Fórmulas y tablas

para Estadística, décima edición, de Mario Triola

D.R. © 2006 Pearson Educación de México S.A. de C.V.

Capítulo 3: Estadística descriptiva Capítulo 7: Intervalos de confianza (una población)

Sx
x Media p̂  E  p  p̂  E Proporción
n
p̂q̂
Å n
Sf . x donde E 5 za>2
x Media (tabla de frecuencias)
Sf
x2E,m,x1E Media
S(x 2 x) 2 s
s
Å
Desviación estándar
!n
donde E 5 za>2 (s conocida)
n21
n(Sx2 ) 2 (Sx) 2 Desviación estándar s
!n
o E 5 ta>2 (s desconocida)
s
Å n(n 2 1)
(método rápido)

n3S(f . x2 )4 2 3S(f . x)4 2 Desviación estándar (n 2 1)s2 (n 2 1)s2

s , s2 , Varianza
Å n(n 2 1)
(tabla de frecuencias) xR2 x L2

Varianza  s2 Capítulo 7: Determinación de tamaño de muestra

Capítulo 4: Probabilidad 3za>24 2 . 0.25

n5 Proporción
E2
3za>24 2p̂q̂
P(A o B) 5 P(A) 1 P(B) si A y B son mutuamente
excluyentes n5 Proporción (p̂ y q̂ conocidas)
P(A o B) 5 P(A) 1 P(B) 2 P(A y B) E2
si A y B no son mutuamente excluyentes za>2s 2
n 5  B R Media
P(A y B) 5 P(A) . P(B) si A y B son independientes E
P(A y B) 5 P(A) . P(B 0A) si A, B son dependientes
Capítulo 9: Intervalos de confianza (dos poblaciones)
P(A) 5 1 2 P(A) Regla de los sucesos complementarios
n!
nPr 5 Permutaciones (sin elementos iguales) (p̂1 2 p̂2 ) 2 E , (p1 2 p2 ) , (p̂1 2 p̂2 ) 1 E
(n 2 r)!
n!
Permutaciones (n1 iguales,…) p̂1q̂1 p̂2q̂2
Å n1
n1! n2! . . . nk! donde E 5 za>2 1
n! n2
nCr 5 Combinaciones
(n 2 r)! r! (x1 2 x2 ) 2 E , (m1 2 m2 ) , (x1 2 x2 ) 1 E (Indep.)
Capítulo 5: Distribuciones de probabilidad s21 s22 (gl  el menor de
donde E 5 ta>2
Å n1
1 n2 n1  1, n2  1) ‹
  x . P(x) Media (distribución de probabilidad)
(s1 y s2 desconocidas y se supone que no son iguales)
  [x2 . P(x)]  2 Desviación estándar (dist. de prob.)
n!
P(x) 
(n  x)! x!
. px . qnx Probabilidad binomial
E 5 ta>2
sp2
Å n1
1
sp2
n2   (gl 5 n1 1 n2 2 2)
‹
n.p Media (binomial)
.
 n p q
2 . Varianza (binomial) (n1 2 1)s21 1 (n2 2 1)s22
sp2 5
  n . p . q Desviación estándar (binomial) (n1 2 1) 1 (n2 2 1)
 Distribución de Poisson (s1 y s2 desconocidas, pero se supone que son iguales)
 .e
x
P(x)  donde e  2.71828
x!
E 5 za>2
s 12
Å 1
n
1
s 22
n2
‹
Capítulo 6: Distribución normal
(s1, s2 conocidas)
xx x
z or Puntuación estándar d 2 E , md , d 1 E (Datos apareados)
s 
x   Teorema del límite central sd
(gl  n  1)
!n
donde E 5 ta>2
 Teorema del límite central
x 
n (error estándar)
 Fórmulas y tablas
para Estadística, décima edición, de Mario Triola
D.R. © 2006 Pearson Educación de México S.A. de C.V

Capítulo 8: Estadísticos de prueba (una población) Capítulo 10: Correlación lineal/Regresión

p̂ 2 p nSxy 2 (Sx) (Sy)

z5 Proporción: una población Correlación r 5
pq "n(Sx ) 2 (Sx) 2"n(Sy2 ) 2 (Sy) 2
2

Å n nSxy 2 (Sx) (Sy)

x2m Media: una población b1 5
n(Sx2 ) 2 (Sx) 2
s> !n
z5 (s conocida)
(Sy) (Sx2 ) 2 (Sx) (Sxy)
x2m Media: una población b0 5 y 2 b1x or b0 5
n(Sx2 ) 2 (Sx) 2
s> !n
t5 (s desconocida)
ŷ 5 b0 1 b1x Ecuación estimada de la recta de regresión
(n 2 1)s2 Desviación estándar o varianza:
x2 5 una población
s2 variación explicada
r2 5
variación total
Capítulo 9: Estadísticos de prueba (dos poblaciones)
S(y 2 ŷ ) 2 Sy2 2 b0Sy 2 b1Sxy
Å n22 Å
(p̂1 2 p̂2 ) 2 (p1 2 p2 ) se 5 o
z5 Dos proporciones n22
pq pq
Å n1
1 n
2 ŷ  E  y  ŷ  E Intervalo de predicción
gl  el menor de

(x1 2 x2 ) 2 (m1 2 m2 )
t5 n1  1, n2  1 1 n(x 0  x)2
s21 s22 donde E  t2se 1 
n(x 2)  (x)2
‹

n
Å n1
1
n2
Dos medias: independiente; s1 y s2 desconocidas y no se
Capítulo 12: Análisis de varianza de un factor
supone que sean iguales.
Procedimiento para poner a prueba H0: m1 5 m2 5 m3 5 c
(x1 2 x2 ) 2 (m1 2 m2 )
t5
sp2 ‹
sp2
1. Usar un programa de cómputo o una calculadora para
‹

obtener los resultados.

Å n1
1 (n1 2 1)s21 1 (n2 2 1)s22
n2 sp2 5 2. Identificar el valor P.
n1 1 n2 2 2 3. Obtener la conclusión:
Dos medias: independiente; s1 y s2 desconocidas, pero Si el valor
a, se rechaza la hipótesis nula de medias
se supone que son iguales. iguales.
(x1 2 x2 ) 2 (m1 2 m2 ) Si P  a, no se rechaza la hipótesis nula de medias
Dos medias: independiente;
z5 iguales.
s 12 s 22 s1, s2 conocidas.
Å 1
n 1 n
2 Capítulo 12: Análisis de varianza de dos factores
d 2 md Dos medias: datos apareados
Procedimiento:
sd> !n
t5 (gl  n  1)
1. Usar un programa de cómputo o una calculadora para
s21 obtener los resultados.
F5 Desviación estándar o varianza: dos
2. Probar H0: No hay una interacción entre el factor de
s22 poblaciones (donde s 21 s 22)
renglón y el factor de columna.
3. Detenerse si se rechaza H0 del paso 2.
Capítulo 11: Multinomiales y tablas de contingencia Si no se rechaza H0 del paso 1 (de manera que al parecer
no existe un efecto de interacción), continúe con las
(O 2 E) 2 Multinomial siguientes dos pruebas:
x2 5 g (gl  k  1) Prueba de los efectos del factor de renglón.
E
(O 2 E) 2 Prueba de los efectos del factor de columna.
Tabla de contingencia
x2 5 g [gl  (r  1)(c  1)]
E
(total por renglón) (total por columna)
donde E 5
(gran total)

( 0 b 2 c 0 2 1) 2 Prueba de McNemar
x2 5 para pares apareados
b1c
(gl  1)
 Fórmulas y tablas
para Estadística, décima edición, de Mario Triola
D.R. © 2006 Pearson Educación de México S.A. de C.V.

Capítulo 13: Pruebas no paramétricas

TABLA A-6
(x 1 0.5) 2 (n>2) Valores críticos del coeficiente
Prueba del signo para n  25
!n>2
z5
de correlación r de Pearson
T 2 n(n 1 1)>4 Prueba de rangos con signo de
z5 n a  .05 a  .01
n(n 1 1) (2n 1 1) Wilcoxon (datos apareados y
Å 24 n  30) 4 .950 .999
5 .878 .959
n1 (n1 1 n2 1 1) Prueba de suma de 6 .811 .917
R2
R2 mR 2 rangos de Wilcoxon 7 .754 .875
z5 5 (dos muestras
sR n1n2 (n1 1 n2 1 1) 8 .707 .834
Å
independientes)
12 9 .666 .798
10 .632 .765
R21 R22 R2k
a b 2 3(N 1 1)
12 11 .602 .735
H5 1 1...1
N(N 1 1) n1 n2 nk 12 .576 .708
Prueba de Kruskal-Wallis (chi cuadrada, gl  k  1) 13 .553 .684
14 .532 .661
6Sd2 15 .514 .641
rs 5 1 2 Correlación de rangos
n(n2 2 1)
16 .497 .623
17 .482 .606
avalor crítico para n . 30: b
6z
!n 2 1 18 .468 .590
19 .456 .575
20 .444 .561
G2a
2n1n2
1 1b Prueba de 25 .396 .505
G 2 mG n1 1 n2
z5 5 rachas para 30 .361 .463
sG (2n1n2 ) (2n1n2 2 n1 2 n2 ) n  20
35 .335 .430
Å (n1 1 n2 ) 2 (n1 1 n2 2 1)
40 .312 .402
45 .294 .378
Capítulo 14: Gráficas de control 50 .279 .361
60 .254 .330
Gráfica R: Graficar rangos muestrales 70 .236 .305
80 .220 .286
LCS: D4R
90 .207 .269
Línea central: R 100 .196 .256
LCI: D3R
NOTA: Para probar H0: r  0 contra H1: r  0,
Gráfica x: Graficar medias muestrales se rechaza H0 si el valor absoluto de r es mayor
que el valor crítico que se indica en la tabla.
LCS: x 1 A 2R
Línea central: x
LCI: x 2 A 2R Constantes de una gráfica de control

Gráfica p: Graficar proporciones muestrales Tamaño

del subgrupo
pq
LCS: p 1 3 Å n n A2 D3 D4

Línea central: p 2 1.880 0.000 3.267

3 1.023 0.000 2.574
pq
4 0.729 0.000 2.282
Å n
LCI: p 2 3
5 0.577 0.000 2.114
6 0.483 0.000 2.004
7 0.419 0.076 1.924
 CÁLCULO DE VALORES P Inicio

De cola izquierda ¿Qué De cola derecha

tipo de
prueba?

Dos colas
¿Está
Izquierda el estadístico de Derecha
prueba a la derecha
o izquierda
del centro?

Valor P  dos Valor P  dos

Valor P  área veces el área a Valor P  área
a la izquierda veces el área a
la izquierda del la derecha del a la derecha del
del estadístico estadístico estadístico de
de prueba estadístico de
de prueba prueba prueba

Valor P El valor P es dos El valor P es dos Valor P

veces esta área veces esta área
.

Estadístico de prueba Estadístico de prueba Estadístico de prueba Estadístico de prueba

Inicio PRUEBA DE HIPÓTESIS: REDACCIÓN

DE LA CONCLUSIÓN FINAL Redacción de
la conclusión final
¿La “Existe evidencia (Éste es
aseveración original Sí ¿Se Sí suficiente que justifica el único caso
contiene la condición rechaza el rechazo de la en que se
(La aseveración H0 ? (Rechace aseveración de que..
de igualdad? rechaza la
original contiene H0 ) (aseveración original)”.
aseveración
igualdad)
No “No existe suficiente original)
No (No rechace H 0 ) evidencia que justifique
(La aseveración el rechazo de la
original no contiene aseveración de que . . .
(aseveración original)”.
igualdad y se convierte
en H 1) (Éste es
¿Se “Los datos muestrales
Sí sustentan la aseveración el único caso
rechaza en que se
(Rechace de que . . . (aseveración
H0 ? original)” sustenta la
H0 ) aseveración
No “No existe evidencia original)
(No rechace H 0 ) muestral suficiente para
sustentar la aseveración
original de que . . .
(aseveración original)”.

Inferencias acerca de M: elección entre la distribución t y la distribución normal

Distribución t: Se desconoce s y la población se distribuye normalmente
o se desconoce s y n  30
Distribución normal: Se conoce s y la población se distribuye normalmente
o se conoce s y n  30
Método no paramétrico o “bootstrap”: La población no se distribuye normalmente y n
30