ESTADÍSTICA

GRADOS EN INGENIERÍA MECÁNICA, INGENIERÍA QUÍMICA E

INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL

INTERVALOS DE CONFIANZA PARA POBLACIONES NORMALES Y PROPORCIONES

PROBLEMA INTERVALO DE CONFIANZA 100(1-)% TAMAÑO MUESTRAL NECESARIO
 z2 2 2
Estimación de conocida   X  z 2 n 2
n E máx
Se resuelve por tanteo para n pequeño.
S
Estimación de desconocida   X  t 2,n 1 Si n grande:
n
z2 2S 2 . S2 estimador piloto.
n 2
Emáx

( n  1) ( n  1)
Estimación de  S2  2  S2 ---
 2 2, n 1  12 2, n 1

 12  22 z2 2 (12   22 )
1   2  X 1  X 2  z  2 n1  n2 
Comparación de medias
y conocidas
 2
n1 n2 Emáx
Comparación de medias
=desconocidas Se resuelve por tanteo. Para n1 n2 grandes:

n1  1S 1 1
2
 n2  1S 2
1   2  X 1  X 2  t  2 , n  n  2 S p  z2 2 2S p2
S p2  1 2
1 2
n1 n2 n1  n2  Sp2 estimador piloto.
n1  n2  2 2
Emáx
Comparación de medias
desconocidas Se resuelve por tanteo. n1 n2 grandes:
S12 S 22 z2 2 (S12  S22 )

S 1
2
n1  S n2
2
2 
2

2
1   2  X 1  X 2  t 2,  n1  n2  S12, S22 estimadores piloto.
S 2
1 n1  
2
S2 n
 2 2

2
n1 n2 E2
máx
n1  1 n2  1
1 S12  12 S12
Comparación de varianzas
  Fn 1,n 1, 2 ---
/
Fn1 1,n2 1, 2 S 22  22 S 22 2 1
pˆ (1  pˆ ) z2 2 pˆ 0 (1 pˆ 0 ) z2 2 1 4
p  pˆ  z 2
Estimación de una proporción
p. n 2
 2 p̂0 estimador piloto
n Emáx Emáx
pˆ10 (1 pˆ10 )  pˆ20 (1 pˆ20 ) z 2 (1 4 1 4)
2
pˆ 1 (1  pˆ 1 ) pˆ 2 (1  pˆ 2 ) n  z2 2 
Comparación de proporciones p1  p 2  pˆ 1  pˆ 2  z 2  2 2
p1p2. n1 n2 Emáx Emáx
p̂10 y p̂20 estimadores piloto n1=n2=n

TEST DE HIPÓTESIS PARA POBLACIONES NORMALES Y PROPORCIONES

Hipótesis nula H. alternativa Estadístico test Región crítica Entrada curva CO Carta VI
H0: =0 H1: 0 X  0 z0>z/2 a, b
H1: >0 z0  z0>z d=0/ c, d
 conocida H1: <0  n z0<z c, d

H1: 0 X  0 t0>tn1,/2 e, f

H0: =0
 desconocida
H1: >0 t0  t0>tn-1, d=0/ (1) g, h
H1: <0 S n t0<tn1, g, h

 2
0  
  n21, 2   02   n21,1 2 
H1: 0
(n  1) S 2 i, j
H0: =0 H1: >0
 
2   2
0
2
n 1, =/0 k, l
H1: <0
 02
0 m, n
 02   n21,1
1  2  0
d
X1  X 2  0 z0>z/2 12 22
H0: 12=
H1: 12 z0  a, b
1 y 2 conocidas
H1: 12>  12  22 z0>z n  n1  n2 c, d
H1: 12<  z0<z c, d
n1 n2 12 22
n
12 n1 22 n2

Formulario para el examen

 ESTADÍSTICA
GRADOS EN INGENIERÍA MECÁNICA, INGENIERÍA QUÍMICA E
INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL

Hipótesis nula H. alternativa Estadístico test Región crítica Entrada curva CO Carta VI

t0  tn1  n2  2, 2
Solo para n1=n2=n
X1  X 2  0
H1: 12 t0  1  2  0 e, f
H0: 12=
1=2 desconocidas
H1: 12> 1

1 t0  tn1  n2  2, d g, h
H1: 12< Sp
n1 n 2 t0  tn1  n2  2, 2 g, h
n*=2n-1 (1)
No hay curvas CO
X1  X 2  0
H0: 12=
H1: 12
H1: 12>
t0  t0>t,/2

S 1
2
n1  S 22 n2 
2

2
12 desconocidas
H1: 12<
S12 S 22

t0>t,
t0<t,
S 1
2
n1  
2
S2 n
 2 2

2

n1 n2
n1  1 n2  1
H1: 12 S12 F  F n1 1, n 2 1, 2   F  F n1 1, n 2 1,1 2  Solo para n1=n2=n
F0  o, p
0 0
H0: 1=2
H1: 1>2 S 22 F0  Fn1 1, n2 1, =1/2 q, r

Muestras apareadas H1: D 0 D  0 t0>tn1,/2 e, f

H0: D=0 H1: D >0 t0  t0>tn-1, d=D0/D (1) g, h
D desconocida H1: D <0 SD n t0<tn1, g, h
H1: pp0 pˆ  p 0 z0>z/2
H0: pp0 H1: p>p0 z0  z0>z
H1: p<p0 p 0 (1  p 0 ) No hay curvas CO
z0<z
n
No hay curvas CO
H0: p1p2= H1: p1p2 pˆ1  pˆ 2 z0>z/2
H1: p1p2>
z0  n1 pˆ1  n2 pˆ 2
1 1 z0>z pˆ 
H1: p1p2< pˆ (1  pˆ )   n1  n2
 n1 n2  z0<z
(1) Estimar ˆ  S a partir de la muestra (si aún no se tiene se necesita una muestra piloto) ó expresar las alternativas en función de .

MODELOS DE REGRESIÓN
Intervalos de confianza para los parámetros
ˆi  t
, n  k 1
   i  ˆi  t
Vaˆ r ˆi
, n  k 1
 
Vaˆ r ˆi
2 2
Contrastes de hipótesis para los parámetros
 
H :    *
 0


ˆ   * 

i i i i
 
 C   t
 , n  k  1
H :    *
 1 i i 

V aˆ r ˆ 2 

 i 
Intervalo para la respuesta media

Regresión simple:  0  yˆ 0  t
E y  ,n  2
 1 (x  x) 2
MSE   0



2
n S xx 
Regresión múltiple: E y  0  yˆ 0  t ,n  k 1
MSE   x '  X ' X  1 x 
 0 0
2
Intervalo de predicción

 1 (x0  x ) 2 
Regresión simple:
y 0  yˆ 0  t 
,n  2
MSE 
 1   
2
 n S xx 
Regresión múltiple: y  yˆ  t MSE  1  x'  X ' X  1 x 
0 0  , n  k 1  0 0
2
TABLA ANOVA
SOURCE D.F. SS MSS F0 Prob. (p-valor)
Regression k SSR MSR MSR P(F0>MSR/MSE)
MSE
Residual n-k-1 SSE MSE
Total n-1 SST

Formulario para el examen