Documentos de Académico
Documentos de Profesional
Documentos de Cultura
POLITÉCNICO
GRANCOLOMBIANO
ESTADISTICA
INFERENCIAL
INTERVALO INTERVALO DE ERROR DE TAMAÑO DE INTERVALO DE ERRROR DE TAMAÑO DE
PARA: CONFIANZA ESTIMACION MUESTRA CONFIANZA ESTIMACION MUESTRA
N desconocido N conocido
µx
2
σ x2 Z 2 σ x2 N
n= Z N −n N −n
σx
2
σ conocida X ±Z e = Zσ x
X ±Z
σx
e = Zσ x
n=
x
n cualquiera
n n e 2
n N −1 n N −1 e 2 ( N − 1) + Z 2σ x2
µx
Sx
e=ZS
2 2
Z 2 S x2 N
2
σ desconocida X ±Z x
n= Z S x
X ±Z
Sx N −n
e=ZS x N −n
n=
x
n > 30
n n e 2
n N −1 n N −1 e 2 ( N − 1) + Z 2 S x2
µx
Sx
2
σ desconocida
x X ± t. e=tS x
X ± t.
Sx N −n
e=tS x N −n
n n n N −1 n N −1
n ≤ 30 t con (n – 1) g.l. t con (n – 1) g.l.
π P(1 - P) P(1 - P) 2
P(1 - P) N −n P(1 - P) N −n Z 2 P(1 − P) N
P ± Z e=Z n= Z P (1 - P)
P±Z e=Z n=
n ≥ 30 n n e 2
n N −1 n N −1 e 2 ( N − 1) + Z 2 P(1 − P)
I. PRUEBAS
PARA
µ
Ho:
µ = µ 0
⎧µ > µ 0
⎪
Ha:
⎨ µ ≠ µ 0
⎪µ < µ
⎩ 0
X - µ0
1.
σ 2 Conocida
Z =
σ
n
X - µ0
2.
σ 2 Desconocid a
t = con (n - 1) g.l.
Si
n
>
30
usar
Z
S
n
X - µ0
3.
σ 2 Desconocida n ≥ 30
Z =
S
n
⎧π > π 0
⎪ p - π0
Ha:
⎨π ≠ π 0
Z =
⎪π < π π 0 (1 − π 0 )
⎩ 0
n
[ESTADÍSTICA INFERENCIAL ] 1
Ho:
π 1 − π 2 = δ 0
⎧ π 1 − π 2 > δ 0
⎪ ( p1 − p2 ) − δ 0
Ha:
⎨π 1 − π 2 < δ 0
Z=
⎪π − π ≠ δ p1 (1 − p1 ) p2 (1 − p2 )
⎩ 1 +
2 0
n1 n2
Ho: µ1 − µ 2 = δ 0
⎧µ1 − µ 2 > δ 0
⎪
Ha:
⎨µ1 − µ 2 ≠ δ 0
⎪µ − µ < δ
⎩ 1 2 0
2
[ POLITÉCNICO GANCOLOMBIANO EN ALIANZA CON WHITNEY INTERNATIONAL SYSTEM ]
1. σ 12 , σ 22 Conocidas
( x1 − x 2 ) − δ 0
Z=
σ 12 σ 22
+
n1 n2
2. σ 12 , σ 22 Desconocidas
σ 12 ≠ σ 22
( x1 − x 2 ) − δ 0
t=
t con ν gl. (ν de intervalos)
S12 S 22
+
n1 n 2
si n1 + n2 > 30 usar Z
3. σ 12 , σ 22 Desconocidas
σ 12 = σ 22
[ESTADÍSTICA INFERENCIAL ] 3
si n1 + n2 − 2 > 30 usar Z
4.
PAREADA
d −δ0
t= t con (n - 1) g.l.
Sd
si n > 30 usar Z
V. PRUEBA
PARA
σ 2
Ho:
σ 2 = σ02
⎧σ 2 > σ 02
⎪ 2 2 2 (n −1 ) S 2
Ha:
⎨σ ≠ σ 0
χ =
con
(n
–
1)
g.l.
⎪ 2 2
σ 02
⎩σ < σ 0
4
[ POLITÉCNICO GANCOLOMBIANO EN ALIANZA CON WHITNEY INTERNATIONAL SYSTEM ]
Ho:
σ12 = 1
σ 22
⎧σ12
⎪ σ 22 > 1
⎪ 2
⎪σ1 S 12
Ha:
⎨ σ 2 ≠ 1
F = con ( n 1 − 1 ) ; ( n 2 − 1 ) g.l.
⎪ 2 S 22
⎪σ12
⎪ σ 2 < 1
⎩ 2
2 (Oi j − Ei j ) 2
VII.
PRUEBA
χ = ∑∑ con g.l. = ( r - 1 ) ( c - 1 )
Ei j
Ho: µ1 = µ 2 = µ 3 = ........ = µ K
[ESTADÍSTICA INFERENCIAL ] 5
12 k
Ri2
H
=
∑ - 3 ( n + 1) ~ χ 2 ( k −1)
n ( n + 1) i = 1 ni
r c
( O ij - E ij) 2 c = nú m ero d e colu m n as
χ (2c −1 )( r −1 ) = ∑∑
E ij r = nu m ero d e fi las
i =1 j =1
FUENTE
DE
SUMA
DE
CUADRADOS
GRADOS
DE
MEDIA
DE
RAZÓN
DE
VARIACIÓN
LIBERTAD
CUADRADOS
VARIANZA
F
k
G T2 T i2
TRATAMIENTOS
i =1
ni
−
n ∑ (S C T R )
S C TR
= M C T R
(BETWEEN)
k −1
k
-‐
1
ni k k
T i2
∑∑ X ij2 - ∑n (S C E )
DENTRO
DE
i
SCE
j =1 i =1 i =1 = M C E
GRUPOS
n −k
(WITHIN)
n
-‐
k
M C TR
~ F (k -1 )(n -k)
M CE
ni
G T2
∑ X ij2 - (S C T)
TOTAL
n n
-‐
1
i =1
6
[ POLITÉCNICO GANCOLOMBIANO EN ALIANZA CON WHITNEY INTERNATIONAL SYSTEM ]
DISTRIBUCIONES
MUESTRALES
x ~ N ( µ x σ 2 ) en d on d e
x
⎧
2
σ2
⎪ x P ob la ción in fin ita
⎪σ x = n
µx = µx ; ⎨ 2
⎪ 2 σ x N - n
σ
⎪⎩ x = * P ob la ción fin ita
n N -1
x - µx
lu ego Z =
σx
⎧ 2 π(1 − π)
⎪ σ p = P ob la ción in fin ita
µp = π ; n
⎨ π(1 − π) N − n
⎪σ p2 = ∗ P ob la ción fin ita
⎩ n N −1
p - µp
lu ego Z =
σp
( x1 - x 2 ) ~ N ( µ x1 − x , σ 2x1 − x2 ) en d on d e
2
[ESTADÍSTICA INFERENCIAL ] 7
σ2 σ2
x x2
µ x1 − x 2 = µ x − µ x ; σ 2 = 1
+
1 2 x1 − x 2 n1 n2
( x1 − x 2 ) − µ x1 − x 2
lu ego Z=
σ x1 − x 2
8
[ POLITÉCNICO GANCOLOMBIANO EN ALIANZA CON WHITNEY INTERNATIONAL SYSTEM ]