Documentos de Académico
Documentos de Profesional
Documentos de Cultura
X̄ − Ȳ − (µX − µY )
µX − µY Poblaciones no normales, tamaños de muestra grandes q 2 ∼aprox. N (0, 1)
sX s2Y
nX + nY
p̂ − p̂Y − (pX − pY )
pX − pY Poblaciones Bernoulli, tamaños de muestra grande rX ∼aprox. N (0, 1), y
p̂0 (1 − p̂0 ) n1X + n1Y
nX p̂X + nY p̂Y
p̂0 =
nX + nY
2 s2X /σX
2
σX /σY2 and σX /σY Poblaciones normales ∼ FnX −1,nY −1
2
sY /σY2
2 2
Ejemplo: Para construir un intervalo de confianza (1 − α) para µX si X ∼ N (µX , σX ) con σX desconocida em-
pleamos:
sx sx
IC1−α (µX ) = x̄ − tn−1;1−α/2 √ ; x̄ + tn−1;α/2 √
n n
Para llevar a cabo un contraste unilateral H0 : µX ≥ µ0 frente a H1 : µX < µ0 , la región de rechazo a un nivel de
significación α, RRα , es:
z }| t
x̄ − µ {
0
RRα = t : √ < tn−1;1−α
sx / n
1
Covarianza muestral y correlación para una muestra de pares de observaciones (x1 , y1 ), . . . , (xn , yn ):
n
X n
X n
X
sxy (xi − x̄) (yi − ȳ) xi yi − nx̄ȳ r(x,y) xi yi − nx̄ȳ
z }| { z }| { cov(x, y)
i=1 i=1 i=1
cov(x, y) = = , cor(x, y) = =v v
n−1 n−1 sx sy u n
uX
u n
uX
t 2 2
x − nx̄ t y 2 − nȳ 2
i i
i=1 i=1
Formulación del modelo, estimaciones, modelo ajustado y residuos para el modelo de regresión lineal
múltiple yi = β0 + β1 xi1 + β2 xi2 + · · · + βk xik + ui , donde ui ∼ iid N (0, σ 2 ), en notación matricial:
(n − k − 1)s2R β̂j − βj
∼ χ2n−k−1 , ∼ tn−k−1 ,
σ2 s(β̂j )
q
donde s(β̂j ) = s2 (β̂j ) y s2 (β̂j ) es el j-ésimo elemento diagonal de la matriz de covarianza (estimada) para β̂, definida
como Sβ̂ = s2R (X T X)−1 .