Formulario Estadística Aplicada

Tamaño de muestra: Intervalos de Confianza para una muestra

Una proporción:
Poblaciones Infinitas.
𝑝̂(1−𝑝̂) 𝑝̂(1−𝑝̂)
𝑧 2 𝜎2 𝑧 2 𝑝𝑞 𝑝̂ − 𝑧𝛼/2 √ < p < 𝑝̂ + 𝑧𝛼/2 √
n= n= 𝑛 𝑛
𝐸2 𝐸2 𝑥
𝑝̂ = ; 𝑞̂= 1 − 𝑝̂
𝑛
Poblaciones Finitas. Una media:
𝑁𝑧 2 𝜎2 𝑁𝑧 2 𝑝𝑞 𝜎 𝜎
n= n= σ conocida  𝑥̅ − 𝑧𝛼/2 < µ < 𝑥̅ + 𝑧𝛼/2
(𝑁−1)𝐸 2 +𝑧 2 𝜎2 (𝑁−1)𝐸 2 +𝑧 2 𝑝𝑞 √𝑛 √𝑛
𝑠 𝑠
σ no conocida  𝑥̅ − 𝑡𝛼/2,𝑛−1 <  < 𝑥̅ + 𝑡𝛼/2,𝑛−1
Factor de corrección para los intervalos: √𝑛 √𝑛
Una varianza
𝑛 𝑁−𝑛
Si > 0,05  fc = √ (𝑛−1)𝑠2 (𝑛−1)𝑠2
𝑁 𝑁−1
2 <σ< 2
𝑥𝛼⁄2,𝑛−1
𝑥1−𝛼⁄ ,𝑛−1
2

Estadísticos de prueba para una muestra Intervalos de confianza dos muestras

Una proporción: Una media se conoce σ:

𝑝̂−𝑝 𝑥̅ −𝜇
z= z= 𝜎
√
𝑝(1−𝑝) Dos proporciones
𝑛 √𝑛

Una media no se conoce σ: (𝑝̂1 − 𝑝̂2 ) − 𝐸 < (𝑝1 − 𝑝2 ) < (𝑝̂1 − 𝑝̂2 ) + 𝐸
Una varianza: 𝑥̅ −𝜇
(𝑛−1)𝑠2 t= 𝑠
χ2 = 𝑝̂1 𝑞̂1 𝑝̂2 𝑞̂2
𝜎2 √𝑛 𝐸 = 𝑧𝛼/2 √ +
𝑛1 𝑛2
Estadísticos de prueba para dos muestras
Dos proporciones:
(𝑝̂1 −𝑝̂2 )−(𝑝1 −𝑝2 ) 𝑥1− 𝑥2 Dos medias, muestras independientes:
z= : 𝑝̅ = y 𝑞̅ = 1- 𝑝̅
1 1 𝑛1 +𝑛2
√𝑝̅𝑞̅( + ) 𝑛1 𝑛2 (𝑥̅1 − 𝑥̅2 ) − 𝐸 < 𝜇1 − 𝜇1 < (𝑥̅1 − 𝑥̅2 ) + 𝐸
Dos medias con muestras independientes, se conoce σ1 y σ2:
(𝑥̅1 −𝑥̅2 )−(𝜇1 −𝜇2 ) 𝜎12 𝜎2
z= a) 𝐸 = 𝑧𝛼/2 √ + 𝑛2 ; Se conoce σ1 y σ2
2 2 𝑛1 2
𝜎 𝜎
√ 1+ 2
𝑛1 𝑛2
𝑠12 𝑠2
Dos medias con muestras independientes, no se conoce σ1 y b) 𝐸 = 𝑡𝛼/2 √ + 𝑛2 ; No se conoce σ1 y σ2
𝑛1 2
𝒔𝟐
𝒎𝒂𝒚𝒐𝒓
σ2. Si ≥ 3 No asumimos σ1 ≠ σ2: Y se asume que 𝜎1 ≠ 𝜎1 :
𝒔𝟐
𝒎𝒆𝒏𝒐𝒓
(𝑥̅1 −𝑥̅2 )−(𝜇1 −𝜇2 ) (𝐴+𝐵)2
t= ; gl = 𝐴2 𝐵2 (𝐴+𝐵)2 𝑠12 𝑠22
𝑠2 𝑠2 + gl = A= B=
√ 1+ 2 𝑛1 −1 𝑛2 −1 𝐴2 𝐵2 𝑛1 𝑛2
+
𝑛1 𝑛2 𝑛1 −1 𝑛2 −1

𝑠12 𝑠22
A= B= 1 1
𝑛1 𝑛2 c) 𝐸 = 𝑡𝛼/2 √𝑠𝑝2 (𝑛 + 𝑛 ) ; No se conoce σ1 y σ2
1 2
Dos medias con muestras independientes, no se conoce σ1 y Y se asume que 𝜎1 = 𝜎1 :
𝒔𝟐
𝒎𝒂𝒚𝒐𝒓
σ2. Si < 3 sumimos σ1 = σ2:
𝒔𝟐
𝒎𝒆𝒏𝒐𝒓 (𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
𝑠𝑝2 = ; gl = 𝑛1 +𝑛2 -2
𝑛1 +𝑛2 −2
(𝑥̅ 1 −𝑥̅ 2 )−(𝜇1 −𝜇2 )
t=
1
2( + ) 1
√𝑠𝑝 𝑛1 𝑛2
Dos medias muestras apareadas:
𝑆 𝑆𝑑
(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22 𝑑̅ − 𝑡𝛼/2 𝑑 < 𝜇𝐷 < 𝑑̅ + 𝑡𝛼/2
𝑠𝑝2 = ; gl = 𝑛1 +𝑛2 -2 √𝑛 √𝑛
𝑛1 +𝑛2 −2
Dos medias con muestras emparejadas:
∑𝑑 ∑(𝑑𝑖 −𝑑̅) 2
𝑑̅ = 𝑛 𝑖 ; 𝑆𝑑 = √ 𝑛−1 ; gl = n-1
𝑑̅ −𝜇𝐷 ∑𝑑 ∑(𝑑𝑖 −𝑑̅) 2
t=𝑆  𝑑̅ = 𝑛 𝑖 ; 𝑆𝑑 = √ 𝑛−1 ; gl = n-1
𝑑
√𝑛
 Métodos no paramétricos, Correlación y Regresión

Prueba del signo n > 25 Kruskal Wallis (ANOVA no paramétrica)

(𝑥+0,5)−𝑛⁄2 12 𝑅2 𝑅2 𝑅2
𝑧= ; Valores críticos Tabla A-2 𝐻= [ 1 + 𝑛2 + 𝑛3 + . . . . ] −3(𝑁 + 1)
√𝑛⁄ 𝑁(𝑁+1) 𝑛 1 2 3
2 Valores críticos en la tabla A-4

Rangos con signo (Wilcoxon) Bondad de ajuste, Independencia y Homogeneidad

(𝑂−𝐸)2
Muestras emparejadas: Estadístico de prueba 𝑥2 = ∑
𝑛(𝑛+1) 𝐸
𝑇−
4
𝑧= ; Valores críticos Tabla A-2 Multinomial: Tabla de contingencia:
√𝑛(𝑛+1)(2𝑛+1)
24 gl = k – 1 gl = (filas-1) (columnas-1)

Muestras Independientes: (𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎)(𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎)

Ei = n*pi E=
𝑅−𝜇𝑅 𝑛1 (𝑛1 +𝑛2 +1) 𝑛1 𝑛2 (𝑛1 +𝑛2 +1) 𝑇𝑜𝑡𝑎𝑙
𝑧= ; 𝜇𝑅 = ; 𝜎𝑅 = √
𝜎𝑅 2 12
Valores críticos en la tabla A-4

Rachas Correlación de Rangos de Spearman

Si 𝑛1 >20 ; 𝑛2 >20 Estadístico de prueba:
No existen empates Existen empates.
𝐺−𝜇𝐺
𝑧= ; 6.[∑ 𝑑𝑖2 ] 𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝜎𝐺 𝑟𝑠 = 1 − 𝑟𝑠 =
𝑛(𝑛2 −1) √𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 √𝑛 ∑ 𝑦 2 −(∑ 𝑦)2

2𝑛1 𝑛2 Valor Crítico:

𝜇𝐺 = +1;
𝑛1 +𝑛2
Si n≤30 Si n>30
2𝑛1 𝑛2 (2𝑛1 𝑛2 −𝑛1 −𝑛2 ) 𝑧
𝜎𝐺 = √ (𝑛1 +𝑛2 )2 (𝑛1 +𝑛2 −1) Tabal A-9 𝑟𝑠 = ± ; z tabla A-2
√𝑛−1
Correlación lineal simple Regresión lineal simple

Coeficiente de correlación: 𝑏0 = 𝑦̅ − 𝑏1 𝑥̅
𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑟= ; 𝑛 ∑ 𝑥𝑦−(∑ 𝑥)(∑ 𝑦)
√𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 √𝑛 ∑ 𝑦 2 −(∑ 𝑦)2 𝑏1 = (∑ 𝑥)(∑ 𝑥 2 )−(∑ 𝑥)(∑ 𝑥𝑦)
𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 𝑏0 =
𝑛 ∑ 𝑥 2 −(∑ 𝑥)2
Estadístico de prueba Método Estadístico de prueba
simplificado: Método Tradicional “t”: Ecuación de regresión Estadístico de prueba para 1:
𝑟 √𝑛−2
r t= gl = n-2 𝑏1 −𝛽1
√1−𝑟 2 𝑦̂ = 𝑏0 + 𝑏1 𝑥 t= ; gl = n-2
𝑆𝑒
valores críticos Tabla A-6 𝜎𝑥 √𝑛
Valores críticos Tabla A-3
Intervalos de Predicción Modelos no Lineales