Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1o Grupo 1 y 2
Estadı́stica Descriptiva
n n n
!
1X 1X 1X 2 √
x̄ = xi ; S2 = (xi − x̄)2 = x − x̄2 ; S = + S 2;
n i=1 n i=1 n i=1 i
n
1 X n √ S
02
S = (xi − x̄)2 = S 2; S 0 = + S 02 ; CV = ;
n − 1 i=1 n−1 |x̄|
1
Pn 3 1
Pn 4
x̄ − M o n i=1 (xi − x̄) n i=1 (xi − x̄)
Gp = ; γ1 = ; γ 2 = − 3.
S S3 S4
Cálculo de Probabilidades
• P (Ā) = 1 − P (A).
P (A∩B)
• P (B/A) = P (A)
.
Distribuciones de Probabilidad
• X → B(n, p) ⇒ P [X = x] = n!
x!(n−x)!
px (1 − p)n−x x = 0, 1, 2, . . . , n E[X] = np V ar[X] =
np (1 − p).
e−λ λx
• X → P(λ) ⇒ P [X = x] = x = 0, 1, 2, . . . . E[X] = λ V ar[X] = λ.
x!
" 2 #
1 1 x−µ
• X → N (µ, σ) ⇒ f (x) = √ exp − −∞ < x < ∞, µ ∈ R, σ > 0 E[X] =
σ 2π 2 σ
µ V ar[X] = σ 2 .
1
Estimación por Intervalos de Confianza
donde s
(n − 1)Sx0 2 + (m − 1)Sy0 2
Sp = .
n+m−2
2
• Intervalo de confianza para σ 2y /σ 2x de dos poblaciones normales independientes al nivel 1 − α
es: 0 0
!
Sy2 Sy2
Fn−1,m−1, α2 0 2 , Fn−1,m−1,1− α2 0 2 ,
Sx Sx
donde
1
Fn−1,m−1, α2 = .
Fm−1,n−1,1− α2
Contrastes de Hipótesis
x̄ − µ0
H0 : µ = µ0 zexp = √
σ/ n
Hipótesis alternativa Región crı́tica p-valor
H1 : µ 6= µ0 |zexp | ≥ z1−α/2 p = 2P [Z > |zexp |]
H1 : µ > µ0 zexp ≥ z1−α p = P [Z > zexp ]
H1 : µ < µ0 zexp ≤ zα p = P [Z < zexp ]
x̄ − µ0
H0 : µ = µ0 texp = √
S 0/ n
Hipótesis alternativa Región crı́tica p-valor
H1 : µ 6= µ0 |texp | ≥ tn−1,1−α/2 p = 2P [t(n − 1) > |texp |]
H1 : µ > µ0 texp ≥ tn−1,1−α p = P [t(n − 1) > texp ]
H1 : µ < µ0 texp ≤ tn−1,α, p = P [t(n − 1) < texp ]
3
Hipótesis nula Estadı́stico bajo H0
0
2 (n − 1)S 2
H0 : σ = σ 20 χ2exp =
σ 20
Hipótesis alternativa Región crı́tica p-valor
(
2
χ2exp ≥ χ2n−1,1−α/2
H1 : σ 6= σ 20 p = 2min {pl , pu }
ó χ2exp ≤ χ2n−1,α/2
H1 : σ 2 > σ 20 χ2exp ≥ χ2n−1,1−α pu = P [χ2n−1 > χ2exp ]
H1 : σ 2 < σ 20 χ2exp ≤ χ2n−1,α pl = P [χ2n−1 < χ2exp ]
pb − p0
H0 : p = p0 zexp = p
p0 (1 − p0 )/n
Hipótesis alternativa Región crı́tica p-valor
H1 : p 6= p0 |zexp | ≥ z1−α/2 p = 2P [Z > |zexp |]
H1 : p > p0 zexp ≥ z1−α p = P [Z > zexp ]
H1 : p < p0 zexp ≤ zα p = P [Z < zexp ]
x̄ − ȳ − δ 0
H0 : µx − µy = δ 0 texp = p
Sp 1/n + 1/m
Hipótesis alternativa Región crı́tica p-valor
H1 : µx − µy =
6 δ0 |texp | ≥ tn+m−2,1−α/2 p = 2P [tn+m−2 > |texp |]
H1 : µx − µy > δ 0 texp ≥ tn+m−2,1−α p = P [tn+m−2 > texp ]
H1 : µx − µy < δ 0 texp ≤ tn+m−2,α p = P [tn+m−2 < texp ]
4
Hipótesis nula Estadı́stico bajo H0
x̄ − ȳ − δ 0
H0 : µx − µy = δ 0 texp = q 0
Sx2 Sy0 2
n
+ m
D̄ − δ 0
H0 : µd = δ 0 texp = 0
√
SD / n
Hipótesis alternativa Región crı́tica p-valor
H1 : µd 6= δ 0 |texp | ≥ tn−1,1−α/2 p = 2P [tn−1 > |texp |]
H1 : µd > δ 0 texp ≥ tn−1,1−α p = P [tn−1 > texp ]
H1 : µd < δ 0 texp ≤ tn−1,α p = P [tn−1 < texp ]
0
Sx2
H0 : σ 2x = σ 2y Fexp =
Sy0 2
Hipótesis alt. Región crı́tica p-valor
(
Fexp ≥ Fn−1,m−1,1−α/2
H1 : σ 2x 6= σ 2y p = 2min {pl , pu }
ó Fexp ≤ Fn−1,m−1,α/2
H1 : σ 2x > σ 2y Fexp ≥ Fn−1,m−1,1−α pu = P [Fn−1,m−1 > Fexp ]
H1 : σ 2x < σ 2y Fexp ≤ Fn−1,m−1,α pl = P [Fn−1,m−1 < Fexp ]
5
Hipótesis nula Estadı́stico bajo H0
pbx − pby
H0 : px = py zexp = q
pbx (1−bpx ) pby (1−b
py )
n
+ m
Hipótesis alt. Región crı́tica p-valor
H1 : px 6= py |zexp | ≥ z1−α/2 p = 2P [Z > |zexp |]
H1 : px > py zexp ≥ z1−α p = P [Z > zexp ]
H1 : px < py zexp ≤ zα p = P [Z < zexp ]
• ANOVA (un factor) para la comparación de las medias de más de dos muestras
H0 : µ1 = µ2 = · · · = µk
H1 : ∃ i, j; i 6= j / µi 6= µj i, j ∈ {1, . . . , k}
k nj k
X X Tj X T
n= nj ; Tj = Xij ; j = 1, . . . , k; Xj = ; j = 1, . . . , k; T = Tj ; X= .
j=1 i=1
nj j=1
n
nj
k X k
X T2 X Tj2 T2
SCT = Xij2 − ; SCT R = − ; SCE = SCT − SCT R
j=1 i=1
n j=1
nj n
r X s
X (nij − eij )2 ni· × n·j
χ2exp = donde eij = .
i=1 j=1
eij n
6
Modelo de regresión lineal simple
n
Sxy Sxy 1X
β̂ 1 = 2 β̂ 0 = ȳ − 2 x̄ Sxy = xi yi − x̄ȳ
Sx Sx n i=1
n
1X 2
Sx2 = xi − x̄2 ŷ = β̂ 0 + β̂ 1 x
n i=1
n n
1 X 2 1 X 2 n 2 2 2
σ̂ 2u = Sû2 = û = yi − β̂ 0 − β̂ 1 xi = S − β̂ 1 Sx
n − 2 i=1 i n − 2 i=1 n−2 y
βˆi − β 0i
H0 : β i = β 0i i = 0, 1. texp =
Sβ̂ i
donde s s
Sû2
1 x̄2
Sβ̂ 0 = Sû2 + Sβ̂ 1 =
n nSx2 nSx2
Sxy Sx
r̂ = p 2 2 = β̂
Sx Sy Sy 1