 0,36786 0,38612 0,39084 0,40047 0,35907 0,4154
0,025 0,32023 0,35254 0,37000 0,38841 0,40784 0,42002 0,42837 0,44565 0,45010 0,45915 0,42002 0,4731
0,05 0,38645 0,41792 0,43474 0,45235 0,47080 0,48231 0,49017 0,50637 0,51053 0,51896 0,48231 0,5319
0,10 0,47934 0,50894 0,52459 0,54084 0,55775 0,56824 0,57537 0,59000 0,59374 0,60131 0,56824 0,6129
0,25 0,68700 0,71080 0,72315 0,73583 0,74885 0,75684 0,76224 0,77324 0,77603 0,78167 0,75684 0,7903
0,50 1,03113 1,04293 1,04886 1,05480 1,06076 1,06435 1,06674 1,07154 1,07275 1,07515 1,06435 1,0788
0,75 1,57046 1,56110 1,55602 1,55064 1,54495 1,54137 1,53891 1,53383 1,53252 1,52985 1,54137 1,5257
0,90 2,33963 2,29832 2,27683 2,25472 2,23196 2,21797 2,20849 2,18918 2,18427 2,17435 2,21797 2,1592
0,95 3,0061 2,9365 2,9005 2,8637 2,8259 2,8028 2,7872 2,7556 2,7475 2,7313 2,8028 2,7067
0,975 3,7693 3,6669 3,6142 3,5604 3,5055 3,4719 3,4493 3,4034 3,3918 3,3684 3,4719 3,3329
0,99 4,9621 4,8080 4,7290 4,6486 4,5667 4,5167 4,4831 4,4150 4,3977 4,3631 4,5167 4,3106
0,995 6,0325 5,8319 5,7291 5,6248 5,5186 5,4539 5,4104 5,3224 5,3001 5,2553 5,4539 5,1875
0,999 9,2386 8,8976 8,7239 8,5474 8,3683 8,2600 8,1864 8,0381 8,0017 7,9262 8,2600 7,8126
0,9995 11,0085 10,5902 10,3773 10,1609 9,9426 9,8080 9,7189 9,5388 9,4915 9,4005 9,8080 9,2623
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
10 0,0005 4,1E-07 0,0005 0,0049 0,0146 0,0279 0,0425 0,0572 0,0714 0,0846 0,0969 0,1082 0,1185
0,001 1,7E-06 0,0010 0,0077 0,0208 0,0372 0,0543 0,0710 0,0867 0,1011 0,1142 0,1262 0,1371
0,005 4,1E-05 0,0050 0,0229 0,0477 0,0734 0,0976 0,1193 0,1387 0,1558 0,1710 0,1846 0,1966
0,010 0,0002 0,0101 0,0367 0,0687 0,0995 0,1270 0,1511 0,1720 0,1902 0,2062 0,2203 0,2328
0,025 0,0010 0,0254 0,0694 0,1131 0,1511 0,1831 0,2100 0,2328 0,2523 0,2690 0,2836 0,2964
0,05 0,0041 0,0516 0,1138 0,1677 0,2112 0,2463 0,2750 0,2988 0,3187 0,3358 0,3504 0,3632
0,10 0,0166 0,1065 0,1912 0,2551 0,3033 0,3405 0,3700 0,3940 0,4139 0,4306 0,4448 0,4571
0,25 0,1073 0,2961 0,4091 0,4803 0,5291 0,5647 0,5918 0,6131 0,6304 0,6446 0,6566 0,6668
0,50 0,4897 0,7435 0,8451 0,8988 0,9319 0,9544 0,9705 0,9828 0,9923 1,0000 1,0063 1,0116
0,75 1,4915 1,5975 1,6028 1,5949 1,5853 1,5765 1,5688 1,5621 1,5563 1,5513 1,5469 1,5430
0,90 3,2850 2,9245 2,7277 2,6053 2,5216 2,4606 2,4140 2,3771 2,3473 2,3226 2,3018 2,2841
0,95 4,9646 4,1028 3,7083 3,4780 3,3258 3,2172 3,1355 3,0717 3,0204 2,9782 2,9430 2,9130
0,975 6,9367 5,4564 4,8256 4,4683 4,2361 4,0721 3,9498 3,8549 3,7790 3,7168 3,6649 3,6210
0,99 10,0442 7,5595 6,5523 5,9944 5,6364 5,3858 5,2001 5,0567 4,9424 4,8491 4,7716 4,7058
0,995 12,8266 9,4269 8,0809 7,3428 6,8724 6,5447 6,3026 6,1159 5,9676 5,8467 5,7462 5,6614
0,999 21,0384 14,9048 12,5528 11,2832 10,4810 9,9262 9,5170 9,2041 8,9558 8,7539 8,5865 8,4456
0,9995 25,4950 17,8661 14,9666 13,4060 12,4237 11,7470 11,2486 10,8666 10,5647 10,3191 10,1154 9,9426
11 0,0005 4,1E-07 0,0005 0,0049 0,0147 0,0282 0,0431 0,0581 0,0726 0,0862 0,0989 0,1105 0,1212
0,001 1,6E-06 0,0010 0,0078 0,0210 0,0375 0,0550 0,0720 0,0881 0,1029 0,1165 0,1288 0,1401
0,005 4,1E-05 0,0050 0,0230 0,0480 0,0741 0,0987 0,1209 0,1408 0,1584 0,1740 0,1880 0,2005
0,010 0,0002 0,0101 0,0369 0,0692 0,1004 0,1284 0,1529 0,1744 0,1931 0,2096 0,2241 0,2370
0,025 0,0010 0,0254 0,0696 0,1137 0,1523 0,1849 0,2123 0,2357 0,2556 0,2729 0,2879 0,3011
0,05 0,0041 0,0515 0,1141 0,1685 0,2126 0,2483 0,2775 0,3018 0,3223 0,3398 0,3549 0,3680
0,10 0,0165 0,1064 0,1915 0,2560 0,3047 0,3425 0,3726 0,3971 0,4173 0,4344 0,4490 0,4617
0,25 0,1068 0,2953 0,4086 0,4802 0,5295 0,5654 0,5928 0,6144 0,6320 0,6465 0,6587 0,6691
0,50 0,4864 0,7387 0,8397 0,8932 0,9261 0,9484 0,9645 0,9766 0,9861 0,9937 1,0000 1,0052
0,75 1,4749 1,5767 1,5798 1,5704 1,5598 1,5502 1,5418 1,5346 1,5284 1,5229 1,5182 1,5140
0,90 3,2252 2,8595 2,6602 2,5362 2,4512 2,3891 2,3416 2,3040 2,2735 2,2482 2,2269 2,2087
0,95 4,8443 3,9823 3,5874 3,3567 3,2039 3,0946 3,0123 2,9480 2,8962 2,8536 2,8179 2,7876
0,975 6,7241 5,2559 4,6300 4,2751 4,0440 3,8806 3,7586 3,6638 3,5879 3,5257 3,4737 3,4296
0,99 9,6461 7,2057 6,2167 5,6683 5,3160 5,0692 4,8860 4,7445 4,6315 4,5393 4,4624 4,3974
0,995 12,2263 8,9121 7,6004 6,8808 6,4217 6,1016 5,8648 5,6821 5,5368 5,4183 5,3196 5,2363
0,999 19,6869 13,8116 11,5615 10,3464 9,5788 9,0467 8,6548 8,3546 8,1163 7,9226 7,7616 7,6252
0,9995 23,6541 16,4073 13,6533 12,1763 11,2450 10,6011 10,1281 9,7643 9,4769 9,2423 9,0477 8,8839
12 0,0005 4,1E-07 0,0005 0,0049 0,0148 0,0284 0,0435 0,0589 0,0737 0,0876 0,1006 0,1125 0,1236
0,001 1,6E-06 0,0010 0,0078 0,0211 0,0379 0,0556 0,0730 0,0893 0,1045 0,1184 0,1311 0,1428
0,005 4,1E-05 0,0050 0,0230 0,0483 0,0747 0,0997 0,1223 0,1426 0,1606 0,1766 0,1910 0,2038
0,010 0,00016 0,0101 0,0370 0,0696 0,1011 0,1296 0,1546 0,1765 0,1956 0,2125 0,2274 0,2407
0,025 0,00102 0,0254 0,0698 0,1143 0,1533 0,1864 0,2143 0,2381 0,2585 0,2762 0,2916 0,3051
0,05 0,00410 0,0515 0,1144 0,1692 0,2138 0,2500 0,2797 0,3045 0,3254 0,3433 0,3587 0,3722
0,10 0,01647 0,1063 0,1917 0,2567 0,3060 0,3443 0,3748 0,3997 0,4204 0,4378 0,4527 0,4657
0,25 0,10631 0,2947 0,4082 0,4802 0,5297 0,5660 0,5937 0,6156 0,6334 0,6481 0,6605 0,6711
0,50 0,48370 0,7348 0,8353 0,8885 0,9212 0,9434 0,9594 0,9715 0,9810 0,9886 0,9948 1,0000
0,75 1,46132 1,55953 1,56091 1,55035 1,53892 1,52861 1,51968 1,51200 1,50537 1,49962 1,49459 1,49017
0,90 3,1766 2,8068 2,6055 2,4801 2,3940 2,3310 2,2828 2,2446 2,2135 2,1878 2,1660 2,1474
0,95 4,7472 3,8853 3,4903 3,2592 3,1059 2,9961 2,9134 2,8486 2,7964 2,7534 2,7173 2,6866
0,975 6,5538 5,0959 4,4742 4,1212 3,8911 3,7283 3,6065 3,5118 3,4358 3,3735 3,3215 3,2773
0,99 9,3303 6,9266 5,9525 5,4119 5,0644 4,8205 4,6395 4,4994 4,3875 4,2961 4,2198 4,1553
0,995 11,7543 8,5097 7,2257 6,5211 6,0711 5,7571 5,5245 5,3451 5,2021 5,0854 4,9884 4,9063
0,999 18,6446 12,9730 10,8048 9,6334 8,8921 8,3783 8,0008 7,7107 7,4797 7,2923 7,1359 7,0049
0,9995 22,2426 15,2977 12,6638 11,2486 10,3537 9,7389 9,2841 8,9349 8,6584 8,4347 8,2473 8,0909
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
10 0,0005 0,1448 0,1766 0,1950 0,2151 0,2373 0,2517 0,2618 0,2831 0,2887 0,3002 0,2517 0,3183
0,001 0,1644 0,1970 0,2156 0,2359 0,2581 0,2724 0,2824 0,3034 0,3089 0,3202 0,2724 0,3380
0,005 0,2261 0,2599 0,2788 0,2990 0,3208 0,3347 0,3443 0,3644 0,3697 0,3803 0,3347 0,3970
0,010 0,2628 0,2969 0,3156 0,3357 0,3571 0,3706 0,3800 0,3995 0,4045 0,4148 0,3706 0,4309
0,025 0,3268 0,3605 0,3788 0,3982 0,4187 0,4316 0,4405 0,4589 0,4636 0,4733 0,4316 0,4882
0,05 0,3931 0,4259 0,4435 0,4620 0,4814 0,4935 0,5019 0,5190 0,5234 0,5324 0,4935 0,5462
0,10 0,4856 0,5163 0,5326 0,5496 0,5673 0,5783 0,5858 0,6012 0,6052 0,6132 0,5783 0,6255
0,25 0,6901 0,7145 0,7273 0,7403 0,7538 0,7621 0,7677 0,7791 0,7820 0,7879 0,7621 0,7969
0,50 1,0232 1,0349 1,0408 1,0467 1,0526 1,0562 1,0585 1,0633 1,0645 1,0669 1,0562 1,0705
0,75 1,5338 1,5235 1,5179 1,5119 1,5056 1,5017 1,4990 1,4933 1,4919 1,4889 1,5017 1,4843
0,90 2,2435 2,2007 2,1784 2,1554 2,1317 2,1171 2,1072 2,0869 2,0818 2,0713 2,1171 2,0554
0,95 2,8450 2,7740 2,7373 2,6996 2,6609 2,6371 2,6211 2,5884 2,5801 2,5634 2,6371 2,5379
0,975 3,5217 3,4185 3,3654 3,3110 3,2554 3,2214 3,1984 3,1517 3,1399 3,1161 3,2214 3,0798
0,99 4,5582 4,4054 4,3269 4,2469 4,1653 4,1155 4,0819 4,0137 3,9965 3,9618 4,1155 3,9090
0,995 5,4706 5,2740 5,1732 5,0705 4,9660 4,9022 4,8592 4,7721 4,7501 4,7058 4,9022 4,6385
0,999 8,1291 7,8035 7,6379 7,4688 7,2969 7,1923 7,1223 6,9804 6,9440 6,8721 7,1923 6,7621
0,9995 9,5606 9,1641 8,9640 8,7603 8,5511 8,4256 8,3401 8,1673 8,1254 8,0381 8,4256 7,9053
11 0,0005 0,1485 0,1817 0,2009 0,2222 0,2456 0,2609 0,2715 0,2942 0,3002 0,3125 0,2609 0,3320
0,001 0,1685 0,2025 0,2220 0,2433 0,2667 0,2819 0,2925 0,3149 0,3207 0,3328 0,2819 0,3518
0,005 0,2310 0,2663 0,2860 0,3072 0,3302 0,3449 0,3550 0,3764 0,3819 0,3933 0,3449 0,4111
0,010 0,2681 0,3036 0,3232 0,3442 0,3667 0,3809 0,3908 0,4115 0,4168 0,4278 0,3809 0,4449
0,025 0,3325 0,3675 0,3866 0,4069 0,4284 0,4420 0,4513 0,4707 0,4757 0,4859 0,4420 0,5018
0,05 0,3989 0,4329 0,4512 0,4705 0,4908 0,5035 0,5122 0,5303 0,5350 0,5444 0,5035 0,5591
0,10 0,4910 0,5228 0,5397 0,5573 0,5757 0,5872 0,5951 0,6112 0,6154 0,6238 0,5872 0,6368
0,25 0,6928 0,7179 0,7309 0,7444 0,7583 0,7668 0,7726 0,7844 0,7875 0,7936 0,7668 0,8029
0,50 1,0168 1,0284 1,0343 1,0401 1,0460 1,0495 1,0519 1,0566 1,0578 1,0602 1,0495 1,0637
0,75 1,5041 1,4930 1,4869 1,4805 1,4737 1,4694 1,4664 1,4603 1,4587 1,4554 1,4694 1,4504
0,90 2,1671 2,1230 2,1000 2,0762 2,0516 2,0364 2,0261 2,0050 1,9997 1,9888 2,0364 1,9721
0,95 2,7186 2,6464 2,6090 2,5705 2,5309 2,5066 2,4901 2,4566 2,4480 2,4308 2,5066 2,4045
0,975 3,3299 3,2261 3,1725 3,1176 3,0613 3,0268 3,0035 2,9561 2,9441 2,9198 3,0268 2,8828
0,99 4,2509 4,0990 4,0209 3,9411 3,8596 3,8097 3,7761 3,7077 3,6904 3,6555 3,8097 3,6025
0,995 5,0488 4,8552 4,7557 4,6543 4,5508 4,4877 4,4450 4,3585 4,3367 4,2926 4,4877 4,2255
0,999 7,3214 7,0077 6,8476 6,6839 6,5174 6,4165 6,3483 6,2100 6,1755 6,1050 6,4165 5,9981
0,9995 8,5183 8,1418 7,9490 7,7525 7,5543 7,4324 7,3505 7,1850 7,1432 7,0595 7,4324 6,9322
12 0,0005 0,1518 0,1862 0,2063 0,2285 0,2531 0,2692 0,2805 0,3045 0,3108 0,3239 0,2692 0,3446
0,001 0,1721 0,2073 0,2276 0,2500 0,2745 0,2905 0,3016 0,3253 0,3315 0,3444 0,2905 0,3646
0,005 0,2353 0,2719 0,2924 0,3146 0,3386 0,3540 0,3647 0,3872 0,3931 0,4051 0,3540 0,4240
0,010 0,27276 0,30949 0,32986 0,35173 0,37526 0,39024 0,40062 0,42237 0,42803 0,43961 0,39024 0,4577
0,025 0,33746 0,37372 0,39352 0,41459 0,43703 0,45122 0,46100 0,48138 0,48666 0,49744 0,45122 0,5142
0,05 0,40399 0,43906 0,45801 0,47800 0,49914 0,51242 0,52154 0,54047 0,54535 0,55530 0,51242 0,5707
0,10 0,49577 0,52844 0,54587 0,56411 0,58324 0,59518 0,60334 0,62020 0,62453 0,63333 0,59518 0,6469
0,25 0,69525 0,72082 0,73418 0,74797 0,76223 0,77103 0,77701 0,78924 0,79235 0,79866 0,77103 0,8083
0,50 1,01150 1,02307 1,02887 1,03470 1,04054 1,04405 1,04639 1,05110 1,05227 1,05463 1,04405 1,0582
0,75 1,47960 1,46776 1,46129 1,45443 1,44712 1,44250 1,43933 1,43271 1,43100 1,42750 1,44250 1,4221
0,90 2,10485 2,05968 2,03599 2,01149 1,98610 1,97040 1,95973 1,93786 1,93228 1,92097 1,97040 1,9036
0,95 2,6169 2,5436 2,5055 2,4663 2,4259 2,4010 2,3842 2,3498 2,3410 2,3233 2,4010 2,2962
0,975 3,1772 3,0728 3,0187 2,9633 2,9063 2,8714 2,8478 2,7996 2,7874 2,7626 2,8714 2,7249
0,99 4,0096 3,8584 3,7805 3,7008 3,6192 3,5692 3,5355 3,4668 3,4494 3,4143 3,5692 3,3608
0,995 4,7213 4,5300 4,4314 4,3309 4,2281 4,1654 4,1230 4,0368 4,0150 3,9710 4,1654 3,9039
0,999 6,7093 6,4047 6,2487 6,0900 5,9281 5,8290 5,7626 5,6270 5,5934 5,5243 5,8290 5,4197
0,9995 7,7380 7,3742 7,1886 6,9995 6,8067 6,6902 6,6102 6,4501 6,4101 6,3283 6,6902 6,2037
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
15 0,0005 4,1E-07 0,0005 0,0049 0,0150 0,0290 0,0446 0,0606 0,0761 0,0908 0,1046 0,1174 0,1292
0,001 1,6E-06 0,0010 0,0079 0,0214 0,0386 0,0570 0,0750 0,0922 0,1082 0,1230 0,1366 0,1490
0,005 4,1E-05 0,0050 0,0232 0,0489 0,0761 0,1019 0,1255 0,1467 0,1658 0,1828 0,1981 0,2118
0,010 0,0002 0,0101 0,0372 0,0704 0,1029 0,1323 0,1584 0,1813 0,2015 0,2194 0,2352 0,2494
0,025 0,0010 0,0254 0,0702 0,1155 0,1556 0,1898 0,2189 0,2438 0,2653 0,2840 0,3003 0,3147
0,05 0,0041 0,0515 0,1149 0,1707 0,2165 0,2539 0,2848 0,3107 0,3327 0,3515 0,3678 0,3821
0,10 0,0163 0,1061 0,1923 0,2584 0,3088 0,3483 0,3799 0,4058 0,4274 0,4457 0,4614 0,4751
0,25 0,1053 0,2933 0,4073 0,4801 0,5305 0,5675 0,5959 0,6184 0,6368 0,6520 0,6648 0,6759
0,50 0,4778 0,7262 0,8257 0,8783 0,9107 0,9327 0,9485 0,9605 0,9698 0,9773 0,9835 0,9886
0,75 1,4321 1,5227 1,5202 1,5071 1,4938 1,4820 1,4718 1,4631 1,4556 1,4491 1,4434 1,4383
0,90 3,0732 2,6952 2,4898 2,3614 2,2730 2,2081 2,1582 2,1185 2,0862 2,0593 2,0366 2,0171
0,95 4,5431 3,6823 3,2874 3,0556 2,9013 2,7905 2,7066 2,6408 2,5876 2,5437 2,5068 2,4753
0,975 6,1995 4,7650 4,1528 3,8043 3,5764 3,4147 3,2934 3,1987 3,1227 3,0602 3,0078 2,9633
0,99 8,6832 6,3588 5,4170 4,8932 4,5556 4,3183 4,1416 4,0044 3,8948 3,8049 3,7299 3,6662
0,995 10,7980 7,7007 6,4761 5,8029 5,3722 5,0708 4,8473 4,6743 4,5363 4,4236 4,3294 4,2497
0,999 16,5874 11,3396 9,3351 8,2528 7,5670 7,0913 6,7412 6,4706 6,2560 6,0809 5,9354 5,8121
0,9995 19,5068 13,1622 10,7648 9,4751 8,6620 8,0981 7,6834 7,3651 7,1122 6,9049 6,7339 6,5893
20 0,0005 0,0000 0,0005 0,0050 0,0153 0,0296 0,0458 0,0625 0,0788 0,0944 0,1091 0,1228 0,1356
0,001 0,0000 0,0010 0,0079 0,0217 0,0394 0,0584 0,0773 0,0954 0,1124 0,1281 0,1427 0,1561
0,005 0,0000 0,0050 0,0234 0,0496 0,0775 0,1043 0,1290 0,1513 0,1715 0,1896 0,2060 0,2208
0,010 0,0002 0,0101 0,0375 0,0713 0,1047 0,1352 0,1625 0,1866 0,2080 0,2270 0,2440 0,2592
0,025 0,0010 0,0253 0,0706 0,1168 0,1580 0,1935 0,2239 0,2500 0,2727 0,2925 0,3100 0,3254
0,05 0,0040 0,0514 0,1155 0,1723 0,2194 0,2581 0,2903 0,3174 0,3405 0,3605 0,3779 0,3931
0,10 0,0162 0,1059 0,1929 0,2601 0,3119 0,3526 0,3854 0,4124 0,4351 0,4544 0,4710 0,4855
0,25 0,1044 0,2919 0,4065 0,4801 0,5314 0,5692 0,5984 0,6216 0,6406 0,6564 0,6698 0,6813
0,50 0,4719 0,7177 0,8162 0,8683 0,9004 0,9221 0,9378 0,9496 0,9588 0,9663 0,9724 0,9775
0,75 1,4037 1,4870 1,4808 1,4652 1,4500 1,4366 1,4252 1,4153 1,4069 1,3995 1,3930 1,3873
0,90 2,9747 2,5893 2,3801 2,2489 2,1582 2,0913 2,0397 1,9985 1,9649 1,9367 1,9129 1,8924
0,95 4,3513 3,4928 3,0984 2,8661 2,7109 2,5990 2,5140 2,4471 2,3928 2,3479 2,3100 2,2776
0,975 5,8715 4,4612 3,8587 3,5147 3,2891 3,1283 3,0074 2,9128 2,8365 2,7737 2,7209 2,6758
0,99 8,0960 5,8490 4,9382 4,4307 4,1027 3,8714 3,6987 3,5644 3,4567 3,3682 3,2941 3,2311
0,995 9,9440 6,9865 5,8177 5,1743 4,7615 4,4721 4,2569 4,0900 3,9564 3,8470 3,7555 3,6779
0,999 14,8193 9,9526 8,0981 7,0959 6,4606 6,0186 5,6921 5,4401 5,2391 5,0754 4,9386 4,8231
0,9995 17,1894 11,3851 9,1950 8,0181 7,2741 6,7594 6,3783 6,0854 5,8517 5,6616 5,5034 5,3697
24 0,0005 4,0E-07 0,0005 0,0050 0,0154 0,0299 0,0464 0,0635 0,0803 0,0964 0,1116 0,1258 0,1391
0,001 1,6E-06 0,0010 0,0079 0,0218 0,0398 0,0592 0,0785 0,0971 0,1146 0,1309 0,1460 0,1600
0,005 4,0E-05 0,0050 0,0235 0,0499 0,0782 0,1056 0,1308 0,1538 0,1745 0,1933 0,2103 0,2257
0,010 0,00016 0,0101 0,0376 0,0718 0,1056 0,1367 0,1646 0,1894 0,2115 0,2311 0,2487 0,2645
0,025 0,00100 0,0253 0,0708 0,1175 0,1593 0,1954 0,2265 0,2533 0,2767 0,2971 0,3152 0,3313
0,05 0,00402 0,0514 0,1158 0,1732 0,2209 0,2603 0,2932 0,3210 0,3448 0,3653 0,3833 0,3991
0,10 0,01613 0,1058 0,1932 0,2610 0,3134 0,3548 0,3883 0,4160 0,4392 0,4590 0,4762 0,4912
0,25 0,10389 0,2912 0,4061 0,4801 0,5318 0,5701 0,5997 0,6233 0,6427 0,6588 0,6725 0,6843
0,50 0,46902 0,7136 0,8115 0,8633 0,8953 0,9169 0,9325 0,9442 0,9534 0,9608 0,9669 0,9719
0,75 1,38977 1,46954 1,46154 1,44467 1,42846 1,41433 1,40221 1,39181 1,38283 1,37501 1,36814 1,36206
0,90 2,9271 2,5383 2,3274 2,1949 2,1030 2,0351 1,9826 1,9407 1,9063 1,8775 1,8530 1,8319
0,95 4,2597 3,4028 3,0088 2,7763 2,6207 2,5082 2,4226 2,3551 2,3002 2,2547 2,2163 2,1834
0,975 5,7166 4,3187 3,7211 3,3794 3,1548 2,9946 2,8738 2,7791 2,7027 2,6396 2,5865 2,5411
0,99 7,8229 5,6136 4,7181 4,2185 3,8951 3,6667 3,4959 3,3629 3,2560 3,1681 3,0944 3,0316
0,995 9,5513 6,6609 5,5190 4,8898 4,4856 4,2019 3,9905 3,8264 3,6949 3,5870 3,4967 3,4199
0,999 14,0280 9,3396 7,5543 6,5893 5,9767 5,5506 5,2351 4,9913 4,7967 4,6380 4,5052 4,3929
0,9995 16,1672 10,6083 8,5147 7,3887 6,6775 6,1827 5,8180 5,5370 5,3124 5,1296 4,9768 4,8476
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
15 0,0005 0,1596 0,1974 0,2195 0,2443 0,2720 0,2902 0,3031 0,3308 0,3381 0,3533 0,2902 0,3777
0,001 0,1807 0,2192 0,2416 0,2665 0,2941 0,3122 0,3249 0,3521 0,3593 0,3742 0,3122 0,3979
0,005 0,2457 0,2856 0,3081 0,3327 0,3596 0,3769 0,3890 0,4147 0,4215 0,4354 0,3769 0,4573
0,010 0,2839 0,3238 0,3462 0,3703 0,3966 0,4134 0,4251 0,4498 0,4563 0,4696 0,4134 0,4905
0,025 0,3494 0,3886 0,4103 0,4334 0,4583 0,4742 0,4851 0,5081 0,5141 0,5264 0,4742 0,5457
0,05 0,4161 0,4539 0,4745 0,4963 0,5196 0,5344 0,5445 0,5658 0,5713 0,5825 0,5344 0,6001
0,10 0,5070 0,5420 0,5608 0,5806 0,6015 0,6147 0,6237 0,6424 0,6472 0,6571 0,6147 0,6724
0,25 0,7011 0,7280 0,7422 0,7568 0,7721 0,7815 0,7880 0,8012 0,8046 0,8115 0,7815 0,8221
0,50 1,0000 1,0114 1,0172 1,0229 1,0287 1,0322 1,0345 1,0391 1,0403 1,0426 1,0322 1,0461
0,75 1,4263 1,4127 1,4052 1,3973 1,3888 1,3834 1,3796 1,3718 1,3698 1,3656 1,3834 1,3591
0,90 1,9722 1,9243 1,8990 1,8728 1,8454 1,8284 1,8168 1,7929 1,7867 1,7743 1,8284 1,7551
0,95 2,4034 2,3275 2,2878 2,2468 2,2043 2,1780 2,1601 2,1234 2,1141 2,0950 2,1780 2,0658
0,975 2,8621 2,7559 2,7006 2,6437 2,5850 2,5488 2,5242 2,4739 2,4611 2,4352 2,5488 2,3954
0,99 3,5222 3,3719 3,2940 3,2141 3,1319 3,0814 3,0471 2,9772 2,9594 2,9235 3,0814 2,8684
0,995 4,0698 3,8826 3,7859 3,6868 3,5850 3,5225 3,4803 3,3941 3,3722 3,3279 3,5225 3,2602
0,999 5,5352 5,2487 5,1009 4,9504 4,7958 4,7016 4,6375 4,5079 4,4752 4,4083 4,7016 4,3069
0,9995 6,2637 5,9272 5,7544 5,5779 5,3979 5,2869 5,2123 5,0613 5,0231 4,9449 5,2869 4,8267
20 0,0005 0,1687 0,2104 0,2352 0,2633 0,2951 0,3163 0,3314 0,3642 0,3730 0,3914 0,3163 0,4211
0,001 0,1905 0,2331 0,2582 0,2863 0,3180 0,3389 0,3538 0,3860 0,3946 0,4125 0,3389 0,4413
0,005 0,2576 0,3014 0,3265 0,3542 0,3849 0,4048 0,4189 0,4490 0,4570 0,4736 0,4048 0,5000
0,010 0,2966 0,3404 0,3652 0,3924 0,4221 0,4415 0,4550 0,4839 0,4915 0,5073 0,4415 0,5324
0,025 0,3629 0,4058 0,4297 0,4555 0,4836 0,5017 0,5143 0,5410 0,5480 0,5624 0,5017 0,5853
0,05 0,4296 0,4708 0,4934 0,5177 0,5438 0,5605 0,5721 0,5965 0,6029 0,6160 0,5605 0,6367
0,10 0,5197 0,5575 0,5780 0,5998 0,6230 0,6377 0,6479 0,6692 0,6747 0,6861 0,6377 0,7039
0,25 0,7079 0,7364 0,7515 0,7673 0,7838 0,7942 0,8012 0,8159 0,8197 0,8274 0,7942 0,8394
0,50 0,9887 1,0000 1,0057 1,0114 1,0171 1,0205 1,0228 1,0274 1,0285 1,0308 1,0205 1,0343
0,75 1,3736 1,3580 1,3494 1,3401 1,3301 1,3237 1,3193 1,3099 1,3074 1,3023 1,3237 1,2944
0,90 1,8449 1,7938 1,7667 1,7382 1,7083 1,6896 1,6768 1,6501 1,6433 1,6292 1,6896 1,6074
0,95 2,2033 2,1242 2,0825 2,0391 1,9938 1,9656 1,9464 1,9066 1,8963 1,8755 1,9656 1,8432
0,975 2,5731 2,4645 2,4076 2,3486 2,2873 2,2493 2,2234 2,1699 2,1562 2,1284 2,2493 2,0853
0,99 3,0880 2,9377 2,8594 2,7785 2,6947 2,6430 2,6077 2,5353 2,5168 2,4792 2,6430 2,4212
0,995 3,5020 3,3178 3,2220 3,1234 3,0215 2,9586 2,9159 2,8282 2,8058 2,7603 2,9586 2,6904
0,999 4,5616 4,2901 4,1493 4,0050 3,8565 3,7651 3,7030 3,5761 3,5438 3,4784 3,7651 3,3779
0,9995 5,0672 4,7530 4,5911 4,4247 4,2542 4,1491 4,0777 3,9322 3,8954 3,8199 4,1491 3,7053
24 0,0005 0,1738 0,2178 0,2443 0,2744 0,3089 0,3320 0,3486 0,3848 0,3946 0,4152 0,3320 0,4488
0,001 0,1961 0,2410 0,2677 0,2979 0,3321 0,3549 0,3712 0,4068 0,4163 0,4364 0,3549 0,4689
0,005 0,2641 0,3104 0,3371 0,3667 0,3997 0,4214 0,4367 0,4698 0,4787 0,4971 0,4214 0,5268
0,010 0,3036 0,3497 0,3761 0,4050 0,4371 0,4580 0,4727 0,5044 0,5128 0,5303 0,4580 0,5584
0,025 0,3703 0,4154 0,4407 0,4682 0,4983 0,5178 0,5314 0,5606 0,5683 0,5842 0,5178 0,6097
0,05 0,4371 0,4802 0,5041 0,5298 0,5577 0,5757 0,5882 0,6147 0,6217 0,6362 0,5757 0,6591
0,10 0,5266 0,5660 0,5876 0,6106 0,6353 0,6510 0,6619 0,6850 0,6910 0,7034 0,6510 0,7230
0,25 0,7116 0,7411 0,7568 0,7732 0,7906 0,8015 0,8090 0,8246 0,8286 0,8369 0,8015 0,8498
0,50 0,9831 0,9944 1,0000 1,0057 1,0113 1,0147 1,0170 1,0216 1,0227 1,0250 1,0147 1,0284
0,75 1,3474 1,3307 1,3214 1,3113 1,3004 1,2934 1,2885 1,2781 1,2754 1,2697 1,2934 1,2607
0,90 1,7831 1,7302 1,7019 1,6721 1,6407 1,6209 1,6073 1,5788 1,5715 1,5563 1,6209 1,5327
0,95 2,1077 2,0267 1,9838 1,9390 1,8920 1,8625 1,8424 1,8005 1,7896 1,7675 1,8625 1,7331
0,975 2,4374 2,3273 2,2693 2,2090 2,1460 2,1067 2,0799 2,0243 2,0099 1,9807 2,1067 1,9353
0,99 2,8887 2,7380 2,6591 2,5773 2,4923 2,4395 2,4035 2,3291 2,3099 2,2710 2,4395 2,2107
0,995 3,2456 3,0624 2,9667 2,8679 2,7654 2,7018 2,6585 2,5692 2,5463 2,4997 2,7018 2,4276
0,999 4,1387 3,8731 3,7353 3,5934 3,4468 3,3563 3,2946 3,1682 3,1357 3,0700 3,3563 2,9686
0,9995 4,5557 4,2514 4,0936 3,9317 3,7644 3,6612 3,5907 3,4470 3,4102 3,3356 3,6612 3,2205
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
30 0,0005 4,0E-07 0,0005 0,0050 0,0155 0,0302 0,0471 0,0645 0,0818 0,0984 0,1142 0,1290 0,1428
0,001 1,6E-06 0,0010 0,0080 0,0220 0,0402 0,0600 0,0798 0,0989 0,1170 0,1339 0,1496 0,1642
0,005 4,0E-05 0,0050 0,0235 0,0503 0,0790 0,1069 0,1327 0,1563 0,1778 0,1972 0,2149 0,2309
0,010 0,0002 0,0101 0,0377 0,0723 0,1066 0,1383 0,1669 0,1924 0,2151 0,2355 0,2537 0,2702
0,025 0,0010 0,0253 0,0710 0,1182 0,1606 0,1974 0,2292 0,2568 0,2809 0,3020 0,3208 0,3375
0,05 0,0040 0,0514 0,1161 0,1740 0,2224 0,2626 0,2962 0,3247 0,3492 0,3704 0,3890 0,4055
0,10 0,0161 0,1057 0,1935 0,2620 0,3151 0,3571 0,3913 0,4196 0,4435 0,4639 0,4816 0,4971
0,25 0,1034 0,2905 0,4057 0,4802 0,5324 0,5711 0,6011 0,6252 0,6449 0,6614 0,6754 0,6876
0,50 0,4662 0,7094 0,8069 0,8584 0,8902 0,9117 0,9272 0,9389 0,9480 0,9554 0,9614 0,9665
0,75 1,3761 1,4524 1,4426 1,4244 1,4073 1,3923 1,3795 1,3685 1,3590 1,3507 1,3434 1,3369
0,90 2,8807 2,4887 2,2761 2,1422 2,0492 1,9803 1,9269 1,8841 1,8490 1,8195 1,7944 1,7727
0,95 4,1709 3,3158 2,9223 2,6896 2,5336 2,4205 2,3343 2,2662 2,2107 2,1646 2,1256 2,0921
0,975 5,5675 4,1821 3,5893 3,2499 3,0265 2,8667 2,7460 2,6513 2,5746 2,5112 2,4578 2,4120
0,99 7,5624 5,3903 4,5097 4,0179 3,6990 3,4735 3,3045 3,1726 3,0665 2,9791 2,9057 2,8431
0,995 9,1798 6,3546 5,2388 4,6234 4,2276 3,9493 3,7415 3,5801 3,4505 3,3440 3,2547 3,1787
0,999 13,2932 8,7730 7,0545 6,1245 5,5338 5,1223 4,8171 4,5816 4,3929 4,2387 4,1100 4,0006
0,9995 15,2213 9,8971 7,8944 6,8167 6,1355 5,6607 5,3105 5,0404 4,8249 4,6484 4,5011 4,3765
40 0,0005 4,0E-07 0,0005 0,0050 0,0156 0,0306 0,0477 0,0656 0,0834 0,1006 0,1169 0,1324 0,1469
0,001 1,6E-06 0,0010 0,0080 0,0222 0,0406 0,0608 0,0811 0,1008 0,1195 0,1370 0,1534 0,1687
0,005 4,0E-05 0,0050 0,0236 0,0506 0,0798 0,1082 0,1347 0,1590 0,1812 0,2014 0,2197 0,2365
0,010 0,0002 0,0101 0,0379 0,0728 0,1076 0,1400 0,1692 0,1955 0,2190 0,2401 0,2591 0,2763
0,025 0,0010 0,0253 0,0712 0,1189 0,1619 0,1995 0,2321 0,2604 0,2853 0,3072 0,3267 0,3441
0,05 0,0040 0,0514 0,1164 0,1749 0,2240 0,2650 0,2994 0,3286 0,3539 0,3758 0,3951 0,4122
0,10 0,0160 0,1056 0,1938 0,2629 0,3167 0,3596 0,3945 0,4235 0,4480 0,4691 0,4874 0,5035
0,25 0,1029 0,2898 0,4053 0,4803 0,5329 0,5722 0,6027 0,6271 0,6473 0,6642 0,6786 0,6910
0,50 0,4633 0,7053 0,8023 0,8536 0,8852 0,9065 0,9220 0,9336 0,9427 0,9500 0,9560 0,9610
0,75 1,3626 1,4355 1,4239 1,4045 1,3863 1,3706 1,3571 1,3455 1,3354 1,3266 1,3188 1,3119
0,90 2,8353 2,4404 2,2261 2,0909 1,9968 1,9269 1,8725 1,8289 1,7929 1,7627 1,7369 1,7146
0,95 4,0847 3,2317 2,8387 2,6060 2,4495 2,3359 2,2490 2,1802 2,1240 2,0773 2,0376 2,0035
0,975 5,4239 4,0510 3,4633 3,1261 2,9037 2,7444 2,6238 2,5289 2,4519 2,3882 2,3343 2,2882
0,99 7,3142 5,1785 4,3126 3,8283 3,5138 3,2910 3,1238 2,9930 2,8876 2,8005 2,7273 2,6648
0,995 8,8278 6,0664 4,9758 4,3738 3,9860 3,7129 3,5088 3,3498 3,2220 3,1167 3,0284 2,9531
0,999 12,6092 8,2509 6,5947 5,6980 5,1282 4,7307 4,4356 4,2071 4,0243 3,8744 3,7489 3,6425
0,9995 14,3518 9,2477 7,3287 6,2964 5,6434 5,1882 4,8517 4,5911 4,3838 4,2137 4,0714 3,9504
60 0,0005 4,0E-07 0,0005 0,0051 0,0157 0,0309 0,0484 0,0668 0,0851 0,1029 0,1199 0,1360 0,1513
0,001 1,6E-06 0,0010 0,0080 0,0223 0,0411 0,0617 0,0825 0,1028 0,1222 0,1404 0,1575 0,1735
0,005 4,0E-05 0,0050 0,0237 0,0510 0,0806 0,1096 0,1368 0,1619 0,1848 0,2058 0,2250 0,2425
0,010 0,0002 0,0101 0,0380 0,0732 0,1087 0,1417 0,1717 0,1987 0,2231 0,2450 0,2648 0,2828
0,025 0,0010 0,0253 0,0715 0,1196 0,1633 0,2017 0,2351 0,2642 0,2899 0,3127 0,3329 0,3512
0,05 0,0040 0,0513 0,1167 0,1758 0,2257 0,2674 0,3026 0,3327 0,3588 0,3815 0,4016 0,4194
0,10 0,0159 0,1055 0,1941 0,2639 0,3184 0,3621 0,3977 0,4275 0,4528 0,4746 0,4936 0,5103
0,25 0,1025 0,2891 0,4049 0,4804 0,5336 0,5733 0,6043 0,6292 0,6498 0,6671 0,6819 0,6948
0,50 0,4605 0,7012 0,7977 0,8487 0,8802 0,9014 0,9168 0,9284 0,9374 0,9447 0,9507 0,9557
0,75 1,3493 1,4188 1,4055 1,3848 1,3657 1,3491 1,3348 1,3226 1,3119 1,3026 1,2943 1,2870
0,90 2,7911 2,3933 2,1774 2,0410 1,9457 1,8747 1,8194 1,7748 1,7380 1,7070 1,6805 1,6574
0,95 4,0012 3,1504 2,7581 2,5252 2,3683 2,2541 2,1665 2,0970 2,0401 1,9926 1,9522 1,9174
0,975 5,2856 3,9253 3,3425 3,0077 2,7863 2,6274 2,5068 2,4117 2,3344 2,2702 2,2159 2,1692
0,99 7,0771 4,9774 4,1259 3,6491 3,3389 3,1187 2,9530 2,8233 2,7185 2,6318 2,5587 2,4961
0,995 8,4947 5,7950 4,7290 4,1399 3,7600 3,4918 3,2911 3,1345 3,0083 2,9042 2,8166 2,7418
0,999 11,9726 7,7680 6,1714 5,3069 4,7567 4,3719 4,0864 3,8649 3,6873 3,5416 3,4192 3,3153
0,9995 13,5478 8,6511 6,8121 5,8235 5,1959 4,7594 4,4356 4,1850 3,9845 3,8203 3,6825 3,5657
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 50 ∞
30 0,0005 0,1793 0,2260 0,2543 0,2869 0,3245 0,3500 0,3684 0,4092 0,4203 0,4438 0,3500 0,4826
0,001 0,2020 0,2497 0,2783 0,3108 0,3482 0,3733 0,3914 0,4312 0,4421 0,4649 0,3733 0,5025
0,005 0,2712 0,3202 0,3487 0,3805 0,4164 0,4402 0,4572 0,4941 0,5040 0,5249 0,4402 0,5589
0,010 0,3111 0,3599 0,3880 0,4191 0,4538 0,4767 0,4930 0,5282 0,5376 0,5574 0,4767 0,5895
0,025 0,3783 0,4258 0,4527 0,4822 0,5147 0,5359 0,5509 0,5831 0,5917 0,6097 0,5359 0,6386
0,05 0,4451 0,4904 0,5157 0,5432 0,5733 0,5927 0,6064 0,6356 0,6434 0,6595 0,5927 0,6854
0,10 0,5340 0,5753 0,5980 0,6225 0,6489 0,6659 0,6777 0,7029 0,7095 0,7233 0,6659 0,7452
0,25 0,7157 0,7462 0,7626 0,7798 0,7982 0,8097 0,8177 0,8345 0,8389 0,8479 0,8097 0,8621
0,50 0,9776 0,9888 0,9944 1,0000 1,0056 1,0090 1,0113 1,0158 1,0170 1,0192 1,0090 1,0226
0,75 1,3213 1,3033 1,2933 1,2823 1,2703 1,2626 1,2571 1,2455 1,2424 1,2359 1,2626 1,2256
0,90 1,7223 1,6673 1,6377 1,6065 1,5732 1,5522 1,5376 1,5069 1,4989 1,4824 1,5522 1,4564
0,95 2,0148 1,9317 1,8874 1,8409 1,7918 1,7609 1,7396 1,6950 1,6835 1,6597 1,7609 1,6223
0,975 2,3072 2,1952 2,1359 2,0739 2,0089 1,9681 1,9400 1,8816 1,8664 1,8354 1,9681 1,7867
0,99 2,7002 2,5487 2,4689 2,3860 2,2992 2,2450 2,2079 2,1307 2,1108 2,0700 2,2450 2,0062
0,995 3,0057 2,8230 2,7272 2,6278 2,5241 2,4594 2,4152 2,3234 2,2998 2,2514 2,4594 2,1760
0,999 3,7528 3,4927 3,3572 3,2171 3,0716 2,9813 2,9197 2,7924 2,7595 2,6928 2,9813 2,5889
0,9995 4,0936 3,7980 3,6443 3,4856 3,3210 3,2187 3,1491 3,0054 2,9686 2,8936 3,2187 2,7767
40 0,0005 0,1853 0,2351 0,2657 0,3011 0,3427 0,3712 0,3920 0,4387 0,4516 0,4792 0,3712 0,5257
0,001 0,2085 0,2593 0,2901 0,3256 0,3667 0,3948 0,4152 0,4607 0,4733 0,5000 0,3948 0,5449
0,005 0,2789 0,3310 0,3616 0,3962 0,4356 0,4620 0,4810 0,5230 0,5345 0,5588 0,4620 0,5991
0,010 0,3193 0,3711 0,4012 0,4349 0,4730 0,4984 0,5165 0,5564 0,5673 0,5902 0,4984 0,6280
0,025 0,3868 0,4372 0,4660 0,4978 0,5333 0,5567 0,5734 0,6097 0,6195 0,6401 0,5567 0,6741
0,05 0,4537 0,5015 0,5286 0,5581 0,5907 0,6121 0,6272 0,6600 0,6688 0,6872 0,6121 0,7174
0,10 0,5419 0,5854 0,6095 0,6356 0,6642 0,6827 0,6957 0,7237 0,7312 0,7468 0,6827 0,7721
0,25 0,7201 0,7518 0,7690 0,7872 0,8067 0,8191 0,8278 0,8461 0,8509 0,8609 0,8191 0,8769
0,50 0,9721 0,9832 0,9888 0,9944 1,0000 1,0034 1,0056 1,0101 1,0112 1,0135 1,0034 1,0169
0,75 1,2952 1,2758 1,2649 1,2529 1,2397 1,2310 1,2249 1,2116 1,2080 1,2005 1,2310 1,1883
0,90 1,6624 1,6052 1,5741 1,5411 1,5056 1,4830 1,4672 1,4336 1,4248 1,4064 1,4830 1,3769
0,95 1,9245 1,8389 1,7929 1,7444 1,6928 1,6600 1,6373 1,5892 1,5766 1,5505 1,6600 1,5089
0,975 2,1819 2,0677 2,0069 1,9429 1,8752 1,8324 1,8028 1,7405 1,7242 1,6906 1,8324 1,6371
0,99 2,5216 2,3689 2,2880 2,2034 2,1142 2,0581 2,0194 1,9383 1,9172 1,8736 2,0581 1,8047
0,995 2,7811 2,5984 2,5020 2,4015 2,2958 2,2295 2,1838 2,0884 2,0636 2,0125 2,2295 1,9318
0,999 3,4004 3,1450 3,0111 2,8722 2,7269 2,6359 2,5736 2,4439 2,4103 2,3413 2,6359 2,2326
0,9995 3,6766 3,3883 3,2378 3,0814 2,9181 2,8165 2,7467 2,6016 2,5641 2,4870 2,8165 2,3661
60 0,0005 0,1918 0,2452 0,2785 0,3175 0,3641 0,3966 0,4206 0,4757 0,4913 0,5251 0,3966 0,5842
0,001 0,2156 0,2700 0,3035 0,3425 0,3886 0,4205 0,4440 0,4977 0,5128 0,5455 0,4205 0,6024
0,005 0,2873 0,3430 0,3762 0,4141 0,4579 0,4878 0,5096 0,5588 0,5725 0,6019 0,4878 0,6525
0,010 0,3282 0,3835 0,4161 0,4529 0,4952 0,5238 0,5446 0,5911 0,6040 0,6316 0,5238 0,6789
0,025 0,3962 0,4498 0,4808 0,5155 0,5547 0,5810 0,6000 0,6420 0,6536 0,6783 0,5810 0,7203
0,05 0,4629 0,5138 0,5428 0,5749 0,6108 0,6347 0,6518 0,6895 0,6998 0,7217 0,6347 0,7587
0,10 0,5504 0,5964 0,6222 0,6504 0,6816 0,7021 0,7167 0,7487 0,7574 0,7758 0,7021 0,8065
0,25 0,7248 0,7580 0,7761 0,7955 0,8164 0,8300 0,8395 0,8599 0,8654 0,8769 0,8300 0,8958
0,50 0,9667 0,9777 0,9833 0,9888 0,9944 0,9978 1,0000 1,0045 1,0056 1,0078 0,9978 1,0112
0,75 1,2690 1,2481 1,2361 1,2229 1,2081 1,1983 1,1912 1,1757 1,1715 1,1625 1,1983 1,1474
0,90 1,6034 1,5435 1,5107 1,4755 1,4373 1,4126 1,3952 1,3576 1,3476 1,3264 1,4126 1,2915
0,95 1,8364 1,7480 1,7001 1,6491 1,5943 1,5590 1,5343 1,4814 1,4673 1,4377 1,5590 1,3893
0,975 2,0613 1,9445 1,8817 1,8152 1,7440 1,6985 1,6668 1,5990 1,5810 1,5435 1,6985 1,4822
0,99 2,3523 2,1978 2,1154 2,0285 1,9360 1,8772 1,8363 1,7493 1,7263 1,6784 1,8772 1,6007
0,995 2,5705 2,3872 2,2898 2,1874 2,0789 2,0100 1,9622 1,8609 1,8341 1,7785 2,0100 1,6885
0,999 3,0782 2,8265 2,6937 2,5550 2,4086 2,3161 2,2522 2,1175 2,0821 2,0087 2,3161 1,8905
0,9995 3,2992 3,0172 2,8690 2,7142 2,5511 2,4486 2,3776 2,2283 2,1892 2,1080 2,4486 1,9776
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 1 2 3 4 5 6 7 8 9 10 11 12
120 0,0005 3,9E-07 0,0005 0,0051 0,0159 0,0313 0,0491 0,0680 0,0869 0,1053 0,1231 0,1400 0,1560
0,001 1,6E-06 0,0010 0,0081 0,0225 0,0416 0,0626 0,0840 0,1049 0,1250 0,1440 0,1619 0,1788
0,005 3,9E-05 0,0050 0,0238 0,0514 0,0815 0,1111 0,1390 0,1649 0,1887 0,2105 0,2306 0,2491
0,010 0,0002 0,0101 0,0381 0,0738 0,1097 0,1435 0,1743 0,2022 0,2274 0,2502 0,2710 0,2899
0,025 0,0010 0,0253 0,0717 0,1203 0,1648 0,2039 0,2382 0,2682 0,2948 0,3185 0,3397 0,3588
0,05 0,0039 0,0513 0,1170 0,1767 0,2274 0,2699 0,3060 0,3370 0,3640 0,3876 0,4085 0,4272
0,10 0,0159 0,1055 0,1945 0,2649 0,3202 0,3647 0,4012 0,4317 0,4578 0,4804 0,5001 0,5175
0,25 0,1020 0,2884 0,4045 0,4805 0,5342 0,5745 0,6060 0,6315 0,6525 0,6703 0,6856 0,6988
0,50 0,4577 0,6972 0,7932 0,8439 0,8752 0,8964 0,9116 0,9232 0,9322 0,9394 0,9454 0,9503
0,75 1,3362 1,4024 1,3873 1,3654 1,3453 1,3278 1,3128 1,2999 1,2886 1,2787 1,2699 1,2621
0,90 2,7478 2,3473 2,1300 1,9923 1,8959 1,8238 1,7675 1,7220 1,6842 1,6524 1,6250 1,6012
0,95 3,9201 3,0718 2,6802 2,4472 2,2899 2,1750 2,0868 2,0164 1,9588 1,9105 1,8693 1,8337
0,975 5,1523 3,8046 3,2269 2,8943 2,6740 2,5154 2,3948 2,2994 2,2217 2,1570 2,1021 2,0548
0,99 6,8509 4,7865 3,9491 3,4795 3,1735 2,9559 2,7918 2,6629 2,5586 2,4721 2,3990 2,3363
0,995 8,1789 5,5393 4,4972 3,9207 3,5482 3,2849 3,0875 2,9329 2,8083 2,7052 2,6183 2,5439
0,999 11,3796 7,3214 5,7812 4,9472 4,4156 4,0436 3,7669 3,5518 3,3792 3,2371 3,1180 3,0161
0,9995 12,8039 8,1036 6,3410 5,3924 4,7903 4,3701 4,0586 3,8171 3,6234 3,4643 3,3310 3,2173
∞ 0,0005 3,9E-07 0,0005 0,0051 0,0160 0,0316 0,0499 0,0693 0,0888 0,1080 0,1265 0,1443 0,1612
0,001 1,6E-06 0,0010 0,0081 0,0227 0,0420 0,0635 0,0855 0,1071 0,1280 0,1479 0,1667 0,1845
0,005 3,9E-05 0,0050 0,0239 0,0517 0,0823 0,1126 0,1413 0,1681 0,1928 0,2156 0,2367 0,2562
0,010 0,0002 0,0101 0,0383 0,0743 0,1109 0,1453 0,1770 0,2058 0,2320 0,2558 0,2776 0,2975
0,025 0,0010 0,0253 0,0719 0,1211 0,1662 0,2062 0,2414 0,2725 0,3000 0,3247 0,3469 0,3670
0,05 0,0039 0,0513 0,1173 0,1777 0,2291 0,2726 0,3096 0,3416 0,3695 0,3940 0,4159 0,4355
0,10 0,0158 0,1054 0,1948 0,2659 0,3221 0,3674 0,4047 0,4362 0,4631 0,4865 0,5071 0,5253
0,25 0,1015 0,2877 0,4042 0,4806 0,5349 0,5758 0,6078 0,6338 0,6554 0,6737 0,6895 0,7032
0,50 0,4549 0,6931 0,7887 0,8392 0,8703 0,8914 0,9065 0,9180 0,9270 0,9342 0,9401 0,9450
0,75 1,3233 1,3863 1,3695 1,3463 1,3251 1,3068 1,2910 1,2774 1,2654 1,2549 1,2455 1,2371
0,90 2,7055 2,3026 2,0838 1,9449 1,8473 1,7741 1,7167 1,6702 1,6315 1,5987 1,5705 1,5458
0,95 3,8415 2,9957 2,6049 2,3719 2,2141 2,0986 2,0096 1,9384 1,8799 1,8307 1,7887 1,7522
0,975 5,0239 3,6889 3,1162 2,7858 2,5665 2,4082 2,2875 2,1918 2,1137 2,0483 1,9927 1,9447
0,99 6,6349 4,6052 3,7816 3,3192 3,0173 2,8020 2,6394 2,5113 2,4073 2,3209 2,2477 2,1848
0,995 7,8794 5,2984 4,2794 3,7151 3,3500 3,0913 2,8969 2,7444 2,6211 2,5188 2,4325 2,3583
0,999 10,8275 6,9076 5,4220 4,6166 4,1030 3,7430 3,4745 3,2655 3,0975 2,9588 2,8422 2,7425
0,9995 12,1163 7,6016 5,9099 4,9995 4,4211 4,0172 3,7169 3,4834 3,2962 3,1421 3,0125 2,9017
Tabla13
Distribución F
(continuación)
ν2 p \ ν1 15 20 24 30 40 50 60 100 120 200 500 ∞
120 0,0005 0,1991 0,2567 0,2933 0,3369 0,3900 0,4281 0,4568 0,5252 0,5452 0,5903 0,6382 0,6757
0,001 0,2235 0,2822 0,3189 0,3624 0,4149 0,4522 0,4803 0,5466 0,5660 0,6094 0,6554 0,6912
0,005 0,2965 0,3564 0,3927 0,4348 0,4846 0,5194 0,5452 0,6055 0,6229 0,6615 0,7020 0,7333
0,010 0,3379 0,3973 0,4329 0,4738 0,5216 0,5548 0,5793 0,6360 0,6523 0,6884 0,7260 0,7550
0,025 0,4063 0,4638 0,4975 0,5358 0,5800 0,6103 0,6325 0,6835 0,6980 0,7299 0,7631 0,7884
0,05 0,4730 0,5273 0,5588 0,5940 0,6343 0,6616 0,6815 0,7269 0,7397 0,7678 0,7967 0,8187
0,10 0,5597 0,6085 0,6364 0,6672 0,7019 0,7252 0,7421 0,7801 0,7908 0,8140 0,8378 0,8557
0,25 0,7300 0,7649 0,7841 0,8049 0,8278 0,8429 0,8536 0,8773 0,8839 0,8980 0,9121 0,9227
0,50 0,9613 0,9723 0,9778 0,9833 0,9889 0,9922 0,9944 0,9989 1,0000 1,0022 1,0042 1,0056
0,75 1,2428 1,2200 1,2068 1,1921 1,1752 1,1638 1,1555 1,1367 1,1314 1,1198 1,1078 1,0987
0,90 1,5450 1,4821 1,4472 1,4094 1,3676 1,3400 1,3203 1,2767 1,2646 1,2385 1,2122 1,1926
0,95 1,7505 1,6587 1,6084 1,5543 1,4952 1,4565 1,4290 1,3685 1,3519 1,3162 1,2804 1,2539
0,975 1,9450 1,8249 1,7597 1,6899 1,6141 1,5649 1,5299 1,4536 1,4327 1,3880 1,3434 1,3104
0,99 2,1915 2,0346 1,9500 1,8600 1,7628 1,7000 1,6557 1,5592 1,5330 1,4770 1,4215 1,3805
0,995 2,3727 2,1881 2,0891 1,9839 1,8709 1,7981 1,7469 1,6357 1,6055 1,5413 1,4778 1,4311
0,999 2,7833 2,5344 2,4019 2,2621 2,1129 2,0172 1,9502 1,8057 1,7668 1,6842 1,6028 1,5433
0,9995 2,9577 2,6810 2,5339 2,3792 2,2144 2,1091 2,0354 1,8769 1,8341 1,7437 1,6549 1,5901
∞ 0,0005 0,2071 0,2697 0,3103 0,3598 0,4222 0,4686 0,5050 0,5978 0,6276 0,7013 0,8011 0,9547
0,001 0,2321 0,2959 0,3366 0,3859 0,4475 0,4929 0,5283 0,6181 0,6467 0,7173 0,8123 0,9574
0,005 0,3066 0,3715 0,4117 0,4592 0,5172 0,5593 0,5916 0,6722 0,6976 0,7595 0,8415 0,9643
0,010 0,3485 0,4128 0,4521 0,4981 0,5537 0,5936 0,6241 0,6997 0,7232 0,7805 0,8559 0,9677
0,025 0,4173 0,4793 0,5165 0,5594 0,6104 0,6466 0,6741 0,7413 0,7621 0,8122 0,8774 0,9727
0,05 0,4839 0,5423 0,5768 0,6161 0,6624 0,6948 0,7193 0,7785 0,7967 0,8402 0,8961 0,9770
0,10 0,5697 0,6220 0,6522 0,6864 0,7259 0,7534 0,7739 0,8229 0,8378 0,8732 0,9181 0,9821
0,25 0,7357 0,7725 0,7931 0,8158 0,8413 0,8586 0,8713 0,9010 0,9098 0,9303 0,9557 0,9905
0,50 0,9560 0,9669 0,9724 0,9779 0,9834 0,9868 0,9890 0,9934 0,9945 0,9967 0,9987 1,0001
0,75 1,2167 1,1917 1,1771 1,1604 1,1408 1,1271 1,1169 1,0920 1,0844 1,0663 1,0431 1,0097
0,90 1,4878 1,4213 1,3840 1,3427 1,2960 1,2643 1,2410 1,1862 1,1699 1,1317 1,0842 1,0185
0,95 1,6674 1,5716 1,5184 1,4603 1,3952 1,3514 1,3194 1,2451 1,2231 1,1721 1,1093 1,0238
0,975 1,8339 1,7099 1,6416 1,5675 1,4851 1,4301 1,3900 1,2977 1,2706 1,2079 1,1314 1,0284
0,99 2,0403 1,8802 1,7927 1,6983 1,5943 1,5252 1,4752 1,3606 1,3273 1,2504 1,1575 1,0339
0,995 2,1889 2,0020 1,9005 1,7914 1,6716 1,5923 1,5351 1,4047 1,3668 1,2800 1,1755 1,0376
0,999 2,5162 2,2688 2,1356 1,9933 1,8383 1,7366 1,6636 1,4983 1,4508 1,3423 1,2132 1,0453
0,9995 2,6514 2,3784 2,2318 2,0756 1,9060 1,7949 1,7154 1,5359 1,4844 1,3672 1,2281 1,0483
Tabla 14
Valores del Coeficiente de Correlación "r"
Grados de
libertad Niveles de significación
ν 0,10 0,05 0,02 0,01 0,001
1 0.988 0.997 0.999 1,000 1,000
2 0.900 0.950 0.980 0.990 0,999
3 0.805 0.878 0.934 0.959 0,991
4 0.729 0.811 0.882 0.917 0,974
5 0.669 0.754 0.833 0.874 0,951
6 0.622 0.707 0.789 0.834 0,925
7 0.582 0.666 0.750 0.798 0,898
8 0.549 0.632 0.716 0.765 0,872
9 0.521 0.602 0.685 0.735 0,847
10 0.497 0.576 0.658 0.708 0,823
11 0.476 0.553 0.634 0.684 0,801
12 0.458 0.532 0.612 0.661 0,780
13 0.441 0.514 0.592 0.641 0,760
14 0.426 0.497 0.574 0.623 0,742
15 0.412 0.482 0.558 0.606 0,725
16 0.400 0.468 0.542 0.590 0,708
17 0.389 0.456 0.528 0.575 0,693
18 0.378 0.444 0.516 0.561 0,679
19 0.369 0.433 0.503 0.549 0,665
20 0.360 0.423 0.492 0.537 0,652
25 0.323 0.381 0.445 0.487 0,597
30 0.296 0.349 0.409 0.449 0,554
35 0.275 0.325 0.381 0.418 0,519
40 0.257 0.304 0.358 0.393 0,490
45 0.243 0.288 0.338 0.372 0,465
50 0.231 0.273 0.322 0.354 0,443
60 0.211 0.250 0.295 0.325 0,408
70 0.195 0.232 0.274 0.302 0,380
80 0.183 0.217 0.256 0.283 0,357
90 0.173 0.205 0.242 0.267 0,337
100 0.164 0.195 0.230 0.254 0,321
Tabla 15
Valor de √ 1 – r2 dado el coeficiente de correlación "r"
r
√ 1 – r2 r √ 1 – r2 r √ 1 – r2
0,0000 1,0000 0,3400 0,9404 0,6800 0,7332
0,01 0,9999 0,35 0,9367 0,69 0,7238
0,02 0,9998 0,36 0,9330 0,70 0,7141
0,03 0,9995 0,37 0,9290 0,71 0,7042
0,04 0,9992 0,38 0,9250 0,72 0,6940
0,05 0,9987 0,39 0,9208 0,73 0,6834
0,06 0,9982 0,40 0,9165 0,74 0,6726
0,07 0,9975 0,41 0,9121 0,75 0,6614
0,08 0,9968 0,42 0,9075 0,76 0,6499
0,09 0,9959 0,43 0,9028 0,77 0,6380
0,10 0,9950 0,44 0,8980 0,78 0,6258
0,11 0,9939 0,45 0,8930 0,79 0,6131
0,12 0,9928 0,46 0,8879 0,80 0,6000
0,13 0,9915 0,47 0,8827 0,81 0,5864
0,14 0,9902 0,48 0,8773 0,82 0,5724
0,15 0,9887 0,49 0,8717 0,83 0,5578
0,16 0,9871 0,50 0,8660 0,84 0,5426
0,17 0,9854 0,51 0,8602 0,85 0,5268
0,18 0,9837 0,52 0,8542 0,86 0,5103
0,19 0,9818 0,53 0,8480 0,87 0,4931
0,20 0,9798 0,54 0,8417 0,88 0,4750
0,21 0,9777 0,55 0,8352 0,89 0,4560
0,22 0,9755 0,56 0,8285 0,90 0,4359
0,23 0,9732 0,57 0,8216 0,91 0,4146
0,24 0,9708 0,58 0,8146 0,92 0,3919
0,25 0,9682 0,59 0,8074 0,93 0,3676
0,26 0,9656 0,60 0,8000 0,94 0,3412
0,27 0,9629 0,61 0,7924 0,95 0,3122
0,28 0,9600 0,62 0,7846 0,96 0,2800
0,29 0,9570 0,63 0,7766 0,97 0,2431
0,30 0,9539 0,64 0,7684 0,98 0,1990
0,31 0,9507 0,65 0,7599 0,99 0,1411
0,32 0,9474 0,66 0,7513 1,00 0,0000
0,33 0,9440 0,67 0,7424
Tabla 16
Transformación de "z" en "r"
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,00000 0,01000 0,02000 0,02999 0,03998 0,04996 0,05993 0,06989 0,07983 0,08976
0,1 0,09967 0,10956 0,11943 0,12927 0,13909 0,14889 0,15865 0,16838 0,17808 0,18775
0,2 0,19738 0,20697 0,21652 0,22603 0,23550 0,24492 0,25430 0,26362 0,27291 0,28213
0,3 0,29131 0,30044 0,30951 0,31852 0,32748 0,33638 0,34521 0,35399 0,36271 0,37136
0,4 0,37995 0,38847 0,39693 0,40532 0,41364 0,42190 0,43008 0,43820 0,44624 0,45422
0,5 0,46212 0,46995 0,47770 0,48538 0,49299 0,50052 0,50798 0,51536 0,52267 0,52990
0,6 0,53705 0,54413 0,55113 0,55805 0,56490 0,57167 0,57836 0,58498 0,59152 0,59798
0,7 0,60437 0,61068 0,61691 0,62307 0,62915 0,63515 0,64108 0,64693 0,65271 0,65841
0,8 0,66404 0,66959 0,67507 0,68048 0,68581 0,69107 0,69626 0,70137 0,70642 0,71139
0,9 0,71630 0,72113 0,72590 0,73059 0,73522 0,73978 0,74428 0,74870 0,75307 0,75736
1,0 0,76159 0,76576 0,76987 0,77391 0,77789 0,78181 0,78566 0,78946 0,79320 0,79688
1,1 0,80050 0,80406 0,80757 0,81102 0,81441 0,81775 0,82104 0,82427 0,82745 0,83058
1,2 0,83365 0,83668 0,83965 0,84258 0,84546 0,84828 0,85106 0,85380 0,85648 0,85913
1,3 0,86172 0,86428 0,86678 0,86925 0,87167 0,87405 0,87639 0,87869 0,88095 0,88317
1,4 0,88535 0,88749 0,88960 0,89167 0,89370 0,89569 0,89765 0,89958 0,90147 0,90332
1,5 0,90515 0,90694 0,90870 0,91042 0,91212 0,91379 0,91542 0,91703 0,91860 0,92015
1,6 0,92167 0,92316 0,92462 0,92606 0,92747 0,92886 0,93022 0,93155 0,93286 0,93415
1,7 0,93541 0,93665 0,93786 0,93906 0,94023 0,94138 0,94250 0,94361 0,94470 0,94576
1,8 0,94681 0,94783 0,94884 0,94983 0,95080 0,95175 0,95268 0,95359 0,95449 0,95537
1,9 0,95624 0,95709 0,95792 0,95873 0,95953 0,96032 0,96109 0,96185 0,96259 0,96331
2,0 0,96403 0,96473 0,96541 0,96609 0,96675 0,96740 0,96803 0,96865 0,96926 0,96986
2,1 0,97045 0,97103 0,97159 0,97215 0,97269 0,97323 0,97375 0,97426 0,97477 0,97526
2,2 0,97574 0,97622 0,97668 0,97714 0,97759 0,97803 0,97846 0,97888 0,97929 0,97970
2,3 0,98010 0,98049 0,98087 0,98124 0,98161 0,98197 0,98233 0,98267 0,98301 0,98335
2,4 0,98367 0,98400 0,98431 0,98462 0,98492 0,98522 0,98551 0,98579 0,98607 0,98635
2,5 0,98661 0,98688 0,98714 0,98739 0,98764 0,98788 0,98812 0,98835 0,98858 0,98881
2,6 0,98903 0,98924 0,98946 0,98966 0,98987 0,99007 0,99026 0,99045 0,99064 0,99083
2,7 0,99101 0,99118 0,99136 0,99153 0,99170 0,99186 0,99202 0,99218 0,99233 0,99248
2,8 0,99263 0,99278 0,99292 0,99306 0,99320 0,99333 0,99346 0,99359 0,99372 0,99384
2,9 0,99396 0,99408 0,99420 0,99431 0,99443 0,99454 0,99464 0,99475 0,99485 0,99496
z 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
3 0,99505 0,99595 0,99668 0,99728 0,99777 0,99818 0,99851 0,99878 0,99900 0,99918
4 0,99933 0,99945 0,99955 0,99963 0,99970 0,99975 0,99980 0,99983 0,99986 0,99989
Tabla 17
Percentiles de la Distribución de "r" para
N t 0,95 t 0,975 t 0,99 t 0,995 t 0,9995 N t 0,95 t 0,975 t 0,99 t 0,995 t 0,9995
5 0,805 0,876 0,934 0,959 0,991 20 0,378 0,444 0,516 0,561 0,679
6 0,729 0,811 0,882 0,917 0,974 22 0,360 0,423 0,492 0,537 0,652
7 0,669 0,754 0,833 0,875 0,951 24 0,344 0,404 0,472 0,515 0,629
8 0,621 0,707 0,789 0,834 0,925 26 0,330 0,388 0,453 0,496 0,607
9 0,582 0,666 0,750 0,798 0,898 28 0,317 0,374 0,437 0,479 0,588
10 0,549 0,632 0,715 0,765 0,872 30 0,306 0,361 0,423 0,463 0,570
11 0,521 0,602 0,685 0,735 0,847 40 0,264 0,312 0,366 0,402 0,501
12 0,497 0,576 0,658 0,708 0,823 50 0,235 0,279 0,328 0,361 0,451
13 0,476 0,553 0,634 0,684 0,801 60 0,214 0,254 0,300 0,330 0,414
14 0,457 0,532 0,612 0,661 0,780 80 0,185 0,220 0,260 0,286 0,361
15 0,441 0,514 0,592 0,641 0,760 100 0,165 0,196 0,232 0,256 0,324
16 0,426 0,497 0,574 0,623 0,742 250 0,104 0,124 0,147 0,163 0,207
17 0,412 0,482 0,558 0,606 0,725 500 0,074 0,088 0,104 0,115 0,147
18 0,400 0,468 0,543 0,590 0,708 1000 0,052 0,062 0,074 0,081 0,104
19 0,389 0,456 0,529 0,575 0,693 ∞ 0,000 0,000 0,000 0,000 0,000
t 0,05 t 0,025 t 0,01 t 0,005 t 0,0005 t 0,05 t 0,025 t 0,01 t 0,005 t 0,0005
Tabla 17
Transformación de "r" en "z"
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,00000 0,01000 0,02000 0,03001 0,04002 0,05004 0,06007 0,07011 0,08017 0,09024
0,1 0,10034 0,11045 0,12058 0,13074 0,14093 0,15114 0,16139 0,17167 0,18198 0,19234
0,2 0,20273 0,21317 0,22366 0,23419 0,24477 0,25541 0,26611 0,27686 0,28768 0,29857
0,3 0,30952 0,32055 0,33165 0,34283 0,35409 0,36544 0,37689 0,38842 0,40006 0,41180
0,4 0,42365 0,43561 0,44769 0,45990 0,47223 0,48470 0,49731 0,51007 0,52298 0,53606
0,5 0,54931 0,56273 0,57634 0,59015 0,60416 0,61838 0,63283 0,64752 0,66246 0,67767
0,6 0,69315 0,70892 0,72501 0,74142 0,75817 0,77530 0,79281 0,81074 0,82911 0,84796
0,7 0,86730 0,88718 0,90764 0,92873 0,95048 0,97296 0,99622 1,02033 1,04537 1,07143
0,8 1,09861 1,12703 1,15682 1,18814 1,22117 1,25615 1,29334 1,33308 1,37577 1,42193
0,9 1,47222 1,52752 1,58903 1,65839 1,73805 1,83178 1,94591 2,09230 2,29756 2,64665
Tabla 19
Tamaño de la muestra según el tamaño de población, el error absoluto y la fracción p, con un
nivel de confianza del 95%
100 p ERROR ABSOLUTO 100 p ERROR ABSOLUTO
± 1,0% ± 1,5% ± 2,0% ± 2,5% ± 3,0% ± 3,5% ± 1,0% ± 1,5% ± 2,0% ± 2,5% ± 3,0% ± 3,5%
1 396 176 99 63 44 32 51 9996 4443 2499 1599 1111 816
2 784 348 196 125 87 64 52 9984 4437 2496 1597 1109 815
3 1164 517 291 186 129 95 53 9964 4428 2491 1594 1107 813
4 1536 683 384 246 171 125 54 9936 4416 2484 1590 1104 811
5 1900 844 475 304 211 155 55 9900 4400 2475 1584 1100 808
6 2256 1003 564 361 251 184 56 9856 4380 2464 1577 1095 805
7 2604 1157 651 417 289 213 57 9804 4357 2451 1569 1089 800
8 2944 1308 736 471 327 240 58 9744 4331 2436 1559 1083 795
9 3276 1456 819 524 364 267 59 9676 4300 2419 1548 1075 790
10 3600 1600 900 576 400 294 60 9600 4267 2400 1536 1067 784
11 3916 1740 979 627 435 320 61 9516 4229 2379 1523 1057 777
12 4224 1877 1056 676 469 345 62 9424 4188 2356 1508 1047 769
13 4524 2011 1131 724 503 369 63 9324 4144 2331 1492 1036 761
14 4816 2140 1204 771 535 393 64 9216 4096 2304 1475 1024 752
15 5100 2267 1275 816 567 416 65 9100 4044 2275 1456 1011 743
16 5376 2389 1344 860 597 439 66 8976 3989 2244 1436 997 733
17 5644 2508 1411 903 627 461 67 8844 3931 2211 1415 983 722
18 5904 2624 1476 945 656 482 68 8704 3868 2176 1393 967 711
19 6156 2736 1539 985 684 503 69 8556 3803 2139 1369 951 698
20 6400 2844 1600 1024 711 522 70 8400 3733 2100 1344 933 686
21 6636 2949 1659 1062 737 542 71 8236 3660 2059 1318 915 672
22 6864 3051 1716 1098 763 560 72 8064 3584 2016 1290 896 658
23 7084 3148 1771 1133 787 578 73 7884 3504 1971 1261 876 644
24 7296 3243 1824 1167 811 596 74 7696 3420 1924 1231 855 628
25 7500 3333 1875 1200 833 612 75 7500 3333 1875 1200 833 612
26 7696 3420 1924 1231 855 628 76 7296 3243 1824 1167 811 596
27 7884 3504 1971 1261 876 644 77 7084 3148 1771 1133 787 578
28 8064 3584 2016 1290 896 658 78 6864 3051 1716 1098 763 560
29 8236 3660 2059 1318 915 672 79 6636 2949 1659 1062 737 542
30 8400 3733 2100 1344 933 686 80 6400 2844 1600 1024 711 522
31 8556 3803 2139 1369 951 698 81 6156 2736 1539 985 684 503
32 8704 3868 2176 1393 967 711 82 5904 2624 1476 945 656 482
33 8844 3931 2211 1415 983 722 83 5644 2508 1411 903 627 461
34 8976 3989 2244 1436 997 733 84 5376 2389 1344 860 597 439
35 9100 4044 2275 1456 1011 743 85 5100 2267 1275 816 567 416
36 9216 4096 2304 1475 1024 752 86 4816 2140 1204 771 535 393
37 9324 4144 2331 1492 1036 761 87 4524 2011 1131 724 503 369
38 9424 4188 2356 1508 1047 769 88 4224 1877 1056 676 469 345
39 9516 4229 2379 1523 1057 777 89 3916 1740 979 627 435 320
40 9600 4267 2400 1536 1067 784 90 3600 1600 900 576 400 294
41 9676 4300 2419 1548 1075 790 91 3276 1456 819 524 364 267
42 9744 4331 2436 1559 1083 795 92 2944 1308 736 471 327 240
43 9804 4357 2451 1569 1089 800 93 2604 1157 651 417 289 213
44 9856 4380 2464 1577 1095 805 94 2256 1003 564 361 251 184
45 9900 4400 2475 1584 1100 808 95 1900 844 475 304 211 155
46 9936 4416 2484 1590 1104 811 96 1536 683 384 246 171 125
47 9964 4428 2491 1594 1107 813 97 1164 517 291 186 129 95
48 9984 4437 2496 1597 1109 815 98 784 348 196 125 87 64
49 9996 4443 2499 1599 1111 816 99 396 176 99 63 44 32
50 10000 4444 2500 1600 1111 816
Tabla 20
Tamaño de la muestra correspondiente a un error absoluto
y valor de "p" dados, con un nivel de confianza del 95%
Tamaño de la población
p
N = 100 N = 200 N = 1.000 N = infinito
Error absoluto 0,025
0,01 38 47 58 62
0,02 55 76 109 123
0,03 65 95 154 183
0,04 71 109 194 241
0,05 75 120 230 298
0,06 78 128 261 354
0,07 80 134 290 408
0,08 82 140 316 462
0,09 84 144 339 514
0,10 85 148 361 565
0,11 86 151 380 614
0,12 87 154 398 662
0,13 88 156 415 709
0,14 88 158 430 755
0,16 89 162 457 843
0,18 90 164 481 926
0,20 91 167 501 1004
0,25 92 171 540 1176
0,30 93 174 568 1317
0,40 94 177 601 1505
0,50 94 177 611 1568
Error absoluto 0,05
0,01 13 14 15 16
0,02 24 27 30 31
0,03 31 37 44 46
0,04 38 46 57 60
0,05 43 54 69 74
0,06 47 61 81 88
0,07 51 68 93 102
0,08 54 73 103 115
0,09 56 78 114 128
0,10 59 83 124 141
0,11 61 87 133 154
0,12 62 91 142 166
0,13 64 94 151 177
0,14 65 97 159 189
0,16 68 103 174 211
0,18 70 107 188 231
0,20 72 111 201 251
0,25 75 119 227 294
0,30 77 124 248 329
0,40 79 131 273 376
0,50 80 132 282 392
Tabla 21
Tamaño de la muestra para estimar medidas y totales
Razón del error de Tamaño de la muestra requerido con un
Tamaño de la
muestreo sobre la nivel de confianza del:
población
desviación típica 95% 99% 99,90%
0,10 217
0,15 127 187 246
500 0,20 81 125 176
0,25 55 88 129
0,30 39 64 97
0,10 278 400
0,15 146 228 326
1.000 0,20 88 143 214
0,25 58 96 148
0,30 41 69 108
0,05 869
0,10 322 500 705
0,15 157 258 390
2.000
0,20 92 154 240
0,25 60 101 160
0,30 42 71 114
0,05 1.016 1.411
0,10 341 517 799
0,15 162 269 417
3.000
0,20 93 158 250
0,25 60 103 165
0,30 42 72 116
0,04 1.500
0,05 1.110 1.598
0,10 351 571 856
4.000 0,15 164 275 432
0,20 94 160 255
0,25 61 104 167
0,30 42 73 117
Tabla 21
(Continuación)
Razón del error de Tamaño de la muestra requerido con un
Tamaño de la
muestreo sobre la nivel de confianza del:
población
desviación típica 95% 99% 99,90%
0,03 2.303
0,04 1.622 2.271
0,05 1.175 1.737 2.328
0,10 357 588 894
5.000
0,15 165 279 441
0,20 94 161 258
0,25 61 104 168
0,30 42 73 118
0,03 2.991 4.252
0,04 1.936 2.938 4.050
0,05 1.332 2.103 3.034
0,10 370 624 982
10.000
0,15 168 287 462
0,20 95 164 265
0,25 61 105 171
0,30 43 73 120
0,02 6.498 9.083
0,03 3.517 5.400 7.541
0,04 2.144 3.444 5.079
0,05 1.427 2.350 3.577
20.000 0,10 377 644 1.033
0,15 169 292 473
0,20 96 165 269
0,25 61 106 173
0,30 43 74 120
0,01 27.755 39.968
0,02 8.764 14.265 21.413
0,03 4.093 6.887 10.799
0,04 2.345 3.994 6.373
0,05 1.513 2.593 4.174
100.000
0,10 383 661 1.077
0,15 170 295 482
0,20 96 166 272
0,25 61 106 174
0,30 43 74 121