Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica Inferencial PDF
Estadistica Inferencial PDF
La probabilidad nos permite estudiar o analizar los fenmenos o procesos llamados aleatorios.
Ejemplo 1.
Experimento: Lance un dado y observe el nmero que resulta. El espacio muestral es,
S={
Sea A el evento de que salga un nmero par, B de que salga un nmero impar y C de que
salga un nmero primo.
A={
B={
C={
Encuentre:
PROBABILIDAD CLSICA
Sea S un espacio muestral finito y A un evento del espacio muestral, entonces la probabilidad
de A se denota P(A) y se define:
( )
Se lanza un dado dos veces; halle la probabilidad de los eventos siguientes: A la suma de los
puntos es siete y B la suma de los puntos es menor o igual a cinco.
S={
A={
B={
P(A) =
P(B) =
Las reglas generales de probabilidad las podemos dividir en dos grupos. Un primer grupo
formado por las reglas que podramos llamar primarias o bsicas, llamadas axiomas. Estas
reglas no se aprecian directamente en la solucin de problemas, pero son las que dan un
soporte lgico a las que se utilizan directamente en la solucin de tales problemas y que se
llaman teoremas. Establecemos en primera instancia los axiomas.
( ) .
( ) .
( ) ( ) ( ).
A partir de los tres axiomas anteriores se deducen los teoremas que constituyen reglas para
calcular probabilidades de situaciones ms o menos complejas.
( ) .
c c
Teorema 2. Si A es un evento y A su complemento, entonces la probabilidad de A es igual a
uno menos la probabilidad de A. Esto es,
( ) ( ).
Ejemplo 3. Suponga que en una urna hay cuatro bolas blancas y seis rojas. De la urna se
extrae al azar una bola y sea A: la bola extrada es roja. Hallar la probabilidad de que la bola
extrada no sea roja.
( )
( ) ( ) ( ) ( ).
A={
B={
( )
PROBABILIDAD CONDICIONAL
( )
( ) ( )
( )
( )
( ) ( )
( )
Ejemplo 5. La oficina de Accin Social lleva a cabo un censo de todas las personas que viven
en una pequea comunidad. Los encuestadores anotan en una relacin el nmero de visitas
que una persona hace al centro de salud y las condiciones sanitarias de la vivienda que habita.
Los resultados son los siguientes:
Tabla 1. Nmero de visitas que una persona hace al centro de salud y las condiciones
sanitarias de la vivienda que habita.
Condiciones sanitarias
Nmero de visitas Total
Buenas Malas
Con base en esta tabla, si preguntamos, cul es la probabilidad de que una persona escogida
al azar viva en malas condiciones sanitarias?
A={
P(A) =
Si la pregunta ahora es, cul es la probabilidad de que una persona escogida al azar viva en
malas condiciones sanitarias, dado que visita dos veces o menos el centro de salud?
B={
P(A/B) =
Este teorema o regla de probabilidad total nos indica cmo calcular la probabilidad de un
evento A cuando conocemos las probabilidades condicionales [ ] en donde los forman
una particin del espacio muestral S.
Hay una probabilidad del 3.8% de que el artculo escogido sea defectuoso.
TEOREMA DE BAYES
El teorema o regla de Bayes es una tcnica que nos permite obtener la probabilidad
condicional de un evento cuando mediante el efecto tratamos de determinar la probabilidad de
la causa. Este resultado ha sido muy utilizado para estudiar fenmenos sociales; sin embargo,
por el empleo de probabilidades subjetivas a sido muy cuestionado su uso.
El teorema de Bayes trata de responder los interrogantes tales como: si el evento B ocurri,
cul es la probabilidad de que haya sido generado por el evento ?,Cual por ?, etc.
[ ] [ ]
[ ]
[ ] [ ] [ ] [ ] [ ] [ ]
Ejemplo 7. A partir del problema de la fbrica de tornillos (ejemplo 6), halle la probabilidad de
que el tornillo provenga de la mquina C, dado que es defectuoso.
[ ] [ ]
[ ]
[ ] [ ] [ ] [ ] [ ] [ ]
( )( )
[ ]
( )( ) ( )( ) ( )( )
Hay una probabilidad del 66% de que el tornillo defectuoso provenga de la mquina C.
( ) ( ) ( )
Ejemplo 8. Suponga que se lanza una moneda dos veces. Sean los eventos, A el primer
resultado es cara y B el segundo resultado es sello. Son mutuamente independientes los
eventos.
( )
( )
( )=
( ) ( ) ( )
2. Se lanza una moneda cuatro veces. Encuentre todos los sucesos elementales del espacio
muestral.
3. Supongamos que lanzamos una moneda y un dado, y que el espacio muestral S consta de
doce elementos:
S = C1, C2, C3, C4, C5, C6, S1, S2, S3, S4, S5, S6}
Sexo Total
Cargo
Hombres Mujeres
Operarios 80 113 193
Administrativos 30 17 47
Directivos 4 6 10
Total 114 136 250
Recursos humanos de la empresa desea otorgar un premio como estimulo especial y para
ello decide seleccionar al alzar uno de los trabajadores. Calcular la probabilidad de que la
persona sea administrativo dado que es mujer.
10. Sean A y B eventos independientes con P(A) = 0.3 y P(B) = 0.4. Encuentre:
a. P(AB) y P(AUB).
b. P(A/B) y P(B/A).
11. En la sala de pediatra de un hospital, el 60% de los pacientes son nias. De los nios el
35% son menores de 24 meses. El 20% de las nias tienen menos de 24 meses. Un
pediatra que ingresa a la sala selecciona un infante al azar.
a. Determine el valor de la probabilidad de que sea menor de 24 meses.
b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea una nia.
12. Un mdico cirujano se especializa en cirugas estticas. Entre sus pacientes, el 20% se
realizan correcciones faciales, un 35% implantes mamarios y el restante en otras cirugas
correctivas. Se sabe adems, que son de gnero masculino el 25% de los que se realizan
correcciones faciales, 15% implantes mamarios y 40% otras cirugas correctivas. Si se
selecciona un paciente al azar, determine:
a. Determine la probabilidad de que sea de gnero masculino
b. Si resulta que es de gnero masculino, determine la probabilidad que se haya realizado
una ciruga de implantes mamarios.
Los experimentos aleatorios originan resultados y los resultados nos permiten tomar
decisiones. Un mismo experimento aleatorio se puede llevar acabo para tomar distintas
decisiones. Sin embargo, a pesar de que el propsito sea distinto cuando se lleva a cabo un
experimento aleatorio, ste no cambia su comportamiento por el simple hecho de que los
propsitos cambien. Lo anterior nos est indicando que una cosa son los distintos resultados
de un experimento y otra los propsitos que perseguimos cuando lo realizamos. El medio por el
cual expresamos nuestro aspecto de inters al llevar a cabo un experimento aleatorio es el de
variable aleatoria.
Variable Aleatoria
Una variable aleatoria es aquella que asume valores de acuerdo con los resultados de un
experimento aleatorio. Las variables aleatorias generalmente son designadas por las letras X,
Y, Z.
Ejemplo 1. Se lanza una moneda tres veces. Sabemos que el espacio muestral
correspondiente a este experimento aleatorio est dado por:
Si de los resultados del lanzamiento de la moneda nos interesa el nmero de caras que se
obtienen en cada lanzamiento, entonces definimos la variable X: nmero de caras en los tres
lanzamientos. Los valores posibles de esta variable son:
X 0 1 2 3
P[X = x]
Ejemplo 2. Consideremos el lanzamiento de dos dados una vez. Sea X: suma de puntos de las
dos caras. Hallar la distribucin de probabilidad de esta variable aleatoria.
P[X = x]
(a) [ ]
(b) [ ]
Valor esperado
Sea X una variable aleatoria discreta que asume los valores x 1, x2, x3, , xn con probabilidades
respectivas P[X = x1], P[X = x2], P[X = x3], ,P[X = xn] el valor esperado de X se denota y
define de la manera siguiente:
[ ] [ ] [ ] [ ] [ ] [ ]
X 1 2 3 4 5 6
P[X = x]
[ ] ( ) ( ) ( ) ( ) ( ) ( )
Cmo interpretar este resultado? Si dijramos que es el puntaje que usted debe esperar que
le d cuando lanza el dado muchas veces, con justa razn podra decir que eso es imposible,
puesto que podrn verse en el dado tres o cuatro puntos, pero jams 3.5 puntos. Estamos de
acuerdo con usted, pero le proponemos que no cuente los puntos de cada lanzamiento sino
que sume el puntaje de los dos lanzamientos y los promedie, puede hallar la lgica al valor de
3.5. Adems se convencer que lo dicho a cerca de 3.5 es cierto. A pesar de que esta
interpretacin que le hemos dado al valor de 3.5 es acertada, en la prctica el valor esperado
se interpreta de una manera un poco distinta, que en el ejemplo presente es: si lanzamos el
dado un nmero grande de veces y tomamos la media aritmtica de la suma de los distintos
puntajes que se van obteniendo entonces, la media tiende a 3.5. Igual interpretacin seria para
cualquier otra situacin.
Si suponemos que la moneda est balanceada, la probabilidad de obtener cara (sello) es 0.5,
entonces la variable X tiene la siguiente distribucin:
X -$1 $1
As que el valor esperado de X (ganancia esperada del jugador) est dado por E[X] = (-1)(0.5)
+ (1)(0.5) = 0, lo que quiere decir que si estas personas juegan un gran nmero de veces, a la
larga no hay ganancias, es decir, no hay ganador ni perdedor.
Pero si ahora vamos a suponer que la moneda est diseada de tal forma que la posibilidad de
obtener cara es de 2/3 y la de obtener sello es de 1/3. En este caso la distribucin de X
sera:
X -$1 $1
P[X = x]
La varianza es una medida del grado de concentracin de los valores de la variable aleatoria
alrededor de su media , mientras ms dispersos estn los valores respecto de la media,
mayor ser la varianza. La cual se denota y define de la manera siguiente:
Sea X una variable aleatoria que asume valores x1, x2, x3, , xn con probabilidades P[X = x1],
P[X = x2], P[X = x3], ,P[X = xn], la varianza de X se denota y define
[ ] ( ) [ ] ( ) [ ] ( ) [ ]
Ejemplo 5. Vamos calcular la varianza para la variable X que corresponde al nmero de puntos
de la cara superior del dado (Ejemplo 3).
[ ] ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
Propiedades de la varianza
X 0 1 2 3
P[X = x]
Calcule:
(a) E[X 1]
2
(b) E[X ]
(c) E[3X]
2
(d) E[(X + 2) ]
(e) V[X]
(f) V[X+1]
(g) V[5X]
Distribucin Binomial
Un ensayo de Bernoulli es un experimento aleatorio que slo puede concluir de dos maneras
distintas mutuamente excluyentes e independientes. Uno de los resultados se llama xito y el
otro fracaso. Los ensayos de Bernoulli dan origen a una variable aleatoria y toma slo dos
valores, y cuyos valores de probabilidad (distribucin) estn dados por la siguiente frmula:
[ ] {
De las definiciones de valor esperado y de varianza dadas anteriormente, se tiene que para
una variable con distribucin de Bernoulli, su valor esperado es
[ ]
Y su varianza es, [ ] .
(1) En cada ensayo, el xito tiene una probabilidad p y el fracaso una probabilidad q = 1
p de ocurrir.
(2) La probabilidad de xito y de fracaso permanece constante durante el proceso.
(3) Los ensayos son independientes, es decir, el resultado de cualquier ensayo particular
no es afectado por el resultado de cualquier otro ensayo.
Suponga que se lleva a cabo un proceso de Bernoulli y sea la variable X = nmero de xitos en
n ensayos de Bernoulli, tiene valores de probabilidad (distribucin), como se indica en la
siguiente frmula:
( )
[ ] {
( )
( )
Cuando una variable aleatoria tiene valores de probabilidad dados por la frmula anterior, se
dice que la variable tiene distribucin binomial.
Ejemplo 1. Suponga que el 10% de las partes que produce una mquina automtica sea
defectuoso. Si se toma al azar una muestra de 20 partes, defina la variable que le permita
determinar las probabilidades siguientes:
(a) [ ] ( )( ) ( ) ( ) ( )
( )( )
( ) ( )
Hay una probabilidad del 28.5% de que en una muestra de 20 partes, 2 sean defectuosas.
Distribucin Hipergeomtrica
Para aplicar la distribucin hipergeomtrica, sta debe estar formada por dos grupos de
individuos u objetos. Un primer grupo constituido por aquellos individuos que poseen la
caracterstica objeto de estudio, y su nmero de elementos lo denotaremos como N1 y el otro
estar conformado por los que no poseen la caracterstica y el nmero de sus elementos lo
denotamos N2.
La variable con distribucin hipergeomtrica debe ser de la forma: X = nmero de xitos en los
n ensayos, los valores de probabilidad asociados a esta variable con distribucin
hipergeomtrica estn dados por
( )( )
[ ]
( )
{
Ejemplo 2. Suponga que una empresa produce 100 unidades de las cuales 90 son buenas y
10 son defectuosas. Se escogen 20 unidades sin reemplazo; halle la probabilidad de que
resulten cinco defectuosas.
X = Unidades defectuosas.
N1 = 10 y N2 =90.
( )( )
[ ]
( )
Hay una probabilidad del 2.15% de que en 100 unidades, cinco sean defectuosas.
Distribucin de Poisson
Esta distribucin es aplicable a muchos procesos en los que ocurren determinados sucesos por
unidad de tiempo, espacio, volumen, rea, etc.
X = nmero de veces que ocurre un suceso en la unidad de tiempo, espacio, volumen, rea,
etc. Los valores de probabilidad de una variable con distribucin de Poisson estn dados por,
[ ] {
Ejemplo 3. Suponga que el nmero de llamadas que llegan a un conmutador es de 0.5 por
minuto en promedio, halle la probabilidad de que:
( )
(a) [ ]
1. Se lanza una moneda cuatro veces. Si de los resultados del lanzamiento de la moneda
nos interesa el nmero de sellos que se obtienen en cada lanzamiento, entonces
definimos la variable X: nmero de sellos en los cuatro lanzamientos. Hallar la
distribucin de probabilidad de esta variable aleatoria.
Calcule:
a. E[X]
b. V[X]
[ ]
Calcule:
a. E[X + 1]
2
b. E[X ]
c. E[2X]
d. V[X]
e. V[X 1]
f. V[8X]
3. Suponga que cierta poblacin, el 65% de los nacimientos registrados son nias. Si
tomamos tres registros, defina la variable que permita calcular las probabilidades que a
continuacin se piden.
a. Que tres registros corresponda a nias.
b. Menos de dos sean nia.
4. Una caja tiene 15 bateras para radio, de las cuales cinco son defectuosas. De la caja se
escogen al azar seis bateras. Halle la probabilidad de que:
a. Cuatro sean defectuosas.
b. Ninguna sea defectuosa.
7. Una caja tiene 20 bombillos, de las cuales cinco son defectuosos. De la caja se escogen al
azar diez bombillos. Halle la probabilidad de que:
a. Tres sean defectuosos.
b. Ninguna sea defectuoso.
8. El promedio de personas que llegan a la ventanilla de un banco por minuto durante las
horas hbiles es una. Halle la probabilidad de que en un minuto:
a. No aparezcan clientes.
b. Haya tres o ms clientes.
10. El nmero de clientes que llegan a una corporacin de ahorro y vivienda los das sbados
es en promedio 40 por hora. Cul es la probabilidad de que lleguen por lo menos dos
clientes en media hora?
DISTRIBUCIN NORMAL
Una de las distribuciones continas y tal vez la ms importante es la distribucin normal, la cual
ocupa un lugar destacado en la inferencia estadstica. Su grfica, que recibe el nombre de
curva normal, es la curva en forma de campana , la cual describe de forma aproximada muchos
fenmenos que suceden en la naturaleza, tales como la estaturas de los seres humanos, el
coeficiente intelectual de las personas, la industria y la investigacin. Adems, los errores en
las mediciones cientficas se aproximan hasta lmites extremadamente pequeos gracias a la
distribucin normal. A las anteriores consideraciones podemos agregar otra que nos muestra el
porqu de la importancia de la distribucin normal; se refiere al aspecto de inferencia
estadstica y particularmente a lo que tiene que ver con el anlisis de datos, puesto que las
distribuciones de muchas estadsticas muestrales tienden a la distribucin normal, conforme
crece el tamao de muestra.
Los valores de probabilidad de eventos definidos mediante una variable aleatoria continua se
mantiene mediante valores de integrales definidas de una funcin llamada funcin de densidad
continua (rea bajo la curva). Al ser la normal una variable de tipo continuo, debe tener una
funcin de densidad que nos permita obtener valores de probabilidad relacionados con esta
variable.
( )
( )
( )
Cuando nos referimos a una variable aleatoria con distribucin normal con media y varianza
, lo denotamos de la siguiente manera ( ).
La dificultad que se encuentra al resolver las integrales de las funciones de densidad normal
hace necesaria una tabulacin de las reas de la curva normal para una referencia rpida. No
obstante sera una tarea de nunca acabar elaborar una tabla para cada valor posible de y de
. Afortunadamente, es posible transformar todas las observaciones de cualquier variable
aleatoria normal X en un nuevo conjunto de observaciones de una variable aleatoria normal Z,
con media cero y varianza 1. Esto puede realizarse por medio de la transformacin: .
La distribucin de una variable aleatoria con media cero y varianza 1, se llama distribucin
normal estndar. Se denota Z ( ).
( ) Z ( )
TRANSFORMACIN
A continuacin se ilustra grficamente como obtener los valores de probabilidad, segn las
siguientes situaciones.
= 0.9938 0.9032
= 0.0906
En algunos casos lo que nos interesa es calcular el valor de zt (valor de z de tabla) que
satisfaga P[Z zt] = valor de probabilidad de tabla. En este caso el proceso es a la inversa.
P[Z Zt] = 0.9732, teniendo en cuenta el valor de probabilidad, podemos ver (Tabla II) que el
valor de zt = 1.93.
Solucin:
(a) Para dar solucin a la P[X 66], es necesario realizar la transformacin llamada
estandarizacin, con la cual se obtiene el valor de z.
Ejemplo 2. Una fbrica de alimentos empaca productos cuyos pesos estn normalmente
distribuidos con media de 450 gramos y desviacin estndar de 20 gramos. Encuentre la
probabilidad de que un paquete escogido al azar pese entre 425 y 486 gramos.
Solucin:
Para este problema tenemos que gramos y gramos, por lo tanto debemos
calcular P[425 X 486].
Estandarizando, tenemos:
Hay una probabilidad del 85.85% de que un paquete escogido al azar pese entre 425 y 486
gramos.
Solucin:
Para este problema tenemos que y , por lo tanto debemos calcular P[X < 2.0] y
P[X > 4.0], estandarizamos tenemos
,
Para las preguntas tenemos,
P[X < 2.0] = P[Z < 5] y P[X > 4.0] = P[Z > 1.67]
= 1 P[Z 5] = 1 P[Z 1.67]
=11 = 1 0.9525
=0 = 0.0475
hay una probabilidad del 0% de que los estudiantes obtengan una nota menor de 2.0 y del
4.75% de que obtengan una nota mayor a 4.0.
1. Dada una distribucin normal, encuentre el rea bajo la curva que cae:
a. A la izquierda de z = 1.52
b. A la derecha de z = 0.9
c. Entre 1.8 y 2.7
d. A la izquierda de z = 1.93
6. Una fbrica de harina empaqueta en sacos de tela. El saco de harina se acepta como de
distribucin normal con media y desviacin estndar iguales a 25 y 0.5 respectivamente. Si
se toma al azar un saco, cul es la probabilidad de que:
a. Pese cuando ms 24.75?
b. Pese por lo menos 26.25?
7. Una mquina despachadora de refrescos est ajustada para servir en promedio 200
mililitros por vaso. Si la cantidad de refrescos es normalmente distribuidas con una
desviacin estndar igual a 15 mililitros.
a. Qu fraccin de los vasos contendr ms de 224 mililitros?
b. Cul es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?
c. Cuntos vasos probablemente se derramarn si se utilizan vasos de 230 mililitros en
los siguientes 1000 refrescos?
d. Bajo qu valor se obtiene el 25% ms pequeo de los refrescos?
8. La vida til de cierta marca de batera para automvil se admite con distribucin normal con
media = 38 meses y desviacin estndar = 2 meses. Si la compaa no desea
reemplazar ms del 5% de las bateras vendidas, qu tiempo de garanta debe ofrecer?
Muestreo probabilstico
Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede calcular la
probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas
de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este
caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras
representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener
certeza de que tal caracterstica se haya conseguido.
Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente
extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar
la vida media de las bombillas que la integran, no ser posible medir ms que una vez la
bombilla seleccionada.
Con reposicin de los elementos: Las observaciones se realizan con remplazamiento de los
individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones
muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede
considerarse con reposicin aunque, realmente, no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin
de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. Pero
no es exacto
Muestreo sin reemplazo: No se devuelve los elementos extrados a la poblacin hasta que no
se hallan extrados todos los elementos que conforman la muestra.
Hay diversos procedimientos para extraer los individuos de una muestra aleatoria:
Una de ellas consiste en realizar un sorteo aleatorio con papeles o bolas enumeradas y sacar
uno a uno tantos como lo indique el tamao de la muestra. Otra forma, es utilizar la tabla de
nmeros aleatorios pero solamente para poblaciones finitas, la utilizacin de estas tablas
puede realizarse de diferentes modos.
Muestreo sistemtico
Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo.
Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda).
Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n;
donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se
producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah
en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener
en cuenta la periodicidad del fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N)
y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n),
dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el
resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde
uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el
orden.
Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen
homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de
estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo
que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo
sistemtico, una de las tcnicas de seleccin ms usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos tcnicas de muestreo estratificado:
( )
Ejemplo 1. Un ingeniero trata de ajustar una mquina dispensadora de gaseosas de tal forma
que el promedio del lquido dispensado se encuentra dentro de cierto rango. Sabe que la
cantidad de lquido vertida por la mquina sigue una distribucin normal con una desviacin
estndar decilitros. Tambin desea que el valor estimado que vaya a obtener de la
media comparado con el verdadero no sea superior a 0.02 decilitros con una confianza del
95%. De qu tamao debe escoger la muestra, o sea cuntas mediciones debe realizar para
que cumpla el plan propuesto?
Solucin:
La informacin dada es:
, d=0.02 y un nivel de confianza del 95% por lo tanto, el nivel de significancia
y ( ) .
Reemplazando tenemos,
( ) ( )
( )
mediciones.
( )
GUA DE CLASE N 4
1. Suponga que las estaturas de los hombres tienen distribucin normal con desviacin
estndar de 2.5 pulgadas. De qu tamao se debe tomar la muestra si se desea
determinar un intervalo de confianza del 95% para una media con un error de estimacin de
0.5?
3. Un tcnico desea determinar el tiempo promedio que los operarios tardan en preparar sus
equipos. Qu tamao debe tener la muestra si se necesita una confianza del 95% de que
su media muestral estar dentro de 15 segundos del promedio real? Suponga que por
estudios anteriores se sabe que segundos.
4. Se desea estimar el peso promedio de un lote de 500 naranjas. Para ello se va escoger
aleatoriamente cierto nmero de naranjas. Se desea que el error de estimacin sea mximo
de 2 onzas con un nivel de confianza del 90%. Cuntas naranjas deben seleccionarse?
Suponga que .
6. Se desea estimar la fuerza promedio para levantar a un nio de seis aos. Como no se
tena informacin sobre la varianza de esta poblacin se procedi a tomar una muestra
piloto para estimarla; los resultados fueron los siguientes: 2.24, 2.26, 2.47, 1.56, 1.72, 1.48,
2.40, 2.03, 1,72, 2.10, 1.74, 1.55. Si se desea estimar un intervalo del 95% de confianza con
un error de estimacin de 0.1. De qu tamao se debe escoger la muestra?
7. El jefe de personal de una empresa desea realizar una encuesta para determinar la
proporcin de trabajadores que est a favor de un cambio del horario de trabajo. Como es
imposible consultar a los 500 trabajadores en un lapso razonable, procede a escoger
aleatoriamente cierto nmero de trabajadores para entrevistarlos; determine el nmero de
trabajadores que debe entrevistarse si se desea que la proporcin estimada presente un
error mximo del 5% y un nivel de confianza del 95%.
Procedimientos de prueba
Un procedimiento de prueba es una regla con base en datos muestrales, para determinar si se
rechaza .
Ejemplo 1. El ingeniero de control de calidad de una fbrica de tornillos tiene la sospecha de
que el proceso de produccin de tales tornillos no se est cumpliendo la especificacin en
cuanto la longitud promedio que debe ser de 5 cm, y que sta, por el contrario, es menor. Si
La escritura nos indica que existe una confrontacin de afirmaciones y slo la evidencia de los
datos nos podr indicar hacia dnde debemos inclinarnos, lo que no requiere decir que queda
demostrada, sino que no queda validada ante la evidencia de la muestra. Esto hay que tenerlo
en cuenta porque olvidarlo o desconocerlo da origen a las muchas conclusiones erradas que se
hacen y que motivan una crtica injustificada a las conclusiones con base en la inferencia
estadstica.
1. Un estadstico de prueba: una funcin de los datos muestrales en los cuales se basa la
decisin de rechazar o no rechazar .
2. Una regin de rechazo, el conjunto de todos los valores del estadstico de prueba para los
cuales ser rechazada.
Entonces, la hiptesis nula ser rechazada si y solo si el valor observado o calculado del
estadstico de prueba se ubica en la regin de rechazo.
La regin de aceptacin es un conjunto de valores, determinado bajo ciertas reglas, tal que si el
valor de la estadstica de prueba cae dentro, la hiptesis nula se declara no contraria al valor
de la estadstica (esto no significa que sea verdadera sino que su falsedad no ha sido
probada). La regin de rechazo, tambin llamada regin crtica, es un conjunto de valores
distinto a los anteriores; si la estadstica de prueba asume un valor que est dentro, la hiptesis
nula se declara contraria a la evidencia de la muestra y por lo tanto debe ser rechazada.
El valor crtico es aquel nmero que separa la regin de aceptacin de la regin de rechazo.
As por ejemplo, si la regla de decisin es rechazar si , entonces 5 es un valor
crtico.
Rechazo Aceptacin
5
Cuando la regin de rechazo est localizada en un solo extremo de la curva de la distribucin
de la estadstica de prueba, la prueba se dice de una cola. Cuando la regin de rechazo est
localizada en ambos extremos la prueba se dice de dos colas.
Si se trata de una prueba de una media para poblacin normal, las distintas pruebas respecto
de las posibilidades para la hiptesis alterna son:
1. .
Zona de rechazo
( )
Zona de rechazo
( )
3. .
Errores en el contraste
Una vez realizado el contraste de hiptesis, se habr optado por una de las dos
hiptesis, o , y la decisin escogida coincidir o no con la que en realidad es cierta. Se
pueden dar los cuatro casos que se exponen en el siguiente cuadro:
Decisin
Estado de naturaleza
Aceptar Descartar
es cierta Accin correcta Error de tipo I
( ) ( )
es falsa Error d tipo II Accin correcta
( ) ( )
Es un procedimiento estadstico que nos permite decidir si los datos muestrales son
consistentes o no con algun valor que hemos fijado para la media de una poblacin
normalmente distribuida. Existen dos casos relacionados: cuando la varianza de la poblacin
es conocida y cuando sta es desconocida.
Solucin:
1. Hiptesis
Longitud promedio de los pedazos de cable.
2. n = 18, .
3. Estadstica de prueba.
( )
( )
4. Regla de decisin.
Se rechaza H0, si .
5. Clculos.
( )
El valor de tabla ( ):
( )
Solucin:
1. Hiptesis
contenido promedio de humedad de cada tonelada de trigo.
2. n = 16, .
3. Estadstica de prueba.
( )
( )
4. Regla de decisin.
Se rechaza H0, si .
5. Clculos.
( )
El valor de tabla ( ):
( ) ( )
Cuando se trata de pruebas de dos medias relacionadas con poblaciones independientes, las
hiptesis a probar son:
Equivalente a:
. Prueba de una cola a la derecha.
Equivalente a:
. Prueba de una cola a la izquierda.
Equivalente a:
. Prueba de dos colas.
Tambin se tienen en cuenta dos casos, cuando las varianzas de las poblaciones son
conocidas o cuando las varianzas son desconocidas.
Si las varianzas poblacionales son conocidas, se utiliza como estadstica de prueba la variable
con distribucin normal estndar:
( ) ( )
Cuando las varianzas poblacionales son desconocidas pero supuestas iguales con muestras
pequeas, se utiliza como estadstica de prueba a la distribucin t-student:
( ) ( )
con (n1 + n2 2) grados de libertad y donde,
( ) ( )
( )
se llama varianza ponderada.
Ejemplo 3. Mediciones del dimetro transversal del corazn de los adultos del sexo masculino
y femenino dieron los resultados siguientes:
Suponga que las varianzas de las dos poblaciones son iguales. Proporcionan estos datos
suficiente evidencia que indique que el dimetro transversal promedio del corazn de los
hombres es igual al de las mujeres? Tome .
1. Hiptesis
dimetro transversal promedio de los hombres.
dimetro transversal promedio de las mujeres.
2. n1 = 12, n2 =9, .
3. Estadstica de prueba.
( ) ( )
( )
4. Regla de decisin.
Se rechaza H0, si .
5. Clculos.
( )( ) ( )( )
( )
( )
El valor de tabla ( ):
( ) ( )
6. Decisin.
Ejemplo 4. Diez personas fueron sometidas a un test antes y despus de recibir cierta
instruccin. Los resultados fueron los siguientes:
Individuo 1 2 3 4 5 6 7 8 9 10
Antes 70 84 88 110 105 100 110 67 79 86
Despus 115 148 176 191 158 178 179 140 161 157
Proporcionan estos datos evidencia suficiente para decir que la instruccin fue efectiva?
Tome .
Solucin:
1. Hiptesis
2. n = 10, .
3. Estadstica de prueba.
( )
( )
4. Regla de decisin.
Se rechaza H0, si .
5. Clculos.
( )
El valor de tabla ( ):
( ) ( )
Como , entonces se rechaza H0, los datos evidencian que la instruccin fue efectiva.
1. Una fbrica de pilas garantiza que su producto tiene una vida media de 1000 horas y una
desviacin estndar de 50. Pruebe la hiptesis de que en contraposicin de la
alterna horas, si una muestra aleatoria de 30 bateras tiene una duracin promedio
de 950 horas. Utilice .
3. Los siguientes datos representan el contenido de grasa en los cuerpos de 10 hombres: 4.22,
3.99, 5.41, 4.23, 4.29, 4.62, 4.55, 4.13, 4.23, 4.48. Evidencian estos datos que el contenido
promedio de grasa en los hombres es menor de 4.464? Considere y tome .
Operario 1 Operario 2
10 12
9 16
16 16
14 15
11 14
Si supone que el nmero de unidades terminadas diariamente por los trabajadores son
variables aleatorias independientes distribuidas normalmente con varianzas iguales, puede
concluirse alguna diferencia entre las medias? Tome .
5. Las siguientes son las distancias en metros que cierto animal se aleja de su morada: 194,
202, 335, 515, 184, 369, 142, 552, 200, 344, 421, 590, 301, 439. Podemos concluir que la
distancia promedio en que se aleja es mayor de 338 m? Suponga y tome .
7. Se desea comparar dos mtodos para ensear estadstica. Para ello se tomaron 10 pares
de estudiantes del mismo nivel de aprovechamiento en estadstica. De cada par, a uno se le
asigna al azar el mtodo A y al otro al mtodo B. Despus de un periodo de cuatro
semanas, cada estudiante se someti a un examen, con las puntuaciones siguientes:
Par 1 2 3 4 5 6 7 8 9 10
Mtodo A 36 37 41 42 36 35 42 33 40 38
Mtodo B 35 35 42 41 36 34 40 31 39 37
Proporcionan estos datos suficiente evidencia como para indicar que los niveles medios de
aprovechamiento de los mtodos son distintos? Sea .
8. Los siguientes datos son los tiempos que tardan dos grupos de estudiantes para resolver un
examen de estadstica.
Considere que los dimetros se distribuyen normalmente y que las varianzas respectivas
son . Evidencian estos datos que los dimetros promedios de las
arandelas producidas por las dos mquinas son iguales? Tome .
10. Cinco personas con exceso de peso se pusieron a dieta durante tres meses. Fueron
observados sus pesos al comienzo y al final de la dieta. Estos datos se muestran en la
tabla que sigue:
Individuo 1 2 3 4 5
Peso inicial 295 305 323 299 310
Peso final 251 259 267 265 263
12. Suponga que la varianza de los cocientes intelectuales de los estudiantes de enseanza
secundaria media en una ciudad es de 225. Una muestra aleatoria de 25 estudiantes
arroja un coeficiente intelectual de 106. Se puede concluir a partir de estos datos que el
coeficiente intelectual medio de los estudiantes es superior a 100? Tome .
13. Una muestra aleatoria de tamao n1 = 25, tomada de una poblacin normal con desviacin
estndar de , tiene una media . Una segunda muestra aleatoria de tamao
n2 = 36, tomada de una poblacin normal diferente con desviacin estndar , tiene
media . Pruebe la hiptesis de , en contraposicin a la alterna .
Tome .
14. Se conduce una prueba sobre la potencia de friccin producida por ciertas mquinas
lubricadas con dos aceites comerciales. Los resultados fueron:
Marca 1 Marca2
Considere que se trata de poblaciones normales con igual varianza. Evidencian estos
datos que las potencias promedios son iguales? Tome .
Las pruebas referentes a varianzas pueden ser para una o dos varianzas. Si se trata de una
sola varianza utilizamos como estadstico de prueba la variable con distribucin Ji cuadrado:
( )
Ejemplo 1. Se tom una muestra aleatoria de tamao n= 25 se obtuvo un valor S=150, con
estos datos. Pruebe la hiptesis vs. .
Solucin
1. Hiptesis
vs.
2. n = 25
3. Estadstica de prueba.
( )
4. Regla de decisin.
Se rechaza H0, si .
5. Clculos.
( )( )
El valor de tabla ( ):
( ) ( )
6. Decisin.
36.415 54
Como, entonces rechaza H0.
Ejemplo 2. Se compar la eficiencia de dos tipos de aceites para evitar el desgaste en ciertas
piezas sometidas a intenso trabajo. En trece piezas se utiliz el aceite 1 y en otras trece el
aceite 2. Las varianzas muestrales fueron . Pruebe la hiptesis nula segn la
cual las varianzas de las dos poblaciones son iguales. Tome .
Solucin
1. Hiptesis
2. n1 = 13, n2 = 13, .
3. Estadstica de prueba.
4. Regla de decisin.
1/F F
Se rechaza H0, si .
5. Clculos.
El valor de tabla ( ):
( ( )( )) ( ) y
( ( )( )) ( )
6. Decisin.
0.305 3.28 4
Como , entonces rechaza H0, de que las varianzas de las dos poblaciones son iguales.
2. Se sabe que el contenido de nicotina de una marca de cigarrillos tiene distribucin normal
con varianza de 1.3 miligramos. Pruebe la hiptesis de que , si una muestra
aleatoria de 8 de estos cigarrillos tiene una desviacin estndar . use .
3. Se conduce una prueba sobre la potencia de friccin producida por ciertas mquinas
lubricadas con dos aceites comerciales. Los resultados fueron:
Marca 1 Marca2
Baja en grasas
Normal
Proporcionan estos datos suficiente evidencia que indique una diferencia en la variabilidad
de las dos poblaciones de donde se obtuvieron las muestras? Tome .
5. Una firma fabricante de detergentes elabora dos marcas. Si se encuentra que 56 amas de
casa de 200 consultadas prefieren la marca A; y que 29 de 150 la marca B. Es esto
evidencia suficiente para sostener que la marca A es preferida a la B? Tome .
6. Se realizo una encuesta para determinar la diferencia que pueda existir entre las fracciones
de casados y solteros entre 20 y 30 aos que fuman. Se entrevistaron 200 personas de
cada grupo y se encontraron 64 casados y 80 solteros que fuman. Contienen los datos
suficiente evidencia que indique que existe una diferencia entre las dos fracciones de
fumadores para las dos poblaciones? Tome .
7. Dos maquinas diferentes A y B se utilizan para producir pernos idnticos que se suponen de
2 pulgadas de longitud. Se toman dos muestras aleatorias de 25 pernos cada una de la
produccin de ambas mquinas Y arrojan dos varianzas pulgadas para la
mquina A, y pulgadas para la mquina B. Evidencian estos datos que las
varianzas son iguales? Tome .
Hemos visto en casi todas las pruebas hasta ahora estudiadas permitan que se estimaran
algunos valores desconocidos de los parmetros a partir de valores calculados gracias a
muestras elegidas al azar en una poblacin dada.
Las hiptesis se enunciaban en funcin del valor o valores especificados de los parmetros de
la poblacin.
Como se presentan muchas situaciones en las que no cumplen los supuestos, se han
desarrollado recientemente numerosas pruebas estadsticas que no exigen supuestos
rigurosos acerca de la distribucin de la poblacin y que no requieren enunciar las hiptesis en
trminos de valores especificados de los parmetros, son por consiguiente, pruebas que se
pueden llamar de distribucin libre o no paramtricos. El trmino de distribucin libre describe
un mtodo de probar hiptesis o de definir un intervalo de confianza que no depende de la
naturaleza de la distribucin de la poblacin que se est considerando; el trmino no
paramtrico se utiliza para indicar que no hay hiptesis enunciada en trminos de valores
especificados de parmetros.
No obstante, los mtodos no paramtricos tienen sus ventajas por ser fciles de aplicar. Son
relativamente sencillos, claros de exponer y de comprender en comparacin con los mtodos
paramtricos. De ah que a veces se les llame mtodos abreviados y que se les emplee a
menudo, al aumentar el tamao de la muestra, incluso en situaciones en que se cumplen en
realidad supuestos paramtricos.
Si la hiptesis nula segn la cual las dos poblaciones tienen idntica distribucin (relativa) es
cierta, podra esperarse que las dos sumas sean aproximadamente iguales, y si las dos sumas
son muy diferentes entre y s, habra que concluir que las dos poblaciones no son idnticas; es
decir, habra que descartar la hiptesis nula.
La estadstica de prueba T se puede emplear para pruebas de una o dos colas. Para de una
cola es necesario anticipar el signo de la suma de los rangos menor, en caso de ser falsa la
hiptesis nula. Si la suma ms pequea tiene signo distinto del que se anticip, no se rechaza
la hiptesis nula.
( )( )
Que es mayor que el valor crtico -1.645 con . Por consiguiente, no se rechaza la
hiptesis nula de que el periodo de vacaciones no da por resultado aumento de la
productividad. Este resultado es el mismo obtenido por la prueba de signos estudiada antes.
Prueba de independencia
Entre todas las aplicaciones que se ofrecen de la distribucin Ji cuadrado, es tal vez la prueba
de independencia la que mayor empleo tiene. Este procedimiento consiste en probar la
hiptesis nula segn la cual dos criterios de clasificacin cuando se aplican a dos conjuntos de
entidades, son independientes. Por ejemplo, probar que el hbito de fumar es independiente
del sexo o probar que los retrasos en la llegada al trabajo de las personas que laboran en una
empresa es independiente del tiempo de vinculacin del trabajador.
La clasificacin de un conjunto de entidades, de acuerdo con dos criterios, puede presentarse
mediante una tabla en la que los renglones (filas) representan los diversos niveles de uno de
los criterios de clasificacin y las columnas representan los diversos niveles del segundo
criterio. Una tabla construida de esta forma se denomina, como una tabla de contingencia. La
interseccin de un rengln con una columna se denomina celda.
La hiptesis nula (H0) corresponde a la proposicin: Los dos criterios de clasificacin son
independientes. Si se llega rechazar H0, se concluir que los dos criterios de clasificacin no
son independientes en esta poblacin.
El procedimiento para realizar la prueba incluye los siguientes pasos bsicos:
1. Se especifica cada criterio con sus distintos niveles. Esto determinar los renglones y las
columnas.
2. Se registra en cada celda el nmero de individuos o entidades que satisfacen el nivel dado
por el rengln y la columna simultneamente.
3. Se calculan las frecuencias esperadas, las cuales se colocan en la parte inferior derecha de
la celda o al lado de la frecuencia observada, entre parntesis.
4. Se calcula la suma, valor de la estadstica de prueba,
( )
en donde,
= Nmero de entidades o individuos clasificados en las celdas .
= Frecuencia esperada para la celda .
k = Nmero de celdas.
5. Se busca en la tabla de Ji cuadrado el valor [ ( )( )] , r = nmero de renglones y c =
nmero de columnas.
Ejemplo 2. Suponga que se desea averiguar si existe alguna relacin entre el nivel de
formacin acadmica y el rendimiento laboral para un grupo de 200 empleados. El nivel de
formacin acadmica se clasifica en tres clases: escuela media o primaria, escuela superior y
escuela de especializacin, en tanto que el rendimiento en el trabajo se clasifican como
excelente, bueno o regular. La distribucin de frecuencia conjunta de las 200
observaciones est representada en la siguiente tabla.
Formacin acadmica
Rendimiento Media o primaria Superior Especializacin Total
Excelente 10 (15) 40 (30) 10 (15) 60
Bueno 30 (20) 30 (40) 20 (20) 80
Regular 10 (15) 30 (30) 20 (15) 60
Total 50 100 50 200
( )
( )( )( )( )
(1)
con (2 1)(2 1) =1 grado de libertad.
(| | )
( )( )( )( )
(2)
( )
De la tabla III tenemos que para un grado de libertad el valor crtico que separa 0.1%
superior es 10.828. Por lo tanto, la hiptesis segn la cual existe independencia entre el sexo y
el propsito de elegir una carrera tcnica debe ser rechazada.
(| | )
que es ligeramente menor que el valor antes obtenido, pero aun as la hiptesis de
independencia debe ser rechazada.
Personas A B C D E F G H I J K L M N O P Q
Pesos antes 210 197 203 175 234 178 252 230 190 195 154 179 243 195 198 169 217
Pesos despus 208 196 195 175 229 170 242 221 213 180 150 173 235 204 193 169 210
2. Los datos que siguen se reunieron con el propsito de determinar si las edades de los
esposos se pueden considerar superiores a las de las esposas.
Esposos 58 46 30 35 53 20 45 35 38 43 25 22 37 61 78
Esposas 47 35 25 38 49 21 42 40 38 38 26 24 39 60 68
3. Se desea determinar si un alza en los salarios incrementara la produccin por hora de los
trabajadores. Sea X esta produccin por hora antes de alza de salarios y sea Y la misma
produccin despus del alza. Una muestra de 20 trabajadores arroja los siguientes datos:
Trabajadores A B C D E F G H I J K L M N O P Q R S T
X 91 83 70 64 85 86 91 66 72 60 75 84 71 80 70 85 65 75 75 65
Y 88 87 67 69 83 81 94 67 76 55 74 86 72 90 75 83 75 82 65 67
Utilice la estadstica de prueba T para probar la hiptesis nula de que el alza de salarios no
tiene efecto sobre la produccin horaria de los trabajadores, con la hiptesis alterna de que:
a. La produccin por hora tras el alza es superior a la de antes del alza a un nivel de
significancia del .
b. La produccin por hora tras el alza difiere de la produccin anterior al alza a un nivel de
significancia del .
4. Suponga que la siguiente es una muestra aleatoria de 1 000 electores clasificados por
afiliacin a partidos y preferencias de voto sobre determinada cuestin:
Pruebe la hiptesis segn la cual la afiliacin al partido no tiene nada que ver con la
preferencia del voto. Tome .
5. Cierta compaa desea determinar si el ausentismo se relaciona con la edad. Se toma una
muestra de 200 empleados al azar y se clasifican segn edad y causa de ausentismo as:
Edad
Causa
Menos de 30 30 50 Ms de 50
Enfermedad 40 28 52
Otras 20 36 24
Se encuentra la edad relacionada con el ausentismo? Tome .
Modelo
Sexo
I II III
Varn 350 270 380
Mujer 340 400 260
Pruebe la hiptesis segn la cual el sexo no tiene relacin con la preferencia del modelo.
Tome .
7. La administracin de cierta firma elabor una encuesta para determinar si el tipo de empleo
se relaciona con preferencias por una pliza de seguros. Una muestra de 300 empleados a
los que se entrevist arroj los datos siguientes:
Pliza de seguro
Tipo de empleados
I II III
Inspectores 18 6 12
Empleados de oficina 42 24 30
Obreros 36 72 60
c t1, r
La tabla da reas 1 y valores , donde, P[T c] 1 , y donde T tiene
distribucin t-Student con r grados de libertad.
0.10 superior
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
1 39.8634 49.5000 53.5932 55.8329 57.24 58.2044 58.9059 59.4389 59.8575 60.1949 60.7052 61.2203 61.7402 62.002 62.2649 62.529 62.7942 63.0606 63.3281
2 8.52632 9.00000 9.16179 9.24342 9.29263 9.32553 9.34908 9.36677 9.38054 9.39157 9.40813 9.42471 9.44131 9.44962 9.45793 9.46624 9.47456 9.48289 9.49122
3 5.53832 5.46238 5.39077 5.34264 5.30916 5.28473 5.26619 5.25167 5.24 5.23041 5.21562 5.20031 5.18448 5.17636 5.16811 5.15972 5.15119 5.14251 5.1337
4 4.54477 4.32456 4.19086 4.10725 4.05058 4.00975 3.97897 3.95494 3.93567 3.91988 3.89553 3.87036 3.84434 3.83099 3.81742 3.80361 3.78957 3.77527 3.76073
5 4.06042 3.77972 3.61948 3.5202 3.45298 3.40451 3.3679 3.33928 3.31628 3.2974 3.26824 3.23801 3.20665 3.19052 3.17408 3.15732 3.14023 3.12279 3.105
6 3.77595 3.4633 3.28876 3.18076 3.10751 3.05455 3.01446 2.98304 2.95774 2.93693 2.90472 2.87122 2.83634 2.81834 2.79996 2.78117 2.76195 2.74229 2.72216
7 3.58943 3.25744 3.07407 2.96053 2.88334 2.82739 2.78493 2.75158 2.72468 2.70251 2.66811 2.63223 2.59473 2.57533 2.55546 2.5351 2.51422 2.49279 2.47079
8 3.45792 3.11312 2.9238 2.80643 2.72645 2.66833 2.62413 2.58935 2.56124 2.53804 2.50196 2.46422 2.42464 2.4041 2.38302 2.36136 2.3391 2.31618 2.29257
9 3.3603 3.00645 2.81286 2.69268 2.61061 2.55086 2.50531 2.46941 2.44034 2.41632 2.37888 2.33962 2.29832 2.27683 2.25472 2.23196 2.20849 2.18427 2.15923
10 3.28502 2.92447 2.72767 2.60534 2.52164 2.46058 2.41397 2.37715 2.34731 2.3226 2.28405 2.24351 2.20074 2.17843 2.15543 2.13169 2.10716 2.08176 2.05542
11 3.2252 2.85951 2.66023 2.53619 2.45118 2.38907 2.34157 2.304 2.2735 2.24823 2.20873 2.16709 2.12305 2.10001 2.07621 2.05161 2.02612 1.99965 1.97211
12 3.17655 2.8068 2.60552 2.4801 2.39402 2.33102 2.28278 2.24457 2.21352 2.18776 2.14744 2.10485 2.05968 2.03599 2.01149 1.9861 1.95973 1.93228 1.90361
13 3.13621 2.76317 2.56027 2.43371 2.34672 2.28298 2.2341 2.19535 2.16382 2.13763 2.09659 2.05316 2.00698 1.98272 1.95757 1.93147 1.90429 1.87591 1.8462
14 3.10221 2.72647 2.52222 2.39469 2.30694 2.24256 2.19313 2.1539 2.12195 2.0954 2.05371 2.00953 1.96245 1.93766 1.91193 1.88516 1.85723 1.828 1.79728
15 3.07319 2.69517 2.48979 2.36143 2.27302 2.20808 2.15818 2.11853 2.08621 2.05932 2.01707 1.97222 1.92431 1.89904 1.87277 1.84539 1.81676 1.78672 1.75505
16 3.04811 2.66817 2.46181 2.33274 2.24376 2.17833 2.128 2.08798 2.05533 2.02815 1.98539 1.93992 1.89127 1.86556 1.83879 1.81084 1.78156 1.75075 1.71817
17 3.02623 2.64464 2.43743 2.30775 2.21825 2.15239 2.10169 2.06134 2.02839 2.00094 1.95772 1.91169 1.86236 1.83624 1.80901 1.78053 1.75063 1.71909 1.68564
18 3.00698 2.62395 2.41601 2.28577 2.19583 2.12958 2.07854 2.03789 2.00467 1.97698 1.93334 1.88681 1.83685 1.81035 1.78269 1.75371 1.72322 1.69099 1.65671
19 2.9899 2.60561 2.39702 2.2663 2.17596 2.10936 2.05802 2.0171 1.98364 1.95573 1.9117 1.86471 1.81416 1.78731 1.75924 1.72979 1.69876 1.66587 1.63077
20 2.97465 2.58925 2.38009 2.24893 2.15823 2.09132 2.0397 1.99853 1.96485 1.93674 1.89236 1.84494 1.79384 1.76667 1.73822 1.70833 1.67678 1.64326 1.60738
22 2.94858 2.56131 2.35117 2.21927 2.12794 2.0605 2.0084 1.9668 1.93273 1.90425 1.85925 1.81106 1.75899 1.73122 1.70208 1.67138 1.63885 1.60415 1.56678
23 2.93736 2.54929 2.33873 2.20651 2.11491 2.04723 1.99492 1.95312 1.91888 1.89025 1.84497 1.79643 1.74392 1.71588 1.68643 1.65535 1.62237 1.58711 1.54903
24 2.92712 2.53833 2.32739 2.19488 2.10303 2.03513 1.98263 1.94066 1.90625 1.87748 1.83194 1.78308 1.73015 1.70185 1.6721 1.64067 1.60726 1.57146 1.5327
25 2.91774 2.52831 2.31702 2.18424 2.09216 2.02406 1.97138 1.92925 1.89469 1.86578 1.82 1.77083 1.71752 1.68898 1.65895 1.62718 1.59335 1.55703 1.5176
26 2.90913 2.5191 2.30749 2.17447 2.08218 2.01389 1.96104 1.91876 1.88407 1.85503 1.80902 1.75957 1.70589 1.67712 1.64682 1.61472 1.5805 1.54368 1.5036
27 2.90119 2.51061 2.29871 2.16546 2.07298 2.00452 1.95151 1.90909 1.87427 1.84511 1.79889 1.74917 1.69514 1.66616 1.6356 1.6032 1.56859 1.53129 1.49057
28 2.89385 2.50276 2.2906 2.15714 2.06447 1.99585 1.9427 1.90014 1.8652 1.83593 1.78951 1.73954 1.68519 1.656 1.62519 1.5925 1.55753 1.51976 1.47841
29 2.88703 2.49548 2.28307 2.14941 2.05658 1.98781 1.93452 1.89184 1.85679 1.82741 1.78081 1.7306 1.67593 1.64655 1.61551 1.58253 1.54721 1.50899 1.46704
30 2.88069 2.48872 2.27607 2.14223 2.04925 1.98033 1.92692 1.88412 1.84896 1.81949 1.7727 1.72227 1.66731 1.63774 1.60648 1.57323 1.53757 1.49891 1.45636
40 2.83535 2.44037 2.22609 2.09095 1.99682 1.92688 1.87252 1.82886 1.7929 1.76269 1.71456 1.66241 1.60515 1.57411 1.54108 1.50562 1.46716 1.42476 1.37691
60 2.79107 2.39325 2.17741 2.04099 1.94571 1.87472 1.81939 1.77483 1.73802 1.70701 1.65743 1.60337 1.54349 1.51072 1.47554 1.43734 1.3952 1.34757 1.29146
120 2.74781 2.34734 2.12999 1.9923 1.89587 1.82381 1.76748 1.72196 1.68425 1.65238 1.6012 1.545 1.48207 1.44723 1.40938 1.3676 1.32034 1.26457 1.19256
2.70554 2.30259 2.0838 1.94486 1.84727 1.77411 1.71672 1.6702 1.63152 1.59872 1.54578 1.48714 1.4206 1.38318 1.34187 1.29513 1.23995 1.1686 1
0.05 superior
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
df2=1 161.447 199.5 215.707 224.583 230.161 233.986 236.768 238.882 240.543 241.881 243.906 245.949 248.013 249.051 250.095 251.143 252.195 253.252 254.314
2 18.5128 19 19.1643 19.2468 19.2964 19.3295 19.3532 19.371 19.3848 19.3959 19.4125 19.4291 19.4458 19.4541 19.4624 19.4707 19.4791 19.4874 19.4957
3 10.128 9.5521 9.2766 9.1172 9.0135 8.9406 8.8867 8.8452 8.8123 8.7855 8.7446 8.7029 8.6602 8.6385 8.6166 8.5944 8.572 8.5494 8.5264
4 7.7086 6.9443 6.5914 6.3882 6.2561 6.1631 6.0942 6.041 5.9988 5.9644 5.9117 5.8578 5.8025 5.7744 5.7459 5.717 5.6877 5.6581 5.6281
5 6.6079 5.7861 5.4095 5.1922 5.0503 4.9503 4.8759 4.8183 4.7725 4.7351 4.6777 4.6188 4.5581 4.5272 4.4957 4.4638 4.4314 4.3985 4.365
6 5.9874 5.1433 4.7571 4.5337 4.3874 4.2839 4.2067 4.1468 4.099 4.06 3.9999 3.9381 3.8742 3.8415 3.8082 3.7743 3.7398 3.7047 3.6689
7 5.5914 4.7374 4.3468 4.1203 3.9715 3.866 3.787 3.7257 3.6767 3.6365 3.5747 3.5107 3.4445 3.4105 3.3758 3.3404 3.3043 3.2674 3.2298
8 5.3177 4.459 4.0662 3.8379 3.6875 3.5806 3.5005 3.4381 3.3881 3.3472 3.2839 3.2184 3.1503 3.1152 3.0794 3.0428 3.0053 2.9669 2.9276
9 5.1174 4.2565 3.8625 3.6331 3.4817 3.3738 3.2927 3.2296 3.1789 3.1373 3.0729 3.0061 2.9365 2.9005 2.8637 2.8259 2.7872 2.7475 2.7067
10 4.9646 4.1028 3.7083 3.478 3.3258 3.2172 3.1355 3.0717 3.0204 2.9782 2.913 2.845 2.774 2.7372 2.6996 2.6609 2.6211 2.5801 2.5379
11 4.8443 3.9823 3.5874 3.3567 3.2039 3.0946 3.0123 2.948 2.8962 2.8536 2.7876 2.7186 2.6464 2.609 2.5705 2.5309 2.4901 2.448 2.4045
12 4.7472 3.8853 3.4903 3.2592 3.1059 2.9961 2.9134 2.8486 2.7964 2.7534 2.6866 2.6169 2.5436 2.5055 2.4663 2.4259 2.3842 2.341 2.2962
13 4.6672 3.8056 3.4105 3.1791 3.0254 2.9153 2.8321 2.7669 2.7144 2.671 2.6037 2.5331 2.4589 2.4202 2.3803 2.3392 2.2966 2.2524 2.2064
14 4.6001 3.7389 3.3439 3.1122 2.9582 2.8477 2.7642 2.6987 2.6458 2.6022 2.5342 2.463 2.3879 2.3487 2.3082 2.2664 2.2229 2.1778 2.1307
15 4.5431 3.6823 3.2874 3.0556 2.9013 2.7905 2.7066 2.6408 2.5876 2.5437 2.4753 2.4034 2.3275 2.2878 2.2468 2.2043 2.1601 2.1141 2.0658
16 4.494 3.6337 3.2389 3.0069 2.8524 2.7413 2.6572 2.5911 2.5377 2.4935 2.4247 2.3522 2.2756 2.2354 2.1938 2.1507 2.1058 2.0589 2.0096
17 4.4513 3.5915 3.1968 2.9647 2.81 2.6987 2.6143 2.548 2.4943 2.4499 2.3807 2.3077 2.2304 2.1898 2.1477 2.104 2.0584 2.0107 1.9604
18 4.4139 3.5546 3.1599 2.9277 2.7729 2.6613 2.5767 2.5102 2.4563 2.4117 2.3421 2.2686 2.1906 2.1497 2.1071 2.0629 2.0166 1.9681 1.9168
19 4.3807 3.5219 3.1274 2.8951 2.7401 2.6283 2.5435 2.4768 2.4227 2.3779 2.308 2.2341 2.1555 2.1141 2.0712 2.0264 1.9795 1.9302 1.878
20 4.3512 3.4928 3.0984 2.8661 2.7109 2.599 2.514 2.4471 2.3928 2.3479 2.2776 2.2033 2.1242 2.0825 2.0391 1.9938 1.9464 1.8963 1.8432
22 4.3009 3.4434 3.0491 2.8167 2.6613 2.5491 2.4638 2.3965 2.3419 2.2967 2.2258 2.1508 2.0707 2.0283 1.9842 1.938 1.8894 1.838 1.7831
23 4.2793 3.4221 3.028 2.7955 2.64 2.5277 2.4422 2.3748 2.3201 2.2747 2.2036 2.1282 2.0476 2.005 1.9605 1.9139 1.8648 1.8128 1.757
24 4.2597 3.4028 3.0088 2.7763 2.6207 2.5082 2.4226 2.3551 2.3002 2.2547 2.1834 2.1077 2.0267 1.9838 1.939 1.892 1.8424 1.7896 1.733
25 4.2417 3.3852 2.9912 2.7587 2.603 2.4904 2.4047 2.3371 2.2821 2.2365 2.1649 2.0889 2.0075 1.9643 1.9192 1.8718 1.8217 1.7684 1.711
26 4.2252 3.369 2.9752 2.7426 2.5868 2.4741 2.3883 2.3205 2.2655 2.2197 2.1479 2.0716 1.9898 1.9464 1.901 1.8533 1.8027 1.7488 1.6906
27 4.21 3.3541 2.9604 2.7278 2.5719 2.4591 2.3732 2.3053 2.2501 2.2043 2.1323 2.0558 1.9736 1.9299 1.8842 1.8361 1.7851 1.7306 1.6717
28 4.196 3.3404 2.9467 2.7141 2.5581 2.4453 2.3593 2.2913 2.236 2.19 2.1179 2.0411 1.9586 1.9147 1.8687 1.8203 1.7689 1.7138 1.6541
29 4.183 3.3277 2.934 2.7014 2.5454 2.4324 2.3463 2.2783 2.2229 2.1768 2.1045 2.0275 1.9446 1.9005 1.8543 1.8055 1.7537 1.6981 1.6376
30 4.1709 3.3158 2.9223 2.6896 2.5336 2.4205 2.3343 2.2662 2.2107 2.1646 2.0921 2.0148 1.9317 1.8874 1.8409 1.7918 1.7396 1.6835 1.6223
40 4.0847 3.2317 2.8387 2.606 2.4495 2.3359 2.249 2.1802 2.124 2.0772 2.0035 1.9245 1.8389 1.7929 1.7444 1.6928 1.6373 1.5766 1.5089
60 4.0012 3.1504 2.7581 2.5252 2.3683 2.2541 2.1665 2.097 2.0401 1.9926 1.9174 1.8364 1.748 1.7001 1.6491 1.5943 1.5343 1.4673 1.3893
120 3.9201 3.0718 2.6802 2.4472 2.2899 2.175 2.0868 2.0164 1.9588 1.9105 1.8337 1.7505 1.6587 1.6084 1.5543 1.4952 1.429 1.3519 1.2539
3.8415 2.9957 2.6049 2.3719 2.2141 2.0986 2.0096 1.9384 1.8799 1.8307 1.7522 1.6664 1.5705 1.5173 1.4591 1.394 1.318 1.2214 1
0.025 superior
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
1 647.789 799.5 864.163 899.583 921.847 937.111 948.216 956.656 963.284 968.627 976.707 984.866 993.102 997.249 1001.41 1005.59 1009.8 1014.02 1018.258
2 38.5063 39 39.1655 39.2484 39.2982 39.3315 39.3552 39.373 39.3869 39.398 39.4146 39.4313 39.4479 39.4562 39.465 39.473 39.481 39.49 39.498
3 17.4434 16.0441 15.4392 15.101 14.8848 14.7347 14.6244 14.5399 14.4731 14.4189 14.3366 14.2527 14.1674 14.1241 14.081 14.037 13.992 13.947 13.902
4 12.2179 10.6491 9.9792 9.6045 9.3645 9.1973 9.0741 8.9796 8.9047 8.8439 8.7512 8.6565 8.5599 8.5109 8.461 8.411 8.36 8.309 8.257
5 10.007 8.4336 7.7636 7.3879 7.1464 6.9777 6.8531 6.7572 6.6811 6.6192 6.5245 6.4277 6.3286 6.278 6.227 6.175 6.123 6.069 6.015
6 8.8131 7.2599 6.5988 6.2272 5.9876 5.8198 5.6955 5.5996 5.5234 5.4613 5.3662 5.2687 5.1684 5.1172 5.065 5.012 4.959 4.904 4.849
7 8.0727 6.5415 5.8898 5.5226 5.2852 5.1186 4.9949 4.8993 4.8232 4.7611 4.6658 4.5678 4.4667 4.415 4.362 4.309 4.254 4.199 4.142
8 7.5709 6.0595 5.416 5.0526 4.8173 4.6517 4.5286 4.4333 4.3572 4.2951 4.1997 4.1012 3.9995 3.9472 3.894 3.84 3.784 3.728 3.67
9 7.2093 5.7147 5.0781 4.7181 4.4844 4.3197 4.197 4.102 4.026 3.9639 3.8682 3.7694 3.6669 3.6142 3.56 3.505 3.449 3.392 3.333
10 6.9367 5.4564 4.8256 4.4683 4.2361 4.0721 3.9498 3.8549 3.779 3.7168 3.6209 3.5217 3.4185 3.3654 3.311 3.255 3.198 3.14 3.08
11 6.7241 5.2559 4.63 4.2751 4.044 3.8807 3.7586 3.6638 3.5879 3.5257 3.4296 3.3299 3.2261 3.1725 3.118 3.061 3.004 2.944 2.883
12 6.5538 5.0959 4.4742 4.1212 3.8911 3.7283 3.6065 3.5118 3.4358 3.3736 3.2773 3.1772 3.0728 3.0187 2.963 2.906 2.848 2.787 2.725
13 6.4143 4.9653 4.3472 3.9959 3.7667 3.6043 3.4827 3.388 3.312 3.2497 3.1532 3.0527 2.9477 2.8932 2.837 2.78 2.72 2.659 2.595
14 6.2979 4.8567 4.2417 3.8919 3.6634 3.5014 3.3799 3.2853 3.2093 3.1469 3.0502 2.9493 2.8437 2.7888 2.732 2.674 2.614 2.552 2.487
15 6.1995 4.765 4.1528 3.8043 3.5764 3.4147 3.2934 3.1987 3.1227 3.0602 2.9633 2.8621 2.7559 2.7006 2.644 2.585 2.524 2.461 2.395
16 6.1151 4.6867 4.0768 3.7294 3.5021 3.3406 3.2194 3.1248 3.0488 2.9862 2.889 2.7875 2.6808 2.6252 2.568 2.509 2.447 2.383 2.316
17 6.042 4.6189 4.0112 3.6648 3.4379 3.2767 3.1556 3.061 2.9849 2.9222 2.8249 2.723 2.6158 2.5598 2.502 2.442 2.38 2.315 2.247
18 5.9781 4.5597 3.9539 3.6083 3.382 3.2209 3.0999 3.0053 2.9291 2.8664 2.7689 2.6667 2.559 2.5027 2.445 2.384 2.321 2.256 2.187
19 5.9216 4.5075 3.9034 3.5587 3.3327 3.1718 3.0509 2.9563 2.8801 2.8172 2.7196 2.6171 2.5089 2.4523 2.394 2.333 2.27 2.203 2.133
20 5.8715 4.4613 3.8587 3.5147 3.2891 3.1283 3.0074 2.9128 2.8365 2.7737 2.6758 2.5731 2.4645 2.4076 2.349 2.287 2.223 2.156 2.085
22 5.7863 4.3828 3.7829 3.4401 3.2151 3.0546 2.9338 2.8392 2.7628 2.6998 2.6017 2.4984 2.389 2.3315 2.272 2.21 2.145 2.076 2.003
23 5.7498 4.3492 3.7505 3.4083 3.1835 3.0232 2.9023 2.8077 2.7313 2.6682 2.5699 2.4665 2.3567 2.2989 2.239 2.176 2.111 2.041 1.968
24 5.7166 4.3187 3.7211 3.3794 3.1548 2.9946 2.8738 2.7791 2.7027 2.6396 2.5411 2.4374 2.3273 2.2693 2.209 2.146 2.08 2.01 1.935
25 5.6864 4.2909 3.6943 3.353 3.1287 2.9685 2.8478 2.7531 2.6766 2.6135 2.5149 2.411 2.3005 2.2422 2.182 2.118 2.052 1.981 1.906
26 5.6586 4.2655 3.6697 3.3289 3.1048 2.9447 2.824 2.7293 2.6528 2.5896 2.4908 2.3867 2.2759 2.2174 2.157 2.093 2.026 1.954 1.878
27 5.6331 4.2421 3.6472 3.3067 3.0828 2.9228 2.8021 2.7074 2.6309 2.5676 2.4688 2.3644 2.2533 2.1946 2.133 2.069 2.002 1.93 1.853
28 5.6096 4.2205 3.6264 3.2863 3.0626 2.9027 2.782 2.6872 2.6106 2.5473 2.4484 2.3438 2.2324 2.1735 2.112 2.048 1.98 1.907 1.829
29 5.5878 4.2006 3.6072 3.2674 3.0438 2.884 2.7633 2.6686 2.5919 2.5286 2.4295 2.3248 2.2131 2.154 2.092 2.028 1.959 1.886 1.807
30 5.5675 4.1821 3.5894 3.2499 3.0265 2.8667 2.746 2.6513 2.5746 2.5112 2.412 2.3072 2.1952 2.1359 2.074 2.009 1.94 1.866 1.787
40 5.4239 4.051 3.4633 3.1261 2.9037 2.7444 2.6238 2.5289 2.4519 2.3882 2.2882 2.1819 2.0677 2.0069 1.943 1.875 1.803 1.724 1.637
60 5.2856 3.9253 3.3425 3.0077 2.7863 2.6274 2.5068 2.4117 2.3344 2.2702 2.1692 2.0613 1.9445 1.8817 1.815 1.744 1.667 1.581 1.482
120 5.1523 3.8046 3.2269 2.8943 2.674 2.5154 2.3948 2.2994 2.2217 2.157 2.0548 1.945 1.8249 1.7597 1.69 1.614 1.53 1.433 1.31
5.0239 3.6889 3.1161 2.7858 2.5665 2.4082 2.2875 2.1918 2.1136 2.0483 1.9447 1.8326 1.7085 1.6402 1.566 1.484 1.388 1.268 1
0.01 superior
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
1 4052.18 4999.5 5403.35 5624.58 5763.65 5858.98 5928.35 5981.07 6022.47 6055.84 6106.32 6157.28 6208.73 6234.63 6260.64 6286.78 6313.03 6339.39 6365.86
2 98.503 99 99.166 99.249 99.299 99.333 99.356 99.374 99.388 99.399 99.416 99.433 99.449 99.458 99.466 99.474 99.482 99.491 99.499
3 34.116 30.817 29.457 28.71 28.237 27.911 27.672 27.489 27.345 27.229 27.052 26.872 26.69 26.598 26.505 26.411 26.316 26.221 26.125
4 21.198 18 16.694 15.977 15.522 15.207 14.976 14.799 14.659 14.546 14.374 14.198 14.02 13.929 13.838 13.745 13.652 13.558 13.463
5 16.258 13.274 12.06 11.392 10.967 10.672 10.456 10.289 10.158 10.051 9.888 9.722 9.553 9.466 9.379 9.291 9.202 9.112 9.02
6 13.745 10.925 9.78 9.148 8.746 8.466 8.26 8.102 7.976 7.874 7.718 7.559 7.396 7.313 7.229 7.143 7.057 6.969 6.88
7 12.246 9.547 8.451 7.847 7.46 7.191 6.993 6.84 6.719 6.62 6.469 6.314 6.155 6.074 5.992 5.908 5.824 5.737 5.65
8 11.259 8.649 7.591 7.006 6.632 6.371 6.178 6.029 5.911 5.814 5.667 5.515 5.359 5.279 5.198 5.116 5.032 4.946 4.859
9 10.561 8.022 6.992 6.422 6.057 5.802 5.613 5.467 5.351 5.257 5.111 4.962 4.808 4.729 4.649 4.567 4.483 4.398 4.311
10 10.044 7.559 6.552 5.994 5.636 5.386 5.2 5.057 4.942 4.849 4.706 4.558 4.405 4.327 4.247 4.165 4.082 3.996 3.909
11 9.646 7.206 6.217 5.668 5.316 5.069 4.886 4.744 4.632 4.539 4.397 4.251 4.099 4.021 3.941 3.86 3.776 3.69 3.602
12 9.33 6.927 5.953 5.412 5.064 4.821 4.64 4.499 4.388 4.296 4.155 4.01 3.858 3.78 3.701 3.619 3.535 3.449 3.361
13 9.074 6.701 5.739 5.205 4.862 4.62 4.441 4.302 4.191 4.1 3.96 3.815 3.665 3.587 3.507 3.425 3.341 3.255 3.165
14 8.862 6.515 5.564 5.035 4.695 4.456 4.278 4.14 4.03 3.939 3.8 3.656 3.505 3.427 3.348 3.266 3.181 3.094 3.004
15 8.683 6.359 5.417 4.893 4.556 4.318 4.142 4.004 3.895 3.805 3.666 3.522 3.372 3.294 3.214 3.132 3.047 2.959 2.868
16 8.531 6.226 5.292 4.773 4.437 4.202 4.026 3.89 3.78 3.691 3.553 3.409 3.259 3.181 3.101 3.018 2.933 2.845 2.753
17 8.4 6.112 5.185 4.669 4.336 4.102 3.927 3.791 3.682 3.593 3.455 3.312 3.162 3.084 3.003 2.92 2.835 2.746 2.653
18 8.285 6.013 5.092 4.579 4.248 4.015 3.841 3.705 3.597 3.508 3.371 3.227 3.077 2.999 2.919 2.835 2.749 2.66 2.566
19 8.185 5.926 5.01 4.5 4.171 3.939 3.765 3.631 3.523 3.434 3.297 3.153 3.003 2.925 2.844 2.761 2.674 2.584 2.489
20 8.096 5.849 4.938 4.431 4.103 3.871 3.699 3.564 3.457 3.368 3.231 3.088 2.938 2.859 2.778 2.695 2.608 2.517 2.421
22 7.945 5.719 4.817 4.313 3.988 3.758 3.587 3.453 3.346 3.258 3.121 2.978 2.827 2.749 2.667 2.583 2.495 2.403 2.305
23 7.881 5.664 4.765 4.264 3.939 3.71 3.539 3.406 3.299 3.211 3.074 2.931 2.781 2.702 2.62 2.535 2.447 2.354 2.256
24 7.823 5.614 4.718 4.218 3.895 3.667 3.496 3.363 3.256 3.168 3.032 2.889 2.738 2.659 2.577 2.492 2.403 2.31 2.211
25 7.77 5.568 4.675 4.177 3.855 3.627 3.457 3.324 3.217 3.129 2.993 2.85 2.699 2.62 2.538 2.453 2.364 2.27 2.169
26 7.721 5.526 4.637 4.14 3.818 3.591 3.421 3.288 3.182 3.094 2.958 2.815 2.664 2.585 2.503 2.417 2.327 2.233 2.131
27 7.677 5.488 4.601 4.106 3.785 3.558 3.388 3.256 3.149 3.062 2.926 2.783 2.632 2.552 2.47 2.384 2.294 2.198 2.097
28 7.636 5.453 4.568 4.074 3.754 3.528 3.358 3.226 3.12 3.032 2.896 2.753 2.602 2.522 2.44 2.354 2.263 2.167 2.064
29 7.598 5.42 4.538 4.045 3.725 3.499 3.33 3.198 3.092 3.005 2.868 2.726 2.574 2.495 2.412 2.325 2.234 2.138 2.034
30 7.562 5.39 4.51 4.018 3.699 3.473 3.304 3.173 3.067 2.979 2.843 2.7 2.549 2.469 2.386 2.299 2.208 2.111 2.006
40 7.314 5.179 4.313 3.828 3.514 3.291 3.124 2.993 2.888 2.801 2.665 2.522 2.369 2.288 2.203 2.114 2.019 1.917 1.805
60 7.077 4.977 4.126 3.649 3.339 3.119 2.953 2.823 2.718 2.632 2.496 2.352 2.198 2.115 2.028 1.936 1.836 1.726 1.601
120 6.851 4.787 3.949 3.48 3.174 2.956 2.792 2.663 2.559 2.472 2.336 2.192 2.035 1.95 1.86 1.763 1.656 1.533 1.381
6.635 4.605 3.782 3.319 3.017 2.802 2.639 2.511 2.407 2.321 2.185 2.039 1.878 1.791 1.696 1.592 1.473 1.325 1
TEXTO BSICO
Estadstica para las ciencias Administrativas, Lincoln, L. Chao. Editorial MC GRAWH HILL.
Tercera edicin.
FUENTES DE INTERNET
http://es.wikipedia.org/wiki/Probabilidad
http://www.slideshare.net/milit/muestreo-aleatorio-simple
http://es.wikipedia.org/wiki/Muestreo_en_estad%C3%ADstica
http://es.wikipedia.org/wiki/Contraste_de_hip%C3%B3tesis