FORMULARIO DE ESTADÍSTICA-ADMINISTRADORES

DISTRIBUCION MUESTRAL PARA d) Sea X1, X2,…, Xn y Y1, Y2,…, Yn dos

LA MEDIA muestras aleatoria
Población finita con reposición independientes de tamaño n 1 y
n2 de dos poblaciones de
a) μ X́ =¿E( X́ ¿=¿ Bernoullí con:
2 σ2 X Y
b) σ X́ =¿Var( X́ ¿= e) Ṕ1= y Ṕ2=
n n1 n2
X́−μ f) Tal que
Z= N (0 ; 1)
c) σ ; n ≥ 30 n1 n2

√n X =∑ X i B ( n1 , p1 ) Y =∑ Y i B (n2 , p 2)
i=1 i=1

Población finita sin reposición

g) Para tamaños de muestra
a) μ X́ =¿E( X́ ¿=¿
suficientemente grande la
σ 2 N−n
2
b) σ =¿Var( X́ ¿=
X́
n N −1 ( ) variable aleatoria Ṕ1− Ṕ2 ~
N(0,1) cuando la
X́ −μ
Z= estandarizamos:
c) σ N−n
n N −1 √ h) Z=
Ṕ1 −Ṕ 2−( p1 −p 2)
σ Ṕ −Ṕ 1 2

DISTRIBUCION MUESTRAL PARA i)

LA PROPORCIÓN p1 ( 1− p1 ) p2 ( 1− p2 )
Población finita con reposición
a) μ Ṕ= p
j) σ Ṕ −Ṕ =
1 2
√ n1
+
n2

DISTRIBUCION MUESTRAL PARA

2 pq LA DIFERENCIA DE MEDIAS
b) σ =Ṕ
n
Ṕ− p Sean n1 y n2 dos muestras aleatorias
Z= N (0 ; 1) independientes, luego la variable aleatoria
c) pq , n ≥ 30
√
n
X̄ 1 − X̄ 2
propiedades:
tiene las siguientes

μ X̄ − X̄ =μ1 −μ 2
Población finita sin reposición a) 1 2

a) μ Ṕ= p 2 σ 21 σ 22
σ = +
pq N −n b)
X̄ 1− X̄ 2 n 1 n2
b) σ =
2
Ṕ
n N−1 ( ) c)
Ṕ−p X̄ 1 − X̄ 2 −( μ1 −μ2 )
Z= Z= ~ N (0;1 ) ;
2 2
c) pq N −n σ1 σ2
√ (
n N −1
DISTRIBUCION MUESTRAL DE LA DIFERENCIA
) √
+
n1 n2
n1 ≥30 ; n2 ≥30
DE DOS PROPORCIONES
INTERVALO DE CONFIANZA PARA LA MEDIA μ

Sea
X 1 , X 2 ,..., X n una muestra aleatoria de tamaño n seleccionada de una población
2
normal o de cualquier otro tipo, si n≥30 con media μ y varianza σ conocida. el
intervalo de confianza del ( 1−α )×100 % para μ es:

σ σ
x−z 1−α /2 ≤μ≤x +z 1−α /2
√n √n
Población finita sin reposición

s N −n s N−n
x−z 1−α /2
√
√ n N −1
≤μ≤x+ z 1−α /2
√ n N −1 √
TAMAÑO DE MUESTRA
2
( z 1−α / 2 σ )
n=
Población finita con reposición : e2
2 2
z 1−α / 2 σ N
n= 2 2 2
Población finita sin reposición : z 1−α /2 σ +e ( N−1 )

NOTAS:

error de estimación es igual a

z 1−α/2 σ x
-El valor máximo del
2
-Si se desconoce σ pero se conoce el rango de variación de los datos, se puede utilizar
6 σ = Rango
Distribución t-student

Sea
X 1 , X 2 ,. .., X n una muestra aleatoria de tamaño n escogida de una población
2 2
normal N ( μ , σ ) donde la varianza σ es desconocida. El intervalo de confianza de
( 1−α )×100 % para μ es:
s s
x́−t α ≤ μ≤ x́ +t 1−α /2 , n−1
1− , n−1
2 √n √n

INTERVALO DE CONFIANZA PARA UNA PROPORCION

 X
El estimador puntual de p es la estadística definida por: Ṕ=
n
Si n es suficientemente grande n ≥ 30. El error estándar de la estadística Ṕ es
σ Ṕ= √ pq /n cuya estimación es el valor: σ^ Ṕ= √ ṕ q́ /n
Luego, intervalo de confianza del ( 1−α ) ×100 % para p es:
ṕ q́ ṕ q́
ṕ−z
1−
α
2
×
√ n
≤ p ≤ ṕ+ z α ×
1−
2 n √

INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS MEDIAS:

VARIANZA σ 12 y σ 22 DESCONOCIDAS
Intervalo de confianza del ( 1−α ) ×100 % para μ1−μ 2 es:

σ 21 σ 22 σ 21 σ 22
( x́ 1−x́ 2 )−z 1− α
2 √ + ≤ μ −μ ≤ ( x́ 1−x́ 2) + z α
n1 n2 1 2 1−
2
+
n1 n2 √
INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS MEDIAS:
VARIANZAS σ 12 Y σ 22 SUPUESTAS DESCONOCIDAS
POBLACIONES NO NORMALES
Las muestras son grandes n1 ≥30 y n2 ≥ 30 los parámetros σ 1 y σ 2 se estiman puntualmente
por ^S1 y ^S2. El intervalo de confianza ( 1−α ) ×100 % para μ1−μ 2 es:
2 2 2 2
S^ 1 S^ 2 ^S1 ^S2
√
( x́ 1−x́ 2 )−z 1− α n + n ≤ μ 1−μ2 ≤ ( x́ 1−x́ 2 ) + z 1− α n + n
2 1 2 2 1 2 √
POBLACIONES NORMALES
Varianzas supuestas iguales σ 12=σ 22=σ 2
( n1 −1 ) S^ 21+ ( n2−1 ) ^S22
La varianza común muestral ^S2c definida por: ^S2c =
n1 +n2−2
El intervalo de confianza del ( 1−α ) ×100 % de μ1−μ 2 es:

S^ 2c S^ 2c S^ 2c S^ 2c
1 √
( x́ 1−x́ 2 )−t o × n + n ≤ μ1 −μ 2 ≤ ( x́ 1−x́ 2 )+ to × n + n
2 1 2 √
El valor t o=t 1− α , n +n −2 se busca en la tabla t-student con n1 +n 2−2 grados de libertad.
1 2
2
INTERVALO DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS
PROPORCIONES
Sean ṕ1 y ṕ2 son las proporciones de éxitos en dos muestras aleatorias
independientes de tamaños n1y n2 respectivamente, entonces, el intervalo de
confianza del ( 1−α ) ×100 % del parámetro p1 - p2 es:

ṕ1 q́1 ṕ2 q́2 ṕ q́ ṕ q́

( ṕ1− ṕ2 ) −z 1− α .
2 √ n1
+
n2 √
≤ p 1− p2 ≤ ( ṕ1− ṕ2 ) + z α . 1 1 + 2 2
1−
2
n1 n2

Procedimiento de la Prueba de Hipótesis:

1) Formular las hipótesis:
H 0 : μ=μ 0 (hipótesis nula)
H 1 : μ≠μ 0 ó
H 1 : μ<μ0 ó
H 1 : μ>μ0 (hipótesis alternativa)
2) Nivel de significación:
especificar el tamaño α
3) Estadística de prueba:
X́−μ X́−μ
Z= t=
σ s
√n √n
4) Establecer la regla de decisión, determinando la región critica de la prueba
5) Calcular el valor del estadístico de la prueba a partir de los datos de la
muestra
6) Tomar decisión de rechazar la hipótesis H o si el valor de la estadística de la
prueba está en la región crítica. En caso contrario, no rechazar H o