Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicio 1
Hay una población A= {2,3,6,8,9}; cuya µ= 5,6 y σ 2=7,44. Se realiza muestreo aleatorio
sin reemplazo de todas las muestras posibles de tamaño 2 de la población A,
produciendo una nueva población de medias de las muestras, la que llamaremos
población B. Los parámetros de la población de B son µ=5,6 y σ2=2,79.
Ejercicio 2
1
Tabla I Relaciones entre parámetros población y parámetros muestrales.
𝜎2 𝜎
𝜎𝑋̅ = √ 𝑓(𝑁, 𝑚) 𝜎𝑋̅ =
𝑛 √𝑛
𝑁−𝑛
Muestreo aleatorio con reemplazo:𝑓(𝑁, 𝑚) = 1 ; muestreo aleatorio sin reemplazo: 𝑓(𝑁, 𝑚) ( )
𝑁−1
Ejercicio 3
Los pesos de una población X infinita en que cada peso es considerado una variable
continua; evidencia una distribución uniforme (Figura1) con parámetros con media (µ) de
59 Kg y varianza (σ2) de σ2=800 Kg2. Se realiza un muestreo aleatorio sin reposición, en
que se toman infinitas muestras aleatorias de tamaño 50. En cada muestra se determina,
la media construyendo una nueva población de infinitas muestras, que llamaremos Y. La
población Y de medias muestrales es distribución simétrica con forma de campana
(Figura 2) cuyos parámetros son una media µ de 59 Kg y σ2=16 Kg2.
0,8
Frecuencia (Porcentaje)
0,6
0,4
0,2
0
10 20 30 40 50 60 70 80 90 100 110
Pesos (Kilogramos)
10
8
Frecuencia (porcentaje)
0
46,8 52,5 59,5 72,7
media
Ejercicio 4
Usted toma una muestra aleatoria sin reemplazo de la edad de 100 sujetos en una
población de un consultorio cuya población inscrita es de 500.000 personas. El análisis
estadístico de la muestra evidencia una media muestral de 50 años y varianza muestral
(σ2) de 1,98 años2.
Ejercicio 6
Supongamos que de una población compuesta por 100.000 sujetos con hipertensión
arterial crónica es escogemos en forma aleatoria sin reemplazo a 10 sujetos a lo que
medimos el colesterol observando una media muestral 225,8 mg/dl y una cuasivarianza
muestral de 469,6 mg/dl2. Se asume para este ejercicio que el colesterol distribuye
normal.
Ejercicio 8
Para una población de 1.000 mujeres entre 3 y 74 años, la distribución de los niveles de
hemoglobina distribuye normal con una media (µ) de 14 g/dl y una desviación estándar
(σ) de 8 g/dl2.
Ejercicio 10
En los países bajos, los hombres saludables entre 65 y 79 años tienen una distribución
de ácido úrico en la sangre normal, con una media de 5,4 mg/dl y una desviación
estándar de 2 mg/dl.
a) ¿Qué proporción de los varones tiene un nivel de ácido úrico en la sangre de entre
4,5 a 7,1 mg/dl?
b) ¿Qué proporción de muestras de tamaño 16 sin reemplazo tienen un nivel de ácido
úrico en la sangre entre 4,5 a 7,1 mg/dl?
c) ¿Qué proporción de muestras de tamaño 4 sin reemplazo tienen un nivel de ácido
úrico en la sangre entre 4,5 a 7,1 mg/dl?
d) Construya un intervalo de confianza que incluya el 95% de las medias muestrales de
tamaño 4 asumiendo un muestreo sin reemplazo población infinita.
Ejercicio 11
Ejercicio 12
Ejercicio 13
Ejercicio 14
La lluvia ácida causada por la reacción de ciertos contaminantes del aire con el agua de
la lluvia es un problema creciente en algunas áreas, debido a que esta lluvia ácida afecta
la tierra de los cultivos y causa corrosión en los metales expuestos. La lluvia pura que
cae a través del aire limpio registra un valor pH = 5,7 y distribuye normal. Se analiza el
pH de 41 muestras de agua lluvia de muestras tomadas en una localidad Z en que se
piensa que pudiera haber mayor contaminación. En las muestras de aguas lluvias de Z,
se encuentra un promedio muestral (𝑋̅) de 3,7 y desviación estándar determinada a partir
de cuasivarianza muestral (S) de 5. Encuentre un intervalo de confianza de 99% para el
pH medio e interprételo, en virtud de la problemática planteada.
Ejercicio 15
a) Calcule los límites de intervalos de confianza para la media poblacional de 95% y 99%
b) Si se aumenta la muestra a 121 individuos, manteniendo los mismos valores para la
media y desviación estándar. ¿Cuáles son los límites de confianza de 95% y 99%?
c) Interprete los valores observados en intervalos de confianza determinado en b) al
99% ¿Qué credibilidad da a sus hallazgos en b?
Ejercicio 16
Según un estudio sobre los niños que padecen dolor de pecho, realizado por Selbst,
Ruddy y Clark (Clinical Pediatrics, 1990), se ha hallado que de 125 niños que tenían
dolor de pecho, 100 daban radiografías de tórax normales.
Ejercicio 17
Ejercicio 18
a) Utilizando la distribución binomial exacta, determine los valores limites (de a lo más;
y a lo menos) en que hay contenida una probabilidad central aproximada de 0,99 de
observar un resultado de muerte para la aplicación tratamiento Q a 10 enfermos.
(utilice para esto el programa Calculadora 2019 )
b) Utilice la función grafica de la Binomial y evidencie el histograma de función cuantía
de probabilidad de a)
c) Utilizando la aproximación de la binomial a la normal; determine el número de muertes
(valor variable aleatoria) que contiene el 99% de todas las muertes. Verifique el
cumplimiento de supuestos para tal aproximación.
d) Utilizando la distribución normal; determine los límites en que están contenidas el 99%
de todas las muertes, para un parámetro de proporción poblacional p=50% y n=10.
Verifique el cumplimiento de supuesto para dicho intervalo.
e) Compare la pertinencia de tales comparaciones y su interpretación.
Ejercicio 20
Supongamos que, como parte de un programa para aconsejar a pacientes para factores
de riesgo para la enfermedad cardíaca, 100 fumadores son identificados. En este grupo,
se observa que 10 dejan de fumar durante al menos 1 mes. Después de 1 año de
seguimiento, 6 de los 10 pacientes han vuelto a fumar. Los sujetos que fueron fumadores
y que empiezan a fumar de nuevo muestran reincidencia de tabaquismo.
a) Determine la proporción de reincidencia
b) Indique si es posible determinar un intervalo de confianza al 95% para la proporción
de reincidencia y en caso de que ello no sea posible indique una opción razonable
que usted pueda ejecutar.
Ejercicio 21
Ejercicio 22
Una variable aleatoria sigue una distribución t de Student, con 11 grados de libertad.
Determinar
a) Percentil 50
b) el percentil 99
c) el percentil 95
d) percentil 1
e) La esperanza
f) La varianza
Ejercicio 23
Ejercicio 24
En una población de 20.000 mujeres se realiza una selección aleatoria sin reemplazo de
25 mujeres registrando su colesterol. La media muestral de colesterol fue de 220 mg/dl,
con una varianza de 25 mg/dl2. Te informan además que hay evidencia que la
determinación de colesterol distribuye normal.
Los pesos de una población 10 recién nacidos es aproximadamente normal, con μ=3000
gramos y con una desviación estándar (σ) de 400 gramos.
Ejercicio 26
Ejercicio 27
Ejercicio 29
1. Muestreo
2. Muestreo aleatorio
3. Muestra representativa
4. Muestreo aleatorio simple
5. Muestreo aleatorio con reemplazo
6. Muestreo aleatorio sin reemplazo
7. Población Finita
8. Población Infinita
9. Muestreo sin reemplazo en una población infinita
10. Estimador
11. Estimador insesgado
12. Estimador eficiente o estimador de mínima varianza
Ejercicio 31
10. Una variable aleatoria con distribución T de Student se define como el cociente entre
una variable aleatoria normal estándar y la raíz cuadrada del cociente entre una
variable aleatoria con distribución ji cuadrada y su número de grados de libertad,
siendo las variables independientes.
11. Una distribución T de Student, difiere de la distribución de una variable normal
estándar Z, en que la varianza de la T depende de los grados de libertad y siempre es
menor que uno.
12. La esperanza o percentil 50 de una T de Student para cualquier grado de libertad es
cero.
13. Al aumentar los grados de libertad de una T de Student se hace más cercana a la
normal y cuando los grados de libertad que llamaremos k tiende al infinito (k → ∞) las
dos distribuciones coincidirán.
14. Si bien la distribución de T y la distribución de Z tiene forma de campana, la distribución
de T es más variable que la de Z.
15. Si graficamos dos variables aleatorias con distribución T de Student, donde k 1 es el
número de grados de libertad de la primera y k2 el de la segunda, y k1 < k2, entonces
la primera se extenderá más sobre el eje horizontal.
16. Al aumentar los grados de libertad de un T de Student se reduce la varianza
17. El uso de la distribución t de Student no presenta tiene restricciones respecto de la
distribución de la población muestreada.
18. La inferencia estadística consiste en aquellos métodos mediante los cuales se realizan
inferencias o generalizaciones acerca de una población, a partir de la información de
una muestra aleatoria extraída de dicha población.
19. En el método de estimación de un parámetro de la población, las inferencias se basan
de manera estricta, en la experiencia personal y subjetiva que una persona tiene sobre
la población que se estudia.
20. Generalmente el valor numérico de una estimación puntual en una muestra coincide
exactamente con el valor numérico del parámetro a estimar.
21. En general, se espera que las estimaciones del parámetro poblacional obtenidas
mediante un estimador insesgado, estén muy alejadas del valor real del parámetro.
22. Nunca debe utilizarse la mediana de la muestra de una población con distribución
sesgada para estimar el valor de la media de dicha población.
23. El estimador “Varianza” determinado en una muestra, siempre producirá estimaciones
puntuales más cercanas a la media de la población de la cual proviene la muestra,
que las estimaciones puntuales del estimador “Media muestral”.
24. Una de las propiedades deseables que debe reunir un estimador, es que sea sesgado.
25. Se dice que un estimador es insesgado cuando proviene de una población cuya
función de densidad de probabilidad es simétrica.
26. La varianza determinada en la muestra de una variable X, es un estimador insesgado
de la varianza poblacional de la variable X.
27. La cuasivarianza determinada en la muestra de una variable X es un estimador
sesgado de la varianza poblacional de la variable X.
28. Todos los estadígrafos son estimadores insesgados del parámetro poblacional.
29. Se puede demostrar que, para un muestreo aleatorio sin reemplazo de una población
infinita, se cumple que E(S²) = σ².
30. ∑𝑛 ̅ 2
𝑖=1(𝑋𝑖 − 𝑋 ) lo dividimos por (n – 1) en lugar de n cuando se estima la varianza de
Ejercicio 1
Letra a
En un muestreo aleatorio sin reposición o muestreo aleatorio sin reemplazo, las unidades
se extraen una a una de la población, y la unidad seleccionada en cualquier extracción
no se devuelve a la población antes de seleccionar una unidad en la siguiente extracción.
5 5!
( )= = 10
2 2! (5 − 2)!
Letra b
Población A
Media
2 + 3 + 6 + 8 + 9 28
𝜇𝐴 = = = 5,6
5 5
Varianza
La población B está compuesta por todas las posibles muestras de tamaño 2 extraídas
desde la población A. Estas posibles muestras son 10, y cada muestra (par) da origen a
un promedio. En la tabla 1 de a continuación, se muestra para cada para su respectivo
promedio
Tabla 1 10 muestras de tamaño dos que son posibles de obtener desde la población A=
{2,3,6,8,9} con sus respectivas colecciones de promedios muestrales que
conforman B.
Promedios
Número Número Promedio
Muestra muestrales Muestra
muestra muestra muestrales 𝑋̅
𝑋̅
2+3
1 2,3 = 2,5 6 3,8 3+8
2 = 5,5
2
2+6
2 2,6 =4 7 3,9 3+9
2 =6
2
3+6 8+9
5 3,6 = 4,5 10 8,9 = 8,5
2 2
B está conformado por los siguientes 10 elementos que son: 2,5; 4; 5; 5,5; 4,5; 5,5; 6; 7;
7,5; 8,5.
Letra d
Media muestral de B
(2,5 − 5,6)2 + (4 − 5,6)2 + (5 − 5,6)2 + (5,5 − 5,6)2 + (4,5 − 5,6)2 + (5,5 − 5,6)2 + (6 − 5,6)2 + (7 − 5,6)2 + (7,5 − 5,6)2 + (8,5 − 5,6)2
𝜎𝐵2 =
10
27,9
𝜎𝐵2 = = 2,79
10
Letra e
Si A es una población finita y B resulta de un muestreo aleatorio sin reemplazo que
incluye todas las muestras posibles de A, entonces se cumple que:
𝜇𝐵 = 𝜇𝐴 = 5,6
𝜎𝐴2 𝑁 − 𝑛 7,44 5 − 2
𝜎𝐵2 = ( ) = 2,79 = ( )
𝑛 𝑁−1 2 5−1
Letra f
El error estándar es la desviación estándar de la distribución de medias, por tanto, indica
la dispersión media de las muestras en torno a la media muestral. Su expresión
matemática es la raíz cuadrada de la varianza de medias muestrales de la población B.
𝜎𝐴2 𝑁 − 𝑛 7,44 5 − 2
𝜎𝐵 = √𝜎𝐵2 = √ ( ) = √2,79 = √ ( ) ≈ 1,67
𝑛 𝑁−1 2 5−1
En la población B (todas las medias muestrales de tamaño 2 obtenidas desde A) hay una
dispersión promedio de 1,67 en torno a la media muestral de 5,6.
Ejercicio 2
Letra a
3 3!
( )= =3
2 2! (3 − 2)!
Letra b
Media µ y varianza poblacional σ2 en F
1+2+3 6
𝜇𝐹 = = =2
3 3
Letra c
Tabla 2 9 muestras de tamaño dos que son posibles de obtener desde la población F=
{1,2,3} con sus respectivas colecciones de promedios muestrales que
conforman K.
1+2
1,2 = 1,5
2
1,3 1+3
=2
2
2,1 2+1
= 1,5
2
2+2
2,2 =2
2
2,3 2+3
= 2,5
2
3,1 3+1
=2
2
3,2 3+2
= 2,5
2
3,3 3+3
=3
2
Varianza poblacional o σ2 de K:
(1 − 2)2 + (1,5 − 2)2 + (2 − 2)2 + (1,5 − 2)2 + (2 − 2)2 + (2,5 − 2)2 + (2 − 2)2 + (2,5 − 2)2 + (3 − 2)2
𝜎𝐾2 =
9
3 1
𝜎𝐾2 = =
9 3
Letra e
𝜎𝐹2 1 2⁄3
𝜎𝐾2 = = =
𝑛 3 2
Letra f
𝜎𝐹2 1 √2⁄3
𝜎𝐵 = √𝜎𝐾2 =√ = √ = ≈ 0,33
𝑛 3 2
Si X es una población infinita e Y resulta de un muestreo sin reemplazo (si peso es una
variable continua ningún peso va a ser igual a otro) de las infinitas muestras posibles de
X, entonces se cumple que:
𝜇𝑌 = 𝜇𝑋 = 59
𝜎𝑋2 800
𝜎𝑌2 = = 16 =
𝑛 50
Letra b
En un muestreo sin reemplazo de una población finita X, se cumple la siguiente relación
entre la varianza de la población muestras que llamaremos 𝜎𝑌2 y la varianza de la
población original de las muestras que llamaremos 𝜎𝑋2
𝜎𝑋2 𝑁 − 𝑛
𝜎𝑌2 = ( )
𝑛 𝑁−1
N igual infinito menos 1 es infinito; y N infinito menos un tamaño finito también es infinito;
y así infinito dividido en infinito es 1.
𝑁−𝑛
Si N es infinito, es indiscutible que la expresión (𝑁−1) se vuelve igual a 1; por tanto, si la
𝜎𝑋2 800
𝜎𝑌 = √𝜎𝑌2 = √ =√ = √16 = 4
𝑛 50
Letra d
Razones para aparición distribución normal
El teorema del límite central establece que la suma al infinito, de variables aleatorias
idénticas (tienen igual distribución), independientes, media finita y varianza finita mayor
cero, sigue siempre una distribución normal. Lo antes dicho es posible demostrarlo
matemáticamente; cuestión que acá no realizaremos, dado que ello requiere calculo lo
que está fuera de los límites de este curso. La aparición de la distribución normal al sumar
infinitas variables aleatorias ocurre por razones de índole matemática, pues tratamos con
la operación suma de variables.
Los supuestos que deben cumplirse para que el teorema de límite central se cumpla son:
Letra e
Este hecho reviste la mayor importancia, pues no hay que esperar que el comportamiento
de la variable sea normal, para ocupar el teorema de límite central. En otras palabras,
hay que observar el comportamiento de la suma de variables; en este caso particular la
suma variable que siguen distribución uniforme muestra un comportamiento de
normalidad.
∑𝑁
𝑖=1(𝑋𝑖 − 𝜇)
2
𝜎2 =
𝑛
∑𝑁
𝑖=1(𝑋𝑖 − 𝜇)
2
𝑆2 =
𝑛−1
∑𝑁
𝑖=1(𝑋𝑖 − 𝜇)
2
𝜎=√
𝑛
∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2
𝑆=√
𝑛−1
Cuasivarianza muestral S2
El enunciado del problema nos entrega la varianza que es 1,98 así como el tamaño
muestra n=100. Si asumimos que esta varianza σ2 usando el promedio muestra y tamaño
total de la muestra “n”, luego tenemos que:
100
∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)2 ∑100
𝑖=1(𝑋𝑖 − 𝜇)
2
2
𝜎 = = 1,98 = ⟹ ∑(𝑋𝑖 − 𝑋̅)2 = 198
𝑛 100
𝑖=1
La expresión ∑100 ̅ 2
𝑖=1 (𝑋𝑖 − 𝑋 ) corresponde a la suma de las diferencias al cuadrado en
torno al promedio muestral y este valor corresponde a 198; por tanto, basta el reemplazo
de este valor en la siguiente ecuación y bajo n-1=99; podremos determinar la
cuasivarianza muestral:
Acá tenemos una población grande de 500.000 sujetos la que fue muestreada sin
reemplazo y si 𝑆𝐴2 es la varianza de la población original de edades luego la varianza de
las muestras de tamaño 50 es igual a 𝑆𝐵2
𝑆𝐴2 𝑁 − 𝑛 2 500000 − 50 2
𝑆𝐵2 = ( ) = 2,79 = ( )= ∗ 1 ≈ 0,04
𝑛 𝑁−1 50 500000 − 1 50
En este caso el factor de corrección que puede ser considerado en la práctica como 1;
pue la población total es grande y ello lleva a que esta expresión en virtud de tamaño
muestra 50 va a dar un valor casi de 1. En síntesis, si el muestreo se hace sin reemplazo
y el tamaño de la población es mayor a 20 veces el tamaño de la muestran o sea la
𝑁−𝑛
relación N/n>20 luego la expresión (𝑁−1) debe ser considerada como 1 y el muestreo
𝑆 2 500000 − 50 2
𝐸𝐸 = √ ( )=√ = √0,02 ≈ 0,14
𝑛 500000 − 1 100
Este error se interpreta que la variación media esperada de todas las posibles
muestras de tamaño 100 en torno a la media de 50 años es de 0,14 años.
Letra b
Letra a
160
𝑝̂ = = 0,4 ó 40%
400
Letra b
𝑝̂ 𝑞̂ 0,4 ∗ 0,6
𝑝 = 𝑝̂ ± 𝑍𝛼⁄2 √ ⁄𝑛 = 0,4 ± 1,645 ∗ √
400
Letra c
Letra d
Ejercicio 6
Letra a
𝑆 = √𝑆 2 = √469,6 ≈ 21,67
𝑆
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2
√𝑛
Figura 2 Calculo T de Student con Distribución de Dos colas, se busca alfa de 0,05; pues
un intervalo de confianza al 95%, deja a cada lado un área de probabilidad de
0,025, las que al sumarse dan 0,05. La observación de un valor T (9 grados de
libertad) de a lo más -2,2622 y a los menos 2,2622 tiene una probabilidad de
0,05 (en rojo). En una T con 9 grados de libertad, al lado izquierdo de T -2,2622
hay área de 0,025; y al lado derecho de T 2,2622 hay probabilidad de 0,025; de
esta manera T=-2,2622 a T+2,2622 separan un área central de probabilidad de
0,95
Así tenemos los insumos para el cálculo del intervalo de confianza usando la distribución
T de Student, lo que son: a) puntaje T=2,2622; b) tamaño muestra o n=10, c) media
observada en muestra, que es 𝑋̅= 225,8 mg/dl y desviación estándar observada en
muestra o S que es igual 21,67 mg/dl.
𝑆 21,67
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 225,8 ± 2,2622
√𝑛 √10
Letra d
Al igual que lo que sucede con los intervalos de la proporción asumimos la media de la
muestra como valor poblacional de la distribución muestral de medias y ello pudiera no
ser así. Debemos confiar que si el muestreo fue aleatorio la muestra de colesterol de 10
sujetos es representativa del nivel de colesterol de una población de 100.000 sujetos;
pero no hay manera de confirmar esta aseveración. La inferencia estadística funciona
aquí con la cuasivarianza determinada en la muestra bajo el supuesto que media
poblacional de colesterol es la media de la muestra. En la construcción de este intervalo
no se asume que la cuasivarianza determinada en la muestra como un estimador
de la varianza muestral, pues en este caso no es necesaria la varianza poblacional.
No obstante, la cuasivarianza muestral, es un estimador insesgado de la varianza
poblacional. La cifra obtenida podría estar muy lejos del verdadero valor poblacional,
pero es válida al menos como una aproximación a este valor del parámetro poblacional.
Letra a
Letra b
La desviación estándar de las medias muestrales o desviación estándar de la distribución
muestral de medias se llama error estándar. Al hablar de distribución muestral de
medias, estamos considerando, todas las muestras posibles.
Este error estándar se determina de la siguiente manera:
𝜎2 𝑁 − 𝑛 𝜎2 𝜎 9
𝐸𝐸 = √ ( )=√ ∗1= = = 0,9
𝑛 𝑁−1 𝑛 √𝑛 √100
Dado que la población de adultos de estados unidos son cientos de millones de personas
y n=100, luego tenemos N/n>>20; por tanto, se cumple que:
𝑁−𝑛
( )=1
𝑁−1
En este caso el muestreo sin reemplazo es de una población infinita, pues N/n>>20; por
tanto, el factor de corrección de un muestreo sin reemplazo es igual a uno. Ojo en este
caso el muestreo sin reemplazo población infinita es un muestreo aleatorio simple. (ver
apunte teórico).
Letra c
𝜎𝐴2 𝑁 − 𝑛 𝜎2 𝜎𝐴
𝜎𝑀𝑀 = √ ( )=√ 𝐴 ∗1= = 𝐸𝐸
𝑛 𝑁−1 𝑛 √𝑛
Dado que la población de adultos de estados unidos son cientos de millones de personas
y n=100, luego tenemos N/n>>20; por tanto, se cumple que:
𝑁−𝑛
( )=1
𝑁−1
En este caso el muestreo sin reemplazo es de una población infinita, pues N/n>>20; por
tanto, el factor de corrección de un muestreo sin reemplazo es igual a uno.
Letra d
9
𝑀~𝑁 ((𝜇 = 30 ; 𝜎 = = 0,9)
√100
En este caso la media, así como la desviación estándar, poblacionales están en unidades
de mg/100 ml. A partir de este argumento responderemos e), f) y g). Ojo: acá es un
muestreo sin reemplazo población infinita, por tanto, es muestreo aleatorio simple.
Letra e
31,152 − 30
𝑃(𝑀 > 31,152) = 1 − 𝑃 (𝑍 < ) = 1 − 𝐹(𝑍 = 1,28) = 1 − 0,89973 = 0,10027 ó 10,027%
0,9
Letra g
30,9 − 30 29,1 − 30
𝑃(29,1 < 𝑀 < 30,9 ) = 𝑃 (𝑍 < ) − 𝑃 (𝑍 =< )
0,9 0,9
𝑃(29,1 < 𝑀 < 30,9 ) = 𝐹(𝑍 = 1) − 𝐹(𝑍 = −1) = 0,84134 − 0,15866 = 0,68268 ó 68,268%
Ejercicio 8
Aquí la variable aleatoria P, es el peso al nacer asumimos según enunciado que esta
variable distribuye normal con media de 3500 gramos y desviación estándar de 400
gramos, lo que podemos decir como:
𝑃~𝑁 ((𝜇 = 3500; 𝜎 = 400 )
Letra a
2500 − 3500
𝑃(𝑃 < 2500) = 𝑃 (𝑍 < ) = 𝐹(𝑍 = −2,5) = 0,00621
400
Respuesta: Un peso de a lo más 2842 gramos se observa con una probabilidad de 0,05.
Letra c
Asumiendo que X, es una variable aleatoria que representa a todas las medias de los
pesos de muestras de tamaño 4 tomadas de la población de recién nacidos de
Noruega, podemos decir que:
400
𝑋~𝑁 ((𝜇 = 3500 ; 𝜎 = = 200)
√4
Asumimos que el muestreo corresponde a población infinita, pues N/n>>20; por tanto,
tenemos que:
𝑁−𝑛
( )=1
𝑁−1
Letra d
𝑋𝐼 − 3500
𝑃(𝑋 < 𝑋𝐼 ) = 0,05 = 𝐹(𝑍 = −1,645) = 𝐹 (𝑍 = = −1,645) ⟹ 𝑋𝐼 = 3171
400⁄
√4
Respuesta: Una media muestral de peso (seleccionadas por muestreo aleatorio simple
en la población de los niños nacidos en Noruega) de a lo más 3171 gramos se observa
con una probabilidad de 0,05.
Letra e
2500 − 3500
𝑃(𝑋 < 2500) = 𝑃 (𝑍 < ) = 𝐹(𝑍 = −5) = 0,00000028665 ≈ 0
400⁄
√4
Letra a
8
𝑌~𝑁 ((𝜇 = 14 ; 𝜎 = = 2)
√16
Si consideramos el tamaño muestral n=16 y desviación estándar poblacional de 8; y que
el muestreo fue efectuado con reemplazo, entonces si la población es finita (ver pregunta
2 y tabla I) se cumple que el error estándar o EE se determina como:
𝜎2 𝜎 8
𝐸𝐸 = √ = = =2
𝑛 √𝑛 √16
14,5 − 14 13,5 − 14
𝑃(13,5 < 𝑌 < 14,5 ) = 𝑃 (𝑍 < ) − 𝑃 (𝑍 < ) = 0,02275 ó 2,275%
8⁄ 8⁄
√16 √16
𝑃(13,5 < 𝑌 < 14,5 ) = 𝐹(𝑍 = 0,25) − 𝐹(𝑍 = −0,25) = 0,59871 − 0,40129 = 0,19742 ó 19,742%
Respuesta: Una hemoglobina de a lo menos 13,5 g/dl y a lo más 14,5 g/dl se observa
en una proporción de 19,742% de todas las medias muestrales de tamaño 16
seleccionadas por muestreo aleatorio simple de la población de 1000 mujeres entre 3 a
74 años.
Letra b
8
𝐿~𝑁 ((𝜇 = 14 ; 𝜎 = = 1)
√64
𝜎2 𝜎 8
𝐸𝐸 = √ = = =1
𝑛 √𝑛 √64
15 − 14 12,9 − 14
𝑃(12,9 < 𝐿 < 15 ) = 𝑃 (𝑍 < ) − 𝑃 (𝑍 < )
8⁄ 8⁄
√64 √64
𝑃(12,9 < 𝐿 < 15 ) = 𝐹(𝑍 = 1) − 𝐹(𝑍 = −1,1) = 0,84134 − 0,13567 = 0,70567 ó 70,567%
Respuesta: Una hemoglobina de a lo menos 12,9 g/dl y a lo más 15 g/dl se observa en
una proporción de 70,567% de todas las medias muestrales de tamaño 64 seleccionadas
por muestreo aleatorio simple de la población de 1000 mujeres entre 3 a 74 años.
Letra c
𝜎𝑋 8
𝑋̅𝑖 = 𝜇𝑋 ± 𝑍𝛼⁄2 = 14 ± 1,96
√𝑛 √64
El intervalo de confianza al 95% para la hemoglobina presenta un límite inferior de 12,04
g/dl kg y un límite superior de 15,96 g7dl.
Respuesta: Una hemoglobina de a lo menos 12,04 g/dl y a lo más 15,96 g/dl se observa
en una proporción de 95% de todas las medias muestrales de tamaño 64 seleccionadas
por muestreo aleatorio simple desde la población de 1000 mujeres entre 3 a 74 años.
Letra d
Figura 4 Los valores de probabilidad para un área de 0,95; son un extremo de 0,025 y
otro extremo de 0,975.
Entonces para resolver el problema, hay que determinar a qué puntaje Z corresponde el
0,025 y 0,975.
Los puntajes en la tabla normal estándar (sección algunos puntajes importantes) que
corresponden con probabilidad 0,025 y 0,975 son respectivamente los puntajes Z=-1,96
y Z=1,96.
Una vez obtenidos estos puntajes ellos pueden ser transformados a valores de colesterol
al conocerla media y desviación estándar de la distribución normal de X.
𝐴 − 𝜇𝑥 𝐴 − 14
𝑍𝐴 = = −1,96 = ⟹ 𝐴 = 1,68
𝜎𝑥 8
𝐵 − 𝜇𝑥 𝐵 − 14
𝑍𝐵 = = 1,96 = ⟹ 𝐵 = 29,68
𝜎𝑥 8
Respuesta: Una hemoglobina de a lo menos 1,68 g/dl y a lo más 29,68 g/dl se observa
con una probabilidad de 0,95 en la población de 1000 mujeres entre 3 a 74 años.
Letra e
Ejercicio 10
Letra a
En base a enunciado problema, aquí asumimos hay una variable U que es el nivel de
ácido úrico en sangre (uricemia) que presenta la siguiente característica:
𝑈~𝑁 ((𝜇 = 5,4 ; 𝜎 = 2)
Letra b
𝑁−𝑛
( )=1
𝑁−1
Entonces debemos considerar el muestreo como efectuado sobre población infinita
y que el tamaño muestral es n=16 y la desviación estándar poblacional de 2; así se
cumple que:
𝜎2 𝑁 − 𝑛 𝜎2 𝜎 2
𝐸𝐸 = √ ( )= √ ∗1= = = 0,5
𝑛 𝑁−1 𝑛 √𝑛 √16
𝑁−𝑛
( )=1
𝑁−1
Entonces debemos considerar el muestreo como efectuado sobre población infinita y que
el tamaño muestral es n=4 y la desviación estándar poblacional de 2; así se cumple que:
𝜎2 𝑁 − 𝑛 𝜎2 𝜎 2
𝐸𝐸 = √ ( )=√ ∗1= = =1
𝑛 𝑁−1 𝑛 √𝑛 √4
Ojo: acá es un muestreo es sin reemplazo de población infinita, por tanto, es muestreo
aleatorio simple.
De lo anterior podemos repetir que la variable B presenta la siguiente característica:
2
𝐵~𝑁 ((𝜇 = 5,4 ; 𝜎 = = 1)
√4
Ahora contestamos la pregunta:
Letra d
Uso Z normal
Un intervalo del 95% significa que al centro están distribuidas el 95% de las medias; y el
5% restante se distribuye en los dos extremos. Los puntajes Z que contienen dichos
valores son Z0-1,96 y Z=+1,96 (ver figura 4 pregunta 9 letra c)
2
𝐵~𝑁 ((𝜇 = 5,4 ; 𝜎 = = 1)
√4
Ojo: acá es un muestreo es sin reemplazo de población infinita, por tanto, es muestreo
aleatorio simple.
En consideración que conocemos la varianza(σ2) y por ende la desviación estándar (σ)
poblacional y además sabemos que la distribución muestral de medias distribuye normal
se puede usar Z directamente de la siguiente forma para calcular el intervalo requerido:
𝜎𝑋 2
𝑋̅𝑖 = 𝜇𝑋 ± 𝑍𝛼⁄2 = 5,4 ± 1,96
√𝑛 √4
El intervalo de confianza al 95% presenta para uricemia un límite inferior de 3,54 mg/dl
y un límite superior de 7,46 mg/dl
Ejercicio 11
Letra a
𝑁−𝑛
( )=1
𝑁−1
Entonces debemos considerar el muestreo como efectuado sobre población infinita y que
el tamaño muestral es n=25 y la desviación estándar poblacional de 125; así se cumple
que:
𝜎2 𝑁 − 𝑛 𝜎2 𝜎 125
𝐸𝐸 = √ ( )=√ ∗1= = = 25
𝑛 𝑁−1 𝑛 √𝑛 √25
Ojo: acá es un muestreo es sin reemplazo de población infinita, por tanto, es muestreo
aleatorio simple.
𝐶𝐼 − 78
𝑃(𝐶 < 𝐶𝐼 ) = 0,95 = 𝐹(𝑍 = 1,645) = 𝐹 (𝑍 = = 1,645) ⟹ 𝐶𝐼 = 119,125
125⁄
√25
Letra c
𝐶𝐼 − 78
𝑃(𝐶 < 𝐶𝐼 ) = 0,95 = 𝐹(𝑍 = 2,326) = 𝐹 (𝑍 = = 2,326) ⟹ 𝐶𝐼 = 136,15
125⁄
√25
Letra e
Ejercicio 12
Letra a
𝑝̂ es la proporción de hipertensión arterial
52
𝑝̂ = = 0,08 ó 8%
650
8% esta estimación puntual, nos da una orientación acerca del valor de parámetro
poblacional
Letra b
Si usamos el intervalo de confianza del 95% estos valores varían desde cifras
aproximadas de 266 (0,0591*4500) a 454 (0,1009*4500) niños.
Uso Intervalo confianza 99% de 0,0526 a 0,1074
Si usamos el intervalo de confianza del 99% varía desde 237 (0,0526*4500) hasta 483
(0,1074 *4500).
Ejercicio 13
Letra a
En los apuntes teóricos está la inferencia de donde se obtiene la fórmula para el intervalo
de confianza de la T que se muestra a continuación:
𝑆
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2
√𝑛
Figura 5 Calculo T de Student con Distribución de Cola Superior, se busca alfa de 0,005;
pues un intervalo de confianza al 99%, deja a cada lado un área de probabilidad
de 0,005. La observación de valor T (9 grados de libertad) de a lo menos 3,2498
tiene una probabilidad de 0,005 (verde).
Figura 6 Calculo T de Student con Distribución de Dos colas, se busca alfa de 0,01; pues
un intervalo de confianza al 99%, deja a cada lado un área de probabilidad de
0,005, las que al sumarse dan 0,01. La observación de un valor T (9 grados de
libertad) de a lo más -3,2498 y a los menos 3,2498 tiene una probabilidad de
0,01 (en verde). En una T con 9 grados de libertad, al lado izquierdo de T -3,2498
hay área de 0,005; y al lado derecho de T 3,2498 hay probabilidad de 0,005; de
esta manera T=-2,2622 a T+2,2622 separan un área central de probabilidad de
0,99
Se usa una t de Student con 9 grados de libertad (n-1; n=tamaño muestra), que para una
confianza al 1% dos colas dan 3,2498.
𝑆 10
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 22 ± 3,2498
√𝑛 √10
Letra b
Esto es lo que se usa habitualmente para calcular los intervalos de confianza; pues en
la práctica siempre desconocemos la varianza poblacional, y generalmente tenemos
tamaño muestral reducido; en que existen indicios que la variable distribuye normal a
nivel poblacional. Cabe también remarcar que asumimos que el tamaño de la población
que niveles enzima E es infinita o grande que enfrentada a tamaño muestral de 10; da
cumplimiento a N/n mayor a 20 y por ende se considera un muestreo aleatorio simple.
Ejercicio 14
Letra a
En los apuntes teóricos está la inferencia de donde se obtiene la fórmula para el intervalo
de confianza de la T que se muestra a continuación:
𝑆
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2
√𝑛
La distribución T de Student (40 grados de libertad) de acuerdo con tabla para tamaño
muestral n=41, para probabilidad de 0,005 y 0,995, da un valor absoluto de 2,7045. Esto
puede ser corroborado ya sea en la tabla T de Student de Cola Superior que muestra en
la figura 7. No obstante, lo anterior existe una tabla T de Dos Colas, en que también se
puede buscar este valor según figura 8.
Figura 7 Calculo T de Student con Distribución de Cola Superior, se busca alfa de 0,005;
pues un intervalo de confianza al 99%, deja a cada lado un área de probabilidad
de 0,005. La observación de valor T (40 grados de libertad) de a lo menos
2,7045 tiene una probabilidad de 0,005 (azul).
Se usa una t de Student con 40 grados de libertad (n-1; n=tamaño muestra), que para
una confianza al 1% a dos colas da 2,7045.
𝑆 5
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 3,5 ± 2,7045
√𝑛 √41
Justificación del uso de la T El uso correcto de la t de Student debe cumplir las siguientes
condiciones:
a) Los promedios muestrales se producen como resultado de un muestreo aleatorio
simple. Asumiendo un muestreo sin reemplazo sobre población infinita. Recordemos que
la población de pH agua lluvia es infinita y se seleccionó sólo 41 muestras.
b) La distribución de la variable que da origen a la media de la muestra debe tener
siempre una distribución normal. La distribución de la variable original niveles de pH agua
lluvia distribuyen normal
c) Desde el enunciado se sabe que: a) n o tamaño de la muestra, b) media muestral c)
desviación estándar (S) de la muestra determinada a partir de la cuasivarianza muestral
o S2.
Si hubiésemos conocido la varianza de donde se obtuvo el muestreo, se hubiese podido
usar la distribución Z estándar.
Ejercicio 15
Letra a
Justificación del uso de la T
𝑆 0,09
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 0,12 ± 2,0423
√𝑛 √31
El intervalo de confianza al 95% para la concentración de ácido ascórbico, para un
tamaño de muestra de 31, presenta un límite inferior de 0,087 mg y un límite superior
de0,153 mg
𝑆 0,09
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 0,12 ± 2,75
√𝑛 √31
Letra b
𝑆 0,09
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 0,12 ± 1,9799
√𝑛 √121
𝑆 0,09
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 0,12 ± 2,6174
√𝑛 √121
Ejercicio 16
Letra a
Letra b
Este intervalo se interpreta formalmente como para 95 de 100 muestras (confianza) que
se obtengan de muestras aleatorias simples de tamaño 125 desde la población de “niños
con dolor al pecho”, la proporción poblacional (estimada en 80% según la muestra) de
presencia de radiografías de tórax normales va a estar comprendida entre 72,99% a
87,01%. También podría decirse que en 95 de 100 muestras aleatorias simples de
tamaño 125 seleccionada aleatoriamente desde la población de “niños con dolor al
pecho”, la proporción de radiografías de tórax normales (estimada en 0,8 según la
muestra) será de a lo menos 0,7299 y a lo más 0,8701.
Letra c
Ejercicio 17
Letra a
Media
1,19 + 1,23 + 1,18 + 1,21 + 1,27 + 1,17 + 1,15 + 1,14 + 1,19 + 1,2 11,93
𝑋̅ = = = 1,193
3 10
En los apuntes teóricos está la inferencia de donde se obtiene la fórmula para el intervalo
de confianza de la T que se muestra a continuación:
𝑆
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2
√𝑛
Los grados de libertad de la T a usar son 9, pues el tamaño de la muestra es 10; y los
grados de libertada a usar deben ser siempre el tamaño muestra menos 1 o sea 10-1=9.
Así tenemos los insumos para el cálculo del intervalo de confianza usando la distribución
T de Student, lo que son: a) puntaje T=2,2622; b) tamaño muestra o n=10, c) media
observada en muestra, que es 𝑋̅= 1,193 gramos yd) desviación estándar observada en
muestra o S que es igual 0,0380 gramos.
√0,01301
𝑆 9
𝜇 = 𝑋̅ ± 𝑇𝛼⁄2 = 1,193 ± 2,2622
√𝑛 √10
Letra c
Justificación del uso de la T El uso correcto de la t de Student debe cumplir las siguientes
condiciones:
a) Los promedios muestrales se producen como resultado de un muestreo aleatorio
simple. En este caso, debemos asumir que es una muestra de 10 tabletas de aspirina
obtenida de una población gigantesca de tabletas de aspirina, de esta manera hay
muestreo sin reemplazo en población infinita dando lugar a muestreo aleatorio simple.
b) La distribución de la variable que da origen a la media de la muestra debe tener
siempre una distribución normal. Se sabe que el peso de las tabletas de medicamentos
como la aspirina distribuye normal.
c)Desde el enunciado contamos con: a) n o tamaño de la muestra, b) media muestral c)
desviación estándar (S) de la muestra determinada a partir de la cuasivarianza muestral
o S2,
Letra d
La mediana es 1,19
Letra e
Si la mediana es discordante con la media es evidencia de sesgo en la muestra; lo que
si fuera muy pronunciado indica que no podría usar la media como medida que
representa nuestra información muestral, por tanto, no tendría mucho sentido hacer una
estimación puntual de la media, así como de tampoco la determinación de un intervalo
de confianza, pues ellos la media representan a la muestra.
Además de los señalado, si hay discordancia entre la mediana y la media; nos indica que
hay un comportamiento anómalo de las muestras que vienen se supone de una variable
con distribución normal, hay que revisar nuestra información muestral por si hay un dato
extremo producto de algún error.
Ejercicio 18
Letra a
Xi P (X=Xi) F(X) Xi P (X=Xi) F(X) Xi P (X=Xi) F(X)
0.0216560
0 1.6069E-40 1.6069E-40 34 9.0587E-08 1.3547E-07 68 0.96015212
3
0.0150650
1 2.4104E-38 2.4265E-38 35 2.5623E-07 3.917E-07 69 0.97521718
6
2 1.7897E-36 1.814E-36 36 6.9396E-07 1.0857E-06 70 0.0100075 0.98522468
0.0063427
3 8.7697E-35 8.9511E-35 37 1.8006E-06 2.8862E-06 71 0.99156747
8
4 3.19E-33 3.2795E-33 38 4.4777E-06 7.3639E-06 72 0.0038321 0.99539957
0.0022047
5 9.1871E-32 9.515E-32 39 1.0678E-05 1.8041E-05 73 0.99760434
7
0.0012066
6 2.1819E-30 2.2771E-30 40 2.4425E-05 4.2466E-05 74 0.998811
6
0.0006274
7 4.395E-29 4.6228E-29 41 5.3616E-05 9.6082E-05 75 0.99943846
7
8 7.6639E-28 8.1261E-28 42 0.00011298 0.00020906 76 0.0003096 0.99974807
0.0001447
9 1.1751E-26 1.2564E-26 43 0.00022858 0.00043764 77 0.99989282
5
10 1.604E-25 1.7297E-25 44 0.00044417 0.00088181 78 6.4024E-05 0.99995684
11 1.9686E-24 2.1416E-24 45 0.00082912 0.00171093 79 2.6744E-05 0.99998359
12 2.1901E-23 2.4042E-23 46 0.00148701 0.00319793 80 1.0531E-05 0.99999412
13 2.2238E-22 2.4642E-22 47 0.00256271 0.00576065 81 3.9002E-06 0.99999802
14 2.0729E-21 2.3193E-21 48 0.0042445 0.01000514 82 1.3556E-06 0.99999937
15 1.7827E-20 2.0146E-20 49 0.00675654 0.01676169 83 4.4096E-07 0.99999982
16 1.4206E-19 1.622E-19 50 0.01033751 0.0270992 84 1.3386E-07 0.99999995
17 1.0529E-18 1.2151E-18 51 0.01520222 0.04230142 85 3.7797E-08 0.99999999
18 7.2825E-18 8.4975E-18 52 0.02148776 0.06378918 86 9.8887E-09 1
19 4.7144E-17 5.5642E-17 53 0.02919091 0.09298009 87 2.3869E-09 1
20 2.864E-16 3.4204E-16 54 0.03811036 0.13109045 88 5.2892E-10 1
21 1.6366E-15 1.9786E-15 55 0.04781118 0.17890163 89 1.0697E-10 1
22 8.8152E-15 1.0794E-14 56 0.05762955 0.23653118 90 1.9612E-11 1
23 4.4843E-14 5.5636E-14 57 0.06672895 0.30326013 91 3.2327E-12 1
24 2.1581E-13 2.7144E-13 58 0.07420719 0.37746732 92 4.7437E-13 1
25 9.8407E-13 1.2555E-12 59 0.07923819 0.45670551 93 6.1208E-14 1
26 4.258E-12 5.5135E-12 60 0.08121914 0.53792466 94 6.8371E-15 1
27 1.7505E-11 2.3019E-11 61 0.07988768 0.61781234 95 6.4773E-16 1
28 6.8458E-11 9.1476E-11 62 0.0753779 0.69319024 96 5.0604E-17 1
29 2.5495E-10 3.4642E-10 63 0.06819905 0.76138929 97 3.1301E-18 1
30 9.0506E-10 1.2515E-09 64 0.05914136 0.82053065 98 1.4373E-19 1
31 3.0655E-09 4.317E-09 65 0.04913282 0.86966347 99 4.3555E-21 1
32 9.915E-09 1.4232E-08 66 0.03908293 0.9087464 100 6.5332E-23 1
33 3.0646E-08 4.4878E-08 67 0.02974969 0.93849609
La suma de la función de cuantía de la binomial para X=50 hasta X=75 (en celeste) da
0,9827 o sea un 98,27% de los sujetos va a tener un conteo de a lo menos 50 y a lo
más 78 neutrófilos.
Letra b
𝑋~𝐵𝑖(𝑛 = 100, 𝑝 = 0,6), y dado que se cumple np y nq mayor o igual a 5, podemos decir
que X distribuye aproximadamente normal de parámetros µ=60 y 𝜎 = (√100 ∗ 0,6 ∗ 0,4).
75 − 60 50 − 60
𝑃(50 ≤ 𝑋 ≤ 75) = 𝑃 (𝑍 < ) − 𝑃 (𝑍 < )
√100 ∗ 0,6 ∗ 0,4 √100 ∗ 0,6 ∗ 0,4
𝑃(50 ≤ 𝑋 ≤ 75) = 𝐹(𝑍 = 3,06) − 𝐹(𝑍 = −2,04) = 0,99889 − 0,02068 = 0,97821 ó 97,821%
El porcentaje de sujetos que será considerado normal para conteo neutrófilos entre 50
y 75 neutrófilos es de aproximadamente 97,821%
Letra c
De acuerdo con b), un 97,821% de 100.000 sujetos da un total de 97821 sujetos que
van a ser considerados normales en sus recuentos de neutrófilos para esta población.
Letra d
Usando la distribución exacta de la binomial hay un 0,9827 de probabilidad de tener un
recuento de neutrófilos de a lo más 75 y a lo menos 50. Usando la aproximación de la
distribución normal, hay 0,97821 de probabilidad de observar un recuento de neutrófilos
entre 50 y 75. Estas determinaciones son similares, hay una diferencia mínima
aproximada de 0,00449 o 0,449%, lo que se podría corregir usando en la normal la
corrección por continuidad.
Letra e
Aproximación con binomial exacta
Dijimos por la binomial exacta que hay una probabilidad de 0,9827 de encontrar un sujeto
con recuento neutrófilo dentro de los rangos normales; y por ende hay 1-0,9827 o 0,0173
de encontrar sujetos con neutrófilos menores a 50 y mayores a 75. Esta área se
encuentra achurada en anaranjado en la tabla de la respuesta a).
Aproximación binomial por normal
X es el conteo de neutrófilos, que distribuye binomial, de parámetros n=100 y p=0,6; y
dado que se cumple que np y nq es mayor o igual a 5; podemos decir que X distribuye
aproximadamente normal con µ=np (100*0,6) y σ=√𝑛𝑝𝑞 (√100 ∗ 0,6 ∗ 0,4)lo que significa
que:
𝑋 ∼ 𝑁 (𝜇 = 60; 𝜎 = √24)
76 − 60 49 − 60
𝑃(𝑋 ≥ 76) ∪ (𝑃𝑌 ≤ 49) = [1 − 𝑃 (𝑍 < )] + 𝑃 (𝑍 < )
√24 √24
A esta metodología debería incluírsele un ajuste por continuidad; dado que la variable
aleatoria normal es continua y la variable binomial es discreta. No obstante, este ajuste
es mínimo así que no lo haremos.
Ejercicio 19
Letra a
xi P (X=Xi) P (X≤ xi) =F(Xi) P(X> xi) =1-F(Xi)
0 0.0010 0.0010 0.9990
1 0.0098 0.0107 0.9893
2 0.0439 0.0547 0.9453
3 0.1172 0.1719 0.8281
4 0.2051 0.3770 0.6230
5 0.2461 0.6230 0.3770
6 0.2051 0.8281 0.1719
7 0.1172 0.9453 0.0547
8 0.0439 0.9893 0.0107
9 0.0098 0.9990 0.0010
10 0.0010 1.0000 0.0000
La suma de los valores de la función de cuantía entre X=1 y X=9 (fondo celeste) dan
una probabilidad cercana al 99%. El valor exacto es de 0,998
Letra b
Letra c
𝑋 ∼ 𝐵𝑖(𝑛 = 10; 𝑝 = 0,5) dado que np (10*0,5) y nq (10*0,5) son mayores o iguales a 5;
luego podemos decir, que X distribuye aproximadamente normal con µ=np (10*0,5) y
σ=√𝑛𝑝𝑞 (√10 ∗ 0,5 ∗ 0,5)lo que significa que:
𝑋 ∼ 𝑁 (𝜇 = 5; 𝜎 = √2,5)
El requerimiento es buscar los límites para el 99% o 0,99 de las observaciones de muerte
para leucemia. Si definimos estos límites como el valor muertes A y B; podemos decir
que el “0,99 central” indica que cada límite A y B se van a situar a una probabilidad 0,495
equidistante a cada lado de la media (ver figura 9). Si la media es la probabilidad de 0,5,
luego el límite A va a ubicarse a 0,005 (0,5-0,495); y el límite B va a estar a 0,995
(0,5+0,495).
Figura 9 Distribución 0,99 de probabilidad, con una cola inferior de 0,005 y otra cola
superior de 0,005
Entonces para resolver el problema, hay que determinar a qué puntaje Z corresponde
el 0,005 y 0,995. Los puntajes en la tabla normal estándar (sección algunos puntajes
importantes) que corresponden con probabilidad 0,005 y 0,995 son respectivamente los
puntajes Z=-2,576 y Z=2,576. Una vez obtenidos estos puntajes ellos pueden ser
transformados a valores de número de muertos, sabiendo que:
𝑋~𝑁 (𝜇 = 5; 𝜎 = √2,5)
𝐴 − 𝜇𝑥 𝐴−5
𝑍𝐴 = = −2,576 = ⟹𝐴≈1
𝜎𝑥 √2,5
𝐵 − 𝜇𝑥 𝐵−5
𝑍𝐵 = = 2,576 = ⟹9
𝜎𝑥 √2,5
Letra d
𝑝̂ (1 − 𝑝̂ ) 𝑝̂ (1 − 𝑝̂ )
𝐶𝐼99%: 𝑃 (𝑝̂ − 𝑍𝛼⁄2 √ ≥ 𝑃 ≥ 𝑝̂ + 𝑍𝛼⁄2 √ )
𝑛 𝑛
De este modo podemos generalizar que bajo el cumplimiento del supuesto de normalidad
las proporciones de los límites de intervalo del intervalo para un determinado porcentaje
de confianza de una proporción pueden ser llevados a resultados (resultados limites)
aplicando la proporción al n muestra observada. De este modo la confianza del intervalo
pasa a ser la probabilidad de que el número de resultados este comprendido entre dos
valores límites del intervalo
Ejercicio 20
Letra a
6
𝑝̂ = 10 = 0,6
Letra b
Dado que np (10*0,6) ≥ 5 pero nq (10*0,4) <5; luego no se puede hacer intervalo
confianza proporción, como tampoco hacer aproximación de Binomial por normal.
Se ofrece la opción de hacerlo usando la función de cuantía de la binomial
Las sumas de la probabilidad de observar entre dos y ocho recaídas dan un área de
probabilidad central de 0,952. En otras palabras, observar el resultado entre 2 y 8
recaídas tiene una probabilidad cercana a 0,95. Esto se llama intervalo de recidiva. El
intervalo para la proporción de recidiva se calcula determinado la proporción de sujetos
que recidivan con 95% de probabilidad central, en este caso es 0,2 (2 casos de 10) a 0,8
(8 casos de 10).
Ejercicio 21
Letra a
Letra b
Y: número bacterias observan en placa de agar
𝑌~𝑃(𝜆 = 10)
10
𝑒 −10 10𝑘
1 − 𝐹(19) = 1 − (∑ ) ≈ 1 − 0,998412 = 0,003454
𝑘!
𝑘=0
Letra c
19 − 10
𝑃(𝑌 ≥ 20) = 1 − 𝑃 (𝑍 < ) = 1 − 𝐹(2,85) = 1 − 0,99781 = 0,00219
√10
En este caso es importante recordar que en la distribución de Poisson la esperanza y la
varianza son iguales a lambda, por ende, la desviación estándar es raíz de lambda.
Letra d
Dado que λ≥10 podemos asumir que la variable distribuye normal de µ=λ y σ2=λ, esto se
comprueba al menos visualmente al mirar figura histograma para función cuantía
probabilidad para λ=10 de la letra a).
Las determinaciones en b) y c) difieren en valor de 0,001264, esto indica que habría que
hacer ajuste de continuidad que en este caso no se hizo. No obstante, las dos
determinaciones son muy cercanas, y es posible usarlas.
Letra e
Una opción es la distribución exacta, de probabilidad de la Poisson como el caso b).
Ejercicio 22
Determinación Respuesta
𝑛 11
Varianza Si n son los grados de libertada se determina:𝑉𝑎𝑟(𝑊) = = =≈ 1,22
𝑛−2 11−2
Figura 10 Uso Tabla Distribución T de Student de Cola Superior, en verde indica que la
probabilidad de observar a lo menos un valor T (11 grados libertad) de 1,7959
es 0,05. En rojo indica que la probabilidad de observar lo menos un valor T (11
grados libertad) de 2,7181 es de 0,01.
Figura 11 Muestra el percentil 1 y 99 equivalentes en T de Student de 11 grados de
libertad equivalen a -2,7181 y +2.7181
Ejercicio 23
Letra a
Letra c
Letra d
Letra a
25∗25
𝑆=√ = 5,1
24
Letra b
Letra c
25 ∗ 25⁄
220 ± 2,0639√ 24
25
Los límites del intervalo al 95%; son217,9 a 222,1.
Un nivel de colesterol de a lo menos 217,9 mg/dl y a lo más 222,1 mg/dl se observa en
una proporción de 95% de todas las medias muestrales de tamaño 25 seleccionadas por
muestreo aleatorio simple en la población de 20.000 mujeres. Otra interpretación sería
en 95 de 100 muestras aleatorias simples de tamaño 25 de la población 20.000 mujeres,
el nivel de colesterol se va a encontrar entre los límites de 217,9 a 222,1 mg/dl.
Letra d
Los factores que hacen variar el tamaño de muestra son el nivel de confianza, el tamaño
de muestra y la desviación estándar muestral o S. Son manipulados por el investigador
el tamaño de muestra y la confianza.
La precisión es inversa a la longitud del intervalo. Un intervalo preciso es más estrecho y
viceversa.
Letra e
1. La variable original que da lugar a la media muestral tiene que evidenciar simetría.
En otras palabras, la mediana o percentil 50 debe ser igual o parecido a la media;
o bien el autor debe referir que la variable distribuye en forma simétrica,
2. Hay evidencias de publicaciones anteriores en que se muestra que la variable
original tiene una distribución normal de probabilidad.
3. El autor del artículo explicita que aplica un contraste de hipótesis sobre la variable
original, evidenciado ausencia de un comportamiento de distribución no normal.
Esto suele referirse como un valor p mayor a 0,15 ya sea en Prueba de Shapiro-
Wilk, o Prueba de sesgo y curtosis para normalidad (SK test) o bien Prueba de
Shapiro-Francia.
Ejercicio 25
Letra a
3000 − 3000
𝑃(𝑋 ≥ 3000) = 1 − 𝐹 (𝑍 = ) = 1 − 𝐹(𝑍 = 0) = 0,5
400
Letra b
Percentil 5
𝑋𝑖 − 3000
−1,645 = ⟹ 𝑋𝑖 = 2342
400
Percentil 10
𝑋𝑖 − 3000
−1,282 = ⟹ 𝑋𝑖 = 2487,2
400
Letra c
Muestras que se pueden tomar
(10
5
) = 252.
La media es la media poblacional o sea 3000 gramos
La desviación estándar es el error estándar y se calcula como:
4002 10 − 5
𝐸𝐸 = √ ( ) ≈ 133,33
5 10 − 1
Letra d
Muestras que se pueden tomar 105 = 100.000.
La media es la media poblacional o sea 3000 gramos
La desviación estándar es el error muestral o error estándar y se calcula como:
4002
𝐸𝐸 = √ = 178,9
5
Letra e
4002
3000 ± 1,96√
5
Letra g
El número de muestras es impresionante lo consideramos infinito y es
10000
( )
5
La media es la media poblacional o sea 3000 gramos
4002
𝐸𝐸 = √ = 80
25
𝑁−𝑛 10000−5
Ojo cuando N/n> 20, la expresión ( 𝑁−1) ≈ 1; en este caso es (10000−1) ≈ 1
Letra h
Población infinita es una muestra grande; esto ocurre cuando N/n es mayor a 20 el
muestreo sin reemplazo produce el mismo error estándar que un muestreo con
reemplazo. A estos dos casos los llamamos Muestreo Aleatorio Simple.
Ejercicio 26
Letra a
Hay muchas opciones, la que nosotros mostramos en el curso es usar el teorema de
límite central y determinar el intervalo de confianza para una proporción basado en el
normal estándar esta es sólo válida para tamaño de muestra grande o sea np y nq mayor
a 5. La otra opción es la que vimos en apresto que es usar la binomial exacta; que
determina los límites de valores entre los que está comprendida una particular
probabilidad.
Letra b
0,1 ∗ 0,9
0,10 ± 2,576√
100
Letra c
Los factores que hacen variar el tamaño de la muestra son el nivel de confianza, el
tamaño de muestra y la desviación estándar muestral o pq. Son manipulados por el
investigador el tamaño de muestra y la confianza.
La precisión es inversa a la longitud del intervalo. Un intervalo preciso es más estrecho y
viceversa.
Letra d
El 99% indica que 99 de 100 muestras, bajo las condiciones muestreo, contiene la
proporción muestra de 0,02 a 0,18.
El 1%, indica que un 1% bajo las condiciones muestreo, no contiene la proporción
poblacional entre 0,02 a 0,18.
Letra e
El error estándar es la desviación estándar de la distribución muestral de proporciones.
El valor del error estándar es
0,1 ∗ 0,9
𝐸𝐸 = √ = 0,03
100
0,1 ∗ 0,9
2,576√ = 0,07728 ≈ 0,08
100
La diferencia entre la proporción media 0,10 y cada uno de los límites del intervalo es
0,08.
Letra g
La varianza de la población original de donde se obtiene la distribución de muestreo es
pq pues esta variable original es Bernoulli. En este caso está varianza se estima partir
de la proporción estimada en la muestra que es 0,1. La varianza es 0,1 por 0,9 lo que da
0,09
Ejercicio 27
Letra a
Cuasivarianza muestral
Letra b
1
12 ± 4,3027
√3
Los límites del intervalo al 95%; son 9,5 a 14,5. Una hemoglobina de a lo menos 9,5 g/dl
y a lo más 14,5 g/dl se observa en una proporción de 95% de todas las medias muestrales
de tamaño 3 seleccionadas por muestreo aleatorio simple en la población saludable. Otra
interpretación sería en 95 de 100 muestras aleatorias simples de tamaño 3 de la
población saludable, el nivel de colesterol se va a encontrar entre los límites de 9,5 a 14,5
g/dl.
Ojo acá se considera un muestreo sin reemplazo en población infinita es por tanto
equivalente a muestreo aleatorio simple.
Ejercicio 28
Letra a
𝐵 − 100
1,96 = ⟹ 𝐵 = 120
√100
Letra b
𝐴 − 100
+2,326 = ⟹ 𝐴 = 123
√100
Letra c
120 − 100
𝑃(𝑋 ≤ 120) = 𝐹 (𝑍 = ) = 𝐹(𝑍 = 2) = 0,97725
√100
Ejercicio 29
Letra a
M: número de muertos después de tratamiento quimioterápico.
Dado que 100*0,3 y 100*0,7 son mayores o iguales a 5 podemos decir que:
40 − 30
𝑃(𝑋 ≤ 40) = 𝐹 (𝑍 = ) = 𝐹(𝑍 ≈ 2,18) = 0,98537
√100 ∗ 0,3 ∗ 0,7
Letra b
𝑀~𝑁( 𝜇 = 30; 𝜎 = √100 ∗ 0,3 ∗ 0,7
25 − 30
𝑃(𝑋 ≥ 25) = 1 − 𝐹 (𝑍 = ) = 1 − 𝐹(𝑍 ≈ −1,09) = 0,86214
√100 ∗ 0,3 ∗ 0,7
Letra c
0,3 ∗ 0,7
0,30 ± 1,96√
100
Letra d
𝐴 − 30
−1,96 = ⟹ 𝐴 = 21
√100 ∗ 0,3 ∗ 0,7
𝐵 − 30
1,96 = ⟹ 𝐵 = 39
√100 ∗ 0,3 ∗ 0,7
Letra e
𝑀~𝑁( 𝜇 = 30; 𝜎 = √100 ∗ 0,3 ∗ 0,7
38 − 30
𝑃(𝑋 ≥ 38) = 1 − 𝐹 (𝑍 = ) = 1 − 𝐹(𝑍 ≈ 1,75) = 0,04006
√100 ∗ 0,3 ∗ 0,7
Ejercicio 30
7. Población Finita es aquella formada por conjunto limitado de elementos definido por
un número de elementos “N” que dan cuenta del tamaño de la población.
11. Estimador Eficiente: es un estimador que tiene una varianza reducida. Aquí
estamos diciendo que los estimadores con menor variabilidad serán considerados
eficientes
Ejercicio 31
1 F 26 F 51 F
2 V 27 F 52 V
3 F 28 F 53 V
4 F 29 V 54 V
5 F 30 V 55 V
6 F 31 V 56 V
7 F 32 F 57 V
8 F 33 F 58 V
9 V 34 V 59 F
10 V 35 V 60 V
11 F 36 V 61 V
12 V 37 F 62 V
13 V 38 V 63 V
14 V 39 F 64 V
15 V 40 V 65 F
16 V 41 V 66 V
17 F 42 F 67 V
18 V 43 V 68 V
19 F 44 V 69 F
20 F 45 V 70 V
21 F 46 V 71 F
22 V 47 V 72 V
23 F 48 V 73 F
24 F 49 V 74 F
25 F 50 V 75 F
Tabla de distribución normal estándar
Normal 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,50000 0,50399 0,50798 0,51197 0,51595 0,51994 0,52392 0,52790 0,53188 0,53586
0,1 0,53983 0,54380 0,54776 0,55172 0,55567 0,55962 0,56356 0,56749 0,57142 0,57535
0,2 0,57926 0,58317 0,58706 0,59095 0,59483 0,59871 0,60257 0,60642 0,61026 0,61409
0,3 0,61791 0,62172 0,62552 0,62930 0,63307 0,63683 0,64058 0,64431 0,64803 0,65173
0,4 0,65542 0,65910 0,66276 0,66640 0,67003 0,67364 0,67724 0,68082 0,68439 0,68793
0,5 0,69146 0,69497 0,69847 0,70194 0,70540 0,70884 0,71226 0,71566 0,71904 0,72240
0,6 0,72575 0,72907 0,73237 0,73565 0,73891 0,74215 0,74537 0,74857 0,75175 0,75490
0,7 0,75804 0,76115 0,76424 0,76730 0,77035 0,77337 0,77637 0,77935 0,78230 0,78524
0,8 0,78814 0,79103 0,79389 0,79673 0,79955 0,80234 0,80511 0,80785 0,81057 0,81327
0,9 0,81594 0,81859 0,82121 0,82381 0,82639 0,82894 0,83147 0,83398 0,83646 0,83891
1,0 0,84134 0,84375 0,84614 0,84849 0,85083 0,85314 0,85543 0,85769 0,85993 0,86214
1,1 0,86433 0,86650 0,86864 0,87076 0,87286 0,87493 0,87698 0,87900 0,88100 0,88298
1,2 0,88493 0,88686 0,88877 0,89065 0,89251 0,89435 0,89617 0,89796 0,89973 0,90147
1,3 0,90320 0,90490 0,90658 0,90824 0,90988 0,91149 0,91308 0,91466 0,91621 0,91774
1,4 0,91924 0,92073 0,92220 0,92364 0,92507 0,92647 0,92785 0,92922 0,93056 0,93189
1,5 0,93319 0,93448 0,93574 0,93699 0,93822 0,93943 0,94062 0,94179 0,94295 0,94408
1,6 0,94520 0,94630 0,94738 0,94845 0,94950 0,95053 0,95154 0,95254 0,95352 0,95449
1,7 0,95543 0,95637 0,95728 0,95818 0,95907 0,95994 0,96080 0,96164 0,96246 0,96327
1,8 0,96407 0,96485 0,96562 0,96638 0,96712 0,96784 0,96856 0,96926 0,96995 0,97062
1,9 0,97128 0,97193 0,97257 0,97320 0,97381 0,97441 0,97500 0,97558 0,97615 0,97670
2,0 0,97725 0,97778 0,97831 0,97882 0,97932 0,97982 0,98030 0,98077 0,98124 0,98169
2,1 0,98214 0,98257 0,98300 0,98341 0,98382 0,98422 0,98461 0,98500 0,98537 0,98574
2,2 0,98610 0,98645 0,98679 0,98713 0,98745 0,98778 0,98809 0,98840 0,98870 0,98899
2,3 0,98928 0,98956 0,98983 0,99010 0,99036 0,99061 0,99086 0,99111 0,99134 0,99158
2,4 0,99180 0,99202 0,99224 0,99245 0,99266 0,99286 0,99305 0,99324 0,99343 0,99361
2,5 0,99379 0,99396 0,99413 0,99430 0,99446 0,99461 0,99477 0,99492 0,99506 0,99520
2,6 0,99534 0,99547 0,99560 0,99573 0,99585 0,99598 0,99609 0,99621 0,99632 0,99643
2,7 0,99653 0,99664 0,99674 0,99683 0,99693 0,99702 0,99711 0,99720 0,99728 0,99736
2,8 0,99744 0,99752 0,99760 0,99767 0,99774 0,99781 0,99788 0,99795 0,99801 0,99807
2,9 0,99813 0,99819 0,99825 0,99831 0,99836 0,99841 0,99846 0,99851 0,99856 0,99861
3,0 0,99865 0,99869 0,99874 0,99878 0,99882 0,99886 0,99889 0,99893 0,99896 0,99900
3,1 0,99903 0,99906 0,99910 0,99913 0,99916 0,99918 0,99921 0,99924 0,99926 0,99929
3,2 0,99931 0,99934 0,99936 0,99938 0,99940 0,99942 0,99944 0,99946 0,99948 0,99950
3,3 0,99952 0,99953 0,99955 0,99957 0,99958 0,99960 0,99961 0,99962 0,99964 0,99965
3,4 0,99966 0,99968 0,99969 0,99970 0,99971 0,99972 0,99973 0,99974 0,99975 0,99976
3,5 0,99977 0,99978 0,99978 0,99979 0,99980 0,99981 0,99981 0,99982 0,99983 0,99983
3,6 0,99984 0,99985 0,99985 0,99986 0,99986 0,99987 0,99987 0,99988 0,99988 0,99989
3,7 0,99989 0,99990 0,99990 0,99990 0,99991 0,99991 0,99992 0,99992 0,99992 0,99992
3,8 0,99993 0,99993 0,99993 0,99994 0,99994 0,99994 0,99994 0,99995 0,99995 0,99995
3,9 0,99995 0,99995 0,99996 0,99996 0,99996 0,99996 0,99996 0,99996 0,99997 0,99997
4,0 0,99997 0,99997 0,99997 0,99997 0,99997 0,99997 0,99998 0,99998 0,99998 0,99998
Tabla de distribución normal estándar
Normal 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-4,0 0,00003 0,00003 0,00003 0,00003 0,00003 0,00003 0,00002 0,00002 0,00002 0,00002
-3,9 0,00005 0,00005 0,00004 0,00004 0,00004 0,00004 0,00004 0,00004 0,00003 0,00003
-3,8 0,00007 0,00007 0,00007 0,00006 0,00006 0,00006 0,00006 0,00005 0,00005 0,00005
-3,7 0,00011 0,00010 0,00010 0,00010 0,00009 0,00009 0,00008 0,00008 0,00008 0,00008
-3,6 0,00016 0,00015 0,00015 0,00014 0,00014 0,00013 0,00013 0,00012 0,00012 0,00011
-3,5 0,00023 0,00022 0,00022 0,00021 0,00020 0,00019 0,00019 0,00018 0,00017 0,00017
-3,4 0,00034 0,00032 0,00031 0,00030 0,00029 0,00028 0,00027 0,00026 0,00025 0,00024
-3,3 0,00048 0,00047 0,00045 0,00043 0,00042 0,00040 0,00039 0,00038 0,00036 0,00035
-3,2 0,00069 0,00066 0,00064 0,00062 0,00060 0,00058 0,00056 0,00054 0,00052 0,00050
-3,1 0,00097 0,00094 0,00090 0,00087 0,00084 0,00082 0,00079 0,00076 0,00074 0,00071
-3,0 0,00135 0,00131 0,00126 0,00122 0,00118 0,00114 0,00111 0,00107 0,00104 0,00100
-2,9 0,00187 0,00181 0,00175 0,00169 0,00164 0,00159 0,00154 0,00149 0,00144 0,00139
-2,8 0,00256 0,00248 0,00240 0,00233 0,00226 0,00219 0,00212 0,00205 0,00199 0,00193
-2,7 0,00347 0,00336 0,00326 0,00317 0,00307 0,00298 0,00289 0,00280 0,00272 0,00264
-2,6 0,00466 0,00453 0,00440 0,00427 0,00415 0,00402 0,00391 0,00379 0,00368 0,00357
-2,5 0,00621 0,00604 0,00587 0,00570 0,00554 0,00539 0,00523 0,00508 0,00494 0,00480
-2,4 0,00820 0,00798 0,00776 0,00755 0,00734 0,00714 0,00695 0,00676 0,00657 0,00639
-2,3 0,01072 0,01044 0,01017 0,00990 0,00964 0,00939 0,00914 0,00889 0,00866 0,00842
-2,2 0,01390 0,01355 0,01321 0,01287 0,01255 0,01222 0,01191 0,01160 0,01130 0,01101
-2,1 0,01786 0,01743 0,01700 0,01659 0,01618 0,01578 0,01539 0,01500 0,01463 0,01426
-2,0 0,02275 0,02222 0,02169 0,02118 0,02068 0,02018 0,01970 0,01923 0,01876 0,01831
-1,9 0,02872 0,02807 0,02743 0,02680 0,02619 0,02559 0,02500 0,02442 0,02385 0,02330
-1,8 0,03593 0,03515 0,03438 0,03362 0,03288 0,03216 0,03144 0,03074 0,03005 0,02938
-1,7 0,04457 0,04363 0,04272 0,04182 0,04093 0,04006 0,03920 0,03836 0,03754 0,03673
-1,6 0,05480 0,05370 0,05262 0,05155 0,05050 0,04947 0,04846 0,04746 0,04648 0,04551
-1,5 0,06681 0,06552 0,06426 0,06301 0,06178 0,06057 0,05938 0,05821 0,05705 0,05592
-1,4 0,08076 0,07927 0,07780 0,07636 0,07493 0,07353 0,07215 0,07078 0,06944 0,06811
-1,3 0,09680 0,09510 0,09342 0,09176 0,09012 0,08851 0,08692 0,08534 0,08379 0,08226
-1,2 0,11507 0,11314 0,11123 0,10935 0,10749 0,10565 0,10383 0,10204 0,10027 0,09853
-1,1 0,13567 0,13350 0,13136 0,12924 0,12714 0,12507 0,12302 0,12100 0,11900 0,11702
-1,0 0,15866 0,15625 0,15386 0,15151 0,14917 0,14686 0,14457 0,14231 0,14007 0,13786
-0,9 0,18406 0,18141 0,17879 0,17619 0,17361 0,17106 0,16853 0,16602 0,16354 0,16109
-0,8 0,21186 0,20897 0,20611 0,20327 0,20045 0,19766 0,19489 0,19215 0,18943 0,18673
-0,7 0,24196 0,23885 0,23576 0,23270 0,22965 0,22663 0,22363 0,22065 0,21770 0,21476
-0,6 0,27425 0,27093 0,26763 0,26435 0,26109 0,25785 0,25463 0,25143 0,24825 0,24510
-0,5 0,30854 0,30503 0,30153 0,29806 0,29460 0,29116 0,28774 0,28434 0,28096 0,27760
-0,4 0,34458 0,34090 0,33724 0,33360 0,32997 0,32636 0,32276 0,31918 0,31561 0,31207
-0,3 0,38209 0,37828 0,37448 0,37070 0,36693 0,36317 0,35942 0,35569 0,35197 0,34827
-0,2 0,42074 0,41683 0,41294 0,40905 0,40517 0,40129 0,39743 0,39358 0,38974 0,38591
-0,1 0,46017 0,45620 0,45224 0,44828 0,44433 0,44038 0,43644 0,43251 0,42858 0,42465
0 0,50000 0,49601 0,49202 0,48803 0,48405 0,48006 0,47608 0,47210 0,46812 0,46414
Algunos puntajes Z Importantes
GL/α 0,001 0,005 0,010 0,020 0,025 0,030 0,040 0,050 0,100 0,150 0,200 0,250 0,300 0,350 0,400
1 10,828 7,879 6,635 5,412 5,024 4,709 4,218 3,841 2,706 2,072 1,642 1,323 1,074 0,873 0,708
2 13,816 10,597 9,210 7,824 7,378 7,013 6,438 5,991 4,605 3,794 3,219 2,773 2,408 2,100 1,833
3 16,266 12,838 11,345 9,837 9,348 8,947 8,311 7,815 6,251 5,317 4,642 4,108 3,665 3,283 2,946
4 18,467 14,860 13,277 11,668 11,143 10,712 10,026 9,488 7,779 6,745 5,989 5,385 4,878 4,438 4,045
5 20,515 16,750 15,086 13,388 12,833 12,375 11,644 11,070 9,236 8,115 7,289 6,626 6,064 5,573 5,132
6 22,458 18,548 16,812 15,033 14,449 13,968 13,198 12,592 10,645 9,446 8,558 7,841 7,231 6,695 6,211
7 24,322 20,278 18,475 16,622 16,013 15,509 14,703 14,067 12,017 10,748 9,803 9,037 8,383 7,806 7,283
8 26,124 21,955 20,090 18,168 17,535 17,010 16,171 15,507 13,362 12,027 11,030 10,219 9,524 8,909 8,351
9 27,877 23,589 21,666 19,679 19,023 18,480 17,608 16,919 14,684 13,288 12,242 11,389 10,656 10,006 9,414
10 29,588 25,188 23,209 21,161 20,483 19,922 19,021 18,307 15,987 14,534 13,442 12,549 11,781 11,097 10,473
11 31,264 26,757 24,725 22,618 21,920 21,342 20,412 19,675 17,275 15,767 14,631 13,701 12,899 12,184 11,530
12 32,909 28,300 26,217 24,054 23,337 22,742 21,785 21,026 18,549 16,989 15,812 14,845 14,011 13,266 12,584
13 34,528 29,819 27,688 25,472 24,736 24,125 23,142 22,362 19,812 18,202 16,985 15,984 15,119 14,345 13,636
14 36,123 31,319 29,141 26,873 26,119 25,493 24,485 23,685 21,064 19,406 18,151 17,117 16,222 15,421 14,685
15 37,697 32,801 30,578 28,259 27,488 26,848 25,816 24,996 22,307 20,603 19,311 18,245 17,322 16,494 15,733
16 39,252 34,267 32,000 29,633 28,845 28,191 27,136 26,296 23,542 21,793 20,465 19,369 18,418 17,565 16,780
17 40,790 35,718 33,409 30,995 30,191 29,523 28,445 27,587 24,769 22,977 21,615 20,489 19,511 18,633 17,824
18 42,312 37,156 34,805 32,346 31,526 30,845 29,745 28,869 25,989 24,155 22,760 21,605 20,601 19,699 18,868
19 43,820 38,582 36,191 33,687 32,852 32,158 31,037 30,144 27,204 25,329 23,900 22,718 21,689 20,764 19,910
20 45,315 39,997 37,566 35,020 34,170 33,462 32,321 31,410 28,412 26,498 25,038 23,828 22,775 21,826 20,951
21 46,797 41,401 38,932 36,343 35,479 34,759 33,597 32,671 29,615 27,662 26,171 24,935 23,858 22,888 21,991
22 48,268 42,796 40,289 37,659 36,781 36,049 34,867 33,924 30,813 28,822 27,301 26,039 24,939 23,947 23,031
23 49,728 44,181 41,638 38,968 38,076 37,332 36,131 35,172 32,007 29,979 28,429 27,141 26,018 25,006 24,069
24 51,179 45,559 42,980 40,270 39,364 38,609 37,389 36,415 33,196 31,132 29,553 28,241 27,096 26,063 25,106
25 52,620 46,928 44,314 41,566 40,646 39,880 38,642 37,652 34,382 32,282 30,675 29,339 28,172 27,118 26,143
26 54,052 48,290 45,642 42,856 41,923 41,146 39,889 38,885 35,563 33,429 31,795 30,435 29,246 28,173 27,179
27 55,476 49,645 46,963 44,140 43,195 42,407 41,132 40,113 36,741 34,574 32,912 31,528 30,319 29,227 28,214
28 56,892 50,993 48,278 45,419 44,461 43,662 42,370 41,337 37,916 35,715 34,027 32,620 31,391 30,279 29,249
29 58,301 52,336 49,588 46,693 45,722 44,913 43,604 42,557 39,087 36,854 35,139 33,711 32,461 31,331 30,283
30 59,703 53,672 50,892 47,962 46,979 46,160 44,834 43,773 40,256 37,990 36,250 34,800 33,530 32,382 31,316
31 61,098 55,003 52,191 49,226 48,232 47,402 46,059 44,985 41,422 39,124 37,359 35,887 34,598 33,431 32,349
32 62,487 56,328 53,486 50,487 49,480 48,641 47,282 46,194 42,585 40,256 38,466 36,973 35,665 34,480 33,381
33 63,870 57,648 54,776 51,743 50,725 49,876 48,500 47,400 43,745 41,386 39,572 38,058 36,731 35,529 34,413
34 65,247 58,964 56,061 52,995 51,966 51,107 49,716 48,602 44,903 42,514 40,676 39,141 37,795 36,576 35,444
35 66,619 60,275 57,342 54,244 53,203 52,335 50,928 49,802 46,059 43,640 41,778 40,223 38,859 37,623 36,475
40 73,402 66,766 63,691 60,436 59,342 58,428 56,946 55,758 51,805 49,244 47,269 45,616 44,165 42,848 41,622
60 99,607 91,952 88,379 84,580 83,298 82,225 80,482 79,082 74,397 71,341 68,972 66,981 65,227 63,628 62,135
80 124,839 116,321 112,329 108,069 106,629 105,422 103,459 101,879 96,578 93,106 90,405 88,130 86,120 84,284 82,566
90 137,208 128,299 124,116 119,648 118,136 116,869 114,806 113,145 107,565 103,904 101,054 98,650 96,524 94,581 92,761
100 149,449 140,169 135,807 131,142 129,561 128,237 126,079 124,342 118,498 114,659 111,667 109,141 106,906 104,862 102,946
120 173,617 163,648 158,950 153,918 152,211 150,780 148,447 146,567 140,233 136,062 132,806 130,055 127,616 125,383 123,289
140 197,451 186,847 181,840 176,471 174,648 173,118 170,624 168,613 161,827 157,352 153,854 150,894 148,269 145,863 143,604
Contiene los valores Χ2 tales que la 𝑃(𝜒 2 > 𝜒𝑖2 ), donde GL son los grados de libertad 97
Tabla distribución ji-cuadrada 𝑷(𝝌𝟐 > 𝝌𝟐𝒊 ) = 𝟏 − 𝑭(𝝌𝟐𝒊 ) = 𝜶
GL/α 0,450 0,500 0,550 0,600 0,650 0,700 0,750 0,800 0,850 0,900 0,950 0,975 0,980 0,990 0,995
1 0,571 0,455 0,357 0,275 0,206 0,148 0,102 0,064 0,036 0,016 0,004 0,001 0,001 0,000 0,000
2 1,597 1,386 1,196 1,022 0,862 0,713 0,575 0,446 0,325 0,211 0,103 0,051 0,040 0,020 0,010
3 2,643 2,366 2,109 1,869 1,642 1,424 1,213 1,005 0,798 0,584 0,352 0,216 0,185 0,115 0,072
4 3,687 3,357 3,047 2,753 2,470 2,195 1,923 1,649 1,366 1,064 0,711 0,484 0,429 0,297 0,207
5 4,728 4,351 3,996 3,655 3,325 3,000 2,675 2,343 1,994 1,610 1,145 0,831 0,752 0,554 0,412
6 5,765 5,348 4,952 4,570 4,197 3,828 3,455 3,070 2,661 2,204 1,635 1,237 1,134 0,872 0,676
7 6,800 6,346 5,913 5,493 5,082 4,671 4,255 3,822 3,358 2,833 2,167 1,690 1,564 1,239 0,989
8 7,833 7,344 6,877 6,423 5,975 5,527 5,071 4,594 4,078 3,490 2,733 2,180 2,032 1,646 1,344
9 8,863 8,343 7,843 7,357 6,876 6,393 5,899 5,380 4,817 4,168 3,325 2,700 2,532 2,088 1,735
10 9,892 9,342 8,812 8,295 7,783 7,267 6,737 6,179 5,570 4,865 3,940 3,247 3,059 2,558 2,156
11 10,920 10,341 9,783 9,237 8,695 8,148 7,584 6,989 6,336 5,578 4,575 3,816 3,609 3,053 2,603
12 11,946 11,340 10,755 10,182 9,612 9,034 8,438 7,807 7,114 6,304 5,226 4,404 4,178 3,571 3,074
13 12,972 12,340 11,729 11,129 10,532 9,926 9,299 8,634 7,901 7,042 5,892 5,009 4,765 4,107 3,565
14 13,996 13,339 12,703 12,078 11,455 10,821 10,165 9,467 8,696 7,790 6,571 5,629 5,368 4,660 4,075
15 15,020 14,339 13,679 13,030 12,381 11,721 11,037 10,307 9,499 8,547 7,261 6,262 5,985 5,229 4,601
16 16,042 15,338 14,655 13,983 13,310 12,624 11,912 11,152 10,309 9,312 7,962 6,908 6,614 5,812 5,142
17 17,065 16,338 15,633 14,937 14,241 13,531 12,792 12,002 11,125 10,085 8,672 7,564 7,255 6,408 5,697
18 18,086 17,338 16,611 15,893 15,174 14,440 13,675 12,857 11,946 10,865 9,390 8,231 7,906 7,015 6,265
19 19,107 18,338 17,589 16,850 16,109 15,352 14,562 13,716 12,773 11,651 10,117 8,907 8,567 7,633 6,844
20 20,127 19,337 18,569 17,809 17,046 16,266 15,452 14,578 13,604 12,443 10,851 9,591 9,237 8,260 7,434
21 21,147 20,337 19,548 18,768 17,984 17,182 16,344 15,445 14,439 13,240 11,591 10,283 9,915 8,897 8,034
22 22,166 21,337 20,529 19,729 18,924 18,101 17,240 16,314 15,279 14,041 12,338 10,982 10,600 9,542 8,643
23 23,185 22,337 21,510 20,690 19,866 19,021 18,137 17,187 16,122 14,848 13,091 11,689 11,293 10,196 9,260
24 24,204 23,337 22,491 21,652 20,808 19,943 19,037 18,062 16,969 15,659 13,848 12,401 11,992 10,856 9,886
25 25,222 24,337 23,472 22,616 21,752 20,867 19,939 18,940 17,818 16,473 14,611 13,120 12,697 11,524 10,520
26 26,240 25,336 24,454 23,579 22,697 21,792 20,843 19,820 18,671 17,292 15,379 13,844 13,409 12,198 11,160
27 27,257 26,336 25,437 24,544 23,644 22,719 21,749 20,703 19,527 18,114 16,151 14,573 14,125 12,879 11,808
28 28,274 27,336 26,419 25,509 24,591 23,647 22,657 21,588 20,386 18,939 16,928 15,308 14,847 13,565 12,461
29 29,291 28,336 27,402 26,475 25,539 24,577 23,567 22,475 21,247 19,768 17,708 16,047 15,574 14,256 13,121
30 30,307 29,336 28,386 27,442 26,488 25,508 24,478 23,364 22,110 20,599 18,493 16,791 16,306 14,953 13,787
31 31,323 30,336 29,369 28,409 27,438 26,440 25,390 24,255 22,976 21,434 19,281 17,539 17,042 15,655 14,458
32 32,339 31,336 30,353 29,376 28,389 27,373 26,304 25,148 23,844 22,271 20,072 18,291 17,783 16,362 15,134
33 33,355 32,336 31,337 30,344 29,340 28,307 27,219 26,042 24,714 23,110 20,867 19,047 18,527 17,074 15,815
34 34,371 33,336 32,322 31,313 30,293 29,242 28,136 26,938 25,586 23,952 21,664 19,806 19,275 17,789 16,501
35 35,386 34,336 33,306 32,282 31,246 30,178 29,054 27,836 26,460 24,797 22,465 20,569 20,027 18,509 17,192
40 40,459 39,335 38,233 37,134 36,021 34,872 33,660 32,345 30,856 29,051 26,509 24,433 23,838 22,164 20,707
60 60,713 59,335 57,978 56,620 55,239 53,809 52,294 50,641 48,759 46,459 43,188 40,482 39,699 37,485 35,534
80 80,927 79,334 77,763 76,188 74,583 72,915 71,145 69,207 66,994 64,278 60,391 57,153 56,213 53,540 51,172
90 91,023 89,334 87,666 85,993 84,285 82,511 80,625 78,558 76,195 73,291 69,126 65,647 64,635 61,754 59,196
100 101,115 99,334 97,574 95,808 94,005 92,129 90,133 87,945 85,441 82,358 77,929 74,222 73,142 70,065 67,328
120 121,285 119,334 117,404 115,465 113,483 111,419 109,220 106,806 104,037 100,624 95,705 91,573 90,367 86,923 83,852
140 141,441 139,334 137,248 135,149 133,003 130,766 128,380 125,758 122,748 119,029 113,659 109,137 107,815 104,034 100,655
Contiene los valores Χ2 tales que la 𝑃(𝜒 2 > 𝜒𝑖2 ), donde GL son los grados de libertad 98
Tabla distribución T de Student
𝑷(𝑻 > 𝒕𝒊 ) = 𝟏 − 𝑭(𝒕𝒊 ) = 𝜶
α
K
0,3000 0,2500 0,2000 0,1000 0,0500 0,0250 0,0100 0,0050 0,0025 0,0010 0,0005
1 0,7265 1,0000 1,3764 3,0777 6,3138 12,7062 31,8205 63,6567 127,3213 318,3088 636,6192
2 0,6172 0,8165 1,0607 1,8856 2,9200 4,3027 6,9646 9,9248 14,0890 22,3271 31,5991
3 0,5844 0,7649 0,9785 1,6377 2,3534 3,1824 4,5407 5,8409 7,4533 10,2145 12,9240
4 0,5686 0,7407 0,9410 1,5332 2,1318 2,7764 3,7469 4,6041 5,5976 7,1732 8,6103
5 0,5594 0,7267 0,9195 1,4759 2,0150 2,5706 3,3649 4,0321 4,7733 5,8934 6,8688
6 0,5534 0,7176 0,9057 1,4398 1,9432 2,4469 3,1427 3,7074 4,3168 5,2076 5,9588
7 0,5491 0,7111 0,8960 1,4149 1,8946 2,3646 2,9980 3,4995 4,0293 4,7853 5,4079
8 0,5459 0,7064 0,8889 1,3968 1,8595 2,3060 2,8965 3,3554 3,8325 4,5008 5,0413
9 0,5435 0,7027 0,8834 1,3830 1,8331 2,2622 2,8214 3,2498 3,6897 4,2968 4,7809
10 0,5415 0,6998 0,8791 1,3722 1,8125 2,2281 2,7638 3,1693 3,5814 4,1437 4,5869
11 0,5399 0,6974 0,8755 1,3634 1,7959 2,2010 2,7181 3,1058 3,4966 4,0247 4,4370
12 0,5386 0,6955 0,8726 1,3562 1,7823 2,1788 2,6810 3,0545 3,4284 3,9296 4,3178
13 0,5375 0,6938 0,8702 1,3502 1,7709 2,1604 2,6503 3,0123 3,3725 3,8520 4,2208
14 0,5366 0,6924 0,8681 1,3450 1,7613 2,1448 2,6245 2,9768 3,3257 3,7874 4,1405
15 0,5357 0,6912 0,8662 1,3406 1,7531 2,1314 2,6025 2,9467 3,2860 3,7328 4,0728
16 0,5350 0,6901 0,8647 1,3368 1,7459 2,1199 2,5835 2,9208 3,2520 3,6862 4,0150
17 0,5344 0,6892 0,8633 1,3334 1,7396 2,1098 2,5669 2,8982 3,2224 3,6458 3,9651
18 0,5338 0,6884 0,8620 1,3304 1,7341 2,1009 2,5524 2,8784 3,1966 3,6105 3,9216
19 0,5333 0,6876 0,8610 1,3277 1,7291 2,0930 2,5395 2,8609 3,1737 3,5794 3,8834
20 0,5329 0,6870 0,8600 1,3253 1,7247 2,0860 2,5280 2,8453 3,1534 3,5518 3,8495
21 0,5325 0,6864 0,8591 1,3232 1,7207 2,0796 2,5176 2,8314 3,1352 3,5272 3,8193
22 0,5321 0,6858 0,8583 1,3212 1,7171 2,0739 2,5083 2,8188 3,1188 3,5050 3,7921
23 0,5317 0,6853 0,8575 1,3195 1,7139 2,0687 2,4999 2,8073 3,1040 3,4850 3,7676
24 0,5314 0,6848 0,8569 1,3178 1,7109 2,0639 2,4922 2,7969 3,0905 3,4668 3,7454
25 0,5312 0,6844 0,8562 1,3163 1,7081 2,0595 2,4851 2,7874 3,0782 3,4502 3,7251
26 0,5309 0,6840 0,8557 1,3150 1,7056 2,0555 2,4786 2,7787 3,0669 3,4350 3,7066
27 0,5306 0,6837 0,8551 1,3137 1,7033 2,0518 2,4727 2,7707 3,0565 3,4210 3,6896
28 0,5304 0,6834 0,8546 1,3125 1,7011 2,0484 2,4671 2,7633 3,0469 3,4082 3,6739
29 0,5302 0,6830 0,8542 1,3114 1,6991 2,0452 2,4620 2,7564 3,0380 3,3962 3,6594
30 0,5300 0,6828 0,8538 1,3104 1,6973 2,0423 2,4573 2,7500 3,0298 3,3852 3,6460
40 0,5286 0,6807 0,8507 1,3031 1,6839 2,0211 2,4233 2,7045 2,9712 3,3069 3,5510
80 0,5265 0,6776 0,8461 1,2922 1,6641 1,9901 2,3739 2,6387 2,8870 3,1953 3,4163
120 0,5258 0,6765 0,8446 1,2886 1,6577 1,9799 2,3578 2,6174 2,8599 3,1595 3,3735
∞ 0,5244 0,6745 0,8416 1,2816 1,6449 1,9600 2,3263 2,5758 2,8070 3,0902 3,2905
99
Contiene los valores t tales que la P(T>ti) = α, donde K son los grados de libertad.
Tabla distribución T de Student
𝑷(−𝒕𝒊 < 𝑻) + 𝑷(𝒕𝒊 > 𝑻) = 𝑭(−𝒕𝒊 ) + 𝟏 − 𝑭(𝒕𝒊 )+= 𝜶⁄𝟐 + 𝜶⁄𝟐 = 𝜶
α
n
0,9000 0,8000 0,7000 0,5000 0,3000 0,2000 0,1000 0,0500 0,0200 0,0100 0,0010
1 0,1584 0,3249 0,5095 1,0000 1,9626 3,0777 6,3138 12,7062 31,8205 63,6567 636,6192
2 0,1421 0,2887 0,4447 0,8165 1,3862 1,8856 2,9200 4,3027 6,9646 9,9248 31,5991
3 0,1366 0,2767 0,4242 0,7649 1,2498 1,6377 2,3534 3,1824 4,5407 5,8409 12,9240
4 0,1338 0,2707 0,4142 0,7407 1,1896 1,5332 2,1318 2,7764 3,7469 4,6041 8,6103
5 0,1322 0,2672 0,4082 0,7267 1,1558 1,4759 2,0150 2,5706 3,3649 4,0321 6,8688
6 0,1311 0,2648 0,4043 0,7176 1,1342 1,4398 1,9432 2,4469 3,1427 3,7074 5,9588
7 0,1303 0,2632 0,4015 0,7111 1,1192 1,4149 1,8946 2,3646 2,9980 3,4995 5,4079
8 0,1297 0,2619 0,3995 0,7064 1,1081 1,3968 1,8595 2,3060 2,8965 3,3554 5,0413
9 0,1293 0,2610 0,3979 0,7027 1,0997 1,3830 1,8331 2,2622 2,8214 3,2498 4,7809
10 0,1289 0,2602 0,3966 0,6998 1,0931 1,3722 1,8125 2,2281 2,7638 3,1693 4,5869
11 0,1286 0,2596 0,3956 0,6974 1,0877 1,3634 1,7959 2,2010 2,7181 3,1058 4,4370
12 0,1283 0,2590 0,3947 0,6955 1,0832 1,3562 1,7823 2,1788 2,6810 3,0545 4,3178
13 0,1281 0,2586 0,3940 0,6938 1,0795 1,3502 1,7709 2,1604 2,6503 3,0123 4,2208
14 0,1280 0,2582 0,3933 0,6924 1,0763 1,3450 1,7613 2,1448 2,6245 2,9768 4,1405
15 0,1278 0,2579 0,3928 0,6912 1,0735 1,3406 1,7531 2,1314 2,6025 2,9467 4,0728
16 0,1277 0,2576 0,3923 0,6901 1,0711 1,3368 1,7459 2,1199 2,5835 2,9208 4,0150
17 0,1276 0,2573 0,3919 0,6892 1,0690 1,3334 1,7396 2,1098 2,5669 2,8982 3,9651
18 0,1274 0,2571 0,3915 0,6884 1,0672 1,3304 1,7341 2,1009 2,5524 2,8784 3,9216
19 0,1274 0,2569 0,3912 0,6876 1,0655 1,3277 1,7291 2,0930 2,5395 2,8609 3,8834
20 0,1273 0,2567 0,3909 0,6870 1,0640 1,3253 1,7247 2,0860 2,5280 2,8453 3,8495
21 0,1272 0,2566 0,3906 0,6864 1,0627 1,3232 1,7207 2,0796 2,5176 2,8314 3,8193
22 0,1271 0,2564 0,3904 0,6858 1,0614 1,3212 1,7171 2,0739 2,5083 2,8188 3,7921
23 0,1271 0,2563 0,3902 0,6853 1,0603 1,3195 1,7139 2,0687 2,4999 2,8073 3,7676
24 0,1270 0,2562 0,3900 0,6848 1,0593 1,3178 1,7109 2,0639 2,4922 2,7969 3,7454
25 0,1269 0,2561 0,3898 0,6844 1,0584 1,3163 1,7081 2,0595 2,4851 2,7874 3,7251
26 0,1269 0,2560 0,3896 0,6840 1,0575 1,3150 1,7056 2,0555 2,4786 2,7787 3,7066
27 0,1268 0,2559 0,3894 0,6837 1,0567 1,3137 1,7033 2,0518 2,4727 2,7707 3,6896
28 0,1268 0,2558 0,3893 0,6834 1,0560 1,3125 1,7011 2,0484 2,4671 2,7633 3,6739
29 0,1268 0,2557 0,3892 0,6830 1,0553 1,3114 1,6991 2,0452 2,4620 2,7564 3,6594
30 0,1267 0,2556 0,3890 0,6828 1,0547 1,3104 1,6973 2,0423 2,4573 2,7500 3,6460
40 0,1265 0,2550 0,3881 0,6807 1,0500 1,3031 1,6839 2,0211 2,4233 2,7045 3,5510
80 0,1261 0,2542 0,3867 0,6776 1,0432 1,2922 1,6641 1,9901 2,3739 2,6387 3,4163
120 0,1259 0,2539 0,3862 0,6765 1,0409 1,2886 1,6577 1,9799 2,3578 2,6174 3,3735
∞ 0,1257 0,2533 0,3853 0,6745 1,0364 1,2816 1,6449 1,9600 2,3263 2,5758 3,2905
100
Contiene los valores t tales que la 1- P(-ti<T<ti) = α/2, donde n son los grados de libertad.
Algunas fórmulas importantes
1.- Bernoulli
𝑋 ∼ 𝐵𝑒(𝑝)
𝑃(𝑋 = 𝑋𝑖 ) = 𝑝 𝑋𝑖 (1 − 𝑝)(1−𝑋𝑖 ) ∀ X = 0 ∨ X = 1
2.- Binomial
𝑋 ∼ 𝐵𝑖𝑛(𝑛; 𝑝)
𝑛
𝑃(𝑋 = 𝑘) = ( ) 𝑝𝑘 (1 − 𝑝)(𝑛−𝑘)
𝑘
𝑘𝑖 𝑘𝑖
𝑛
𝑃(𝑋 ≤ 𝑘𝑖 ) = 𝐹(𝑘𝑖 ) = ∑ 𝑃(𝑘𝑖 ) = ∑ ( ) 𝑝𝑘𝑖 𝑞 (𝑛−𝑘𝑖 )
𝑘𝑖
𝑘=0 𝑘=0
3.- Poisson
𝑋~𝑃(𝜆)
𝑒 −𝜆 𝜆𝑘
𝑃(𝑋 = 𝑘) =
𝑘!
𝑘𝑖 𝑘𝑖
𝑒 −𝜆 𝜆𝑘𝑖
𝑃(𝑋 ≤ 𝑘𝑖 ) = 𝐹(𝑘𝑖 ) = ∑ 𝑃(𝑘𝑖 ) = ∑
𝑘𝑖 !
𝑘=𝑜 𝑘=0
4.-Distribución normal
𝑋~𝑁(𝜇𝑥 , 𝜎𝑥 )
1 1 𝑥−𝜇 2
𝑒 −2( )
𝑋 ∼ 𝑁(𝑥; 𝜇; 𝜎) ⟹ 𝑓(𝑥) = 𝜎 ; −∞ < 𝑥 < +∞ ∕ 𝑥 ∈ ℛ
𝜎√2𝜋
+∞ 1 𝑥−𝜇 2
1
𝑒 2 𝜎 )
− (
𝑋 ∼ 𝑁(𝑥; 𝜇; 𝜎) ⟹ 𝐹(𝑥) = ∫ = 1 ; −∞ < 𝑥 < +∞ ∕ 𝑥 ∈ ℛ
−∞ 𝜎√2𝜋
101
5.-Conversión a distribución normal estándar
𝑍~𝑁(𝜇𝑥 = 0, 𝜎𝑥 = 1)
𝑋𝑖 − 𝜇𝑋
𝑍𝑖 =
𝜎𝑋
6.-Combinatoria
𝑛 𝑛!
( )=
𝑘 (𝑛 − 𝑘)! 𝑘!