Formulario de Estadı́stica. Grado en Ingenierı́a Informática.

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)
.

• P (A ∪ B) = P (A) + P (B) − P (A ∩ B).

• Dos sucesos A y B son independientes si y sólo si P (A ∩ B) = P (A)P (B).

• Probabilidad total P (B) = P (B/A1 )P (A1 ) + P (B/A2 )P (A2 ) + . . . + P (B/An )P (An ).

P (B/Ai )P (Ai )
• Fórmula Bayes P (Ai /B) = P (B/A1 )P (A1 )+P (B/A2 )P (A2 )+...+P (B/An )P (An )
.

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 .

• X → Exp(λ) ⇒ f (x) = λe−λx x ≥ 0 E[X] = 1

λ
V ar[X] = 1
λ2
.

1
 Estimación por Intervalos de Confianza

• Intervalo de confianza para µ de una población normal cuando σ es conocida al nivel 1 − α:

 
σ σ
x − z1− 2 √ , x + z1− 2 √
α α .
n n

• Intervalo de confianza para µ de una población normal cuando σ es desconocida al nivel 1 − α:

S0 S0
 
x − tn−1,1− α2 , √ , x + tn−1,1− α2 √ .
n n

• Intervalo de confianza para σ 2 de una población normal al nivel 1 − α:

0 0
!
(n − 1)S 2 (n − 1)S 2
, .
χ2n−1,1− α χ2n−1, α
2 2

• Intervalo de confianza para µx − µy de dos poblaciones normales e independientes con vari-

anzas iguales al nivel 1 − α:
r !
1 1
x − y ± tn+m−2,1− α2 · Sp + ,
n m

donde s
(n − 1)Sx0 2 + (m − 1)Sy0 2
Sp = .
n+m−2

• Intervalo de confianza para µx − µy de dos poblaciones normales e independientes con vari-

anzas distintas al nivel 1 − α:
 s 
02 02
S
x − y ± t[γ],1− α · Sx + y  ,
2
n m

donde [γ] denota la parte entera de

 0 0
2
Sx2 Sy2
n
+ m
γ= 2 2 .
Sx0 2 Sy0 2
 
1 1
n−1 n
+ m−1 m

• Intervalo de confianza para µD = µx − µy de dos poblaciones normales dependientes al nivel

1 − α:
0 0
 
SD SD
x − y − tn−1,1− α2 √ , x − y + tn−1,1− α2 √ ,
n n
0
donde SD es la cuasidesviación tı́pica muestral de las diferencias.

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

• Intervalo de confianza aproximado para p en una población B(1, p) al nivel 1 − α es:

r r !
pb(1 − pb) pb(1 − pb)
pb − z1− α2 , pb + z1− α2 .
n n

• Intervalo de confianza aproximado para px − py de dos poblaciones binomiales independientes

al nivel 1 − α es: r !
pbx (1 − pbx ) pby (1 − pby )
pbx − pby ± z1− α2 + .
n m

Contrastes de Hipótesis

• Contraste de hipótesis para µ de una población normal cuando σ es conocida

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contraste de hipótesis para µ de una población normal cuando σ es desconocida

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contraste de hipótesis para σ 2 de una población normal

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 ]

• Contraste de hipótesis aproximado sobre una proporción de una población binomial

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contrastes de hipótesis para la diferencia de medias de dos poblaciones normales e indepen-

dientes con varianzas iguales

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contrastes de hipótesis para la diferencia de medias de dos poblaciones normales e indepen-

dientes con varianzas distintas

4
 Hipótesis nula Estadı́stico bajo H0

x̄ − ȳ − δ 0
H0 : µx − µy = δ 0 texp = q 0
Sx2 Sy0 2
n
+ m

Hipótesis alternativa Región crı́tica p-valor

H1 : µx − µy =
6 δ0 |texp | ≥ t[γ],1−α/2 p = 2P [t[γ] > |texp |]
H1 : µx − µy > δ 0 texp ≥ t[γ],1−α p = P [t[γ] > texp ]
H1 : µx − µy < δ 0 texp ≤ t[γ],α p = P [t[γ] < texp ]

• Contrastes de hipótesis para la diferencia de medias de dos poblaciones normales dependientes

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contraste de hipótesis para el cociente de varianzas de dos poblaciones normales e indepen-

dientes

Hipótesis nula Estadı́stico bajo H0

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 ]

• Contraste de hipótesis aproximado sobre la diferencia de proporciones de dos poblaciones

binomiales independientes

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

Fuentes de var. G. l. S. C. C. M. Estadı́stico

SCT R
Entre tratam. k−1 SCT R SCT R/(k − 1)
k−1 Fexp =
SCE SCE/(n − k)
Dentro tratam. n−k SCE
n−k
Total n−1 SCT

Se rechaza H0 al nivel de significación α si y sólo si

Fexp > Fk−1,n−k;1−α

• Contraste chi cuadrado de independencia para variables cualitativas

H0 : X e Y son independientes (no hay relación entre ellas)

H1 : X e Y no son independientes (hay relación entre ellas)

r X s
X (nij − eij )2 ni· × n·j
χ2exp = donde eij = .
i=1 j=1
eij n

Rechazar H0 si χ2exp > χ2(r−1)(s−1),1−α

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

• Contrastes para los coeficientes de regresión

Hipótesis nula Estadı́stico bajo H0

βˆi − β 0i
H0 : β i = β 0i i = 0, 1. texp =
Sβ̂ i

Hipótesis alternativa Región crı́tica

H1 : β i 6= β 0i |texp | ≥ tn−2,1−α/2
H1 : β i > β 0i texp ≥ tn−2,1−α
H1 : β i < β 0i texp ≤ −tn−2,1−α

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

• Intervalo de confianza (1 − α)100% para estimar el valor medio de Y cuando X = xp

s
1 (x̄ − xp )2
β̂ 0 + β̂ 1 xp ± tn−2;1−α/2 Sû +
n nSx2

• Intervalo de predicción (1 − α)100% cuando X = xp , es:

s
1 (x̄ − xp )2
β̂ 0 + β̂ 1 xp ± tn−2;1−α/2 Sû 1+ +
n nSx2