TABLA DE FÓRMULAS DE INFERENCIA ESTADÍSTICA

ESTADÍSTICA II
Docente: Andrés Cruz Pérez

Estadı́sticos de Prueba de hipótesis Estadı́sticos de Prueba de Hipótesis para Dos Muestras

Caso Tipo de Prueba Estadı́stico Observaciones Adicionales
Para la Media poblacional con Una Muestra Varianzas (X̄1 − X̄2 ) − (µ1 − µ2 )
1 Z= s ∼ Zα/2
x̄ − µ Conocidas σ12 σ22
Con varianza Conocida Z= √ +
σ/ n n1 n2 Tamaños de Muestra
x̄ − µ s
Con varianaza Desconocida T = √ (n1 − 1)S12 + (n2 − 1)S22 Para media
S/ n σ12 = σ22 (X̄1 − X̄2 ) − (µ1 − µ2 ) Sp =
p̂ − p 2 T = r ∼ t(v) n1 + n2 − 2

Zα/2 (σ)
2
Para la Proporción y Desconocidas 1 1
Z=q Sp + Grados de Libertad v = n1 + n2 − 2
n=
p(1−p) n1 n2 ME
n Proporción
 2 p !2
Para la Varianza de una y dos muestras S12 S22 Zα/2 p(1 − p)
(X̄1 − X̄2 ) − (µ1 − µ2 ) + n=
(n − 1)S 2 3
σ12 6= σ22
T = ∼ t(v) n1 n2 ME
Varianza de Una muestra X2 = ∼ χ2(n−1) y Desconocidas
s v= 2 2
σ2 S12 S22 (S1 /n1 ) (S 2 /n2 )2 Donde M E =: Margen de error
+ + 2
S2 n1 n2 n1 − 1 n2 − 1
F = 12 ∼ f(n1 −1;n2 −1) con
Cociente de Varianzas S2
S12 > S22 Muestras d¯ − µd¯ Grados de Libertad
4 T = √ ∼ t(v)
Pareadas Sd / n v =n−1
donde qˆ1 = 1− pˆ1 ; qˆ2 = 1− pˆ2
Diferencia de (pˆ1 − pˆ2 ) − (p1 − p2 ) n1 p1 + n2 p2
Intervalos de Confianza 5 Z=s y pc =
Proporciones 
1 1
 ∼ Zα/2
n1 + n2
pc (1 − pc ) +
Para la media poblacional. Una muestra n1 n2
Lı́mite inferior Lı́mite superior
con varianza σ σ Intervalos de Confianza Dos Muestras Fórmulas Básicas
x̄ − Z1−α/2 √ x̄ + Z1−α/2 √
conocida n n Caso Tipo de Prueba Lı́mitess Observaciones Adicionales Media
Pn
Varianzas σ12 σ2 xi
1 (X̄1 − X̄2 ) ∓ Zα/2 + 2 x̄ = i=1
S S Conocidas n1 n2 n
con varianza s Varianza
x̄ − t(α/2;n−1) √ x̄ + t(α/2;n−1) √ P n
desconocida n n r
1 1 (n1 − 1)S12 + (n2 − 1)S22 (xi − x̄)2
σ12 = σ22 Sp = S 2 = i=1
2 (X̄1 − X̄2 ) ∓ t(α/2;v) Sp + n1 + n2 − 2 n−1
y Desconocidas n1 n2
r r Grados de Libertad v = n1 + n2 − 2 Covarianza
Proporción p̂(1 − p̂) p̂(1 − p̂) Pn
p̂ − Z(α/2) p̂ + Z(α/2) (xi − x̄)(yi − ȳ)
n n  2 Cov(x, y) = i=1
s S12 S22 n−1
S12 S2 + Correlación
Para la Varianza de una y dos muestras 3
σ12 6= σ22
(X̄1 − X̄2 ) ∓ t(α/2;v) + 2 n1 n2 Pn
y Desconocidas n1 n2 v= (xi − x̄)(yi − ȳ)
(S12 /n1 )2 (S 2 /n2 )2 r = p Pn i=1 Pn
S 2 (n − 1) S 2 (n − 1) + 2 ( i=1 (xi − x̄)2 ) ( i=1 (yi − ȳ)2 )
Varianza de n1 − 1 n2 − 1
χ2α/2;(n−1) χ21−α/2;(n−1)
Una muestra
Muestras Sd
4 d¯ ∓ t(α/2;v) √ Grados de Libertad v = n−1
S12 S12 Pareadas r n
Cociente de Diferencia de pˆ1 qˆ1 pˆ2 qˆ2
S22 fα/2;(n1 −1)(n2 −1) S22 f1−α/2;(n1 −1)(n2 −1) 5 (pˆ1 − pˆ2 ) ∓ Z(α/2) + donde qˆ1 = 1 − pˆ1 y qˆ2 = 1 − pˆ2
Varianzas Proporciones n1 n2
 ANOVA PARA EXPERIMENTOS CON UN FACTOR Donde
Fuente de Variación Grados de Libertad Suma de Cuadrados Cuadrados medios Estadı́stico F n =: Número de Observaciones totales
k k =: Número de Tratamientos del Experimento
X SCtr CM tr
Tratamientos k−1 SCtr = ¯ )2
nj (x¯j − x̄ CM tr = F = ∼ f[(k−1);(n−k)] La suma de cuadrados del error se puede hallar mediante
j=1
k−1 CM E
k SCE = SCT ot − SCtr
X SCE
Error n−k SCE = (nj − 1)Sj2 CM T =
j=1
n−k Si el Estadı́stico F supera el valor de tabla f[α;(k−1);(n−k)] se rec-
Xn Xk haza la hipótesis nula de igualdad entre los tratamientos con una
Total n−1 SCT ot = ¯)2
(xij − x̄ significacncia de α(100%)
i=1 j=1

ANOVA PARA REGRESIÓN LINEAL SIMPLE

Fuente de Variación Grados de Libertad Suma de Cuadrados Cuadrados medios Estadı́stico F Donde
n =: Número de Observaciones totales
SCReg CM Reg
Regresión 1 SCReg = βˆ1 Sxy CM Reg = F = ∼ f[(1);(n−2)] Pn
1 CM E xi yi − nx̄ȳ
n
βˆ1 = Pi=1 2
; βˆ0 = ȳ − βˆ1 x̄
i=1 xi − nx̄
SCE
Error n−2 SCE = Syy − βˆ1 Sxy σ̂ 2 = CM E =
n−2 Si el Estadı́stico F supera el valor de tabla f[(1);(n−2)] se rechaza
la hipótesis nulidad de los coeficientes de regresión con una sig-
n
X nificacncia de α(100%)
Total n−1 SCT ot = (yi − ȳ)2

2
i=1

FÓRMULAS PARA LAS SUMAS DE CUADRADOS INFERENCIA SOBRE LOS PARÁMETROS DE REGRESIÓN
Suma de Cuadrados Fórmula Usual Versión Calculadora Parámetro Estadı́stico de Prueba Contraste
n
X X La hipótesis se rechaza con una significancia
Sxy (Xi − X̄)(Yi − Ȳ ) XY − nX̄ Ȳ β̂1 − β1
i=1
βˆ1 T = s de α2 (100%) si el Estadı́stico de prueba supera
σ̂ 2 el valor t(n−2)
n
Sxx
X X
Sxx (Xi − X̄)2 X 2 − nX̄ 2
i=1 La hipótesis se rechaza con una significancia
β̂0 − β0
βˆ0 T =s   de α2 (100%) si el Estadı́stico de prueba supera
n
X X 1 x̄2 el valor t(n−2)
Syy (Yi − Ȳ )2 Y 2 − nȲ 2 σ̂ 2 +
n Sxx
i=1