Formulario Estadística II

Tamaño de muestra: Intervalos de Confianza una muestra

Una proporción:
Poblaciones Infinitas. 𝑝̂𝑞̂
𝑧 2𝜎2 𝑧 2 𝑝𝑞 𝑝̂ − 𝐸 < p < 𝑝̂ + 𝐸  E= 𝑧𝛼/2 √ : 𝑞̂= 1 − 𝑝̂
n= n= 𝑛
𝐸2 𝐸2 Una media:
Poblaciones Finitas. 𝜎
𝑁𝑧 2 𝜎 2 𝑁𝑧 2 𝑝𝑞 Si n > 30  E = 𝑧𝛼/2
n=n= n= √𝑛
(𝑁−1)𝐸 2 +𝑧 2 𝜎 2 (𝑁−1)𝐸 2 +𝑧 2 𝑝𝑞 𝑥̅ − 𝐸 < µ < 𝑥̅ + 𝐸
𝑠
Si n ≤ 30  E = 𝑡𝛼/2
Factor de corrección para los intervalos: √𝑛
𝑛 𝑁−𝑛 Una varianza
Si 𝑁
> 0,05  √
𝑁−1 (𝑛−1)𝑠 2 (𝑛−1)𝑠 2
2 <σ<
𝑥𝐷 𝑥𝐼2

Estadísticos de prueba para una muestra Intervalos de confianza dos muestras

Una proporción: Una media n > 30:
𝑥̅ −𝜇 Dos proporciones
𝑝̂−𝑝 z= 𝜎
z=
√
𝑝(1−𝑝) √𝑛 (𝑝̂1 − 𝑝̂2 ) − 𝐸 < (𝑝1 − 𝑝2 ) < (𝑝̂1 − 𝑝̂2 ) + 𝐸
𝑛
Una varianza: Una media n ≤ 30
𝑝̂1 𝑞̂1 𝑝̂2 𝑞̂2
(𝑛−1)𝑠 2 𝑥̅ −𝜇 𝐸 = 𝑧𝛼/2 √ +
2
χ = t= 𝑠 𝑛1 𝑛2
𝜎2
√𝑛
Estadísticos de prueba para dos muestras Dos medias, muestras independientes:
Dos proporciones: (𝑥̅1 − 𝑥̅2 ) − 𝐸 < 𝜇1 − 𝜇1 < (𝑥̅1 − 𝑥̅2 ) + 𝐸
(𝑝̂1 −𝑝̂2 )−(𝑝1 −𝑝2 ) 𝑥1 +𝑥2
z= : 𝑝̅ = y 𝑞̅ = 1- 𝑝̅
1 1 𝑛1 +𝑛2 Si 𝒏𝟏 >30 y 𝒏𝟐 >30
√𝑝̅𝑞̅(𝑛 +𝑛 )
1 2
𝜎12 𝜎22
𝐸 = 𝑧𝛼/2 √ + ;
Dos medias con muestras independientes, 𝒏𝟏 ≥ 30 y 𝑛1 𝑛2
𝒏𝟐 ≥ 30:
Se conoce σ1 y σ2 No se σ1 y σ2 Si 𝒏𝟏 ≤30 y 𝒏𝟐 ≤30
(𝑥̅1 −𝑥̅2 )−(𝜇1 −𝜇2 ) (𝑥̅ 1 −𝑥̅ 2 )−(𝜇1 −𝜇2 ) 𝑆 2 𝑚𝑎𝑦𝑜𝑟
z= z= 1. Si se asume que 𝜎1 = 𝜎2 : ( < 3)
𝑆 2 𝑚𝑒𝑛𝑜𝑟
𝜎2 𝜎2 𝑠2 𝑠2
√ 1+ 2 √ 1+ 2
𝑛1 𝑛2 𝑛1 𝑛2
1
(se debe probar si σ1 = σ2) 𝐸 = 𝑡𝛼/2 𝑆𝑝 √(
𝑛1
+ 𝑛1 ) ;
2
Dos medias con muestras independientes, 𝒏𝟏 < 30 o
𝒏𝟐 < 30: (se debe probar si σ1 = σ2)
σ1 = σ2 σ1 ≠ σ2
(𝑥̅ 1 −𝑥̅ 2 )−(𝜇1 −𝜇2 ) (𝑥̅ 1 −𝑥̅ 2 )−(𝜇1 −𝜇2 ) (𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
t= t= 𝑆𝑝 = √ ; gl = 𝑛1 +𝑛2 -2
1 1 𝑛1 +𝑛2 −2
√𝑆𝑝2 (𝑛 +𝑛 ) 𝑠 𝑠2 2
1 2 √ 1+ 2
𝑛1 𝑛2
2. Si se asume 𝜎1 ≠ 𝜎2 :
(𝑛1 −1)𝑠12 +(𝑛2 −1)𝑠22
𝑆𝑠2 = gl = menor 𝑠12 𝑠22
𝑛1 +𝑛2 −2 𝐸 = 𝑧𝛼/2 √ + : gl = menor
𝑛1 𝑛2
gl = 𝑛1 +𝑛2 -2
Dos medias con muestras emparejadas: Dos medias muestras apareadas:

𝑑̅ −𝜇𝑑 ∑𝑑 ∑(𝑑𝑖 −𝑑 ) ̅ 2 𝑑̅ − 𝐸 < 𝜇𝐷 < 𝑑̅ + 𝐸

t= 𝑆𝑑  𝑑̅ = 𝑛 𝑖 ; 𝑆𝑑 = √ 𝑛−1 ; gl = n-1
√𝑛
𝑆𝑑 ∑(𝑑𝑖 −𝑑̅ )2
𝐸 = 𝑡𝛼/2 ; 𝑆𝑑 = √ ; gl = n-1
n = N° de pares de datos. √𝑛 𝑛−1
 Métodos no paramétricos
Prueba del signo n > 25 Kruskal Wallis (ANOVA no paramétrica)

(𝑇+0,5)−𝑛⁄2 12 𝑅12 𝑅22 𝑅32

𝑧= ; Valores críticos Tabla A-2 𝐻= [ + + + . . . . ] −3(𝑁 + 1)
√𝑛⁄ 𝑁(𝑁+1) 𝑛1 𝑛2 𝑛3
2 Valores críticos en la tabla A-4 gl = k – 1

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

(𝑂−𝐸)2
Muestras emparejadas n>30: 𝑥2 = ∑
𝑛(𝑛+1) 𝐸
𝑇−
4
𝑧= ; Valores críticos Tabla A-2 Multinomial: Tabla de contingencia
𝑛(𝑛+1)(2𝑛+1)
√ gl = k – 1 gl = (filas-1)(columnas-1)
24
Muestras Independientes:
𝑇−𝜇𝑇 𝑛1 (𝑛1 +𝑛2 +1) 𝑛1 𝑛2 (𝑛1 +𝑛2 +1)
(𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎)(𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎)
𝑧= ; 𝜇𝑅 = ; 𝜎𝑅 = √ Ei =
𝜎𝑇 2 12 𝑇𝑜𝑡𝑎𝑙
Valores críticos en la tabla A-4

Rachas Correlación de Rangos de Spearman

Estadístico de prueba:
Si 𝑛1 >20 y 𝑛2 >20
No existen empates Existen empates.
𝐺−𝜇𝐺 𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑧= ; 6.[∑ 𝑑𝑖2 ] 𝑟𝑠 =
𝜎𝐺 √𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 √𝑛 ∑ 𝑦 2 −(∑ 𝑦)2
𝑟𝑠 = 1 −
𝑛(𝑛2 −1)
2𝑛1 𝑛2
𝜇𝐺 = +1; Valor Crítico:
𝑛1 +𝑛2
2𝑛1 𝑛2 (2𝑛1 𝑛2 −𝑛1 −𝑛2 ) Si n≤30 Si n>30
𝜎𝐺 = √ (𝑛1 +𝑛2 )2 (𝑛1 +𝑛2 −1) 𝑧
Tabal A-9 𝑟𝑠 = ± ; z tabla A-2
√𝑛−1
Correlación lineal simple Regresión lineal simple
Coeficiente de correlación:
𝑛 ∑ 𝑥𝑦−∑ 𝑥 ∑ 𝑦
𝑟= ;
√𝑛 ∑ 𝑥 2 −(∑ 𝑥)2 √𝑛 ∑ 𝑦 2 −(∑ 𝑦)2

Estadístico de prueba Valores críticos

r Tabla A-6

𝑟 √𝑛−2
t= Tabla A-3 gl = n – 2
√1−𝑟 2
Intervalos de Predicción Modelos no Lineales
Prueba del modelo de regresión ANOVA de 1 Factor

𝑏1 −𝛽1
t= 𝑆𝑒 ;
2 𝑆𝐶𝑇
√𝑛∗𝜎𝑥 SCT = ∑(𝑥̅𝑗 − 𝑥̿ ) 𝑛𝑗 CMT = gln = k-1
𝑘−1

∑(𝑥−𝑥̅ )2 ∑ 𝑥2 ∑𝑥 2 𝑆𝐶𝐸
σx = √ =√ −( ) SCE = ∑(𝑛𝑗 − 1)𝑠𝑗2 CME =
𝑁−𝑘
gld = N - k
𝑛 𝑛 𝑛