FORMULARIO ESTADÍSTICA II

DISTRIBUCIONES DE MUESTREO
mx = m
s
sx =
n
X -m
z=
sx
s N -n
sx =
n N -1
Si n/N≥.05, entonces

ESTIMACIONES PUNTUALES

�xi �( x - X )2

s = �n -i 1
x=
i (x - )2
2
=
X
s
n n -1

# exitos en la muestra
p=
n

ESTIMACIONES DE INTERVALO

Para muestras grandes y σ conocida

x �za / 2s x = �
x - za / 2s x , x + za / 2s x �
� �

Para muestras grandes y σ desconocida

s
sx = para poblaciones infinitas
n

s N -n
sx = para poblaciones finitas y n/N≥.05
n N -1
x �za / 2 sx = �
x - za / 2 sx , x + za / 2 sx �
� �

Para muestras pequeñas (n≤30) y σ desconocida

x �ta / 2 s x = �
x - ta / 2 sx , x + tt / 2 s x �
� �

Para porciones y muestras grandes

pq
sp =
n

p �za / 2s p = �
�p - za / 2s p , p + za / 2s p �
�

Determinación del tamaño de muestra en la estimación

2
z s
n =  a /2 
 k  para medias

2
z pq
n = a /2 2
k para porciones

PRUEBA DE HIPÓTESIS (Una muestra)

Prueba de hipótesis cuando se conoce σ.

 Prueba de 2 extremos:

No rechazar
 Prueba de 1 extremo (inferior)
 No rechazar
 Prueba de 1 extremo (superior)

No rechazar

Prueba de hipótesis de porciones: muestras grandes

 Prueba de 2 extremos:

No rechazar
 Prueba de 1 extremo (inferior)

No rechazar
 Prueba de 1 extremo (superior)

No rechazar

Prueba de hipótesis de medias cuando no se conoce σ

 Prueba de 2 extremos

No rechazar si
 Prueba de 1 extremo (inferior)
 No rechazar
 Prueba de un extremo (superior)

No rechazar

PRUEBA DE HIPÓTESIS (Dos muestras)

Diferencias entre medias: tamaños de muestras grandes

 Prueba de 2 extremos

No rechazar si
 Prueba de extremo inferior

No rechazar si
 Prueba de extremo superior

No rechazar si

Pruebas para diferencias entre medias: tamaños de muestra pequeños

Buscar los valores t con grados de libertad

 Prueba de 2 extremos
 No rechazar si
 Prueba de extremo inferior

No rechazar si
 Prueba de extremo superior

No rechazar si

Prueba de diferencias entre medias con muestras dependientes

=
 Prueba de 2 extremos

No rechazar

 Prueba de extremo inferior

No rechazar

 Prueba de extremo superior

No rechazar

Pruebas para diferencias entre porciones: muestras grandes

  Prueba de 2 extremos

No rechazar si
 Prueba de extremo inferior

No rechazar si
 Prueba de extremo superior

No rechazar si

Valor “p”

De 2 extremos

De 1 extremo

No rechazar Ho si p≥α

JI CUADRADA COMO PRUEBA DE INTERDEPENDENCIA.

H 0 : La variable de columna es independiente de la variable de fila.

H 0 : la variable de columna no es independiente de la variable de fila.

-Obtener la tabla de contingencia con las frecuencias observadas (fi).

-Obtener la tabla de frecuencias esperadas (ei).

eij =
( Total de fila ) ( Total de columna )
n
 m n ( fij - eij )2
-Obtener c = ��
2

i =1 j =1 eij

*Buscar ca con (n-1)(m-1) grados de libertad y a nivel de significancia.

2

No rechazar H0 si c �ca
2 2

PRUEBA DE BONDAD DE AJUSTE : DISTRIBUCIÓN BINOMIAL,

POISSON Y NORMAL.

Ho: La población tiene una distribución (binmial, poisson, o normal) de probabilidad.

Ho: La población no tiene una distribución (binomial , poisson o normal) de probabilidad.

-Tomar una muestra aleatoria y asentar las frecuencias observadas (fi)

-Calcular las frecuencias esperadas (ei)

( fi - ei ) 2
c =�
2

-Calcular el estadístico ei
ei = pi n
.
c 2 �ca
2
-No rechazar Ho si para a nivel de significación.

**Nota : para hacer una distribución binomial °L= k-r-1 donde r son las estimaciones
puntuales utilizadas.

Distribución binomial P ( r ) = n Cr p r q n - r

l xe -l
Distribución Poisson. P ( x) =
x!

ANÁLISIS DE VARIANZA
Ho: m1 = m 2 = .......m k
Ho: No todas las medias µi son iguales.

( )
2
k nj x j - x
-Calcular la varianza población dentro de las muestras donde:
�
j =1 k -1
k nj

��x
j =1 i =1
ij

x=
nT
xij= observación i de la muestra j
nj: tamaño de la muestra j
k
nT = �n j
j suma de los tamaños de la muestra.

2
-Calcular la varianza población dentro de las muestras s

2
�(n
j =1
j - 1) s j
2

s =
nT - k

donde:

nj

�( n - 1) s
2
j
2 j =1
sj =
nT - k

nj

�( x - xj )
2
ij
xj = i =1

nj

-Calcular el estadístico de prueba

-No rechazar Ho= si F �Fa

donde Fa se extrae de la distribución F con k-1 grados de libertad en el numerador, y

nT - k en el denominador.
INFERENCIAS ACERCA DE LA VARIANZA DE UNA POBLACIÓN

( n - 1) s 2 �s 2 �( n - 1) s 2
intervalo de confianza para la varianza. Donde los valores
ca / 2
2
c 21-a / 2

c2 se basan en la distinción ji cuadrada con n-1 grados de libertad y 1 - a es el

coeficiente de confianza.

Prueba de Hipótesis

c2 =
( n - 1) s 2
sH 0
2

-De dos extremos

H 0 : s 2 = s Ho
2

H a : s 2 �s Ho
2

c 2 1-a / 2 �c 2 �ca / 2
2
No rechazar Ho si

-De extremo inferior:

H 0 : s 2 �s H 0
2

H a : s 2 < s H0
2

2
No rechazar Ho si : c 2 �c1-a
-De extremo superior
H 0 : s 2 �s H 0
2

H a : s 2 > s H0
2

2
No rechazar Ho si : c 2 �c1-a

INFERENCIAS ACERCA DE LA VARIANZA DE DOS POBLACIONES

 2
s 1
F = 12 F ( n1 - 1, n2 - 1,1 - a / 2) =
s2 F (n1 - 1, n2 - 1, a / 2)

Fa y Fa / 2 Se basan en la distribución F con n1 - 1 grados de libertad en el numerador y con

n2 - 1 grados en el denominador.

-De dos extremos

H 0 : s1 = s 2
2 2

H a : s 1 �s 2
2 2

No rechazar Ho si F �Fa / 2

-De extremo superior

H 0 : s 1 �s 2
2 2

H a : s1 > s 2
2 2

No rechazar Ho si F  Fa

REGRESIÓN LINEAL

yˆ = a + bx

b=
�xy - nXY
�x - nX 2 2

a = y -bX
ERROR ESTÁNDAR DE LA ESTIMACIÓN Y
�( y - yˆ )
2

se = COEFICIENTE DE DETERMINACIÓN
n-2

se =
�y 2
- a �y - b �xy
n-2
�( y - yˆ )
2

r 2
= 1-
�( y - y )
2

a �y + b�xy - ny 2

r2 = 1-
�y - ny 2 2

r = r2
Coeficiente de determinación.

Coeficiente de correlación

L a estimación de ŷ ( x ) con un nivel de confianza (con n-2 grados de libertad) es:

yˆ ( x ) �ta / 2 se