Formulario para el módulo I Bioestadística 2023 / CARRERA DE MÉDICO Y CIRUJANO CUNOC - USAC

Proporciones, porcentajes, razones y tasas

Proporción Porcentaje
𝑓 𝑓
𝑃= 𝑃 (%) = ∗ 100
𝑁 𝑁
Razón Tasa de cambio absoluta

𝑓1
𝑅= ∗ 100 𝑇𝐶𝐴 = 𝑃𝑓 − 𝑃𝑖
𝑓2

Tasa de cambio relativa Tasa de cambio promedio anual

𝑃𝑓 − 𝑃𝑖 𝑛 𝑃𝑓
𝑇𝐶𝑅 = 𝑡 = √ −1
𝑃𝑖 𝑃 𝑖

MEDIDAS NUMERICAS PARA SERIE DE DATOS SIMPLE n<=30

Medidas de Tendencia Central

Media aritmética Mediana

∑𝑥 𝑛+1
𝑥̅ = 𝑃𝑜𝑠𝑖𝑐𝑖𝑜𝑛 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎𝑛𝑎 =
𝑛 2
Moda
El dato más repetido
Medidas de posición
Cuartiles, Deciles y Percentiles
𝑄1 = 𝑃25
𝑛𝑘
𝑃𝑜𝑠𝑖𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑖𝑙 = 𝑄3 = 𝑃75
100 𝐷1 = 𝑃10
Medidas de dispersión
Rango Rango Intercuartilico
𝑅𝐼𝐶 = 𝑄3 − 𝑄1
𝑅 = 𝑑𝑎𝑡𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝑑𝑎𝑡𝑜 𝑚𝑒𝑛𝑜𝑟
Varianza Desviación estándar
∑(𝑥𝑖 − 𝑥̅ )2
𝜎2 = 𝜎 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
𝑛
2
∑(𝑥𝑖 − 𝑥̅ )2 𝑆 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝑆 =
𝑛−1
Coeficiente de Variación
𝜎
𝐶𝑉 = ∗ 100
𝑥̅
𝑠
𝐶𝑉 = ∗ 100
𝑥̅

MEDIDAS NUMERICAS PARA SERIE DE DATOS AGRUPADOS n>30

Medidas de Tendencia Central

Media aritmética Mediana
𝑛
∑ 𝑓 ∗ 𝑥𝑚 −∑ 𝑓𝑖
𝑥̅ = 𝑀𝑒 = 𝐿𝑟𝑖𝑀𝑒 + [ 2 ]*c
𝑛 𝑓𝑚𝑒

Moda
𝑑1
𝑀𝑜 = 𝐿𝑟𝑖𝑀𝑜 + [ ]*c
𝑑1 +𝑑2
Medidas de posición
Cuartiles, Deciles y Percentiles
𝑛𝑘 𝑄1 = 𝑃25
− ∑ 𝑓𝑖 𝑄3 = 𝑃75
𝑃𝑘 = 𝐿𝑟𝑖𝑝𝑘 + [100 ]∗𝑐
𝑓𝑝𝑘 𝐷1 = 𝑃10

Medidas de dispersión
Rango Rango Intercuartilico
𝑅𝐼𝐶 = 𝑄3 − 𝑄1
𝑅 = 𝑑𝑎𝑡𝑜 𝑚𝑎𝑦𝑜𝑟 − 𝑑𝑎𝑡𝑜 𝑚𝑒𝑛𝑜𝑟
Varianza Desviación estándar
∑ 𝑓 ∗ (𝑥𝑖 − 𝑥̅ )2
𝜎2 =
𝑛 𝜎 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙
∑ 𝑓 ∗ (𝑥𝑖 − 𝑥̅ )2 𝑆 = √𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝑆2 =
𝑛−1
Coeficiente de Variación
𝜎
𝐶𝑉 = ∗ 100
𝑥̅
𝑠
𝐶𝑉 = ∗ 100
𝑥̅

Elaborado por: Profesores de Bioestadística

Formulario para el módulo II Bioestadística 2023 / CARRERA DE MÉDICO Y CIRUJANO CUNOC - USAC

Reglas o principios de conteo

Regla de la multiplicación Principio aditivo

𝑁𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑖𝑠𝑝𝑜𝑐𝑖𝑜𝑛𝑒𝑠
= 𝑁1 ∗ 𝑁2 ∗ … ∗ 𝑁𝑛 Numero de disposiciones = W + Y + Z

Permutaciones Combinaciones
𝑛! 𝑛!
𝑛𝑃𝑟 = 𝑛𝐶𝑟 =
(𝑛 − 𝑟)! 𝑟! (𝑛 − 𝑟)!

Probabilidad

Probabilidad clásica Probabilidad empírica

𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑
𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑣𝑒𝑐𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜
= =
𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑜𝑠𝑖𝑏𝑙𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠
Probabilidad condicional Regla para eventos independientes
𝐴 𝑃(𝐴 ∩ 𝐵) 𝑃 (𝐴𝐵𝐶𝐷 … ) = 𝑃(𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷 … )
𝑃( ) =
𝐵 𝑃(𝐵) = 𝑃(𝐴)𝑃(𝐵)𝑃(𝐶)𝑃(𝐷) …
Unión de eventos no mutuamente
Ley general de la multiplicación
excluyentes
𝐴
𝑃(𝐴 ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵) 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵)𝑃 ( )
𝐵
Formula de Bayes
𝑩𝒊 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝒑𝒂𝒓𝒂 𝒍𝒂 𝒓𝒖𝒕𝒂 𝑩𝒊 𝒚 𝑨
𝑷( ) =
𝑨 𝒔𝒖𝒎𝒂 𝒅𝒆 𝒕𝒐𝒅𝒂𝒔 𝒍𝒂 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅𝒆𝒔 𝒑𝒂𝒓𝒂 𝒍𝒂𝒔 𝒓𝒖𝒕𝒂𝒔 𝒉𝒂𝒄𝒊𝒂 𝑨

Distribuciones de probabilidad discretas

Distribución de probabilidad Binomial

P(X = x) = nCx 𝑝 𝑥 𝑞 𝑛−𝑥 P(X = x) = nCx 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
Distribución de probabilidad de Poisson
λ𝑥 𝑒 −λ
𝑃(𝑋 = 𝑥) =
𝑥!

Elaborado por: Profesores de Bioestadística

 Formulario para el módulo III Bioestadística 2023 / CARRERA DE MÉDICO Y CIRUJANO CUNOC -
USAC

Distribuciones de probabilidad continuas

Distribución normal Aproximación de la Binomial a la Normal

𝑥̅ − 𝜇
𝑧=
𝜎
𝑥̅ − 𝜇 Donde:
𝑧=
𝜎 𝜇 = 𝑛𝑝
𝜎 = √𝑛𝑝𝑞

Distribuciones muestrales

Distribución muestral para una media Distribución muestral para una media
población infinita población finita

𝑥̅ − 𝜇 𝑥̅ − 𝜇
𝑧= 𝑧=
𝜎 𝜎 √𝑁 − 𝑛
√𝑛 √𝑛 𝑁 − 1
Distribución muestral para la diferencia de
Distribución muestral para una proporción
medias

( 𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )

𝑝̅ − 𝑃 𝑧=
𝑧=
√𝑃𝑞 𝜎2 𝜎2
√ 1 + 2
𝑛 𝑛1 𝑛2

Distribución muestral para la diferencia de

proporciones
( 𝑝̅1 −𝑝̅2 )−(𝑝1 −𝑝2 ) ( 𝑝̅1 −𝑝̅2 )−(𝑝1 −𝑝2 ) 𝑥1 +𝑥2
𝑧= 𝑝1 𝑞1 𝑝2 𝑞2
𝑧= 𝑝̅ =
̅𝑞
𝑝 ̅ 𝑝
̅𝑞̅ 𝑛1 + 𝑛2
√ 𝑛 + 𝑛 √𝑛 +𝑛
1 2 1 2

Elaborado por: Profesores de Bioestadística

 Formulario para el módulo IV Bioestadística 2023 / CARRERA DE MEDICO Y CIRUJANO
CUNOC - USAC

TAMAÑO DE MUESTRA
Variables Cuantitativas
Estimación de Medias
Población Infinita o Desconocida Población Finita o Conocida
2
𝑧 ∗𝜎 2 𝑁 ∗ 𝑧2 ∗ 𝜎2
𝑛= 𝑛 =
𝑑2 𝑑2 ∗ (𝑁 − 1) + 𝑧 2 ∗ 𝜎 2
Variables Cualitativas
Estimación de Proporciones
Población Infinita o Desconocida Población Finita o Conocida
𝑧2 ∗ 𝑝 ∗ 𝑞 𝑁 ∗ 𝑧2 ∗ 𝑝 ∗ 𝑞
𝑛= 𝑛 =
𝑑2 𝑑2 ∗ (𝑁 − 1) + 𝑧 2 ∗ 𝑝 ∗ 𝑞

INTERVALOS DE CONFIANZA
Estimación para medias y diferencia de medias
Intervalo de confianza para una media: 𝒏 > 𝟑𝟎 Intervalo de confianza para una media: 𝒏 ≤ 𝟑𝟎 y
o desviación estándar poblacional 𝝈 conocida desviación estándar poblacional 𝝈 desconocida
𝜎 𝑠
𝐼𝐶 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑎 = 𝑥̅ ± (𝑧 ∗ ) 𝐼𝐶 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐼𝑛𝑓𝑖𝑛𝑖𝑡𝑎 = 𝑥̅ ± (𝑡 ∗ )
√𝑛 √𝑛

𝑁−𝑛 𝜎
𝐼𝐶 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐹𝑖𝑛𝑖𝑡𝑎 = 𝑥̅ ± (𝑧 ∗ √ ∗ )
𝑁 − 1 √𝑛
Intervalo de confianza para la diferencia entre
medias: 𝒏𝟏 y 𝒏𝟐 > 𝟑𝟎 o desviaciones estándar
poblacionales 𝝈𝟏 y 𝝈𝟐 conocidas
𝑁−𝑛 𝑠
𝐼𝐶 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 𝐹𝑖𝑛𝑖𝑡𝑎 = 𝑥̅ ± (𝑡 ∗ √ ∗ )
𝑁 − 1 √𝑛
Intervalo de confianza para la diferencia entre
medias: 𝒏𝟏 y 𝒏𝟐 ≤ 𝟑𝟎 y desviaciones estándar
poblacionales 𝝈𝟏 y 𝝈𝟐 desconocidas

𝑠2𝑝 𝑠2𝑝
𝐼𝐶 = (𝑥̅1 + 𝑥̅2 ) ± (𝑡 ∗ √ + )
𝜎 21 𝜎 2 2 𝑛1 𝑛2
𝐼𝐶 = (𝑥̅1 + 𝑥̅2 ) ± (𝑧 ∗ √ + )
𝑛1 𝑛2
(𝑛1 − 1)𝑠 21 + (𝑛2 − 1)𝑠 2 2
𝑠2𝑝 =
𝑛1 + 𝑛2 − 2
Estimación para proporciones y diferencia de proporciones
Intervalo de confianza para la diferencia entre
Intervalo de confianza para una proporción
dos proporciones
𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅
𝐼𝐶 = (𝑝̂1 + 𝑝̂ 2 ) ± (𝑧 ∗ √ + )
𝑛1 𝑛2

𝑝𝑞
𝐼𝐶 = 𝑝̂ ± (𝑧 ∗ √ ) 𝑥1 + 𝑥2
𝑛 𝑝̅ =
𝑛1 + 𝑛2

𝑞̅ = 1 − 𝑝̅

PRUEBA DE HIPÓTESIS PARA MEDIAS Y PROPORCIONES

Prueba de Hipótesis para una Media con 𝝈 conocida o 𝒏 > 𝟑𝟎
Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
Hipótesis 𝐻0 : 𝜇 ≥ 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 𝐻0 : 𝜇 = 𝜇0
𝐻𝑎 : 𝜇 < 𝜇0 𝐻𝑎 : 𝜇 > 𝜇0 𝐻𝑎 : 𝜇 ≠ 𝜇0
Estadístico de 𝑥̅ − 𝜇0 𝑥̅ − 𝜇0 𝑥̅ − 𝜇0
𝑧= 𝜎 𝑧= 𝜎 𝑧= 𝜎
prueba
√𝑛 √𝑛 √𝑛
Valores críticos 𝛼 = 0.01 → 𝑧 = −2.33 𝛼 = 0.01 → 𝑧 = 2.33 𝛼 = 0.01 → 𝑧 = ±2.58
𝛼 = 0.05 → 𝑧 = −1.64 𝛼 = 0.05 → 𝑧 = 1.64 𝛼 = 0.05 → 𝑧 = ±1.96
𝛼 = 0.10 → 𝑧 = −1.28 𝛼 = 0.10 → 𝑧 = 1.28 𝛼 = 0.10 → 𝑧 = ±1.64

Elaborado por: Profesores de Bioestadística

 Formulario para el módulo IV Bioestadística 2023 / CARRERA DE MEDICO Y CIRUJANO
CUNOC - USAC

Prueba de Hipótesis para una Media con 𝝈 desconocida y 𝒏 ≤ 𝟑𝟎

Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
Estadístico de 𝑥̅ − 𝜇0 𝑥̅ − 𝜇0 𝑥̅ − 𝜇0
𝑡= 𝑠 𝑡= 𝑠 𝑡= 𝑠
prueba
√𝑛 √𝑛 √𝑛
Valores críticos Se deben obtener de la tabla t con 𝑔𝑙 = 𝑛 − 1

Prueba de Hipótesis para una Proporción con 𝒏 > 𝟑𝟎

Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
Hipótesis 𝐻0 : 𝑝 ≥ 𝑝0 𝐻0 : 𝑝 ≤ 𝑝0 𝐻0 : 𝑝 = 𝑝0
𝐻𝑎 : 𝑝 < 𝑝0 𝐻𝑎 : 𝑝 > 𝑝0 𝐻𝑎 : 𝑝 ≠ 𝑝0
Estadístico de 𝑝̅ − 𝑝0 𝑝̅ − 𝑝0 𝑝̅ − 𝑝0
𝑧= 𝑧= 𝑧=
prueba 𝑝𝑞 𝑝𝑞 𝑝𝑞
√ √ √
𝑛 𝑛 𝑛
Valores críticos 𝛼 = 0.01 → 𝑧 = −2.33 𝛼 = 0.01 → 𝑧 = 2.33 𝛼 = 0.01 → 𝑧 = ±2.58
𝛼 = 0.05 → 𝑧 = −1.64 𝛼 = 0.05 → 𝑧 = 1.64 𝛼 = 0.05 → 𝑧 = ±1.96
𝛼 = 0.10 → 𝑧 = −1.28 𝛼 = 0.10 → 𝑧 = 1.28 𝛼 = 0.10 → 𝑧 = ±1.64

PRUEBA DE HIPÓTESIS PARA DIFERENCIA DE MEDIAS Y PROPORCIONES

Prueba de Hipótesis para diferencia de Medias entre dos poblaciones con 𝝈 conocida o 𝒏 > 𝟑𝟎
Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
Hipótesis 𝐻0 : 𝜇1 ≥ 𝜇2 o 𝜇1 − 𝜇2 ≥ 0 𝐻0 : 𝜇1 ≤ 𝜇2 o 𝜇1 − 𝜇2 ≤ 0 𝐻0 : 𝜇1 = 𝜇2 o 𝜇1 − 𝜇2 = 0
𝐻𝑎 : 𝜇1 < 𝜇2 o 𝜇1 − 𝜇2 < 0 𝐻𝑎 : 𝜇1 > 𝜇2 o 𝜇1 − 𝜇2 > 0 𝐻𝑎 : 𝜇1 ≠ 𝜇2 o 𝜇1 − 𝜇2 ≠ 0
Estadístico de (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑧= 𝑧= 𝑧=
prueba 𝜎2 1 𝜎22 𝜎21 𝜎22 𝜎 21 𝜎 2 2
√ + √ + √ +
𝑛1 𝑛2 𝑛1 𝑛2 𝑛1 𝑛2
Valores críticos 𝛼 = 0.01 → 𝑧 = −2.33 𝛼 = 0.01 → 𝑧 = 2.33 𝛼 = 0.01 → 𝑧 = ±2.58
𝛼 = 0.05 → 𝑧 = −1.64 𝛼 = 0.05 → 𝑧 = 1.64 𝛼 = 0.05 → 𝑧 = ±1.96
𝛼 = 0.10 → 𝑧 = −1.28 𝛼 = 0.10 → 𝑧 = 1.28 𝛼 = 0.10 → 𝑧 = ±1.64

Prueba de Hipótesis para diferencia de Medias entre dos poblaciones con 𝝈 desconocida y 𝒏 ≤ 𝟑𝟎
Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
(𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 ) (𝑥̅1 − 𝑥̅2 ) − (𝜇1 − 𝜇2 )
𝑡= 𝑡= 𝑡=
𝑠 2 𝑠 2 𝑠 2 𝑠 2 𝑠2 𝑠2
Estadístico de √ 𝑝+ 𝑝 √ 𝑝+ 𝑝 √ 𝑝+ 𝑝
𝑛1 𝑛2 𝑛1 𝑛2 𝑛1 𝑛2
prueba
2
(𝑛1 − 1)𝑠 1 + (𝑛2 − 1)𝑠 2 2
𝑠2𝑝 =
𝑛1 + 𝑛2 − 2
Valores críticos Se deben obtener de la tabla t con 𝑔𝑙 = 𝑛1 + 𝑛2 − 2

Prueba de Hipótesis para la diferencia entre Proporciones con 𝒏 > 𝟑𝟎

Prueba de cola inferior Prueba de cola superior Prueba de dos colas
(izquierda) (derecha) (bilateral)
Hipótesis 𝐻0 : 𝑝1 ≥ 𝑝2 o 𝑝1 − 𝑝2 ≥ 0 𝐻0 : 𝑝1 ≤ 𝑝2 o 𝑝1 − 𝑝2 ≤ 0 𝐻0 : 𝑝1 = 𝑝2 o 𝑝1 − 𝑝2 = 0
𝐻𝑎 : 𝑝1 < 𝑝2 o 𝑝1 − 𝑝2 < 0 𝐻𝑎 : 𝑝1 > 𝑝2 o 𝑝1 − 𝑝2 > 0 𝐻𝑎 : 𝑝1 ≠ 𝑝2 o 𝑝1 − 𝑝2 ≠ 0
Estadístico de (𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2 ) (𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2 ) (𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2 )
𝑧= 𝑧= 𝑧=
prueba 𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅ 𝑝̅ 𝑞̅
√𝑛 + 𝑛 √𝑛 + 𝑛 √𝑛 + 𝑛
1 2 1 2 1 2
𝑥 +𝑥
𝑝̅ = 𝑛1 +𝑛2 𝑞̅ = 1 − 𝑝̅
1 2
Valores críticos 𝛼 = 0.01 → 𝑧 = −2.33 𝛼 = 0.01 → 𝑧 = 2.33 𝛼 = 0.01 → 𝑧 = ±2.58
𝛼 = 0.05 → 𝑧 = −1.64 𝛼 = 0.05 → 𝑧 = 1.64 𝛼 = 0.05 → 𝑧 = ±1.96
𝛼 = 0.10 → 𝑧 = −1.28 𝛼 = 0.10 → 𝑧 = 1.28 𝛼 = 0.10 → 𝑧 = ±1.64

Elaborado por: Profesores de Bioestadística

DISTRIBUCIÓN CHI CUADRADA
PRUEBA DE INDEPENDENCIA
Planteamiento de hipótesis
Estadístico de prueba para independencia
(sustituir con el tema)
H0= La variable de las columnas es independiente de la 𝑟 𝑘
variable de las filas. (no dependen) 2
(𝑂𝑖𝑗 − 𝑒𝑖𝑗 )2
𝜒 = ∑∑
Ha= La variable de las columnas no es independiente 𝑒𝑖𝑗
de la variable de las filas. (si dependen) 𝑖=1 𝑗=1

Regla de rechazo: Rechazar H0 si 𝜒 2 ≥ 𝜒 2 𝛼 Con (r-1)(k-1) grados de libertad

Frecuencias esperadas para tablas de
Estadístico de prueba para tabla de 2 x 2
contingencia
2
𝑛(𝑎𝑑 − 𝑏𝑐)2
𝜒 =
𝑛𝑖 ∗ 𝑛𝑗 (𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑓𝑖𝑙𝑎 𝑖)(𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗) (𝑎 + 𝑐)(𝑏 + 𝑑)(𝑎 + 𝑏)(𝑐 + 𝑑)
𝑒𝑖𝑗 = =
𝑛 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Con (r-1)(k-1) grados de libertad
PRUEBA DE HOMOGENEIDAD
Planteamiento de hipótesis
Estadístico de prueba para homogeneidad
(sustituir con el tema)
H0= Las poblaciones son homogéneas con respecto a 𝑟 𝑘
la variable de interés. (no hay diferencia) 2
(𝑂𝑖𝑗 − 𝑒𝑖𝑗 )2
𝜒 = ∑∑
Ha= Las poblaciones no son homogéneas con respecto 𝑒𝑖𝑗
a la variable de interés. (si hay diferencia). 𝑖=1 𝑗=1

Regla de rechazo: Rechazar H0 si 𝜒 2 ≥ 𝜒 2 𝛼 Con (r-1)(k-1) grados de libertad

Frecuencias esperadas para tablas de
Estadístico de prueba para tabla de 2 x 2
contingencia
𝑛(𝑎𝑑 − 𝑏𝑐)2
𝜒2 =
𝑛𝑖 ∗ 𝑛𝑗 (𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑓𝑖𝑙𝑎 𝑖)(𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗) (𝑎 + 𝑐)(𝑏 + 𝑑)(𝑎 + 𝑏)(𝑐 + 𝑑)
𝑒𝑖𝑗 = =
𝑛 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Con (r-1)(k-1) grados de libertad

REGRESIÓN LINEAL SIMPLE

Estimación Coeficiente 𝜷 Estimación Coeficiente 𝜶
∑ 𝑥𝑦 − 𝑛𝑥̅ 𝑦̅
𝑏= 𝑎 = 𝑦̅ − 𝑏𝑥̅
∑ 𝑥 2 − 𝑛(𝑥̅ )2
Ecuación de regresión lineal simple estimada Error estándar de estimación
∑ 𝑦 2 − 𝑎 ∑ 𝑦 − 𝑏 ∑ 𝑥𝑦
𝑦̂ = 𝑎 + 𝑏𝑥 𝑆𝑦/𝑥 = √
𝑛−2
Intervalo de confianza del coeficiente de
Error estándar del coeficiente de regresión
regresión 𝜷
𝑆𝑦/𝑥 𝑏 ± 𝑡𝑆𝑏
𝑆𝑏 =
√∑ 𝑥 2 − 𝑛(𝑥̅ )2 Con n-2 grados de libertad
Prueba de Hipótesis Intervalo de confianza para la
del coeficiente de regresión 𝜷 estimación/pronóstico
𝐻0 : 𝛽 = 0
𝐻𝑎 : 𝛽 ≠ 0

Estadístico de prueba:
𝑏 − 𝛽0 𝑦̂ ± 𝑡𝑆𝑦/𝑥
𝑡=
𝑆𝑏
Con n-2 grados de libertad Con n-1 grados de libertad

Regla de rechazo: Rechazar H0

si 𝑡 ≤ −𝑡𝛼/2 o si 𝑡 ≥ 𝑡𝛼/2
REGRESIÓN LINEAL SIMPLE
Cálculo del coeficiente de correlación Coeficiente de determinación
𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦
𝑟=
√[𝑛 ∑ 𝑥 2 − (∑ 𝑥)2 ][𝑛 ∑ 𝑦 2 − (∑ 𝑦)2 ] 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑐𝑖ó𝑛 = 𝑟 2

Prueba de Hipótesis del coeficiente de Intervalo de confianza del coeficiente de

correlación poblacional 𝜷 correlación poblacional 𝝆
𝐻0 : 𝜌 = 0 1
𝑧𝑟 ± 𝑧
𝐻𝑎 : 𝜌 ≠ 0 √𝑛 − 3

Estadístico de prueba: Para el valor de zr: Usar la tabla z a r

𝑛−2
𝑡 = 𝑟√ Para z: NC = 99% → 𝑧 = 2.58
1 − 𝑟2 NC = 95% → 𝑧 = 1.96
Con n-2 grados de libertad NC = 90% → 𝑧 = 1.64

Regla de rechazo: Rechazar H0 Para la respuesta final: Convertir los valores

si 𝑡 ≤ −𝑡𝛼/2 o si 𝑡 ≥ 𝑡𝛼/2 de zr a valores de correlación r
Prueba de Hipótesis del coeficiente de
Fuerza del coeficiente de correlación
correlación poblacional 𝝆
𝐻0 : 𝜌 = 𝜌0
𝐻𝑎 : 𝜌 ≠ 𝜌0

Estadístico de prueba:
𝑧𝑟 − 𝑧𝜌 |𝑟| = 0 → 𝑁𝑜 𝑒𝑥𝑖𝑠𝑡𝑒 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙
𝑧= 0.01 ≤ |𝑟| ≤ 0.19 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑚𝑢𝑦 𝑏𝑎𝑗𝑎
1
0.20 ≤ |𝑟| ≤ 0.39 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑏𝑎𝑗𝑎
√𝑛 − 3
0.40 ≤ |𝑟| ≤ 0.69 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑚𝑜𝑑𝑒𝑟𝑎𝑑𝑎
0.70 ≤ |𝑟| ≤ 0.89 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑎𝑙𝑡𝑎
Valores críticos: 𝛼 = 0.01 → 𝑧 = ±2.58 0.90 ≤ |𝑟| ≤ 0.99 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑚𝑢𝑦 𝑎𝑙𝑡𝑎
𝛼 = 0.05 → 𝑧 = ±1.96 |𝑟| = 1 → 𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 𝑙𝑖𝑛𝑒𝑎𝑙 𝑝𝑒𝑟𝑓𝑒𝑐𝑡𝑎
𝛼 = 0.10 → 𝑧 = ±1.64

Regla de rechazo: Rechazar H0

si 𝑧 ≤ −𝑧𝛼/2 o si 𝑧 ≥ 𝑧𝛼/2