Pruebas Estadisticas

Estadstica Aplicada a la Investigacin
Pg. 26
PRUEBA DE HIPOTESIS
DIFERENCIA DE DOS MEDIAS MUESTRALES
Es una prueba estadstica aplicado a datos cuantitativos. La prueba de hiptesis que
involucra las diferencias entre las medias de dos muestras se utiliza con mas frecuencia
para determinar si es razonable o no concluir que las dos son distintas entre si. Se utiliza la
distribucin T (T-Student) cuando n<32, y Z (Distribucin Normal) cuando n>=32.
EJEMPLO 1. De una muestra de 10 estudiantes se considera las siguientes calificaciones

obtenidas de una evaluacin (prueba de entrada) sobre conocimientos bsicos sobre el uso
y aplicacin del Plan Contable y luego de una capacitacin se volvi a evaluar (prueba de
salida). Determinar si existe diferencia en la prueba de entrada y salida para un nivel de
confianza del 95% (=0.05 nivel de significancia). Para as comprobar si la capacitacin tuvo
xito o no.
Nro. Dato
1
2
3
4
5
6
7
8
9
10
Promedio
Varianza
PRUEBA
ENTRADA
SALIDA
11
13
7
14
10
15
7
7
11
13
7
12
11
13
8
11
11
12
9
11
9.2
12.1
3.288888889 4.766666667
D.Sc. Percy Huata Panca
Pg. 27
1. PLANTEAMIENTO DE HIPOTESIS
Ho :
A = B
Ho : Promedio Prueba de entrada = Promedio Prueba de Salida (Hiptesis nula)
H1 :
A B
H1 : Promedio Prueba de entrada Promedio Prueba de Salida (Hiptesis alterna)
2. FIJAR EL NIVEL DE SIGNIFICANCIA ( )
Se puede tomar diferentes niveles de significancia dependiendo con qu nivel de

confianza se concluir, el ms utilizado es = 0.05 (95 % de nivel de confianza)
3. REGLA DE DECISION UTILIZANDO (T c= T calculada y Tt= T tabulada o de tabla)
si Tc > Tt Se rechaza la Ho y se Acepta la H1
4. CALCULO DE Tc SEGN LA FORMULA
Tc
XA XB
2
A
2
B
S
S
n A nB
9.2 12.1
3.288888888 4.766666666
10
10
3.23109888
Para este caso buscamos el valor de (Tt) T tabulada o T de tabla con (n=nA+nB=10+10=20)
n-2 = 20 - 2 = 18 g.l. (Grados de libertad) y ( = 0.05 5% Nivel de significancia).
Luego: Tt = T [18,0.05] = 2.1009 (18 g.l. y =0.05 95% de nivel de confianza)
5. DECISION: Como Tc = 3.231 > Tt =2.1009 , Entones Se rechaza la H0 y se Acepta la H1, esto
implica que SI EXISTE diferencia significativa entre estas dos evaluaciones, es decir que
la capacitacin tuvo un efecto positivo, para un nivel de significancia de 0,05 o para un
nivel de confianza del 95%.
NOTA: Si el caso fuera que Tc < Tt , Ocurre lo contrario es decir que se Aceptara la hiptesis
nula y se rechazara la hiptesis alterna, generalmente este caso no debe ocurrir en una
investigacin porque no estaramos demostrando la hiptesis alterna, lo que implicara
que la investigacin que se realiz no es beneficiosa ni satisfactoria para nuestros
objetivos.
Pg. 28
EJEMPLO 2. De una muestra de 37 estudiantes se considera las siguientes calificaciones

obtenidas de una evaluacin (prueba de entrada) sobre conocimientos bsicos sobre el
uso y aplicacin del Plan Contable y luego de una capacitacin se volvi a evaluar
(prueba de salida) resultados que son presentados en la siguiente tabla. Determinar si
existe diferencia en la prueba de entrada y salida.
Para este caso en el contraste de las hiptesis se usa la prueba estadstica de la
distribucin normal (Z) porque n>=32
EVALUACION
EVALUACION
Nro.
ENTRADA
SALIDA
Nro.
ENTRADA
SALIDA
Dato
Dato
10
13
21
08
11
12
15
22
09
11
07
11
23
09
12
11
12
24
08
11
10
13
25
09
12
08
11
26
08
11
07
09
27
08
10
09
13
28
08
13
05
08
29
08
11
10
09
13
30
12
15
11
09
14
31
08
10
12
05
07
32
11
13
13
07
08
33
11
12
14
09
13
34
06
12
15
07
10
35
07
14
16
07
09
36
09
11
17
09
11
37
09
10
18
09
10
Promedio
08.59459
11.51351
19
08
12
Varianza 3.0255255 3.8123123
20
12
15
Pg. 29
1. PLANTEAMIENTO DE HIPOTESIS
Ho : A = B
Ho : Promedio Prueba de entrada = Promedio Prueba de Salida (Hiptesis nula)
H1 : A B
H1 : Promedio Prueba de entrada Promedio Prueba de Salida (Hiptesis alterna)
2. FIJAR EL NIVEL DE SIGNIFICANCIA ( )
Se puede tomar niveles de significancia dependiendo con que nivel de confianza se

concluir, los ms utilizados son:
= 0.05 de nivel de significancia (95 % de nivel de confianza)
En funcin a este valor ( = 0.05) se busca en la tabla estadstica el valor de Zt = 1,96
3. REGLA DE DECISION UTILIZANDO
(Zc= Z calculada y Zt= Z tabulada o de tabla)
Si Zc > Zt Se rechaza la Ho (Hiptesis nula) y se Acepta la H1 (Hiptesis Alterna)
4. CALCULO DE Zc SEGN LA FORMULA
Zc
XA XB
2
A
2
B
S
S
n A nB
8.59459 11.51351
3.0255255 3.8123123
37
37
6.78990182 5
BUSQUEDA DE Zt DE TABLA CON nivel de significancia

si = 0.05 ==> Zt = Z0.05 = 1.96 (95% de nivel de confianza)
5. DECISION:
Como Zc = 6.7899 > Zt =1.96 , Se rechaza la Ho y se Acepta la H1, ENTONCES significa que SI EXISTE
diferencia significativa entre la evaluacin de entrada entrada y la evaluacin de salida para un
nivel de significancia 0.05; 0.10 y 0,01 un nivel de confianza del 95%, 90% y 99 %
respectivamente. Es decir que la capacitacin tuvo un efecto positivo.
Pg. 30
CORRELACIN DE PEARSON
Este indicador es utilizado para medir la relacin existente entre dos variables cuantitativas en
estudio. Se utiliza la distribucin T (T-Student) cuando n<32, y Z (Distribucin
Normal) cuando n>=32. Los pasos a seguir para este tipo de pruebas de hiptesis son los
siguientes:
PRUEBA de HIPTESIS.
Las hiptesis son planteadas del siguiente modo:
H0: 0 No existe grado de correlacin o dependencia entre las variables en estudio
H1: 0 Existe algn grado de correlacin o dependencia entre las variables en estudio
NIVEL de SIGNIFICANCIA.
Se usar un nivel significancia entre el 1 % y el 10 %, cuando no se precisa este nivel,
se asume un nivel de significancia del 5 % (Es el ms recomendado y es equivalente a
un 95% de nivel de confianza) , es decir = 0,05 y una Tt (T tabulada o de tabla) con n2 grados de libertad. (n es el nmero de datos sumado de las dos variables es decir
n=nA+nB)
PRUEBA ESTADSTICA.
Se usar la distribucin Tt con n-2 grados de libertad.
n
n
i Yi
n
i 1
X iYi i 1
n
i 1
r
n
X
i 1
2
i
Xi
i 1
n
n2
Tc r
1 r2
2
n
Y
i 1
Yi
i 1
n
Zc
r
1 r 2
n2
Pg. 31
Donde:
Tc : T calculada.
: Tamao de muestra.
: Coeficiente de correlacin.
: Variable dependiente.
: Variable independiente.
REGLA DE DECISIN.
Si Tc > Tt. entonces se rechazar H0; Si Zc > Zt. entonces se rechazar H0,
CONCLUSIN.
Se compara el valor Tc (T calculado) es mayor que T (T tabulada o de tabla) se rechaza
la Ho y se acepta H1, esto significa que Existe algn grado de correlacin o
dependencia entre las variables en estudio.
Ejemplo 1:
Se tiene los siguientes resultados de la investigacin: FUNCIONALIDAD FAMILIAR Y
AUTOESTIMA EN LOS ESTUDIANTES DEL INSTITUTO SUPERIOR PEDAGOGICO PUBLICO
PUNO 2014, con una muestra de 10 estudiantes, determinar si existe o no algn grado
de correlacin o dependencia entre estas dos variables en estudio para un nivel de
significancias de 0.05
PRUEBA
FUNCIONALIDAD
FAMILIAR ( Xi )
AUTOESTIMA
( Yi )
14
12
16
14
13
14
17
19
13
12
10
11
14
12
11
10
13
16
10
12
144
119
Xi * Yi
Xi
Yi
140
132
224
168
143
140
221
304
130
144
1746
196
144
256
196
169
196
289
361
169
144
2120
100
121
196
144
121
100
169
256
100
144
1451
1.
Pg. 32
PRUEBA de HIPTESIS.
H0:
0 No existe grado de correlacin o dependencia entre la autoestima y la funcionalidad

familiar. (HIPTESIS NULA)
H1:
Existe algn grado de correlacin o dependencia entre la autoestima y la
funcionalidad familiar. (HIPTESIS ALTERNA)

2.
NIVEL de SIGNIFICANCIA.
= 0,05 (5%) nivel de significancia del equivalente a un 95% de nivel de confianza
3.
PRUEBA ESTADSTICA.
Se usar la distribucin Tt (T tabulada o T de tabla) con n-2 grados de libertad.
Tt (18 G.L., =0.05) = 2.1009

n
n
n
n X iYi X i Yi
i 1
i 1
i 1
r
n
n X
i 1
Tc r
2
i
Xi
i 1
n Yi Yi
i 1
i 1
n
10(1746 ) (144)(119)
10(2120 ) 144 2 10(1451) 119 2
0.80514353
n2
20 2
0.80514353
5.75965238
2
1 r
1 0.80514353 2
4. REGLA DE DECISIN.
Si Tc > Tt. entonces se rechazar H0,
5. CONCLUSIN.
Como Tc = 5.75965238, es mayor que Tt = 2.1009, se rechaza la H0 (Hiptesis Nula) y se
acepta H1 (Hiptesis Alterna), esto significa que Existe algn grado de correlacin o
dependencia entre la autoestima y la funcionalidad familiar, para un nivel de confianza
de 95% con un nivel de significancia 5% 0.05.
Pg. 33
Ejemplo 2: Dada la siguiente informacin determinar si existe influencia significativa entre la

ACTITUD DOCENTE Y LA IMPLEMENTACIN DEL PROYECTO CURRICULAR REGIONAL en la IES
26
30
21
26
27
22
33
29
16
18
19
34
29
27
19
13
14
23
30
28
25
36
23
26
20
22
21
27
30
9
13
25
19
29
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
TOTAL
36
34
22
29
23
25
40
37
21
24
23
38
39
28
16
15
16
29
36
29
24
41
29
34
20
34
26
30
34
8
19
26
19
35
CONDUCTUAL
12
9
5
9
9
9
10
10
5
9
6
12
11
8
8
6
5
9
9
7
7
12
9
10
5
9
7
9
10
3
3
9
7
10
AFECTIVA
TOTAL
12
13
9
12
9
8
16
15
8
7
9
14
14
10
5
5
5
10
14
12
9
16
10
11
9
13
9
11
12
1
7
9
8
11
MOTIVACIONAL
CONDUCTUAL
12
12
8
8
5
8
14
12
8
8
8
12
14
10
3
4
6
10
13
10
8
13
10
13
6
12
10
10
12
4
9
8
4
14
ACTITUD DOCENTE
IMPLEMENTACION
del P.C.R.
AFECTIVA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
MOTIVACIONAL
ACTITUD DOCENTE
8
7
4
7
11
12
8
12
12
6
10
8
14
10
12
9
10
6
13
10
10
7
9
12
12
4
11
9
9
12
12
10
11
13
10
4
5
13
12
10
12
12
9
10
10
14
13
16
11
11
10
12
9
6
8
10
12
12
6
12
10
10
12
12
10
12
10
7
3
2
11
10
9
9
9
8
8
6
9
9
11
11
10
9
9
8
7
7
7
9
11
4
11
7
7
9
11
4
11
31
24
11
14
35
34
27
33
33
23
28
24
37
32
39
31
31
25
34
27
23
22
26
33
35
14
34
26
26
33
35
24
34
IMPLEMENTACION
del P.C.R.
Industrial 32 Puno 2014
25
22
15
10
24
27
23
24
25
20
22
26
32
25
28
18
25
27
28
21
17
16
27
31
28
15
31
16
27
31
28
18
31
Pg. 34
1. PRUEBA de HIPTESIS.
H0: 0
No Existe influencia significativa entre la ACTITUD DOCENTE Y LA

IMPLEMENTACIN DEL PROYECTO CURRICULAR REGIONAL en la IES
Industrial 32 Puno 2013.
Ha: 0
Si Existe influencia significativa entre la ACTITUD DOCENTE Y LA

IMPLEMENTACIN DEL PROYECTO CURRICULAR REGIONAL en la IES
Industrial 32 Puno 2013.
2. NIVEL de SIGNIFICANCIA.
Se us un nivel de significancia = 0,05. Que es equivalente a 95% de nivel de
confianza. Cuyo valor de tabla de la Distribucin Normal es Set = 1.96
4. PRUEBA ESTADSTICA.
Se calcul el coeficiente de correlacin mediante la siguiente formula con los datos
del anexo 01:
n
i 1
X
i 1
2
i
n
n
X i Yi
i 1
X iYi i 1
n
Xi
i 1
2
n
Y
i 1
Yi
i 1
r = 0,856659868747961
Donde:
n : Tamao de muestra.
r
: Variable dependiente.
X : Variable independiente.
Pg. 35
Para contrastar las hiptesis se us la distribucin Normal: para la Zt con n-2 grados
de libertad (Extrada de la tabla estadstica). Y la Zc se calcula con la siguiente
frmula:
Zc
r
1 r 2
n2
Zc = 19,0785477731842
Donde:
Zc : Z calculada.
n : Tamao de muestra.
r
5. REGLA DE DECISIN.
Si Zc > Zt. Entonces se rechazar H0,
Como Zc = 19,07855 > Zt = 1.96, Entonces se Rechaza la H0., Es decir que Si Existe
influencia significativa entre la ACTITUD DOCENTE Y LA IMPLEMENTACIN DEL
PROYECTO CURRICULAR REGIONAL en la IES Industrial 32 Puno 2013, Para un
nivel de significancia = 0,05 para un 95% de nivel de confianza.
Pg. 36
PRUEBA DE DIFERENCIA DE 2 A MAS TRATAMIENTOS (PRUEBA F de

Fisher)
1) PLANTEAMIENTO DE HIPOTESIS
H0: (No existe diferencia entre las variables en estudio).

H1: (Existe diferencia entre las variables en estudio).
2) NIVEL DE SIGNIFICANCIA
= 0,05 nivel de significancia (1-=1-0,05=0,95==> 95% de nivel de confianza)
3) REGLA DE INFERENCIA:
si Fc > F[t-1,t(r-1)], Se rechaza la Ho

t=2 = NRO DE VARIABLES , r=NRO DATOS
4) ANDEVA (Anlisis de Varianza)

Fuentes de Variabilidad
G.L.
Entre Tratamientos
t-1
Dentro Trat.(Err.Exp)
t(r-1)
TOTAL
tr-1
SC.trat.
S.C.
X 2i. X 2 ..
r
rt
SC.tot X 2ij
X 2 ..
rt
C.M.
Fc.
SC.Error X 2ij
X 2i.
Opcional
SC error = SC tot - SC trat

CM trat = SC trat / GL tat
CM error = SC error / GL error
Fc = CM trat / CM error
5) DECISION
Si se comprueba que el valor Fc (F calculado), es mayor que Ft (F tabulada o de tabla) se rechaza
la H0 (Hiptesis Nula) y se acepta H1 (Hiptesis Alterna), esto significa que Existe diferencia entre
las variables en estudio. En caso contrario se acepta la Ho (Hiptesis Nula) lo que significara
Pg. 37
que No Existe diferencia entre las variables en estudio. Todo ello con un nivel de confianza de
95%, 90% 99%, segn el (nivel de significancia) utilizado.
Ejemplo:
SE TIENE LOS SIGUIENTES RESULTADOS DE UNA EVALUACION APLICADA A 10 ESTUDIANTES

SOBRE CULTURA GENERAL(Evaluacin de entrada) Y LUEGO DE UNA CAPACITACION(Evaluacin
de salida), DETEMINAR SI EXISTE O NO DIFERENCIA SIGNIFICTIVA ENTRE ESTAS PRUEBAS EN
ESTUDIO PARA UN NIVEL DE SIGNIFICANCIA DE 0.05
PRUEBA
ENTRADA
SALIDA
(Xi)
(Yi)
10
Xi * Yi
Xi
Yi
14
140
100
196
11
12
132
121
144
14
16
224
196
256
12
14
168
144
196
11
13
143
121
169
10
14
140
100
196
13
17
221
169
289
16
19
304
256
361
10
13
130
100
169
12
12
144
144
144
119
144
1746
1451
2120
X.. =
119+144=263
X2ij =
1451+2120=3571
t= 2
r = 10
1) PLANTEAMIENTO DE HIPOTESIS
H0: No existe diferencia entre la Evaluacin de entrada y la Evaluacin de salida.

H1: Si existe diferencia entre la Evaluacin de entrada y la Evaluacin de salida.
2) NIVEL DE SIGNIFICANCIA
Pg. 38
= 0,05 y/o 0,01 nivel de significancia
3) REGLA DE INFERENCIA:
si Fc > F[t-1,t(r-1)], Se rechaza la Ho
F tabulada (de tabla)

F[1,18],0.05 = 4,413863
F[1,18],0.01 = 8,285497
4) ANLISIS DE VARIANZA
X
SC.trat.
SC.trat.
i.
X 2 ..
rt
SC.tot X 2ij
119 2 144 2 263 2
31.25
10
10(2)
SC.tot 3571
X 2 ..
rt
263 2
112.55
10(2)
ANDEVA
G.L.
Entre Tratamientos
Dentro Trat.(Err.Exp)
18
TOTAL
19
S.C.
31.25
C.M.
31.25
Fc.
6.918819188
81.3 4.516666667
112.55
5) DECISION:
Como Fc =6.919
> Ft, 0,05 = 4,414 Entonces, Se rechaza la H0, para un nivel de sig. 0,05,
aceptndose H1, es decir que EXISTE diferencia entre la PRUEBA DE ENTRADA Y LA PRUEBA DE
SALIDA, para nivel de confianza del 95%, Sin embargo como Fc=6.919 < Ft, 0,01 = 8,2855 NO
EXISTE diferencia entre la autoestima y la funcionalidad familiar para un nivel de confianza del
99%
Pg. 39
Ejemplo: Supongamos que una compaa manufacturera ha comprado 03 mquinas

(A1, A2 y A3) de produccin de diferentes marcas se desea determinar si una de ellas
es ms rpida que las otras al producir un cierto bien. Se observa los resultados de 5
hrs. de produccin en forma aleatoria para cada mquina y se obtiene los siguientes
resultados, Probar si existe diferencias entre las 3 mquinas para un nivel de
significancia = 0.05
REPETICIONES
Tratamientos
A1
25
30
36
38
31 160
32
5226
25600
A2
31
39
38
42
35 185
37
6915
34225
A3
24
30
28
25
28 135
27
3669
18225
15810
78050
SUM
Xi.
Prom.Xi
X2i.
Sum Xi.^2
480
1. Planteamiento de hiptesis:
Ho (Hiptesis nula)
: A1 = A2 = A3
H1 (Hiptesis alterna) : al menos alguno es diferente
2. Nivel de significancia:
= 0,05 nivel de significancia 95% de nivel de confianza
3. Prueba Estadstica:
Se establece el punto y la regin crtica o regin de rechazo o aceptacin
Si Fc > F[t-1,t(r-1)], Se rechaza la Ho
F[2,12],0.05 = 3.88529
X
SC.trat.
i.
X 2 .. 160 2 185 2 135 2 480 2
250
rt
5
5(3)
SC.tot X 2ij
X 2 ..
480 2
15810
450
rt
5(3)
t= 3
ANVA (Anlisis de varianza)
r= 5
G.L.
S.C.
C.M.
Entre Tratamientos
t-1
250
Dentro Trat.(Error Exp.)
t(r-1)
12
200 16.6666667
TOTAL
tr-1
14
450
125
Fc.
7.5
Pg. 40
SC error = SC tot - SC trat

CM trat = SC trat / GL trat
CM error = SC error / GL error
Fc = CM trat / CM error
5. DECISION
Como Fc = 7.5 > Ft =3.88529, Se rechaza la Ho y se acepta la Hiptesis alterna (H1)
Esto implica que al menos alguna marca de las maquinas tiene diferente produccin
despus de 5 hrs. para un nivel de significancia 0,05 un nivel de confianza del 95%
Pg. 41
LA DISTRIBUCIN JI-CUADRADO
La distribucin ji-cuadrado tiene muchas aplicaciones en inferencia estadstica, por
ejemplo en la denominada prueba utilizada como prueba de independencia y como
prueba de bondad de ajuste y en la estimacin de varianzas. Tambin est involucrada
en el problema de estimar la media de una poblacin normalmente distribuida y en el
problema de estimar la pendiente de una recta de regresin lineal, a travs de su papel
en la distribucin t de Student, y participa en todos los problemas de anlisis de
varianza, por su papel en la distribucin F de Snedecor, que es la distribucin del
cociente de dos variables aleatorias de distribucin ji-cuadrado e independientes.
La distribucin Ji cuadrada se utiliza para establecer la relacin de dos variables

cualitativas
Ejemplo 1. La pregunta de investigacin es si el aprovechamiento en matemtica est

relacionado con el gnero. Una variable es gnero (Varones y mujeres) y la otra variable
es el aprovechamiento (Nivel bajo, Nivel normal y Nivel alto). La tabla de contingencia
presenta las frecuencias observadas.
GENERO
Varones
Mujeres
Total
NIVEL de APROVECHAMIENTO
Bajo
Normal
Alto
47
41
88
38
21
59
29
9
38
Total
114
71
185
Si el aprovechamiento en matemtica no est relacionado con el gnero se espera el

mismo porcentaje de Varones que de mujeres en cada nivel de la variable
aprovechamiento. La tabla de frecuencias esperadas es:
Pg. 42
Varones
Nivel Bajo
(88)(114)/185
Nivel Normal
(59)(114)/185
Nivel Alto
(38)(114)/185
Total
Mujeres
(88)(71)/185
(59)(71)/185
(38)(71)/185
Total
88
59
38
71
185
Varones
Mujeres
Total
Nivel Bajo
54.227027
33.772973
88
Nivel Normal
36.3568
22.6432
59
Nivel Alto
23.4162
14.5838
38
Total
114
71
185
114
(Es importante observar que los totales no cambian). La frecuencia esperada se

encuentra en la segunda tabla.
Es posible decir que mientras ms cercanas sean las frecuencias observadas (f o) a las
frecuencias esperadas, ms seguro se puede estar de que el gnero y el
aprovechamiento son independientes uno de otro. En otras palabras, es posible esperar
los mismos porcentajes de Varones que de mujeres en cada nivel de la variable
aprovechamiento. La frmula que indica cuanto se parecen las frecuencias esperadas a
las observadas es la estadstica x2.
La frmula para hallar la Chi cuadrada (X2) calculada es:
( fo fe )2
x
fe
2
c
fo
fe
fo - fe
(fo - fe)2
(fo - fe)2/fe
47
54.2270
-7.2270
52.2299
0.9632
38
36.3568
1.6432
2.7002
0.0743
29
23.4162
5.5838
31.1786
1.3315
41
33.7730
7.2270
52.2299
1.5465
21
22.6432
-1.6432
2.7002
0.1193
14.5838
-5.5838
31.1786
2.1379
185
185
Ji-cuadrada ==>
6.172590369
LUEGO DECIMOS QUE : X2 (Calculada) = 6.172590369
Pg. 43
Para determinar si esta estadstica es demasiado grande se utiliza la tabla de la

distribucin. Si cae en la zona de rechazo, la conclusin es que las dos variables estn
relacionadas
X2 (TABULADA) = X2(n-1)(m-1),0.05= X2(3-1)(2-1),0.05= X22, 0.05=5.9915
PRUEBA DE HIPOTESIS PARA LA JI CUADRADA

1) Prueba de Hiptesis:
Ho: No hay relacin o asociacin entre el gnero y el aprovechamiento en
matemticas en la poblacin.
H1: SI hay relacin o asociacin entre el gnero y el aprovechamiento en

matemticas en la poblacin.
2) Nivel de significacin ; = 0.05 (5% de nivel de significancia) equivalente a 95%

de nivel de confianza.
3) Prueba estadstica:
Se utiliza la prueba X2 (Chi cuadrada) de independencia con (n-1)(m-1) grados de
libertad donde n es el nmero de columnas y m el nmero de filas. Valores crticos para
las zonas de rechazo y de no rechazo. En este caso X2 para = 0.05 y 2 g.l., el valor
crtico es 5.9915.
4) Decisin:
Como X2C =6.172590369 X2t =5.9915, Entonces se rechaza Ho (hiptesis nula). Esto
significa que el aprovechamiento en matemticas est RELACIONADO con el gnero
para un nivel de significancia de =0.05 ( 95% de nivel de confianza).
Pg. 44
REGRESIN LINEAL
GENERALIDADES.
La palabra Regresin proviene del latn regresio: regreso, vuelta, retroceso.
En nuestro entorno encontramos muchos eventos que estn relacionados entre

s, en trminos de dos o ms variables, como por ejemplo: la metodologa de
enseanza influye en el nivel de rendimiento acadmico del alumno.
Los datos univariantes se presentan cuando en una poblacin o muestra se mide

slo una variable en cada uno de los individuos o sujetos que integran el
conjunto bajo estudio. Los datos bivariantes se presentan cuando en una
poblacin o muestra se miden simultneamente dos variables en cada uno de
los individuos o sujetos que integran el conjunto o subconjunto bajo estudio.
Algunos ejemplos de datos variantes son: la estatura y el peso de varones
adultos, el coeficiente de inteligencia y el rendimiento acadmico de los
alumnos.
Como ejemplo de datos bivariantes tenemos:

POSIBLES RELACIONES BIVARIANTES
Variable 1 (X)
Variable 2 (Y)
Horas de estudio
Rendimiento acadmico
Edad
Peso
Clima
Produccin de quinua
Habilidad verbal
Calificacin en un examen
Nmero de hijos en la familia
Consumo familiar
Coeficiente de inteligencia
Rendimiento acadmico
Nmero de hermanos
Consumo familiar
Estado emocional
Aprendizaje
Alimentacin
Rendimiento fsico
Dilogo con los padres
Personalidad del nio
Pg. 45
Regresin Lineal Simple.

El anlisis de regresin se encarga de descubrir la relacin funcional entre dos o
ms variables. Cuando se estudian solamente dos variables la metodologa a
utilizar se conoce como anlisis de regresin simple, en tanto que si se trata de
tres o ms variables el anlisis regresional es mltiple. El anlisis de regresin
puede ser lineal o no lineal.
Anlisis de regresin lineal.

Es la relacin que existe entre dos variables, la misma que est definida en una
funcin expresada en trminos de una ecuacin de una lnea recta, tal como se
muestra en el siguiente grfico:
Anlisis de regresin no lineal.

Es la relacin que existe entre dos variables, la misma que est definida por una
ecuacin polinomial de grado avanzado. Estas ecuaciones no lineales producen
curvas cuadrticas, hiperblicas, parablicas, cbicas, etc., tal como se muestra
en el siguiente grfico:
Pg. 46
Modelo Regresional.
La variable Y se conoce como la variable dependiente, endgena o predicha, en

tanto que la variable X es llamada variable independiente, exgena o predictora.
La magnitud de Y depende de la magnitud de X, y por lo tanto puede predecirse
en base al valor que asuma la variable independiente.
El anlisis regresional permite expresar la relacin entre las variables X y Y

mediante una ecuacin matemtica.
El modelo matemtico poblacional esta representado por:
Yi X i i
Donde:
: Parmetro poblacional, intercepto
: Parmetro poblacional, pendiente de la recta
Yi
: Variable dependiente
Xi
: Variable independiente
: Error poblacional
El modelo matemtico muestral est representado por: Yi X i ei
Donde:
: Estimador muestral, intercepto
: Estimador muestral, pendiente de la recta
Yi
: Variable dependiente
Xi
: Variable independiente
ei
: Error muestral
Pg. 47
El modelo estimado de la recta de regresin muestral se define del siguiente

modo:
Yi X i
Donde:
ei Yi Yi
En la expresin anterior y son los coeficientes de regresin, son valores

desconocidos que debern ser determinados matemticamente. Cuando se
estiman los valores de los coeficientes de regresin, es posible calcular los
valores predictivos de Y para determinados valores de X, mediante la sustitucin
apropiada en la ecuacin de regresin muestral.
Esta ecuacin de regresin sera el medio de prediccin que se usara para

predecir los valores de Y correspondientes a los valores de X. Grficamente se
representa del siguiente modo:
Para estudiar la regresin de Y en X contamos con el modelo de regresin lineal

simple que se basa en los siguientes supuestos.
a) La variable independiente X tiene valores que son preestablecidos por el equipo

de investigadores. Esto implica que solamente Y, la variable dependiente, es una
variable aleatoria y que X no vara aleatoriamente sino que est bajo el control
de los investigadores.
Pg. 48
b) El valor de la variable aleatoria Y depende en cierto grado del valor de la variable

independiente X.
c) La relacin que media entre X e Y se puede describir adecuadamente mediante

una ecuacin lineal cuya representacin geomtrica es una lnea recta. Los
valores paramtricos de la variable Y son funcin de la variable X.
En el estudio de modelos de regresin se presentan dos casos:

1. Recta ascendente (creciente)
En este tipo de modelo de regresin, se observa que ambas variables tienen
una relacin directa, es decir si una variable aumenta la otra tambin
aumenta y si una variable disminuye la otra tambin disminuye.
Como por ejemplo:

X : Horas dedicadas al estudio
Y : Rendimiento acadmico
La grfica tiene la siguiente forma:
Este grfico se puede entender del siguiente modo: Mientras el alumno le

dedique menos horas al estudio, su rendimiento ser deficiente; pero si el
alumno le dedica ms horas al estudio, su rendimiento ser satisfactorio o
mejor.
Pg. 49
2. Recta descendente (decreciente)

En este tipo de modelo de regresin, se observa que ambas variables tienen
una relacin inversa, es decir si una variable aumenta la otra disminuye y si
una variable disminuye la otra aumenta.
Como por ejemplo:

X : Horas dedicadas al vicio
Y : Rendimiento acadmico
La grfica tiene la siguiente forma:
Este grfico se puede entender del siguiente modo: Mientras el alumno le

dedique menos horas al vicio, su rendimiento ser satisfactorio; pero si el
alumno le dedica ms horas al vicio, su rendimiento ser deficiente o peor.
Determinacin de la ecuacin de regresin.

La regresin entre dos variables cuantitativas debe ser definida usando mtodos
que ofrezcan mayor precisin que la ofrecida mediante la utilizacin de los
diagramas de dispersin.
Los estimadores del modelo de regresin son los siguientes:
Y X
i 1
i 1
i 1
n X iYi X i Yi
n
n X X i
i 1
i 1
2
i
Pg. 50
Ejemplo 01:
Los siguientes datos muestran los gastos invertidos en publicidad
(en miles de soles) (Xi) y las ventas obtenidas (en cientos) de vehculos (Yi)
de 7 tiendas sucursales del Per. Hallar el modelo de regresin lineal y Estimar
la venta de vehculos para cuando una Empresa invierta
S/.8000 y S/.10000. en gastos de publicidad.
Nro.
Gastos.(X)
Venta de(Y)
2,5
3,2
7,5
8,4
12
10,2
15
14,5
18
19,8
a) Estimando el modelo de regresin lineal.

Para encontrar el modelo se realizar los siguientes clculos:
Nro.
Xi*Yi Xi
Y.est
2,5
10
16
2,51358885
48,01475907
48,20326531
3,2
16
25 3,668466899
33,34358269
38,97326531
7,5
52,5
49 5,978222997
12,00368977
3,774693878
8,4
75,6
81 8,287979094
1,333743308
1,08755102
12
10,2 122,4 144 11,75261324
5,33497323
0,573265306
15
14,5 217,5 225 15,21724739
33,34358269
25,57469388
18
19,8 356,4 324 18,68188153
85,35957168
107,2704082
Tot.
70
66,1 850,4 864
218,7339024
225,4571429
66,1
(Yest. - Yprom.) (Yi - Yprom.)
Prom. 10 9,44285714
Pg. 51
Calculando el estimador tenemos:

n
i 1
i 1
n X iYi X i Yi
i 1
n X i2 X i
i 1
i1
7(850,4) (70)(66,1)
1,15487805
7(864) (70)2
Y X

66,1
70
(1.154778049 ) 2.105923345
7
7
Entonces la ecuacin de regresin lineal es:
i = -2.105923345 + 1,154878049 Xi
Este modelo nos servir para hacer las predicciones de las ventas obtenidas (en
cientos de soles) de vehculos (Y) para los diferentes gastos invertidos (en miles de
soles) (X).
Al interpretar estos resultados es conveniente recordar que la razn esencial que

motiv el clculo de la ecuacin de regresin es poder usar esta para establecer
estimados o proyecciones de los valores de la variable dependiente Y. As por
ejemplo podra interesarnos predecir el valor de Y asociado con un valor particular
de X.
Pg. 52
Estimar la venta de vehculos para cuando una Empresa invierta S/.8000 y

S/.10000. en gastos de publicidad..
Para responder a esta pregunta, se requiere la sustitucin del valor de X = 8 y 10

respectivamente en los trminos de la ecuacin de regresin.
i = -2.105923345 + 1,154878049 Xi
8 = 7,133101045
10 = 9,442857143
Se estima que la venta de vehculos para cuando una Empresa invierta S/.8000 en
gastos de publicidad, obtendr una venta de 713 vehculos, con un coeficiente de
determinacin de 97,02%
Se estima que la venta de vehculos para cuando una Empresa invierta S/.10000 en
gastos de publicidad, obtendr una venta de 944 vehculos, con un coeficiente de
determinacin de 97,02%
NOTA:
Para realizar la prediccin, es necesario cumplir las siguientes condiciones:
El coeficiente de correlacin(r =(R2)1/2), sea mayor o igual a 0,80.
El error estndar del estimador que sea cercano a cero.
Que se cumplan los supuestos del anlisis de regresin.
Coeficiente de Determinacin (R2).
R2 nos indica la cantidad de mejoramiento en trminos de reduccin del error total

gracias al uso de la recta de regresin y se dice que mide la bondad de ajuste. R2
Representa la reduccin relativa de la suma de cuadrados total gracias al uso de la
recta de regresin. Por Ejemplo si: R2 = 0,80 significa que hubo con una reduccin
Pg. 53
del 80% de la suma de cuadrados total. Si R2 =1 indica que la reduccin de la suma

de cuadrados del error total fue del 100%. Lo que nos dice que el error Yi - Yi = 0,
para todo i y que todos los puntos estn sobre la recta de regresin.
En las siguientes grficas se muestra diferentes valores del coeficiente de

determinacin:
0,8 R2 < 1
R2 = 1
0,5 R2 < 0,8
0 < R2 < 0,3
R2
i 1
n
i 1
Donde :
0,3 R2 < 0,5
R2 = 0
suma _ de _ cuadrados _ de _ error _ exp licado

suma _ de _ cuadrados _ de _ error _ total
0 R2 1
Pg. 54
De nuestro ejemplo:
y
n
R2
i 1
n
y
i 1
218,733902 4
0,970179519 97,02%
225,457142 9
Observamos que hay una bondad de ajuste (de la recta de regresin con los datos
originales) del 97,02% lo que implica que el ajuste es muy bueno.
Ejemplo 02.
Los siguientes datos corresponden al tiempo de estudio en hrs. (Xi) empleado
semanalmente por 10 estudiantes y el reflejo de sus respectivas calificaciones (Yi)
obtenidas en una Escuela Profesional de la Universidad. Hallar el modelo lineal y
estimar para cuando se estudie 5 y 15 hrs., Cules seran las calificaciones que
pueden obtener?
Nro.
Hrs.(X)
Calific.(y)
10
10
10
10
12
12
13
12
14
12
16
10
14
18
Tot.
90
125
Prom.
12,5
Pg. 55
Procediendo con los clculos:

Nro.
Hrs.(X) Calific.(y)
Xi * Yi
Xi
Y.est
(Yest. - Yprom.) (Yi - Yprom.)
10
60
36
9,585714286
8,493061224
6,25
10
60
36
9,585714286
8,493061224
6,25
10
70
49
10,55714286
3,774693878
6,25
10
70
49
10,55714286
3,774693878
6,25
12
96
64
11,52857143
0,943673469
0,25
12
108
81
12,5
0,25
13
117
81
12,5
0,25
12
14
168
144
15,41428571
8,493061224
2,25
12
16
192
144
15,41428571
8,493061224
12,25
10
14
18
252
196
17,35714286
23,59183673
30,25
Tot.
90
125
1193
880
125
66,05714286
70,5

n
i 1
i 1
n X iYi X i Yi
i 1
n X i2 X i
i 1
i1
10(1193) (90)(125)
0,971428571
10(880) (90) 2
Y X
12,5 (0,971428571 )(9) 3,75714285 7
Entonces la ecuacin de regresin lineal es:

i = 3,757142857 + 0,971428571 Xi
Pg. 56
Este modelo nos servir para hacer las predicciones para las calificaciones que
puedan obtener (Y) segn el tiempo de estudio empleado semanalmente (X).
Coeficiente de Determinacin:
R2
i 1
n
i 1
0,93698075
Estimar la calificacin de los estudiantes para cuando el estudiante emplee 5 y 15 hrs.

De estudio
Para responder a esta pregunta, se requiere la sustitucin del valor de X i = 5 y 15

respectivamente en los trminos de la ecuacin de regresin.
i = 3,757142857 + 0,971428571 Xi
5 = 8,614285714
15 = 18,32857143
Se estima que, cuando un estudiante emplea solo 5 horas de estudio semanalmente
obtendra una calificacin aproximada de 8,61, con un coeficiente de determinacin
de 93,70%
Se estima que, cuando un estudiante emplea solo 15 horas de estudio

semanalmente obtendra una calificacin aproximada de 18,33, con un coeficiente
de determinacin de 93,70%
Pg. 57
TABLA ESTADISTICA: Distribucin t-student (dos colas)

Para (nivel de significancia) para un nivel de confianza del (1- )100%.
= nivel de significancia
g.l.
1
0,1
0,05
= nivel de significancia
0,025
0,01
g.l.
0,1
0,05
0,025
0,01
63,656
51
1,6753
2,0076
2,3095
2,6757
6,314
12,706
33,821
2,92
4,3027
6,2054
9,925
52
1,6747
2,0066
2,3082
2,6737
2,3534
3,1824
4,1765
5,8408
53
1,6741
2,0057
2,3069
2,6718
2,1318
2,7765
3,4954
4,6041
54
1,6736
2,0049
2,3056
2,67
2,015
2,5706
3,1634
4,0321
55
1,673
2,004
2,3044
2,6682
1,9432
2,4469
2,9687
3,7074
56
1,6725
2,0032
2,3033
2,6665
1,8946
2,3646
2,8412
3,4995
57
1,672
2,0025
2,3022
2,6649
1,8595
2,306
2,7515
3,3554
58
1,6716
2,0017
2,3011
2,6633
1,8331
2,2622
2,685
3,2498
59
1,6711
2,001
2,3
2,6618
10
1,8125
2,2281
2,6338
3,1693
60
1,6706
2,0003
2,299
2,6603
11
1,7959
2,201
2,5931
3,1058
61
1,6702
1,9996
2,2981
2,6589
12
1,7823
2,1788
2,56
3,0545
62
1,6698
1,999
2,2971
2,6575
13
1,7709
2,1604
2,5326
3,0123
63
1,6694
1,9983
2,2962
2,6561
14
1,7613
2,1448
2,5096
2,9768
64
1,669
1,9977
2,2954
2,6549
15
1,7531
2,1315
2,4899
2,9467
65
1,6686
1,9971
2,2945
2,6536
16
1,7459
2,1199
2,4729
2,9208
66
1,6683
1,9966
2,2937
2,6524
17
1,7396
2,1098
2,4581
2,8982
67
1,6679
1,996
2,2929
2,6512
18
1,7341
2,1009
2,445
2,8784
68
1,6676
1,9955
2,2921
2,6501
19
1,7291
2,093
2,4334
2,8609
69
1,6672
1,9949
2,2914
2,649
20
1,7247
2,086
2,4231
2,8453
70
1,6669
1,9944
2,2906
2,6479
21
1,7207
2,0796
2,4138
2,8314
71
1,6666
1,9939
2,2899
2,6469
22
1,7171
2,0739
2,4055
2,8188
72
1,6663
1,9935
2,2892
2,6458
23
1,7139
2,0687
2,3979
2,8073
73
1,666
1,993
2,2886
2,6449
24
1,7109
2,0639
2,391
2,797
74
1,6657
1,9925
2,2879
2,6439
25
1,7081
2,0595
2,3846
2,7874
75
1,6654
1,9921
2,2873
2,643
26
1,7056
2,0555
2,3788
2,7787
76
1,6652
1,9917
2,2867
2,6421
27
1,7033
2,0518
2,3734
2,7707
77
1,6649
1,9913
2,2861
2,6412
28
1,7011
2,0484
2,3685
2,7633
78
1,6646
1,9908
2,2855
2,6403
29
1,6991
2,0452
2,3638
2,7564
79
1,6644
1,9905
2,2849
2,6395
30
1,6973
2,0423
2,3596
2,75
80
1,6641
1,9901
2,2844
2,6387
31
1,6955
2,0395
2,3556
2,744
81
1,6639
1,9897
2,2838
2,6379
32
1,6939
2,0369
2,3518
2,7385
82
1,6636
1,9893
2,2833
2,6371
33
1,6924
2,0345
2,3483
2,7333
83
1,6634
1,989
2,2828
2,6364
34
1,6909
2,0322
2,3451
2,7284
84
1,6632
1,9886
2,2823
2,6356
35
1,6896
2,0301
2,342
2,7238
85
1,663
1,9883
2,2818
2,6349
36
1,6883
2,0281
2,3391
2,7195
86
1,6628
1,9879
2,2813
2,6342
37
1,6871
2,0262
2,3363
2,7154
87
1,6626
1,9876
2,2809
2,6335
38
1,686
2,0244
2,3337
2,7116
88
1,6624
1,9873
2,2804
2,6329
39
1,6849
2,0227
2,3313
2,7079
89
1,6622
1,987
2,28
2,6322
40
1,6839
2,0211
2,3289
2,7045
90
1,662
1,9867
2,2795
2,6316
41
1,6829
2,0195
2,3267
2,7012
91
1,6618
1,9864
2,2791
2,6309
42
1,682
2,0181
2,3246
2,6981
92
1,6616
1,9861
2,2787
2,6303
43
1,6811
2,0167
2,3226
2,6951
93
1,6614
1,9858
2,2783
2,6297
44
1,6802
2,0154
2,3207
2,6923
94
1,6612
1,9855
2,2779
2,6291
45
1,6794
2,0141
2,3189
2,6896
95
1,6611
1,9852
2,2775
2,6286
46
1,6787
2,0129
2,3172
2,687
96
1,6609
1,985
2,2771
2,628
47
1,6779
2,0117
2,3155
2,6846
97
1,6607
1,9847
2,2767
2,6275
48
1,6772
2,0106
2,3139
2,6822
98
1,6606
1,9845
2,2764
2,6269
49
1,6766
2,0096
2,3124
2,68
99
1,6604
1,9842
2,276
2,6264
50
1,6759
2,0086
2,3109
2,6778
100
1,6602
1,984
2,2757
2,6259
Pg. 58
TABLA ESTADSTICA DE LA DISTRIBUCIN CHI CUADRADO

Ejemplo: si tenemos una tabla de contingencia de 2 filas y 5 columnas entonces los grados de libertad
serian (2-1)(5-1)=1*4=4 g.l. Entonces el dato de la Chi Cuadrada Calculada con un =0.05 y 4 g.l. Es = 9,4877
Nivel de significancia
gl
0.10
0.05
0.025
Nivel de significancia
0.01
0.005
gl
0.10
0.05
0.025
2.7055
3.8415
5.0239
6.6349
7.8794
4.6052
5.9915
7.3778
9.2104
10.5965
52 65.4224 69.8322 73.8099 78.6156
82.0006
6.2514
7.8147
9.3484 11.3449 12.8381
53 66.5482 70.9934 75.0019 79.8434
83.2525
7.7794
9.4877
11.1433 13.2767 14.8602
54 67.6728 72.1532 76.1921 81.0688
84.5018
9.2363 11.0705 12.8325 15.0863 16.7496
55 68.7962 73.3115 77.3804 82.292
85.7491
10.6446 12.5916 14.4494 16.8119 18.5475
56 69.9185 74.4683 78.5671 83.5136
86.994
12.017
14.0671 16.0128 18.4753 20.2777
57 71.0397 75.6237 79.7522 84.7327
88.2366
13.3616 15.5073 17.5345 20.0902 21.9549
58 72.1598 76.7778 80.9356 85.9501
89.477
14.6837 16.919
59 73.2789 77.9305 82.1174 87.1658
90.7153
60 74.397
91.9518
11 17.275
19.0228 21.666
23.5893
20.4832 23.2093 25.1881
19.6752 21.92
79.082
77.386
0.005
10 15.9872 18.307
51 64.2954 68.6693 72.616
0.01
83.2977 88.3794
80.7465
24.725
26.7569
61 75.5141 80.2321 84.4764 89.5912
93.1862
12 18.5493 21.0261 23.3367 26.217
28.2997
62 76.6302 81.381
94.4185
13 19.8119 22.362
24.7356 27.6882 29.8193
85.6537 90.8015
63 77.7454 82.5287 86.8296 92.0099
95.6492
14 21.0641 23.6848 26.1189 29.1412 31.3194
64 78.8597 83.6752 88.004
96.8779
15 22.3071 24.9958 27.4884 30.578
65 79.973
32.8015
93.2167
84.8206 89.1772 94.422
16 23.5418 26.2962 28.8453 31.9999 34.2671
66 81.0855 85.9649 90.3488 95.6256
17 24.769
67 82.1971 87.108
27.5871 30.191
33.4087 35.7184
98.1049
99.3303
91.5193 96.8277 100.5538
18 25.9894 28.8693 31.5264 34.8052 37.1564
68 83.3079 88.2502 92.6885 98.0283 101.7757
19 27.2036 30.1435 32.8523 36.1908 38.5821
69 84.4179 89.3912 93.8565 99.2274 102.9961
20 28.412
70 85.527
31.4104 34.1696 37.5663 39.9969
90.5313 95.0231 100.4251 104.2148
21 29.6151 32.6706 35.4789 38.9322 41.4009
71 86.6354 91.6703 96.1887 101.6214 105.4323
22 30.8133 33.9245 36.7807 40.2894 42.7957
72 87.7431 92.8083 97.353 102.8163 106.6473
23 32.0069 35.1725 38.0756 41.6383 44.1814
73 88.8499 93.9453 98.5162 104.0098 107.8619
24 33.1962 36.415
74 89.9561 95.0815 99.6784 105.2019 109.0742
39.3641 42.9798 45.5584
25 34.3816 37.6525 40.6465 44.314
46.928
75 91.0615 96.2167 100.8393 106.3929 110.2854
26 35.5632 38.8851 41.9231 45.6416 48.2898
76 92.1662 97.351 101.9992 107.5824 111.4954
27 36.7412 40.1133 43.1945 46.9628
49.645
77 93.2702 98.4844 103.1581 108.7709 112.7037
28 37.9159 41.3372 44.4608 48.2782
50.9936
78 94.3735 99.617 104.3159 109.9582 113.9107
29 39.0875 42.5569 45.7223 49.5878
52.3355
79 95.4762 100.7486 105.4727 111.144 115.1163
30 40.256
46.9792 50.8922
53.6719
80 96.5782 101.8795 106.6285 112.3288 116.3209
31 41.4217 44.9853 48.2319 52.1914
55.0025
81 97.6796 103.0095 107.7834 113.5123 117.524
32 42.5847 46.1942 49.4804 53.4857
56.328
82 98.7803 104.1387 108.9373 114.6948 118.7261
33 43.7452 47.3999 50.7251 54.7754
57.6483
83 99.8805 105.2672 110.0902 115.8762 119.927
34 44.9032 48.6024 51.966
58.9637
84 100.98
35 46.0588 49.8018 53.2033 57.342
60.2746
85 102.0789 107.5217 112.3933 118.2356 122.3244
36 47.2122 50.9985 54.4373 58.6192
61.5811
86 103.1773 108.6479 113.5436 119.4137 123.5218
37 48.3634 52.1923 55.668
62.8832
87 104.275 109.7733 114.6929 120.5909 124.7176
38 49.5126 53.3835 56.8955 61.162
64.1812
88 105.3723 110.898 115.8415 121.7672 125.9123
39 50.6598 54.5722 58.1201 62.4281
65.4753
89 106.4689 112.022 116.989 122.9422 127.106
40 51.805
66.766
90 107.565 113.1452 118.1359 124.1162 128.2987
41 52.9485 56.9424 60.5606 64.95
68.0526
91 108.6606 114.2679 119.282 125.2893 129.4902
42 54.0902 58.124
69.336
92 109.7556 115.3898 120.427 126.4616 130.6812
43 55.2302 59.3035 62.9903 67.4593
70.6157
93 110.8501 116.511 121.5714 127.633 131.8705
44 56.3685 60.4809 64.2014 68.7096
71.8923
94 111.9442 117.6317 122.7152 128.8032 133.0589
45 57.5053 61.6562 65.4101 69.9569
73.166
95 113.0377 118.7516 123.858 129.9725 134.2466
46 58.6405 62.8296 66.6165 71.2015
74.4367
96 114.1307 119.8709 125.0001 131.1411 135.4327
47 59.7743 64.0011 67.8206 72.4432
75.7039
97 115.2232 120.9897 126.1414 132.3089 136.6188
48 60.9066 65.1708 69.0226 73.6826
76.9689
98 116.3153 122.1077 127.2821 133.4756 137.803
49 62.0375 66.3387 70.2224 74.9194
78.2306
50 63.1671 67.5048 71.4202 76.1538
79.4898
43.773
56.0609
59.8926
55.7585 59.3417 63.6908

61.7767 66.2063
106.3949 111.2422 117.0566 121.1262
99 117.4069 123.2252 128.4219 134.6415 138.9869

100 118.498 124.3421 129.5613 135.8069 140.169
Pg. 59
Distribucin F de FISHER, Para =0.05(nivel de significancia) para un nivel de confianza del 95%.
=
G.L.denom.
0,05
1
grados de libertad del numerador

3
4
5
6
7
161,446
199,499
215,707
224,583
230,160
233,988
18,5128
19,0000
19,1642
19,2467
19,2963
19,3295
10,1280
9,5521
9,2766
9,1172
9,0134
7,7086
6,9443
6,5914
6,3882
6,6079
5,7861
5,4094
5,9874
5,1432
4,7571
5,5915
4,7374
5,3176
5,1174
10
10
20
60
100
10000
236,767
238,884
240,543
241,882
248,016
252,196
253,043
254,302
19,3531
19,3709
19,3847
19,3959
19,4457
19,4791
19,4857
19,4957
8,9407
8,8867
8,8452
8,8123
8,7855
8,6602
8,5720
8,5539
8,5267
6,2561
6,1631
6,0942
6,0410
5,9988
5,9644
5,8025
5,6878
5,6640
5,6284
5,1922
5,0503
4,9503
4,8759
4,8183
4,7725
4,7351
4,5581
4,4314
4,4051
4,3654
4,5337
4,3874
4,2839
4,2067
4,1468
4,0990
4,0600
3,8742
3,7398
3,7117
3,6693
4,3468
4,1203
3,9715
3,8660
3,7871
3,7257
3,6767
3,6365
3,4445
3,3043
3,2749
3,2302
4,4590
4,0662
3,8379
3,6875
3,5806
3,5005
3,4381
3,3881
3,3472
3,1503
3,0053
2,9747
2,9281
4,2565
3,8625
3,6331
3,4817
3,3738
3,2927
3,2296
3,1789
3,1373
2,9365
2,7872
2,7556
2,7072
4,9646
4,1028
3,7083
3,4780
3,3258
3,2172
3,1355
3,0717
3,0204
2,9782
2,7740
2,6211
2,5884
2,5384
11
4,8443
3,9823
3,5874
3,3567
3,2039
3,0946
3,0123
2,9480
2,8962
2,8536
2,6464
2,4901
2,4566
2,4050
12
4,7472
3,8853
3,4903
3,2592
3,1059
2,9961
2,9134
2,8486
2,7964
2,7534
2,5436
2,3842
2,3498
2,2967
13
4,6672
3,8056
3,4105
3,1791
3,0254
2,9153
2,8321
2,7669
2,7144
2,6710
2,4589
2,2966
2,2614
2,2070
14
4,6001
3,7389
3,3439
3,1122
2,9582
2,8477
2,7642
2,6987
2,6458
2,6022
2,3879
2,2229
2,1870
2,1313
15
4,5431
3,6823
3,2874
3,0556
2,9013
2,7905
2,7066
2,6408
2,5876
2,5437
2,3275
2,1601
2,1234
2,0664
16
4,4940
3,6337
3,2389
3,0069
2,8524
2,7413
2,6572
2,5911
2,5377
2,4935
2,2756
2,1058
2,0685
2,0102
17
4,4513
3,5915
3,1968
2,9647
2,8100
2,6987
2,6143
2,5480
2,4943
2,4499
2,2304
2,0584
2,0204
1,9610
18
4,4139
3,5546
3,1599
2,9277
2,7729
2,6613
2,5767
2,5102
2,4563
2,4117
2,1906
2,0166
1,9780
1,9175
19
4,3808
3,5219
3,1274
2,8951
2,7401
2,6283
2,5435
2,4768
2,4227
2,3779
2,1555
1,9795
1,9403
1,8787
20
4,3513
3,4928
3,0984
2,8661
2,7109
2,5990
2,5140
2,4471
2,3928
2,3479
2,1242
1,9464
1,9066
1,8438
21
4,3248
3,4668
3,0725
2,8401
2,6848
2,5727
2,4876
2,4205
2,3661
2,3210
2,0960
1,9165
1,8761
1,8124
22
4,3009
3,4434
3,0491
2,8167
2,6613
2,5491
2,4638
2,3965
2,3419
2,2967
2,0707
1,8894
1,8486
1,7838
23
4,2793
3,4221
3,0280
2,7955
2,6400
2,5277
2,4422
2,3748
2,3201
2,2747
2,0476
1,8648
1,8234
1,7577
24
4,2597
3,4028
3,0088
2,7763
2,6207
2,5082
2,4226
2,3551
2,3002
2,2547
2,0267
1,8424
1,8005
1,7338
25
4,2417
3,3852
2,9912
2,7587
2,6030
2,4904
2,4047
2,3371
2,2821
2,2365
2,0075
1,8217
1,7794
1,7117
26
4,2252
3,3690
2,9752
2,7426
2,5868
2,4741
2,3883
2,3205
2,2655
2,2197
1,9898
1,8027
1,7599
1,6913
27
4,2100
3,3541
2,9603
2,7278
2,5719
2,4591
2,3732
2,3053
2,2501
2,2043
1,9736
1,7851
1,7419
1,6724
28
4,1960
3,3404
2,9467
2,7141
2,5581
2,4453
2,3593
2,2913
2,2360
2,1900
1,9586
1,7689
1,7251
1,6548
29
4,1830
3,3277
2,9340
2,7014
2,5454
2,4324
2,3463
2,2782
2,2229
2,1768
1,9446
1,7537
1,7096
1,6384
30
4,1709
3,3158
2,9223
2,6896
2,5336
2,4205
2,3343
2,2662
2,2107
2,1646
1,9317
1,7396
1,6950
1,6230
40
4,0847
3,2317
2,8387
2,6060
2,4495
2,3359
2,2490
2,1802
2,1240
2,0773
1,8389
1,6373
1,5892
1,5098
50
4,0343
3,1826
2,7900
2,5572
2,4004
2,2864
2,1992
2,1299
2,0733
2,0261
1,7841
1,5757
1,5249
1,4392
60
4,0012
3,1504
2,7581
2,5252
2,3683
2,2541
2,1665
2,0970
2,0401
1,9926
1,7480
1,5343
1,4814
1,3903
70
3,9778
3,1277
2,7355
2,5027
2,3456
2,2312
2,1435
2,0737
2,0166
1,9689
1,7223
1,5046
1,4498
1,3540
80
3,9604
3,1108
2,7188
2,4859
2,3287
2,2142
2,1263
2,0564
1,9991
1,9512
1,7032
1,4821
1,4259
1,3259
90
3,9469
3,0977
2,7058
2,4729
2,3157
2,2011
2,1131
2,0430
1,9856
1,9376
1,6883
1,4645
1,4070
1,3032
100
3,9362
3,0873
2,6955
2,4626
2,3053
2,1906
2,1025
2,0323
1,9748
1,9267
1,6764
1,4504
1,3917
1,2845
200
3,8884
3,0411
2,6498
2,4168
2,2592
2,1441
2,0556
1,9849
1,9269
1,8783
1,6233
1,3856
1,3206
1,1903
300
3,8726
3,0258
2,6347
2,4017
2,2441
2,1288
2,0402
1,9693
1,9112
1,8623
1,6057
1,3634
1,2958
1,1521
400
3,8648
3,0183
2,6272
2,3943
2,2366
2,1212
2,0325
1,9616
1,9033
1,8544
1,5969
1,3522
1,2831
1,1303
500
3,8601
3,0138
2,6227
2,3898
2,2320
2,1167
2,0279
1,9569
1,8986
1,8496
1,5916
1,3455
1,2753
1,1159
600
3,8570
3,0107
2,6198
2,3868
2,2290
2,1137
2,0248
1,9538
1,8955
1,8465
1,5881
1,3410
1,2701
1,1055
700
3,8548
3,0086
2,6176
2,3847
2,2269
2,1115
2,0226
1,9516
1,8932
1,8442
1,5856
1,3377
1,2664
1,0976
800
3,8531
3,0070
2,6160
2,3831
2,2253
2,1099
2,0210
1,9500
1,8916
1,8425
1,5837
1,3353
1,2635
1,0912
900
3,8518
3,0057
2,6148
2,3818
2,2240
2,1086
2,0197
1,9487
1,8903
1,8412
1,5822
1,3334
1,2613
1,0861
1000
3,8508
3,0047
2,6138
2,3808
2,2231
2,1076
2,0187
1,9476
1,8892
1,8402
1,5811
1,3318
1,2596
1,0818
1500
3,8477
3,0017
2,6108
2,3779
2,2201
2,1046
2,0157
1,9446
1,8861
1,8370
1,5775
1,3273
1,2542
1,0675
2000
3,8461
3,0002
2,6094
2,3764
2,2186
2,1031
2,0142
1,9430
1,8846
1,8354
1,5758
1,3250
1,2516
1,0593
10000
3,8424
2,9966
2,6058
2,3728
2,2150
2,0995
2,0105
1,9393
1,8808
1,8316
1,5716
1,3194
1,2451
1,0334
Pg. 60
Distribucin F de FISHER, Para =0.01(nivel de significancia) = nivel de confianza del 99%.

= 0,01
grados de libertad del numerador

3
4
5
6
7
G.L.denom.
10
20
60
100
10000
4052,18
4999,34
5403,53
5624,26
5763,96
5858,95
5928,33
5980,95
6022,40
6055,93
6208,66
6312,97
6333,92
6365,59
98,5019
99,0003
99,1640
99,2513
99,3023
99,3314
99,3568
99,3750
99,3896
99,3969
99,4478
99,4842
99,4914
99,4987
34,1161
30,8164
29,4567
28,7100
28,2371
27,9106
27,6714
27,4895
27,3449
27,2285
26,6900
26,3162
26,2407
26,1261
21,1976
17,9998
16,6942
15,9771
15,5219
15,2068
14,9757
14,7988
14,6592
14,5460
14,0194
13,6522
13,5769
13,4642
16,2581
13,2741
12,0599
11,3919
10,9671
10,6722
10,4556
10,2893
10,1577
10,0511
9,5527
9,2020
9,1300
9,0215
13,7452
10,9249
9,7796
9,1484
8,7459
8,4660
8,2600
8,1017
7,9760
7,8742
7,3958
7,0568
6,9867
6,8811
12,2463
9,5465
8,4513
7,8467
7,4604
7,1914
6,9929
6,8401
6,7188
6,6201
6,1555
5,8236
5,7546
5,6506
11,2586
8,6491
7,5910
7,0061
6,6318
6,3707
6,1776
6,0288
5,9106
5,8143
5,3591
5,0316
4,9633
4,8599
10,5615
8,0215
6,9920
6,4221
6,0569
5,8018
5,6128
5,4671
5,3511
5,2565
4,8080
4,4831
4,4150
4,3116
10
10,0442
7,5595
6,5523
5,9944
5,6364
5,3858
5,2001
5,0567
4,9424
4,8491
4,4054
4,0819
4,0137
3,9100
11
9,6461
7,2057
6,2167
5,6683
5,3160
5,0692
4,8860
4,7445
4,6315
4,5393
4,0990
3,7761
3,7077
3,6035
12
9,3303
6,9266
5,9525
5,4119
5,0644
4,8205
4,6395
4,4994
4,3875
4,2961
3,8584
3,5355
3,4668
3,3619
13
9,0738
6,7009
5,7394
5,2053
4,8616
4,6203
4,4410
4,3021
4,1911
4,1003
3,6646
3,3413
3,2723
3,1665
14
8,8617
6,5149
5,5639
5,0354
4,6950
4,4558
4,2779
4,1400
4,0297
3,9394
3,5052
3,1813
3,1118
3,0051
15
8,6832
6,3588
5,4170
4,8932
4,5556
4,3183
4,1416
4,0044
3,8948
3,8049
3,3719
3,0471
2,9772
2,8695
16
8,5309
6,2263
5,2922
4,7726
4,4374
4,2016
4,0259
3,8896
3,7804
3,6909
3,2587
2,9330
2,8627
2,7539
17
8,3998
6,1121
5,1850
4,6689
4,3360
4,1015
3,9267
3,7909
3,6823
3,5931
3,1615
2,8348
2,7639
2,6542
18
8,2855
6,0129
5,0919
4,5790
4,2479
4,0146
3,8406
3,7054
3,5971
3,5081
3,0771
2,7493
2,6779
2,5671
19
8,1850
5,9259
5,0103
4,5002
4,1708
3,9386
3,7653
3,6305
3,5225
3,4338
3,0031
2,6742
2,6023
2,4905
20
8,0960
5,8490
4,9382
4,4307
4,1027
3,8714
3,6987
3,5644
3,4567
3,3682
2,9377
2,6077
2,5353
2,4224
21
8,0166
5,7804
4,8740
4,3688
4,0421
3,8117
3,6396
3,5056
3,3982
3,3098
2,8795
2,5484
2,4755
2,3615
22
7,9453
5,7190
4,8166
4,3134
3,9880
3,7583
3,5866
3,4530
3,3458
3,2576
2,8274
2,4951
2,4218
2,3067
23
7,8811
5,6637
4,7648
4,2635
3,9392
3,7102
3,5390
3,4057
3,2986
3,2106
2,7805
2,4471
2,3732
2,2571
24
7,8229
5,6136
4,7181
4,2185
3,8951
3,6667
3,4959
3,3629
3,2560
3,1681
2,7380
2,4035
2,3291
2,2119
25
7,7698
5,5680
4,6755
4,1774
3,8550
3,6272
3,4568
3,3239
3,2172
3,1294
2,6993
2,3637
2,2888
2,1706
26
7,7213
5,5263
4,6365
4,1400
3,8183
3,5911
3,4210
3,2884
3,1818
3,0941
2,6640
2,3273
2,2519
2,1327
27
7,6767
5,4881
4,6009
4,1056
3,7847
3,5580
3,3882
3,2558
3,1494
3,0618
2,6316
2,2938
2,2180
2,0978
28
7,6357
5,4529
4,5681
4,0740
3,7539
3,5276
3,3581
3,2259
3,1195
3,0320
2,6018
2,2629
2,1867
2,0655
29
7,5977
5,4205
4,5378
4,0449
3,7254
3,4995
3,3303
3,1982
3,0920
3,0045
2,5742
2,2344
2,1577
2,0355
30
7,5624
5,3903
4,5097
4,0179
3,6990
3,4735
3,3045
3,1726
3,0665
2,9791
2,5487
2,2079
2,1307
2,0075
40
7,3142
5,1785
4,3126
3,8283
3,5138
3,2910
3,1238
2,9930
2,8876
2,8005
2,3689
2,0194
1,9383
1,8061
50
7,1706
5,0566
4,1994
3,7195
3,4077
3,1864
3,0202
2,8900
2,7850
2,6981
2,2652
1,9090
1,8248
1,6847
60
7,0771
4,9774
4,1259
3,6491
3,3389
3,1187
2,9530
2,8233
2,7185
2,6318
2,1978
1,8363
1,7493
1,6023
70
7,0114
4,9218
4,0744
3,5997
3,2907
3,0712
2,9060
2,7765
2,6719
2,5852
2,1504
1,7846
1,6954
1,5422
80
6,9626
4,8807
4,0363
3,5631
3,2551
3,0361
2,8713
2,7420
2,6374
2,5508
2,1153
1,7459
1,6548
1,4960
90
6,9251
4,8491
4,0069
3,5350
3,2276
3,0091
2,8445
2,7154
2,6109
2,5243
2,0882
1,7158
1,6231
1,4593
100
6,8953
4,8239
3,9837
3,5127
3,2059
2,9877
2,8233
2,6943
2,5898
2,5033
2,0666
1,6918
1,5977
1,4292
200
6,7633
4,7128
3,8810
3,4143
3,1100
2,8933
2,7298
2,6012
2,4971
2,4106
1,9713
1,5833
1,4811
1,2812
300
6,7201
4,6766
3,8475
3,3822
3,0787
2,8625
2,6993
2,5709
2,4668
2,3804
1,9401
1,5468
1,4410
1,2228
400
6,6987
4,6586
3,8309
3,3664
3,0632
2,8472
2,6842
2,5559
2,4518
2,3654
1,9245
1,5285
1,4207
1,1900
500
6,6858
4,6479
3,8210
3,3569
3,0540
2,8381
2,6751
2,5469
2,4429
2,3565
1,9152
1,5174
1,4084
1,1684
600
6,6773
4,6407
3,8144
3,3506
3,0478
2,8321
2,6691
2,5409
2,4369
2,3505
1,9091
1,5101
1,4001
1,1529
700
6,6713
4,6356
3,8097
3,3460
3,0434
2,8278
2,6648
2,5367
2,4327
2,3463
1,9047
1,5048
1,3942
1,1411
800
6,6667
4,6318
3,8062
3,3427
3,0402
2,8245
2,6617
2,5335
2,4295
2,3431
1,9013
1,5008
1,3897
1,1318
900
6,6631
4,6288
3,8034
3,3401
3,0376
2,8220
2,6592
2,5310
2,4270
2,3406
1,8988
1,4978
1,3863
1,1242
1000
6,6603
4,6264
3,8012
3,3380
3,0356
2,8200
2,6572
2,5290
2,4250
2,3386
1,8967
1,4953
1,3835
1,1178
1500
6,6518
4,6193
3,7947
3,3317
3,0294
2,8140
2,6512
2,5231
2,4191
2,3327
1,8906
1,4879
1,3751
1,0969
2000
6,6476
4,6158
3,7914
3,3286
3,0264
2,8110
2,6482
2,5201
2,4162
2,3298
1,8875
1,4842
1,3708
1,0850
10000
6,6374
4,6073
3,7836
3,3210
3,0191
2,8038
2,6411
2,5130
2,4091
2,3227
1,8802
1,4752
1,3606
1,0476
Pg. 61
DISTRIBUCION NORMAL
Z
-4
-3.9
-3.8
-3.7
-3.6
-3.5
-3.4
-3.3
-3.2
-3.1
-3
-2.9
-2.8
-2.7
-2.6
-2.5
-2.4
-2.3
-2.2
-2.1
-2
-1.9
-1.8
-1.7
-1.6
-1.5
-1.4
-1.3
-1.2
-1.1
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0
0
0.00003
0.00005
0.00007
0.00011
0.00016
0.00023
0.00034
0.00048
0.00069
0.00097
0.00135
0.00187
0.00256
0.00347
0.00466
0.00621
0.0082
0.01072
0.0139
0.01786
0.02275
0.02872
0.03593
0.04457
0.0548
0.06681
0.08076
0.0968
0.11507
0.13567
0.15866
0.18406
0.21186
0.24196
0.27425
0.30854
0.34458
0.38209
0.42074
0.46017
0.5
0.01
0.00003
0.00005
0.00007
0.0001
0.00015
0.00022
0.00032
0.00047
0.00066
0.00094
0.00131
0.00181
0.00248
0.00336
0.00453
0.00604
0.00798
0.01044
0.01355
0.01743
0.02222
0.02807
0.03515
0.04363
0.0537
0.06552
0.07927
0.0951
0.11314
0.1335
0.15625
0.18141
0.20897
0.23885
0.27093
0.30503
0.3409
0.37828
0.41683
0.4562
0.49601
0.02
0.00003
0.00004
0.00007
0.0001
0.00015
0.00022
0.00031
0.00045
0.00064
0.0009
0.00126
0.00175
0.0024
0.00326
0.0044
0.00587
0.00776
0.01017
0.01321
0.017
0.02169
0.02743
0.03438
0.04272
0.05262
0.06426
0.0778
0.09342
0.11123
0.13136
0.15386
0.17879
0.20611
0.23576
0.26763
0.30153
0.33724
0.37448
0.41294
0.45224
0.49202
0.03
0.00003
0.00004
0.00006
0.0001
0.00014
0.00021
0.0003
0.00043
0.00062
0.00087
0.00122
0.00169
0.00233
0.00317
0.00427
0.0057
0.00755
0.0099
0.01287
0.01659
0.02118
0.0268
0.03362
0.04182
0.05155
0.06301
0.07636
0.09176
0.10935
0.12924
0.15151
0.17619
0.20327
0.2327
0.26435
0.29806
0.3336
0.3707
0.40905
0.44828
0.48803
0.04
0.00003
0.00004
0.00006
0.00009
0.00014
0.0002
0.00029
0.00042
0.0006
0.00084
0.00118
0.00164
0.00226
0.00307
0.00415
0.00554
0.00734
0.00964
0.01255
0.01618
0.02068
0.02619
0.03288
0.04093
0.0505
0.06178
0.07493
0.09012
0.10749
0.12714
0.14917
0.17361
0.20045
0.22965
0.26109
0.2946
0.32997
0.36693
0.40517
0.44433
0.48405
0.05
0.00003
0.00004
0.00006
0.00009
0.00013
0.00019
0.00028
0.0004
0.00058
0.00082
0.00114
0.00159
0.00219
0.00298
0.00402
0.00539
0.00714
0.00939
0.01222
0.01578
0.02018
0.02559
0.03216
0.04006
0.04947
0.06057
0.07353
0.08851
0.10565
0.12507
0.14686
0.17106
0.19766
0.22663
0.25785
0.29116
0.32636
0.36317
0.40129
0.44038
0.48006
0.06
0.00002
0.00004
0.00006
0.00008
0.00013
0.00019
0.00027
0.00039
0.00056
0.00079
0.00111
0.00154
0.00212
0.00289
0.00391
0.00523
0.00695
0.00914
0.01191
0.01539
0.0197
0.025
0.03144
0.0392
0.04846
0.05938
0.07215
0.08692
0.10383
0.12302
0.14457
0.16853
0.19489
0.22363
0.25463
0.28774
0.32276
0.35942
0.39743
0.43644
0.47608
0.07
0.00002
0.00004
0.00005
0.00008
0.00012
0.00018
0.00026
0.00038
0.00054
0.00076
0.00107
0.00149
0.00205
0.0028
0.00379
0.00508
0.00676
0.00889
0.0116
0.015
0.01923
0.02442
0.03074
0.03836
0.04746
0.05821
0.07078
0.08534
0.10204
0.121
0.14231
0.16602
0.19215
0.22065
0.25143
0.28434
0.31918
0.35569
0.39358
0.43251
0.4721
0.08
0.00002
0.00003
0.00005
0.00008
0.00012
0.00017
0.00025
0.00036
0.00052
0.00074
0.00104
0.00144
0.00199
0.00272
0.00368
0.00494
0.00657
0.00866
0.0113
0.01463
0.01876
0.02385
0.03005
0.03754
0.04648
0.05705
0.06944
0.08379
0.10027
0.119
0.14007
0.16354
0.18943
0.2177
0.24825
0.28096
0.31561
0.35197
0.38974
0.42858
0.46812
0.09
0.00002
0.00003
0.00005
0.00008
0.00011
0.00017
0.00024
0.00035
0.0005
0.00071
0.001
0.00139
0.00193
0.00264
0.00357
0.0048
0.00639
0.00842
0.01101
0.01426
0.01831
0.0233
0.02938
0.03673
0.04551
0.05592
0.06811
0.08226
0.09853
0.11702
0.13786
0.16109
0.18673
0.21476
0.2451
0.2776
0.31207
0.34827
0.38591
0.42465
0.46414
Pg. 62
DISTRIBUCION NORMAL
Z
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4
0
0.5
0.53983
0.57926
0.61791
0.65542
0.69146
0.72575
0.75804
0.78814
0.81594
0.84134
0.86433
0.88493
0.9032
0.91924
0.93319
0.9452
0.95543
0.96407
0.97128
0.97725
0.98214
0.9861
0.98928
0.9918
0.99379
0.99534
0.99653
0.99744
0.99813
0.99865
0.99903
0.99931
0.99952
0.99966
0.99977
0.99984
0.99989
0.99993
0.99995
0.99997
0.01
0.50399
0.5438
0.58317
0.62172
0.6591
0.69497
0.72907
0.76115
0.79103
0.81859
0.84375
0.8665
0.88686
0.9049
0.92073
0.93448
0.9463
0.95637
0.96485
0.97193
0.97778
0.98257
0.98645
0.98956
0.99202
0.99396
0.99547
0.99664
0.99752
0.99819
0.99869
0.99906
0.99934
0.99953
0.99968
0.99978
0.99985
0.9999
0.99993
0.99995
0.99997
0.02
0.50798
0.54776
0.58706
0.62552
0.66276
0.69847
0.73237
0.76424
0.79389
0.82121
0.84614
0.86864
0.88877
0.90658
0.9222
0.93574
0.94738
0.95728
0.96562
0.97257
0.97831
0.983
0.98679
0.98983
0.99224
0.99413
0.9956
0.99674
0.9976
0.99825
0.99874
0.9991
0.99936
0.99955
0.99969
0.99978
0.99985
0.9999
0.99993
0.99996
0.99997
0.03
0.51197
0.55172
0.59095
0.6293
0.6664
0.70194
0.73565
0.7673
0.79673
0.82381
0.84849
0.87076
0.89065
0.90824
0.92364
0.93699
0.94845
0.95818
0.96638
0.9732
0.97882
0.98341
0.98713
0.9901
0.99245
0.9943
0.99573
0.99683
0.99767
0.99831
0.99878
0.99913
0.99938
0.99957
0.9997
0.99979
0.99986
0.9999
0.99994
0.99996
0.99997
0.04
0.51595
0.55567
0.59483
0.63307
0.67003
0.7054
0.73891
0.77035
0.79955
0.82639
0.85083
0.87286
0.89251
0.90988
0.92507
0.93822
0.9495
0.95907
0.96712
0.97381
0.97932
0.98382
0.98745
0.99036
0.99266
0.99446
0.99585
0.99693
0.99774
0.99836
0.99882
0.99916
0.9994
0.99958
0.99971
0.9998
0.99986
0.99991
0.99994
0.99996
0.99997
0.05
0.51994
0.55962
0.59871
0.63683
0.67364
0.70884
0.74215
0.77337
0.80234
0.82894
0.85314
0.87493
0.89435
0.91149
0.92647
0.93943
0.95053
0.95994
0.96784
0.97441
0.97982
0.98422
0.98778
0.99061
0.99286
0.99461
0.99598
0.99702
0.99781
0.99841
0.99886
0.99918
0.99942
0.9996
0.99972
0.99981
0.99987
0.99991
0.99994
0.99996
0.99997
0.06
0.52392
0.56356
0.60257
0.64058
0.67724
0.71226
0.74537
0.77637
0.80511
0.83147
0.85543
0.87698
0.89617
0.91308
0.92785
0.94062
0.95154
0.9608
0.96856
0.975
0.9803
0.98461
0.98809
0.99086
0.99305
0.99477
0.99609
0.99711
0.99788
0.99846
0.99889
0.99921
0.99944
0.99961
0.99973
0.99981
0.99987
0.99992
0.99994
0.99996
0.99998
0.07
0.5279
0.56749
0.60642
0.64431
0.68082
0.71566
0.74857
0.77935
0.80785
0.83398
0.85769
0.879
0.89796
0.91466
0.92922
0.94179
0.95254
0.96164
0.96926
0.97558
0.98077
0.985
0.9884
0.99111
0.99324
0.99492
0.99621
0.9972
0.99795
0.99851
0.99893
0.99924
0.99946
0.99962
0.99974
0.99982
0.99988
0.99992
0.99995
0.99996
0.99998
0.08
0.53188
0.57142
0.61026
0.64803
0.68439
0.71904
0.75175
0.7823
0.81057
0.83646
0.85993
0.881
0.89973
0.91621
0.93056
0.94295
0.95352
0.96246
0.96995
0.97615
0.98124
0.98537
0.9887
0.99134
0.99343
0.99506
0.99632
0.99728
0.99801
0.99856
0.99896
0.99926
0.99948
0.99964
0.99975
0.99983
0.99988
0.99992
0.99995
0.99997
0.99998
0.09
0.53586
0.57535
0.61409
0.65173
0.68793
0.7224
0.7549
0.78524
0.81327
0.83891
0.86214
0.88298
0.90147
0.91774
0.93189
0.94408
0.95449
0.96327
0.97062
0.9767
0.98169
0.98574
0.98899
0.99158
0.99361
0.9952
0.99643
0.99736
0.99807
0.99861
0.999
0.99929
0.9995
0.99965
0.99976
0.99983
0.99989
0.99992
0.99995
0.99997
0.99998

Pruebas Estadisticas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pruebas Estadisticas

Cargado por

Copyright:

Formatos disponibles

Estadstica Aplicada a la Investigacin

EJEMPLO 1. De una muestra de 10 estudiantes se considera las siguientes calificaciones

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

Ho : Promedio Prueba de entrada = Promedio Prueba de Salida (Hiptesis nula)

H1 : Promedio Prueba de entrada Promedio Prueba de Salida (Hiptesis alterna)

2. FIJAR EL NIVEL DE SIGNIFICANCIA ( )

Se puede tomar diferentes niveles de significancia dependiendo con qu nivel de

3. REGLA DE DECISION UTILIZANDO (T c= T calculada y Tt= T tabulada o de tabla)

si Tc > Tt Se rechaza la Ho y se Acepta la H1

4. CALCULO DE Tc SEGN LA FORMULA

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

EJEMPLO 2. De una muestra de 37 estudiantes se considera las siguientes calificaciones

Varianza 3.0255255 3.8123123

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

Ho : Promedio Prueba de entrada = Promedio Prueba de Salida (Hiptesis nula)

H1 : Promedio Prueba de entrada Promedio Prueba de Salida (Hiptesis alterna)

2. FIJAR EL NIVEL DE SIGNIFICANCIA ( )

Se puede tomar niveles de significancia dependiendo con que nivel de confianza se

Si Zc > Zt Se rechaza la Ho (Hiptesis nula) y se Acepta la H1 (Hiptesis Alterna)

4. CALCULO DE Zc SEGN LA FORMULA

BUSQUEDA DE Zt DE TABLA CON nivel de significancia

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

0 No existe grado de correlacin o dependencia entre la autoestima y la funcionalidad

Existe algn grado de correlacin o dependencia entre la autoestima y la

funcionalidad familiar. (HIPTESIS ALTERNA)

Tt (18 G.L., =0.05) = 2.1009

de 95% con un nivel de significancia 5% 0.05.

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

Ejemplo 2: Dada la siguiente informacin determinar si existe influencia significativa entre la

Industrial 32 Puno 2014

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

No Existe influencia significativa entre la ACTITUD DOCENTE Y LA

Si Existe influencia significativa entre la ACTITUD DOCENTE Y LA

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

PRUEBA DE DIFERENCIA DE 2 A MAS TRATAMIENTOS (PRUEBA F de

H0: (No existe diferencia entre las variables en estudio).

si Fc > F[t-1,t(r-1)], Se rechaza la Ho

4) ANDEVA (Anlisis de Varianza)

SC error = SC tot - SC trat

Estadstica Aplicada a la Investigacin

SE TIENE LOS SIGUIENTES RESULTADOS DE UNA EVALUACION APLICADA A 10 ESTUDIANTES

H0: No existe diferencia entre la Evaluacin de entrada y la Evaluacin de salida.

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

= 0,05 y/o 0,01 nivel de significancia

F tabulada (de tabla)

119 2 144 2 263 2

D.Sc. Percy Huata Panca

Estadstica Aplicada a la Investigacin

Ejemplo: Supongamos que una compaa manufacturera ha comprado 03 mquinas