Formulario Estadística II

Tamaño de muestra: Intervalos de Confianza una muestra

Una proporción:

Poblaciones Infinitas.
z σ
2 2
z pq
2
^p−E < p < ^p + E
x
  E= z α / 2
√ ^p q^
n
:

n= n= ^p=¿ ; q^ = 1− ^p
E
2
E
2
n
Poblaciones Finitas. Una media:
Nz σ
2 2
N z pq
2 σ
n= n= σ conocida  E = z α / 2
( N −1 ) E2 + z 2 σ 2 ( N −1 ) E2 + z 2 pq √n
x−E < µ < x + E
Factor de corrección para los intervalos: s
σ no conocida  E = t α / 2

√
n N −n √n
Si > 0,05  fc = Una varianza
N N −1 2 2
(n−1) s (n−1) s
2 <σ< 2
xD xI
Estadísticos de prueba para una muestra Intervalos de confianza dos muestras
Una media se conoce σ:
Una proporción: x−μ
^p − p z= σ Dos proporciones
z=
√ pq √n ( ^p1− ^p2 ) −E< ( p1 −p 2) < ( ^p1−^p2 ) + E

√
n ^p1 q^ 1 ^p2 q^ 2
Una varianza: Una media no se conoce σ: E=z α/ 2 +
n1 n2
2 (n−1) s
2
x−μ
χ =
σ
2 t= s
√n
Estadísticos de prueba para dos muestras Dos medias, muestras independientes:
( x 1−x 2 )−E< μ 1−μ1 < ( x 1−x 2 ) + E
Dos proporciones:
( ^p 1−^p2 )−( p 1− p2 )
√
2 2
x 1−¿ x σ1 σ2

√
¿ y q=¿ 1- p E=z α/ 2 + ; Si se conoce σ1 y σ2
( )
z= 1 1 : p= 2

pq + n1 +n2 n1 n2
n1 n 2

√(
Dos medias con muestras independientes, se conoce
σ1 y σ2:
( x 1−x 2) −( μ1−μ 2)
E=t α /2 S p 1 1
+
n 1 n2 )
; Si no se conoce σ1 y σ2
Y se asume que σ 1 = σ 1:
z=
√
2 2
σ 1 σ2
+

√
n1 n 2 2 2
S p=¿ ( n1−1 ) s 1 + ( n2−1 ) s2 ; gl = n1 +n2 -2
n1 +n2 −2
Dos medias con muestras independientes, no se
conoce σ1 y σ2:
( x 1−x 2) −( μ1−μ 2)

√( )
t= 1 1 Dos medias muestras apareadas:
Sp + D−E < μ D < D+ E
n1 n2

√
2 2
S p=¿ ( n1−1 ) s 1 + ( n2−1 ) s2
n1 +n2 −2
; gl = n1 +n2 -2
D=
SD
∑ Di ;
n
S D=
√ ∑ ( Di−D )2 ; gl = n-1 ;
n−1
E=t α /2

√n
Dos medias con muestras emparejadas:
 D−μ D
t = SD
√n
= n-1 ;
 D=
∑ Di ;
n
S D=
√ ∑ ( Di−D )2 ; gl
n−1

Métodos no paramétricos
Prueba del signo n > 25 Kruskal Wallis (ANOVA no paramétrica)
n
z=¿
( x+0,5 )−

√n
2
; Valores críticos Tabla A-2
H=¿
12
[
R 21 R 22 R23
+ + + .. . . +3(N + 1)
N ( N +1) n1 n2 n 3 ]
2 Valores críticos en la tabla A-4
Rangos con signo (Wilcoxon) Bondad de ajuste, Independencia y Homogeneidad
Muestras emparejadas:
n(n+ 1) ( O−E )2
T− x =¿ ∑
2
4 E
z=¿ ; Valores críticos Tabla A-2

√ n ( n+1 ) ( 2 n+1 )
24
Muestras Independientes:
Multinomial:
gl = k – 1
Tabla de contingencia:
gl = (filas-1)(columnas-1)
R−μ R n1 (n1 +n2 +1)
z=¿ ; μ R=¿ ; σ R =¿ (total fila)(total columna)
σR 2 E=
Total

√ n1 n 2( n1+ n2 +1)

Rachas
12
Valores críticos en la tabla A-4

Correlación de Rangos de Spearman

Estadístico de prueba:
Si n1 >20 ; n2 >20 No existen empates Existen empates.

G−μG 6. [ ∑ d 2i ]
r s=1−¿ r s=¿
z=¿ ; n ( n2−1 )
σG
n ∑ xy −∑ x ∑ y

μG =¿
2n 1 n2
n1 +n2
+1; √ n ∑ x −( ∑ x ) √n ∑ y −( ∑ y )
2 2 2 2

Valor Crítico:
σ G=¿
√ 2 n1 n2 ( 2 n1 n 2−n1−n2 )
2
( n1 +n 2) ( n 1+ n2−1 )
Correlación lineal simple
Si n≤30
Tabal A-9

Regresión lineal simple

Si n>30
r s=¿ ±
z
√ n−1
; z tabla A-2

Coeficiente de correlación:
n ∑ xy −∑ x ∑ y
r =¿ ;
√ n ∑ x −( ∑ x ) √n ∑ y −( ∑ y )
2 2 2 2

Estadístico de prueba:

r √ n−2
r t= gl = n-2
√ 1−r 2
valores críticos Tabla A-6 Valores críticos Tabla A-3
Intervalos de Predicción Modelos no Lineales