INTERVALOS DE CONFIANZA

a) Intervalo de confianza para la media μ de una distribución normal

N(μ, σ ) de varianza conocida σ 2

⎡ σ ⎤
I = ⎢x ± z α 2
⎣ n ⎥⎦

b) Intervalo de confianza para la media μ de una distribución normal

N(μ, σ ) de varianza desconocida σ 2

⎡ s ⎤
• Muestras superiores a 30, n > 30 a I = ⎢x ± zα 2
⎣ n ⎥⎦

⎡ s ⎤
• Muestras pequeñas n ≤ 30 a I = ⎢ x ± t α 2; (n −1)
⎣ n ⎥⎦

c) Intervalo de confianza para la varianza σ 2 de una distribución normal

⎡ (n − 1) s 2 (n − 1) s 2 ⎤
I=⎢ 2 ; 2 ⎥
χ
⎢⎣ α 2; (n −1) χ1− α 2; (n −1) ⎥
⎦

d) Intervalo de confianza para la diferencia de medias de dos

distribuciones normales

• Las varianzas poblaciones σ12 y σ 22 son conocidas

⎡ σ12 σ 22 ⎤
I = ⎢(x − y ) ± z α 2 n1
+ n2 ⎥
⎣ ⎦

NOTA.- En todos los intervalos de confianza s2 es la cuasivarianza

• Las varianzas poblaciones σ12 y σ 22 son desconocidas:

- Caso en que la suma (n1 + n 2 ) > 30 con n1 ≈ n 2

⎡ s12 s 22 ⎤
I = ⎢(x − y ) ± z α 2 n1
+ n2 ⎥
⎣ ⎦

- Caso en que los tamaños muestrales son pequeños y las varianzas son
desconocidas, pero iguales:

I = ⎡(x − y ) ± t α 2; (n1 + n 2 − 2 ) . s p 1 + 1 ⎤ s 2p =
(n1 − 1) s12 + (n 2 − 1) s 22
⎢⎣ n1 n2 ⎥⎦ n1 + n 2 − 2
s 2p es la media ponderada de las cuasivarianzas muestrales

- Caso en que los tamaños muestrales son pequeños y las varianzas son desconocidas
y distintas

⎛ s12 2 ⎞2
⎜ s 2 ⎟
⎡ ⎤ ⎜n + n ⎟
s12 s 22 ⎝ 1 2⎠
I = ⎢(x − y ) ± t α 2; f +
n1 n 2 ⎥
donde f = − 2
⎣ ⎦ (s12 n1)2
+
(
s 22 n2)
2

n1 + 1 n2 +1
donde f es la aproximación de Welch

e) Intervalo de confianza para la razón de varianzas de dos poblaciones

normales

⎡ s12 s 22 s12 s 22 ⎤
I=⎢ ; ⎥
⎢⎣ Fα 2; (n1 −1), (n 2 −1) F1− α 2; (n1 −1), (n 2 −1) ⎥⎦

1
NOTA.- Fα; n1 , n 2 =
F1− α; n 2 , n1
f) Intervalo de confianza para el parámetro p de una distribución
binomial de parámetros n, p, B(n, p)

⎡ po ( 1 − po ) ⎤
I = ⎢p o ± z α 2 ⎥
⎣ n ⎦

g) Intervalo de confianza para la diferencia de parámetros ( p1 − p2 ) de

dos distribuciones binomiales

⎡ p1 ( 1 − p1 ) p ( 1 − p2 ) ⎤
I = ⎢(p1 − p 2 ) ± z α 2 + 2 ⎥
⎣ n1 n2 ⎦

h) Intervalo de confianza para el parámetro λ de una distribución de

Poisson

⎡ λ⎤
I = ⎢λ ± z α 2 ⎥
⎣ n⎦

i) Intervalo de confianza para la diferencia de datos apareados

• Para muestras grandes n > 30

n n
⎡
⎣
s ⎤
I = ⎢d ± z α 2 d ⎥
n⎦
d=
1
n ∑i =1
di d i = ξi − ηi s d2 =
1
n −1 ∑ (d
i =1
i − d ) 2

• Para muestras pequeñas n < 30

⎡ s ⎤
I = ⎢d ± t α 2, (n −1) d ⎥
⎣ n⎦
CONTRASTE DE HIPÓTESIS

a) Contraste de la media de una población normal con varianza conocida

• Contraste bilateral

Hipótesis nula H0 : μ = μ0 Hipótesis alternativa H a : μ ≠ μ0

x − μ0
Se acepta H0 si el estadístico z = ≤ zα 2
σ n

x − μ0
Se rechaza H0 si el estadístico z = > zα 2
σ n
⎧ σ ⎫
R rechazo = ⎨ x − μ 0 > z α 2 . ⎬
⎩ n⎭

• Contraste unilateral

Hipótesis nula H0 : μ ≤ μ0 Hipótesis alternativa Ha : μ > μ0

x − μ0
Se acepta H0 si el estadístico z= ≤ zα
σ n

x − μ0
Se rechaza H0 si el estadístico z= > zα
σ n
⎧ σ ⎫
R rechazo = ⎨ x − μ 0 > z α . ⎬
⎩ n⎭

b) Contraste de la media de una población normal con varianza

desconocida

• Contraste bilateral

ƒ Muestras grandes n > 30

Hipótesis nula H0 : μ = μ0 Hipótesis alternativa Ha : μ ≠ μ0

 x − μ0
Se acepta H0 si el estadístico z = ≤ zα 2
s n

x − μ0
Se rechaza H0 si el estadístico z = > zα 2
s n

⎧ s ⎫
R rechazo = ⎨ x − μ 0 > z α 2 . ⎬
⎩ n⎭

ƒ Muestras pequeñas n ≤ 30

Hipótesis nula H0 : μ = μ0 Hipótesis alternativa Ha : μ ≠ μ0

x − μ0
Se acepta H0 si el estadístico t = ≤ t α 2; (n −1)
s n

x − μ0
Se rechaza H0 si el estadístico t = > t α 2; (n −1)
s n

⎧ s ⎫
R rechazo = ⎨ x − μ 0 > t α 2; (n −1) . ⎬
⎩ n⎭

• Contraste unilateral

ƒ Muestras grandes n > 30

Hipótesis nula H0 : μ ≤ μ0 Hipótesis alternativa Ha : μ > μ0

x − μ0
Se acepta H0 si el estadístico z= ≤ zα
s n

x − μ0
Se rechaza H0 si el estadístico z= > zα
s n

⎧ s ⎫
R rechazo = ⎨ x − μ 0 > z α . ⎬
⎩ n⎭
 ƒ Muestras pequeñas n ≤ 30

Hipótesis nula H0 : μ ≤ μ0 Hipótesis alternativa Ha : μ > μ0

x − μ0
Se acepta H0 si el estadístico t= ≤ t α; (n −1)
s n

x − μ0
Se rechaza H0 si el estadístico t = > t α; (n −1)
s n

⎧ s ⎫
R rechazo = ⎨ x − μ 0 > t α; (n −1) . ⎬
⎩ n⎭

c) Contraste para la varianza de una población normal

• Contraste bilateral

Hipótesis nula H 0 : σ 2 = σ 20 Hipótesis alternativa H a : σ 2 ≠ σ 20

Se acepta H0 si el estadístico χ 2
=
(n − 1) s 2
σ 02
[
∈ χ12− α 2, ( n −1) ; χ α2 2, ( n −1) ]

Se rechaza H0 si el estadístico χ 2
=
(n − 1) s 2
σ 02
[
∉ χ12− α 2, ( n −1) ; χ α2 2, ( n −1) ]
• Contraste unilateral

Hipótesis nula H 0 : σ 2 ≤ σ 20 Hipótesis alternativa H a : σ 2 > σ 20

Se acepta H0 si el estadístico χ 2
=
(n − 1) s 2
< χ α2 , ( n −1)
σ 02

Se rechaza H0 si el estadístico χ 2
=
(n − 1) s 2
≥ χ α2 , ( n −1)
σ 02
 d) Contraste de igualdad de medias de dos poblaciones normales de
varianzas conocidas

• Contraste bilateral

Hipótesis nula H 0 : μ1 = μ 2 Hipótesis alternativa H a : μ1 ≠ μ 2

x−y x−y
Se acepta H0 si z = ≤ zα 2 Se rechaza H0 si z = > zα 2
2 2
σ1 σ 2 σ12 σ 22
+ +
n1 n 2 n1 n 2

• Contraste unilateral

Hipótesis nula H 0 : μ1 ≤ μ 2 Hipótesis alternativa H a : μ1 > μ 2

x−y x−y
Se acepta H0 si z= ≤ zα Se rechaza H0 si z= > zα
σ12 σ 22 σ12 σ 22
+ +
n1 n2 n1 n2

e) Contraste de igualdad de medias de dos poblaciones normales de

varianzas desconocidas

• Contraste bilateral

Hipótesis nula H 0 : μ1 = μ 2 Hipótesis alternativa H a : μ1 ≠ μ 2

ƒ Muestras grandes (n1 + n 2 ) > 30 con n1 ≈ n 2

x−y
Se acepta H0 si el estadístico z = ≤ zα 2
s12 s2
+ 2
n1 n 2
 x−y
Se rechaza H0 si el estadístico z = > zα 2
s12 s2
+ 2
n1 n 2

ƒ Muestras pequeñas (n1 + n 2 ) ≤ 30 , varianzas desconocidas pero iguales σ12 = σ 22

Se acepta H0 si t =
x−y
≤ t α 2 , (n 1 + n 2 − 2 ) s 2p =
(n1 − 1) s12 + (n 2 − 1) s 22
sp 1 + 1 n1 + n 2 − 2
n1 n 2

x−y
Se rechaza H0 si el estadístico t = > t α 2 , (n 1 + n 2 − 2 )
sp 1 + 1
n1 n 2

ƒ Muestras pequeñas (n1 + n 2 ) ≤ 30 , varianzas desconocidas y distintas σ12 ≠ σ 22

2 ⎞ 2
⎛ s12 s 2 ⎟
⎜
x−y
⎜n + n ⎟
⎝ 1 2⎠
Se acepta H0 si t= ≤ t α 2, f f = − 2
s12 s2
+ 2
n1 n 2
( s12 n1 )2
+
(
s 22 n2 )
2

n1 + 1 n2 +1

x−y
Se rechaza H0 si el estadístico t = > t α 2, f
s12 s2
+ 2
n1 n 2

• Contraste unilateral

Hipótesis nula H 0 : μ1 ≤ μ 2 Hipótesis alternativa H a : μ1 > μ 2

ƒ Muestras grandes (n1 + n 2 ) > 30 con n1 ≈ n 2

x−y
Se acepta H0 si el estadístico z= ≤ zα
s12 s 22
n1
+n
2
 x−y
Se rechaza H0 si el estadístico z= > zα
s12 s 22
n1
+ n2

ƒ Muestras pequeñas (n1 + n 2 ) ≤ 30 , varianzas desconocidas pero iguales σ12 = σ 22

Se acepta H0 si t=
x−y
≤ t α , (n 1 + n 2 − 2 ) s 2p =
(n1 − 1) s12 + (n 2 − 1) s 22
sp 1 + 1 n1 + n 2 − 2
n1 n2

x−y
Se rechaza H0 si el estadístico t= > t α , (n1 + n 2 − 2 )
sp 1
n1
+ 1
n2

ƒ Muestras pequeñas (n1 + n 2 ) ≤ 30 , varianzas desconocidas y distintas σ12 ≠ σ 22

2
⎛ s12
⎜ s 22 ⎞⎟
x−y ⎜n + n ⎟
⎝ 1 2⎠
Se acepta H0 si t= ≤ t α, f f = − 2
s12
n1
+n
s 22 (
s12 n1 ) 2
+
(
s 22 n2 )
2

n1 + 1 n2 +1
2

x−y
Se rechaza H0 si el estadístico t= > t α, f
s12 s 22
n1
+ n2

f) Contraste de igualdad de varianzas de dos poblaciones normales

• Contraste bilateral

Hipótesis nula H 0 : σ 21 = σ 22 Hipótesis alternativa H a : σ 21 ≠ σ 22

Se acepta H0 si el estadístico F=
s12
[
∈ F1− α 2; (n1 −1), (n 2 −1) ; Fα 2; (n1 −1), (n 2 −1) ]
s 22
 Se rechaza H0 si el estadístico F=
s12
[
∉ F1− α 2; (n1 −1), (n 2 −1) ; Fα 2; (n1 −1), (n 2 −1) ]
s 22

• Contraste unilateral

Hipótesis nula H 0 : σ 21 ≤ σ 22 Hipótesis alternativa H a : σ 21 > σ 22

s12 s12
Se acepta H0 si F= ≤ Fα; (n1 −1), (n 2 −1) Se rechaza H0 si F= > Fα; (n1 −1), (n 2 −1)
s 22 s 22
1
NOTA.- Fα; n1 , n 2 =
F1− α; n 2 , n1

g) Contraste de igualdad de medias en el caso de datos apareados.

• Contraste bilateral

Hipótesis nula H 0 : d = 0 ⇔ μ1 = μ 2 Hipótesis alternativa H a : d ≠ 0 ⇔ μ1 ≠ μ 2

d
Se acepta H0 si el estadístico t= ≤ t α 2 , (n −1)
sd
n

d
Se rechaza H0 si el estadístico t= > t α 2 , (n −1)
sd
n

n n n
∑ d i = ∑ (x i − y i ) ∑ (di − d )
1 1 2
donde d = s d2 =
n i =1 i =1
(n − 1) i =1

• Contraste unilateral

Hipótesis nula H 0 : d ≤ 0 ⇔ μ1 ≤ μ 2 Hipótesis alternativa H a : d > 0 ⇔ μ1 > μ 2

 d
Se acepta H0 si el estadístico t= ≤ t α, (n −1)
sd
n

d
Se rechaza H0 si el estadístico t= > t α , (n −1)
sd
n

h) Contraste para el parámetro p de una distribución binomial

• Contraste bilateral

Hipótesis nula H 0 : p = p o Hipótesis alternativa H a : p ≠ p o

p − po p − po
Se acepta H0 si z = ≤ zα 2 Se rechaza H0 si z = > zα 2
po ( 1 − po ) po ( 1 − po )
n n

• Contraste unilateral

Hipótesis nula H 0 : p ≤ p o Hipótesis alternativa H a : p > p o

p − po p − po
Se acepta H0 si z = ≤ zα Se rechaza H0 si z = > zα
po ( 1 − po ) po ( 1 − po )
n n
i) Contraste para la igualdad de los parámetros de dos distribuciones
binomiales B (n1, p1 ) y B (n2 , p2 ) en muestras grandes

• Contraste bilateral

Hipótesis nula H 0 : p1 = p 2 Hipótesis alternativa H a : p1 ≠ p 2

p1 − p 2
Se acepta H0 si el estadístico z = ≤ zα 2
p1 ( 1 − p1 ) p ( 1 − p2 )
+ 2
n1 n2

p1 − p 2
Se rechaza H0 si el estadístico z = > zα 2
p1 ( 1 − p1 ) p ( 1 − p2 )
+ 2
n1 n2

• Contraste unilateral

Hipótesis nula H 0 : p1 ≤ p 2 Hipótesis alternativa H a : p1 > p 2

p1 − p 2
Se acepta H0 si el estadístico z= ≤ zα
p1 ( 1 − p1 ) p2 ( 1 − p2 )
+
n1 n2

p1 − p 2
Se rechaza H0 si el estadístico z = > zα
p1 ( 1 − p1 ) p2 ( 1 − p2 )
+
n1 n2