Documentos de Académico
Documentos de Profesional
Documentos de Cultura
A–30
Parámetro a estimar Estimador Distribución Intervalo
!n
Media de una N (µ, σ) i=1 Xi σ
" # $ %
X= Normal: N µ, √σn I = X ± zα/2 √
σ 2 conocida n n
Media de una N (µ, σ) !n
i=1 Xi S
" # $ %
σ 2 desconocida X= Normal: N µ, √Sn I = X ± zα/2 √
n n
n > 30
Media de una N (µ, σ) !n X−µ
i=1 Xi S
$ %
T = S/
σ 2 desconocida
√
X= n I = X ± tα/2,n−1 √
n sigue una t de Student con (n − 1) g.l. n
n ≤ 30
!n
Media de cualquier población i=1 Xi S
" # $ %
X= Normal: N µ, √Sn I = X ± zα/2 √
muestras grandes n ⎡ n ⎤
+
P (1 − P ) ⎦
& ' (
p de Binomial número de éxitos
P = número Normal: N P , P (1−P )
I = ⎣P ± zα/2
de ensayos n n
⎡ + ⎤
!n
i=1 Xi λ⎦
& ' (
λ
λ de Poisson λ= Normal: N λ, n I = ⎣λ ± zα/2
n n
Diferencia de medias
⎛ + ⎞ ⎡ + ⎤
σ12 σ22 ⎠ σ12 σ22 ⎦
poblaciones normales X1 − X2 N ⎝µ1 − µ2 , + I = ⎣(X1 − X2 ) ± zα/2 +
n1 n2 n1 n2
σ12 y σ22 conocidas
Diferencia de medias ⎛ + ⎞ ⎡ + ⎤
poblaciones normales S12 S22 ⎠ S12 S22 ⎦
X1 − X2 N ⎝µ1 − µ2 , + I = ⎣(X1 − X2 ) ± zα/2 +
donde f = −2
(S12 /n1 )2 (S22 /n2 )2
+
n1 + 1 n2 + 1
Estadı́stica Básica para Estudiantes de Ciencias
Diferencia de medias
⎛ + ⎞ ⎡ + ⎤
S12 S22 ⎠ S12 S22 ⎦
poblaciones no normales X1 − X2 N ⎝µ1 − µ2 , + I = ⎣(X1 − X2 ) ± zα/2 +
n1 n2 n1 n2
muestras grandes
⎛ + ⎞ ⎡ + ⎤
Diferencia de proporciones P1 (1 − P1 ) P2 (1 − P2 ) ⎠ P1 (1 − P1 ) P2 (1 − P2 ) ⎦
P1 − P2 N ⎝p1 − p2 , + I = ⎣(P1 − P2 ) ± zα/2 +
muestras grandes n1 n2 n1 n2
n za pGpi
e
2 3
Razón de varianzas S12 /σ12 S12 1 S2
S12 /S22 Fn1 −1,n2 −1 = I= , 1F
dos poblaciones normales S22 /σ22 S22 Fα/2;n1 −1,n2 −1 S22 α/2;n2 −1,n1 −1
Febrero 2009
A–31