I.T.

INDUSTRIAL
METODOS ESTADÍSTICOS

FORMULARIO
I. ESTADISTICA DESCRIPTIVA
X v.a k modalidades x1 , x2 , ..., xk ; n datos
P
k
ni xi
i=1
Media x̄ =
n
P
k
ni x2i
2 i=1
Varianza poblacional σ = − x̄2
n
P
k
ni (xi − x̄)2
i=1
Varianza muestral S2 =
n−1
P
k
(xi − x)3 ni
i=1
Coeficiente de Asimetría γ1 =
nσ 3
P
k
(xi − x)4 ni
i=1
Coeficiente de Apuntamiento γ2 = −3
nσ4
P p
K P
nij xi yj
i=1 j=1
Covarianza Cov(X, Y ) = − x̄ȳ
N
Cov(X, Y )
Coeficiente de correlación lineal ρ=
σxσy
" # " #
Cov [X, Y ] Cov [X, Y ]
Recta de regresión de Y sobre X ŷ = x + ȳ − x̄
V ar (X) V ar (X)

1
 II. PROBABILIDAD

Operaciones con sucesos

Suceso Ocurre siempre que Probabilidad

µ ¶
− −
A no ocurre A P A = 1 − P (A)
P (A ∩ B)
A/B ocurre A si ya ha ocurrido B P (A/B) =
P (B)
P (A ∩ B) = P (A)P (B/A)
A∩B ocurra A o B
P (A ∩ B) = P (B)P (A/B)
A∪B ocurren A y B P (A ∪ B) = P (A) + P (B) − P (A ∩ B)

Si A y B son incompatibles Si A y B independientes

P (A/B) = 0 P (A/B) = P (A)
P (A ∩ B) = 0 P (A ∩ B) = P (A)P (B)
P (A ∪ B) = P (A) + P (B) P (A ∪ B) = P (A) + P (B) − P (A)P (B)

Teorema de la probabilidad total y fórmula de Bayes

P
k
Probabilidad total P (A) = P (A/Bi )P (Bi )
i=1
P (A ∩ Bi ) P (A/Bi )P (Bi )
Fórmula de Bayes P (Bi /A) = = k
P (A) P
P (A/Bi )P (Bi )
i=1

2
 ALGUNAS DISTRIBUCIONES IMPORTANTES
Distribución Función masa de probabilidad/función de densidad EX
P
1 Xi
U(n) P [X = xi ] =
n n
à !
n k
P [X = k] = p (1 − p)n−k
B(n, p) k ; np
k = 0, 1, 2...n
e−λ λk
P (λ) P [X = k] = ; k = 0, 1, 2... λ
k!
à !à !
Np Nq
k n−k
P [X = k] = Ã !
H(N, n, p) N , np
n
max{0, n − Nq } ≤ k ≤ min{n, Np }
à !
K +x−1 k kq
BN(K, p) P (X = x) = p (1 − p)x ; x = 0, 1, 2....
x p
q
G(p) P (X = x) = pqx ; x = 0, 1, 2....
p
1 −1 2
N(µ, σ 2 ) f(x) = √ e 2σ2 (x−µ) , x ∈ R µ
2πσ
1 −1 2
N(0, 1) f(z) = √ e 2 z , z ∈ R 0
2πα
λ
f (x) = xα−1 e−λx , x > 0 α
G(α, λ) Γ(α) R
Γ(α) = 0∞ xα−1 e−x dx λ

1 n x
χ2n f(x) = n x 2 −1 e− 2 , x > 0 n
Γ( n2 )2 2
Γ(α + β) α−1 α
B(α, β) f(x) = x (1 − x)β−1 ; 0 < x < 1
Γ(α)Γ(β) α+β
Γ( n+1 ) t2 n+1
tn f(t) = √ 2 n (1 + )−( 2 ) ; t ∈ R 0
nπΓ( 2 ) n
Γ(n1 + n2 ) n21 n22 n1 −2 n +n
−( 1 2 2 ) n2
Fn1,n2 g(f ) = n1 n2 n1 n2 f 2 (n1 f + n2 ) ;f > 0
Γ( )Γ( ) n2 − 2
2 2
3
 III. INFERENCIA ESTADISTICA

INTERVALOS DE CONFIANZA

Intervalo de confianza para la media de una normal

" #
σ0−
Varianza conocida (σ 20 ) µ ∈ x ± √ z1− α2
n
" #
− S
Varianza desconocida µ ∈ x ± √ t1− α2
n

Intervalo de confianza para la varianza de una normal

P
n P
n 

(xi − µ0 )2 (xi − µ0 )2 
i=1
Media conocida (µ0 ) σ2 ∈ 
 , i=1 

χ2 1− α ;n χ2α ;n
2 2
 
(n − 1)S 2 (n − 1)S 2 
Media desconocida σ2 ∈  2 ,
χ1− α ;n−1 χ2α ;n−1
2 2

Intervalo de confianza para la diferencia de medias de dos pobla-

ciones normales e independientes

 s 
− − σx σy 
Varianza conocidas µx − µy ∈ x − y ± z1− α2 +
nx ny
" s #
− − 1 1
Varianza desconocidas pero iguales (σ 2 ) µx − µy ∈ x − y ± t1− α2 ;nx +ny −2 Sp +
nx ny
v
u
u (nx − 1)Sx2 + (ny − 1)Sy2
con Sp = t
nx + ny − 2

4
 Intervalo de confianza para el cociente de varianzas de dos pobla-
ciones normales e independientes

 ny ³ ´2 ny ³ ´2 
P P
σ 2y  y i − µy yi − µy 
 i=1 nx i=1 nx 
Medias conocidas ∈  n
P F α
;nx ,ny , n
P F1− α
;nx ,ny 
σx2  x x 
(x − µ )2 ny (x − µ )2 ny
2 2
i x i x
i=1 i=1
" 2 #
σ 2y Sy F α2 ;nx −1,ny −1 Sy2 F1− α2 ;nx −1,ny −1
Medias desconocidas ∈ ,
σ 2x Sx2 Sx2

Intervalo de confianza para una proporción

 v 
uˆ ˆ
up
ˆ t (1− p) 
p∈
p ±z1− α2 

n

5
 CONTRASTES DE HIPÓTESIS

Contraste para la media de una normal con varianza conocida

Hipótesis nula Estadístico de contraste

X̄ − µ
H0 : µ = µ0 Z= √
σ0/ n
Hipótesis alternativa Criterios de rechazo
H1 : µ 6= µ0 Z ≤ zα/2 o Z ≥ z1−α/2
H1 : µ > µ0 Z ≥ z1−α
H1 : µ < µ0 Z ≤ zα

Contraste para la media de una normal con varianza desconocida

Hipótesis nula Estadístico de contraste

X̄ − µ
H0 : µ = µ0 T = √
S/ n
Hipótesis alternativa Criterios de rechazo
H1 : µ 6= µ0 T ≤ tα/2,n−1 o T ≥ t1−α/2,n−1
H1 : µ > µ0 T ≥ t1−α,n−1
H1 : µ < µ0 T ≤ tα,n−1

Contraste para la varianza de una normal con media conocida

Hipótesis nula Estadístico de contraste

Pn
(xi − µ0 )2
H0 : σ 2 = σ 20 χ = i=1 2
2
σ0
Hipótesis alternativa Criterios de rechazo
H1 : σ 2 6= σ 20 χ ≤ χ2α/2,n o χ2 ≥ χ21−α/2,n
2

H1 : σ 2 > σ 20 χ2 ≥ χ21−α,n
H1 : σ 2 < σ 20 χ2 ≤ χ2α,n

6
 Contraste para la varianza de una normal con media desconocida

Hipótesis nula Estadístico de contraste

(n − 1) S 2
H0 : σ 2 = σ 20 χ2 =
σ 20
Hipótesis alternativa Criterios de rechazo
H1 : σ 2 6= σ 20 χ ≤ χ2α/2,n−1 o χ2 ≥ χ21−α/2,n−1
2

H1 : σ 2 > σ 20 χ2 ≥ χ21−α,n−1
H1 : σ 2 < σ 20 χ2 ≤ χ2α,n−1

Contraste para el cociente de varianzas de dos normales inde-

pendientes con medias conocidas

Hipótesis nula Estadístico de contraste

PnX
(xi − µX )2 /nX
H0 : σ 2X = σ 2Y F = Pi=1nY 2
i=1 (yi − µY ) /nY
Hipótesis alternativa Criterios de rechazo
H1 : σ 2X 6= σ 2Y F ≤ 1/f1−α/2,nY ,nX o F ≥ f1−α/2,nX ,nY
H1 : σ 2X > σ 2Y F ≥ f1−α,nX ,nY
2
H1 : σ 2X < σ 2Y F ≤ 1/f1−α,n Y ,nX

Contraste para el cociente de varianzas de dos normales inde-

pendientes con medias desconocidas

Hipótesis nula Estadístico de contraste

S2
H0 : σ 2X = σ 2Y F = 2X
SY
Hipótesis alternativa Criterios de rechazo
H1 : σ 2X 6= σ 2Y F ≤ 1/f1−α/2,nY −1,nX −1 o F ≥ f1−α/2,nX −1,nY −1
H1 : σ 2X > σ 2Y F ≥ f1−α,nX −1,nY −1
H1 : σ 2X < σ 2Y F ≤ 1/f1−α,nY −1,nX −1

7
 Contraste para la diferencia de medias de dos normales inde-
pendientes con varianzas conocidas

Hipótesis nula Estadístico de contraste

H0 : µX − µY = δ 0 Z = r X̄−2
Ȳ −δ 0
2
σ σ
n, X n, Y
nX
+ nY

Hipótesis alternativa Criterios de rechazo

H1 : µX − µY 6= δ 0 Z ≤ zα/2 o Z ≥ z1−α/2
H1 : µX − µY > δ 0 Z ≥ z1−α
H1 : µX − µY < δ 0 Z ≤ zα

Contraste para la diferencia de medias de dos normales inde-

pendientes con varianzas desconocidas pero iguales

Hipótesis nula Estadístico de contraste

X̄ − Ȳ − δ 0
H0 : µX − µY = δ 0 T =s µ ¶
1 1
Sp2 +
nX nY
Hipótesis alternativa Criterios de rechazo
H1 : µX − µY 6= δ 0 T ≤ tα/2,n o T ≥ t1−α/2,n
H1 : µX − µY > δ 0 T ≥ t1−α,n
H1 : µX − µY < δ 0 T ≤ tα,n

donde

n = nX + nY − 2
(nX − 1) S 2X + (nY − 1) S 2Y
Sp2 =
n

8
 Contraste para la diferencia de medias de dos normales rela-
cionadas (muestras apareadas) con varianzas desconocidas pero
iguales

Hipótesis nula Estadístico de contraste

D̄ − δ 0
H0 : µX − µY = δ0 T = r
2
SD
n
Hipótesis alternativa Criterios de rechazo
H1 : µX − µY 6= δ0 T ≤ tα/2,n−1 o T ≥ t1−α/2,n−1
H1 : µX − µY > δ0 T ≥ t1−α,n−1
H1 : µX − µY < δ0 T ≤ tα,n−1

donde D = X − Y

Contraste para una proporción

Hipótesis nula Estadístico de contraste

p̂ − p0
H0 : p = p0 Z=s
p0 (1 − p0 )
n
Hipótesis alternativa Criterios de rechazo
H1 : p 6= p0 Z ≤ zα/2 o Z ≥ z1−α/2
H1 : p > p0 Z ≥ z1−α
H1 : p < p0 Z ≤ zα

Contraste para la comparación de dos proporciones

Hipótesis nula Estadístico de contraste

p̂1 − p̂2
H0 : p1 = p2 Z=q
pT (1 − pT ) /n1 + pT (1 − pT ) /n2
Hipótesis alternativa Criterios de rechazo
H1 : p1 6= p2 Z ≤ zα/2 o Z ≥ z1−α/2
H1 : p1 > p2 Z ≥ z1−α
H1 : p1 < p2 Z ≤ zα

9
 donde

n1 p̂1 + n2 p̂2
p̂T =
n1 + n2

TABLA ANOVA Y CONTRASTE DE LA F

Fuentes de Variación Suma de Cuadrados Grados de libertad Varianzas

P
I − − 2 VE
Entre grupos (VE) ni (xi − x) I −1 Se2 =
i=1 µ ¶2 I −1
P ni
I P −
xij − xi V NE
Interna, no explicada i=1 j=1
n−I SR2 =
o residual (VNE) P
I n−I
= ni σ 2i
i=1
µ ¶2
P ni
I P − VT
TOTAL (VT) xij − x n−1 Sy2 =
i=1 j=1 n−1

−
donde ni denota el número de observaciones en el grupo i, xi la media
2 −
, σ i la varianza (en calculadora σ n al cuadrado), y x la media del conjunto
total de observaciones. I es el no de grupos y n el no total de observaciones.

Hipótesis nula Estadístico de contraste

S2
H0 : µ1 = ... = µI F = 2e
SR
Hipótesis alternativa Rechazar H0 si:
No todas las medias son iguales F > F1−α,I−1,n−I

10