Fórmulas Estadística II y Estadísticas para la Gestión

I. Intervalos de Confianza
Función: =DISTR.NORM( k ;  ; 1 )
Explicación: Probabilidad que la variable X sea menor que k
Uso: Cálculo de probabilidad para una variable normal

Función: =DISTR.NORM.ESTAND.INV(p)
Explicación: Valor de Z que deja hacia atrás una probabilidad p
Uso: Cálculo de valor Z para intervalos de confianza dada una confianza 1 - 

Función: = DISTR.T.INV (; n - 1)

Explicación: Valor t que deja hacia atrás una probabilidad 1 - /2
Uso: Calculo de valor t para intervalos de confianza dada una confianza 1 - 

Función: =DESVEST.M(DATOS) = DESVEST(DATOS)

Explicación: Desviación Estándar Muestral
Uso: Cálculo de desviación estándar muestral, uso en IC de media con  desconocido

Función: =INTERVALO.CONFIANZA.NORM(; n)
Explicación: Margen de error en un IC para la media, usando distribución normal.
Uso: Cálculo de un Intervalo de Confianza para la media

Función: =INTERVALO.CONFIANZA.T(; n)
Explicación: Margen de error en un IC para la media, usando distribución T.
Uso: Cálculo de un Intervalo de Confianza para la media

Función: =PRUEBA.CHI.INV( p; n – 1 )
Explicación: Valor Chi cuadrado que corresponde a una probabilidad p hacia adelante.
Uso: Calculo del IC para la varianza, reemplazando p por () y por (1 - /2)

2
𝜎 𝑆 𝑍 ∙ 𝜎
IC para la media: 𝑥̅ ± 𝑧 ⋅ 𝑥̅ ± 𝑡 ⋅ 𝑛=( )
√𝑛 √𝑛
𝐸

𝑝(1 − 𝑝) 𝑍 2 ⋅ 𝑝 ⋅ (1 − 𝑝)
IC para la proporción: 𝑝 ± 𝑍√ 𝑛=
𝑛 𝐸2

(𝑛−1)𝑆 2 (𝑛−1)𝑆 2
IC para la varianza: 2 ≤ 𝜎2 ≤ 2
𝜒𝛼/2 𝜒1−𝛼/2

1
Intervalo de confianza para la media se puede calcular con Botón Análisis de Datos, comando
Estadística Descriptiva, cuando se tienen disponibles los datos de la muestra. El cálculo usa
distribución T.
II. Test de Hipótesis
Test de dos colas (bilateral)

1-α
α/2 α/2

a b
Rechazar Ho│ │Rechazar Ho

Valores críticos a b
Distribución Normal: -Zc Zc = DISTR.NORM.ESTAND.INV(1 - /2)
Distribución T: -Tc Tc = DISTR.T.INV (; n - 1)
Distribución Chi Cuad: PRUEBA.CHI.INV(1 - /2; n – 1 ) PRUEBA.CHI.INV(/2; n – 1 )

Test de una cola derecho (unilateral derecho)

1-α
α

b1
│Rechazar Ho

Valor crítico b1
Distribución Normal: Zc = DISTR.NORM.ESTAND.INV(1 - )
Distribución T: Tc = DISTR.T.INV (2; n - 1)

2
 Distribución Chi Cuad: PRUEBA.CHI.INV(; n – 1 )

Test de una cola izquierdo (unilateral izquierdo)

1-α
α

a1
Rechazar Ho│

Valor crítico a1
Distribución Normal: Zc = - DISTR.NORM.ESTAND.INV(1 - )
Distribución T: Tc = - DISTR.T.INV (2; n - 1)
Distribución Chi Cuad: PRUEBA.CHI.INV(1 - ; n - 1 )

Test de una
Estadístico de Prueba Observaciones
muestra

Media, con  𝑥̅ − 𝜇0
𝑍=
conocido 𝜎/√𝑛

Media, con  𝑥̅ − 𝜇0
𝑡=
desconocido 𝑆/√𝑛
𝑝 − 𝜋0
𝑍= Aproximación con
√𝜋0 (1 − 𝜋0 )
Proporciones
distribución normal (n > 30)
𝑛

2
(𝑛 − 1)𝑆 2 Requisito: variable
Varianza 𝜒 =
𝜎02 distribuida normalmente

3
 Test de dos
Estadístico de Prueba Observaciones
muestras

𝑥̅1 − 𝑥̅2 Método de EXCEL:

𝑍=
Diferencia de
𝜎12 𝜎22
Medias √ Análisis de Datos –
𝑛1 + 𝑛2 Prueba Z o Prueba T

𝑝1 − 𝑝2
Diferencia de 𝑍=
𝑝1 𝑞1 𝑝2 𝑞2
Proporciones √ 𝑛 + 𝑛
1 2

Test de Diferencia de Medias usando Botón Análisis de Datos:

- Prueba Z para medias de dos muestras (supone  conocido)

- Prueba T para dos muestras suponiendo varianzas desiguales (supone  desconocido)

III. Modelos de Regresión y Series de Tiempo

Criterio del p-valor: Si p-valor <  entonces la variable (o el modelo) es significativa a un nivel  %

Suavizamiento exponencial: 𝑅𝑒𝑎𝑙 ∗ 𝛼 + 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 ∗ (1 − 𝛼) = 𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑠𝑖𝑔𝑢𝑖𝑒𝑛𝑡𝑒

Sesgo MAD: promedio de |𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 − 𝑟𝑒𝑎𝑙|

|𝑝𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 − 𝑟𝑒𝑎𝑙|
Sesgo MAPE: promedio de
𝑟𝑒𝑎𝑙