Ho.

lo que se espera No hay diferencia

Ha. Si hay diferencia

una maquina 40 ositos de peluche que la manquina esta produciendo más de 40

Ho: U=40
Ha: ≠ 40

no se rechaza se acepta

no ha diferencia
y diferencia

diferencia
formula
hombres
mujeres 79
n 129

P 0.61
0.39
percentaje:

0.61 61
0.39 39
100
Razones
𝑅=𝑓_1/𝑓_2 𝑅=𝑓_2/𝑓_1 guatemala 45 f1
*100 *100 extranjeros 30 f2

R 1.5 150

R 0.66666667 66.6666667
100

67 100
 formula
=(𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑟𝑒𝑎𝑙𝑒𝑠)/(𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑡𝑒𝑛𝑐𝑖𝑎𝑙𝑒𝑠 )
2002 11.5 millones
2018 17.75

Tasa de cambio aboluta

TCA 6.25 millones de persona
𝑇𝐶𝐴=𝑃_𝑓−𝑃_𝑖
TCR 0.54 54
Tasa de cambio relativa

𝑇𝐶𝑅=(𝑃_𝑓−𝑃_𝑖)/𝑃_𝑖
millones de persona
Tasa de cambio promedio anual

𝑡=√(7&66253/49780)−1

2011 Pi 49780
2018 Pf 66253
7 t=
Proyeccion
n= 2018 7
𝑃(𝑝𝑟𝑜𝑦𝑒𝑐𝑡𝑎𝑑𝑎)=3135 〖 (1+ 2025
0.1364) 〗 ^7 Pi 3135

proyectada= 7672.84 7673 habitantes

0.1364
 9 1 9 1
10 2 10 2
10 3 10 3
12 4 12 4 mediana
12 5 12 5
12 6 12 6
12 12
13 13
14 14
15 15
15 n=10 5.5
134 n= 11
media 12.18
moda 12
mediana 12 6
 68
65
77
24 12
Posicón percentil =(10∗15)/100

decil

cuartil n 15 1
k 25

P25= 15*25/100 3.75 posicion

percentiles 1-100
cuartiles 1,2,3,4

15*50/100 7.5 posicion 8

26 años

p50
cuaril2

deciles 1 2 3 4 5 6 7

posicion 1 2 3 4 5 6
edad 20 21 22 22 24 25

=(4∗𝑛)/100 1.5 posicion P10=21 años

P10 2

Q3 conclusion 10% 20-21 años

3*n/100
 2 3 4

4 22 años igual P25

muestra 1
deciles 10%

8 9 10

7 8 9 10 11 12 13 14
26 26 26 28 29 30 30 31

0% 20-21 años
15
32
 =𝑛𝑘/100
Posicón percentil
Rango= Dato mayor - dato menor

Rango intercuartilico= 𝑄3−𝑄1

𝜎^2=(∑▒(𝑥_𝑖−𝑥(𝑚𝑒𝑑𝑖𝑎))^2 )/𝑛
Varianza (poblacional)

Varianza (muestral)

𝑆^2=(∑▒(𝑥_𝐼−𝑥)^2 )/(𝑛−1)

desviacion estandar = √(𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛𝑎𝑙)) horas de estud 5

posición horas de estudio

desviacion estandar = √(𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙)) 1 1
2 2
3 2
coeficiente de variacion 𝐶𝑉=𝜎/"(media)" ∗100 4 3
5 3
6 4
𝐶𝑉=𝑠/"(media)" ∗100 7 4
8 4
9 5
10 5
11 6

media= 3.54545454545455

Rango intercuartilico= 𝑄3−𝑄1

1,2,3,4

Q3 75% 30 años
Q1 25% 22 años
8 años rango intercuatilico
 1 2 4 2 3 6 4

media x - media al cuadrado ^2

3.54 -2.54 6.45
3.54 -1.54 2.37
3.54 -1.54 2.37
𝑆^2=(∑▒(𝑑𝑎𝑡𝑜𝑠−𝑚𝑒𝑑𝑖𝑎)^2 )/(11−1)
3.54 -0.54 0.29
3.54 -0.54 0.29
3.54 0.46 0.21
3.54 0.46 0.21
3.54 0.46 0.21
3.54 1.46 2.13
3.54 1.46 2.13
3.54 2.46 6.05
22.73

S^2 2.27 horas de estudio

varianza muestral 1.51 horas de estudi

 dato1 dato2 dato3 dato4

15 16 17 17

14 15 15 18

13 14 15 17

3 5 4

𝑑𝑖𝑎)^2 )/(11−1)
dato5 dato6

18 19 media=17 𝜎=1.29

19 21 media=17 𝜎=2.7

20 23 media=17 𝜎=3.5
posicion volumen Cm3 media x - media al cuadrado ^2
1 1.5 3.27 -1.77 3.1329
2 2.4 3.27 -0.87 0.7569
3 2.5 3.27 -0.77 0.5929
4 2.5 3.27 -0.77 0.5929
5 2.8 3.27 -0.47 0.2209
6 3 3.27 -0.27 0.0729
7 3.5 3.27 0.23 0.0529
8 3.5 3.27 0.23 0.0529
9 3.5 3.27 0.23 0.0529
10 3.5 3.27 0.23 0.0529 𝑆^2=(∑▒(𝑑𝑎𝑡𝑜
11 3.5 3.27 0.23 0.0529
12 3.7 3.27 0.43 0.1849
13 3.7 3.27 0.43 0.1849
14 4 3.27 0.73 0.5329
15 4.2 3.27 0.93 0.8649
16 4.5 3.27 1.23 1.5129
sumatorias 52.3 8.9144

media= 3.26875
s^2 0.59
s 0.77
𝑆^2=(∑▒(𝑑𝑎𝑡𝑜𝑠−𝑚𝑒𝑑𝑖𝑎)^2 )/(𝑛−1)
 ejemplo 1
no debe ser menor a 5 ni mayor a 20
datos
formulas

Rango 𝐑=𝑫 𝒎𝒂𝒙 −𝑫𝒎𝒊𝒏 ejemplo 1 libro

a)rango
b)numero de clase
No de clases formula de Sturgess c)el ancho de clases
d) tabla y frecuencias
𝑰=𝟏+𝟑.𝟑𝟐𝟐 𝐥𝐨𝐠⁡〖 (𝒏) 〗
ancho de clase

𝑪=𝒓𝒂𝒏𝒈𝒐/(𝑵𝒐 𝒅𝒆 𝒄𝒍𝒂𝒔𝒆𝒔 )=.

Prueba: I*C >=R

media

X=(∑𝒇∗𝒙_𝒎)/(𝒏 ).
donde 𝑋_𝑚=(𝐿𝑖+𝐿𝑠)/2
mediana (Me)

Moda (Mo)

percentil

𝑷𝒌= 〖𝑳𝒓𝒊〗 _𝒑𝒌+[((𝒏∗𝒌)/𝟏𝟎𝟎−∑▒𝒇_𝒊 )/𝒇_𝒑𝒌 ]∗𝒄

limites aparentes f
varianza 𝑠^2 110 - 119 8
120 - 129 12
𝑺^𝟐=∑▒ 〖𝒇∗ (𝑿_𝒎−𝒙) 〗 ^𝟐/(𝒏−𝟏) 130 - 139 15
140 - 149 17
150 - 159 10
160 - 169 5
varianza poblacional 170 - 179 4

𝝈^𝟐=∑▒ 〖𝒇∗ (𝑿_𝒎−𝒙) 〗 ^𝟐/𝒏

coeficiente de variacion
𝑴𝒆=𝟏𝟑𝟗.𝟓+
𝑪𝒗=𝝈/𝒎𝒆𝒅𝒊𝒂*100

𝑪𝒗=𝑺/𝒎𝒆𝒅𝒊𝒂*100
 datos
18 19 17 21 22 21 24 25 26 24 20 19 18 17
22 21 19 28 19 26 27 26 24 25 24 23 24 22
28 25 21 22 19 22 19 22 23 22 19 21 24 18

17 17 18 18 18 19 19 19 19 19 19 19 19 20
jemplo 1 libro 21 21 21 21 21 21 22 22 22 22 22 22 22 23
24 24 24 24 24 24 25 25 25 26 26 26 27 28
)numero de clase
)el ancho de clases Rango 28-17 11
) tabla y frecuencias
numero de clase 6.49 6

ancho de clase 1.83 2

prueba 6*2 12 11

Limites aparentes
No de intervalo f fa LRI
1 17 ---18 5 5 16.5
2 19 20 9 14 18.5
3 21 22 14 28 20.5
4 23 24 8 36 22.5
5 25 26 6 42 24.5
6 27 28 3 45 26.5

intervalo Li ----- Ls f fa LRI LRS

1 110 - 119 8 8 109.5 119.5
2 120 - 129 12 20 119.5 129.5
3 130 - 139 15 35 129.95 139.5
4 140 - 149 17 52 139.5 149.5
5 150 - 159 10 62 149.95 159.5
6 160 - 169 5 67 159.5 169.5
7 170 - 179 4 71 169.5 179.5

media 140.13
 mediana

𝑴𝒆=𝟏𝟑𝟗.𝟓+[(𝟕𝟏/𝟐−𝟑𝟓)/𝟏𝟕]∗𝟏𝟎
me 139.79

posicion 35.5

𝑴𝒐=𝟏𝟑𝟗.𝟓+[𝟐/(𝟐+𝟕)]∗10 141.72

d1= factual-fanterior 17-15 2

d2= factual-f posterior 17-Oct 7
 21
19
21
total 45
21
23
28

LRI LRS
16.5 18.5
18.5 20.5
20.5 22.5
22.5 24.5
24.5 26.5
26.5 28.5

LRS xm f*xm
119.5 114.5 916
129.5 124.5 1494
139.5 134.5 2017.5
149.5 144.5 2456.5
159.5 154.5 1545
169.5 164.5 822.5
179.5 174.5 698
9949.5
FORMULA f fa
1 110 - 119 8 8
𝑷_𝒌=𝟏𝟑𝟗.𝟓+[((𝟕𝟏∗𝟔𝟏)/𝟏𝟎𝟎−𝟑𝟓)/𝟏𝟕]∗10
2 120 - 129 12 20
3 130 - 139 15 35
4 140 - 149 17 52
5 150 - 159 10 62
6 160 - 169 5 67
43.31 7 170 - 179 4 71
∑▒ 〖𝒇 =𝟕𝟏 〗

posicion 11.75

Q1=P25=127.62 libras

Q2= 𝑷_𝒌=𝟏𝟑𝟗.𝟓+[((𝟕𝟏∗𝟓𝟎)/𝟏
POSICION (71*50)/100 35.5

61% 144.39 LIBRAS

C=2 0.5
10.50------11.50 0.005 10.495 11.505
12.5------13.5
10.5 11.5
 LRI LRS
109.5 119.5
119.5 129.5
129.5 139.5
139.5 149.5
149.5 159.5
159.5 169.5
169.5 179.5

𝟏𝟑𝟗.𝟓+[((𝟕𝟏∗𝟓𝟎)/𝟏𝟎𝟎−𝟑𝟓)/𝟏𝟕]∗10
139.79 LIBRAS
50%
formulas

RANGO

𝑅𝑎𝑛𝑔𝑜=𝐷_𝑚𝑎𝑥−𝐷_𝑚𝑖𝑛
Rango inter cuartilico

Varianza poblacional

s2=(∑▒ 〖𝑓∗〖 (𝑥_𝑚−𝑚𝑒𝑑𝑖𝑎) 〗 ^2 〗 )/(𝑛−1)

desviacion estandar
"s=" √("s2" )

coeficiente de variacion

𝐶𝑣= "s" /𝑚𝑒𝑑𝑖𝑎*100

limites aparentes f
110 - 119 8
120 - 129 12
130 - 139 15
140 - 149 17
150 - 159 10 ^2
160 - 169 5
170 - 179 4

Li Ls f fa LRI LRS Xm f*xm

110 119 8 8 109.5 119.5 114.5 916
120 129 12 20 119.5 129.5 124.5 1494
130 139 15 35 129.5 139.5 134.5 2017.5
140 149 17 52 139.5 149.5 144.5 2456.5
150 159 10 62 149.5 159.5 154.5 1545
160 169 5 67 159.5 169.5 164.5 822.5
170 179 4 71 169.5 179.5 174.5 698
9949.5
media= 140.13 LIBRAS

RIC=𝑄_3−𝑄_1

Q1=P25 (25*71)/100 17.75 119.5+((17.75-8)/12)*10 127.62 LIBRAS

c= 10

Q3=P75 75*71/100 53.25 150.75 LIBRAS

"σ=" √("σ

RIC= Q3-Q1 23.13 LIBRAS

𝐶𝑣= "16.25" /1
 xm-media AL CUADRADO f*(xm-media)
-25.63 657.09 5256.73
-15.63 244.42 2932.99
-5.63 31.74 476.10
4.37 19.06 324.08
14.37 206.39 2063.88
24.37 593.71 2968.56
34.37 1181.04 4724.14
18746.4789

σ2=(∑▒ 〖𝑓∗〖 (𝑥_𝑚

−𝑚𝑒𝑑𝑖𝑎) 〗 ^2
〗poblacional
varianza )/𝑛 264.03 libras

"σ=" √("σ2" )
desviacion estadnar poblacional 16.25 libras

𝐶𝑣= "16.25" /140.13*100 11.596 11.60%

experimento deterministico

experimento aleatorio
espacio muestral
resultados experimento aleatorio (dado) moneda
espacio muestral cara,escudo

regla e la multiplicacion r// del espacio muestral 1 * r//

a) experimento aleatorio independiente

camisa pantalones zapatos

a 33% a 50% a 50%

b 33% b 50% b 50%
c 33%

3* 2* 2

c) 3 letras 4 numeros letras de abecedario numero

26 10 9

experimento aleatorio (independiente) posible repetir letras y numeros

a-z a-z a-z

26 26 26

175760000 posibles placas

b)experimento aleatorio (depemdiente) a-z a-z a-z

 26 25 24

78624000 posibles placas

a-z a-z a-z

d

1 25 24

302400 posibles placas

permutaciones no les interesa el orden de los posbiles resultados pero si le interesa

1 2 3 4 5
blanco azul amarillo rosado rojo
1 dividido 6 0.17

1 dividido 3 0.33 verde 33%

roja 33%
morada 33%

1 dividido 2 0.5 verde 50%

roja 50%
 1 1 verde 100%

// del espacio muestral 1 * r// del espacio muestral 2

* 2 12 posibles resultados

12 posbiles convinaciones

0-9 0-9 0-9 0-9

10 10 10 10

0-9 0-8 0-9 0-9

 10 9 8 7

0-9 0-8 0-9 0-9

0

1 9 8 7

5! 5! 120 120 las posibles convinaciones en las que pueden acomodarse lo

(5-5)! 0! 1
n las que pueden acomodarse los participantes.
Las permutaciones
son agrupaciones en las que importa el orden de los objet

importa el orden ? si permutacion

no convinacion.

3
lineal
circular
formula

lineal n!

N=r

gato

n 4 4! 24 palabras
r 4

con repeticiones

Matematicas 11 letras

m 2 11!
a 3
t 2

123456 cuantas permutaciones? 720

122 3! 6

122 212 221

"2" 2 3!
2!

presidente j j 20 estudiantes
secretario p l 3 p,s,t
tesorero l p

n objetos 20 20!
r seleccionable 3 (20-3)!
mporta el orden de los objetos

n 4
r 4

4!
(4-4)!

0!=1

No se permiten repeticiones

3! 3*2*1
11*10*9*8*7*6*5 2! 2
2! 2
1,663,200

3*2*1 3
2*1

6840 formas
4! 24 24 palabras
0! 1
Las combinaciones
son agrupaciones en las que el contenido importa pero el orde

n 15 15! 455 maneras de formar el comite

r 3 3!(15-2)!
orta pero el orden no
extension

A,B,C,D

A={2,4,6,8,10}

oso

A={o,s}

compresion.

A={x/x es un conjuto de los numeros pares de 1 hasta 10}

interseccion "y" n

UNION "O" U
1
P numero de resultados Faborables
numero total de posibles resultados

1 "2" 1 P= 1//06 0.17

6 6 0.83

cara o escudo

1 1 0.5 50%
2 2 0.5 50%

1,1 1,2

suma 9 4
36 0.11 11% 0.11
89% 0.89

3 hombres comité de 2 personas

2 mujeres
5 totals

p lo que queros 2C2 0.1

total de resultados 5C2

m h
3 1
1 3
2 2

sexo en contra a favor total

M 60 20 80
F 40 30 70
total 100 50 150
 total 150

p 80 0.5333
150

p 50 0.3333
150

P(m interseccion Af) 20 0.1333 13%

150

d) 80 sumado 50 restar 20 0.7333

150 150 150

P NUMERO de resultados f
N

e) 70 0.4667 46.67%
150

f) 100 0.6667
150

g) 40 0.2627 26.27%
150

h) p(f)+p(Ec)- p(f interseccion Ec)

70 + 100 - 40
150 150 150

Pe numero de veces que el evento ocurre 108

numero total de observaciones 110
 P(futura operación sea exitosa)
operaciones 110
fracasaron 2
108
 p 17
17% q 1-p(probabiliad de que acertemos)
83% 0.83
83%

p 0.5
q 0.5

2C0 1

10%
90%
73%

0.8667 86.67%

0.9818 98.18%
(futura operación sea exitosa)
P(A/B) probabilidad de que suceda A dado que B P(A interseccion B)
P(B)

a)

b)

c)

d)
A interseccion B)

a favor en contra total

casado 80 40 120
soltero 60 50 110
total 140 90 230

A a favor 80
B casada P(A/B) 230 0.6667
120
230

A casada 80
B a favor 230 0.5714
140
230

A en contra 50
B es soltera 230 0.4545
110
230

A soltera 50
B en contra 230 0.5555
90
230
66.67%

57.14%

45.45%

55.55%
A pedro vive 30 años o más 0.7
B maria vive 30 años o más 0.75

P(A inserseccion B) A interseccionB A*B 0.7*0.75

P(A union B) P(A)+P(B)-P(A interseccion B) 0.7 +

0.525

0.75 - 0.7*0.75 0.925 92.50%

 defectuoso 0.05 5%

P(Bi/A)
defectuso 0.05 0.05*0.15

0.15 no defectuoso 0.95 0.95*0.15

defectuoso 0.03 0.03*0.3

0.3 B
no defectuoso 0.97 0.97*0.3

defectuoso 0.01 0.01*0.55

0.55
C
no defectuoso 0.99 0.99*0.55

a)

A
0.6

0.4
B

0.4+0.6=1
 3 f(x) x+1 4
3 ?

acetar o fallar
disparo
lanzamiento de dardo
adivinar si cae cara o escudo
blacon o negro

el numero de veces que pasa un evento en cierto tiempo

probabilidad de que mi equipo de futbol meta 3 goles en 1 horqa

 es defectuoso A A efectuoso
B A
0.0075 P

0.1425 teorema bayes 0.05 *

0.05*0.15 + 0.03*0.30

0.009

0.291
teorema de bayes 0.009
0.005 0.0075 + 0.009

0.5445

P(A/B)

defectuoso 0.05

teomera bayes probabilida del evendo dado q

no defectuos 0.95 probabilida del evendo dado q y P/todos eventos que nos ll

defectuoso 0.1
TB 0.6*0.05
0.6*0.05+0.1*0.4
no defectuos 0.9
 0.15 0.3409 34.09%
+ 0.01*0.55

0.4091 40.91%
+ 0.005

evendo dado q
o q y P/todos eventos que nos llevan a probabilidad del evento final

0.428
42.80%
 f(x)=(3𝐶0)∗ 〖
〖 0.7 〗 ^3
n
p
q
x

a x=6

evento de Bernoulli éxito

f(x)=(𝑛𝐶𝑥)∗𝑝^𝑥
fracaso

f(x)=(10𝐶6)∗ 〖
〗 ^4

0.0162
(x)=(3𝐶0)∗ 〖 0.3 〗 ^0∗
〖 0.7 〗 ^3 10
0.25
0.75 1-p
0-10

)=(𝑛𝐶𝑥)∗𝑝^𝑥∗𝑞^(𝑛−𝑥)

)=(10𝐶6)∗ 〖 0.25 〗 ^6∗ 〖 0.75

^4

1.62%
a lambda 12 1 cada 5 min
x 0

0 1 2 3

4 1
8 2

1 hora
 3 4 5 6 7 8

R+R+R

0.0437 4.37%

2 12 lllamadas por hora

4 5 6 7 8 9 10 11

1-p

15 lamda

( 〖 15 〗 ^5∗𝑒^(−15))/5!
5x
 9 10

12

100 1

−15))/5!
 numero

media 165
a) desviacion 20

probabilidad de que peso este 142 y 185

-1.15 0.3749

𝑧=(185−165)/20 1 0.3413

columna fila 0.7162 71.62%

1.1 5
1 0
 probabiliad de que peso menor igal 138

𝑧=(138−165)/20 -1.35

σ2 µ x̄
1.3 5
𝑧=(𝑋−𝑚𝑒𝑑𝑖𝑎)/(𝑑𝑒𝑠𝑐𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟)

media 1100
σ 250

a)1300 maximo

0.8
𝑧=(1475−1100)/250

binomial discretos 1 2 3 4

normal continua 1 1.1 1.2 2 3 3.3

ejemplo

tiro al blanco 60% acetarlo 100

60
 0 100

binomial probabilidad p 0.35

intentos n 62

normal media np 21.7

descviacion √(𝑛∗𝑝∗𝑞)
√(62∗0.35∗0..65) 3.76

sumando 0.5
restando 0.5
a) mayor 15
15.5

np 62*0.35 21.7

1.65 1.6

b)menor a 23
23-0.5 22.5 0.8

𝑧=(22.5−21.7)/3.76
Z=0.21 0.0832 + 0.5 0.5832
58.32%
 1.65
35
1.7

1.8

alturas

138 165

0.4115

0.5-0.4115 0.0885 8.85%

1475
 21.7
3.76

5 0.4505 + 0.5 0.9505 95.05%

21.7
3.76
 2000000

N
n

N
n

N/n

infinita (𝑥−𝑚𝑒𝑑𝑖𝑎)/ media 75

(𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛/(𝑙𝑎 𝑟𝑎𝑖𝑧 𝑑𝑒
𝑛))
 (𝑥−𝑚𝑒𝑑𝑖𝑎)/
(𝑥−𝑚𝑒𝑑𝑖𝑎)/𝑒𝑟𝑟𝑜𝑟 desviacion 5
(𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛/(𝑙𝑎 𝑟𝑎𝑖𝑧 𝑑𝑒
n 40
𝑛))

finita

(𝑥−𝑚𝑒𝑑𝑖𝑎)/𝑒𝑟𝑟𝑜𝑟

a) menor o igual a 74

(74−75)/(5/√40) -1.26

1.2 6

b)74y76
z1
(74−75)/(5/√40) -1.26

(76−75)/(5/√40)
z2 1.26

N 500
n 30
media 14
desviacion 2
a) maximo 15

(15−14)/(√((500−30)/ 2.82 2.8

(500−1))∗2/√30)

𝑧=(𝑙𝑜 𝑞𝑢𝑒 𝑛𝑜𝑠 𝑝𝑖𝑑𝑒 𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎 −𝑝)/𝑒𝑟𝑟𝑜𝑟 𝑧=(𝑙𝑜 𝑞𝑢𝑒 𝑛𝑜𝑠 𝑝𝑖𝑑𝑒 𝑒𝑙 𝑝𝑟𝑜𝑏𝑙𝑒𝑚𝑎 −𝑝)/√((𝑝∗𝑞)/𝑛)

a) INTERVALO MAS MENOS 3 72 78

𝑧1=( 0.72 −0.75)/√((0.75∗0.25)/150)
-0.85 0.3023

0.6046 60.46%

𝑧2=( 0.78−0.75)/√((0.75∗0.25)/150)
0.85 0.3023

varianza 1
varianza 2
𝑧=((𝑥1−𝑥2)−(𝑢1−12)/𝑒𝑟𝑟𝑜𝑟
𝑧=((𝑥1−𝑥2)−(𝑢1−12))/√( 〖 "σ " /𝑛1 〗 ^2+( 〖 "σ " 〗 _2^2)/𝑛2)
a)

𝑧=(60−0)/√( 〖 "19600" /18 〗 ^ +( 〖 "7921 " 〗 _^ )/12) 1.43

0.5

cuantitativa 1,2,5 1 finita cuantitativa

2 infinita cuantitativa
infinita 3 intervalo
𝑛=(𝑍^2∗𝜎^2)/𝑑^2 4 intervalo de error
p 0.5
no nos dan d 0.05
finita

𝑛=( 〖𝑁∗𝑍〗 ^2∗𝜎^2)/(𝑑^2 (𝑁−1)+𝑍^2∗𝜎^2 )

7.8999999999
cualitativa cualidades por lo comun nos dan %
1 cm
infinita 2cm
3cm
𝑛=(𝑍^2∗𝑝∗𝑞)/𝑑^2
4cm

finitas

𝑛=( 〖𝑁∗𝑍〗 ^2∗𝑝∗𝑞)/(𝑑^2 (𝑁−1)+𝑍^2∗𝑝∗𝑞)

n?
d 40 𝑛=( 〖 1.96 〗 ^2∗ 〖 80 〗 ^2)/
Z 95%
desviacion 80

2 𝑛=( 〖 1.64 〗 ^2∗ 〖 9.17 〗 ^2)/2^2 56.54 57 pacientes

n?
d 2
z 90%
desviacion 9.17

desviacion = rango vM-vm 60-5 9.17

6 6 6

3
N 42,000
d𝑛=( 〖 42000∗2.58 〗10^2∗ 〖 50 〗 ^2)/( 〖 10 〗 ^2 (42000−1)+ 〖 2.58 〗 ^2∗ 〖 50 〗 ^2169
168.96 ) familias
z 99%
desviacion 50

n? 576.24 577
𝑛=( 〖 1.96 〗 ^2∗0.6∗0.4)/ 〖 0.04 〗 ^2
z 95%
p 0.6
q 0.4
d 0.04

intervlo de error

𝑛=( 〖 1.64 〗 ^2∗0.2∗0.8)/ 〖 0.02 〗 ^21075.84 1076 medicos

z 90%
p 0.2
q 0.8
d 0.02
 intervalo de error intervalo 0.04 0.02
2 2

desechos 𝑛=( 〖 2500∗2.58 〗 ^2∗0.5∗0.5)/( 〖 0.05 〗 ^2 (2500−1)+ 〖 2.58 〗 ^2∗0.5∗0.5)

525.8418

p 0.5
q 0.5
N 2500
z 99%
d 0.05

ejrcicio 3 peso medio

666 99%
z 95% 𝑛=( 〖 1.96 〗 ^2∗ 〖 50 〗 ^2)/5^2
384.16 385 95%
desiacion 50
d 5

intervalo d 10 5
2
1/N

poblacion
muestra

60
12

60/12 5

media
varianza
tabla z= 0.3962

0.5 - 0.3962 0.1038 10.38%

0.3962

0.7924 79.24%

0.3962
 2 0.4976

p 75%
/√((𝑝∗𝑞)/𝑛) q 25% (1-p)
n 150

19600
7921
 0.4236

- 0.4236 0.0764 7.64%

cualitativa
cualitativa

7.001
7.1
0 〗 ^2)/ 〖 40 〗 ^2
15.3664 16 niños
526 clinicas
 1 ≤ 30 y no conocemos desviación
t-student
x̄±(t*σx̄)
x̄±(z*σx̄)
2 > 30 o si conocemos la desviacion
valores Z

3 ≤ 30 y si conocemos desviación

x̄±(z*σx̄)
valores Z

Formulas

1 ver n 40

2 selecciona4r nuestra formula

x̄±(z*σx̄)
3 llenar nuestros datos
n 40
media 750
z 90%
desviacion 20
error

4 sacar el erro
5 finito o infinito ??????

σx̄= "20" /√40 3.16

6 datos completos con el erro

n 40
media 750
z 90%
desviacion 20
error 3.16

750̄±(1.64*3.1
7 operar
 750̄+(1.64*3.
750̄-(1.64*3.1
[744.82 755.18]

1 n? 38 valore z

x̄±(z*σx̄)
N 285
n 38
media 33
desviacion 7
nivel 95%
error

σ =√((285−38)/
x̄ 1.06

(285−1)∗) "7" /√38

N 285
n 38
media 33
desviacion 7
nivel 95%
error 1.06

33̄±(1.96*1.06)
33̄+(1.96*1.06) =35.07
33̄-(1.96*1.06) 30.92
30.92 35.07

segundo caso

1 n? 12

2 formula

3 sacar datos
n 12
media 155

155̄
s 10
errror
nivel de confianza 90
tstudent 1.8
4 identificar finita o infinita

σx̄= "10" /√12 2.89

5 sacar el error
n 12
media 155
s 10
errror 2.89
nivel de confianza 90

100%-90% 10%

alpha 0.1
alpha/2 0.05
grados de libertad n-1 = 12-1 =11 11

t-student =1.80
x̄ ) σx̄= "s" /√𝑛
infinita finita
σ =√((𝑁−𝑛)/
x̄
(𝑁−1)∗) "s" /√𝑛
GRADOS LIBERTAD n-1

)
x̄ σx̄= " /√𝑛
"σ σ =√((𝑁−𝑛)/
x̄
(𝑁−1)∗) "σ" /√𝑛

x̄ ) σx̄= "s" /√𝑛 σ =√((𝑁−𝑛)/

x̄
(𝑁−1)∗) "s" /√𝑛

σ =√((𝑁−𝑛)/
x̄
(𝑁−1)∗) "σ" /√𝑛

64*3.16)
.64*3.16) = 755.18
64*3.16) =744.82
)
=35.07

30.92

155̄±(1.8*2.89)
149.8 160.2
 1 intervalo de confianza para una proporcion

p̂±(𝑧∗𝜎_𝑝) error 〖 "σ " 〗 _𝑝=√((𝑝∗𝑞)/𝑛)

a)

n 80
p 0.73
q 0.27

error

〖 "σ " 〗 _𝑝=√((0.73∗0.27)/80)

0.0496

b)
z 99% 2.58

0.73̂±(2.58∗0.0496)

0.73̂-(2.58∗0.0496) 0.73̂+(2.58∗0.0496)
0.6 0.86
√((𝑝∗𝑞)/𝑛)

2.58∗0.0496)
 1 ≤ 30 y no conocemos desviación
(x̄1-x̄2) ± 〖𝑠𝑝〗 ^2=(((𝑛_1−1)∗𝑠_1^2)+((𝑛_2−1)∗𝑠_2^2))/(𝑛_
¿que es sp? =

(t∗√( 〖𝑠𝑝〗 ^2/𝑛1+

〖𝑠𝑝〗 ^2/𝑛2) )
GRADIS LIBERTAD = n1+n2-2

2 > 30 o si conocemos las desviaciones n

(x̄1-x̄2) ±
(z∗√( 〖𝜎 1 〗 ^2/𝑛1+
〖𝜎 2 〗 ^2/𝑛2) )

enfermedad A enfermedad B
n 212 220
x 33 26
varianza 110 130

intervalo 95?

(33-26)
(
± 1.96∗√(110/212+130/220) )
(
(7) ± 1.96∗1.05 )
(
(7) - 1.96∗1.05 ) =4.94
(7) +(1.96∗1.05 ) =9.06

h m
n 15 7
x 14 10.95
s 1.09 1.09

〖𝑠𝑝〗^2=(((15
a) intervalo 90%

(14-10.95)
(
± 1.72∗√(1.19/15+1.19/7) ) ((7−1)∗ 〖 1.09

GRADIS LIBERTAD = 15+7-2 20

z 90
alpha= 1-0.9 0.1 t-student 1.72
alpha medios 0.05

(
(3.05) - 1.72∗0.50 ) =2.19 2.19

(
(3.05) + 1.72∗0.50 ) =3.91
_1^2)+((𝑛_2−1)∗𝑠_2^2))/(𝑛_1+𝑛_2−2)
〖𝑠𝑝〗^2=(((15−1)∗ 〖 1.09 〗_^2)+ 1.19

(7−1)∗ 〖 1.09 〗_^2))/(15+7−2)

3.91
 2 intervalo de onfianza para la diferencia entre dos proporciones

(
(p̂1-p̂2) ± z∗√((𝑝_1∗𝑞_1)/𝑛1+(𝑝_2∗𝑞_2)/𝑛2) )
muestra 2 munestra 1
n 90 95
x 30 39
p 0.33 0.41
q 0.67 0.59

p q
intevalo 95% p ponderada 39+30 0.37 0.63
95+90

(0.41-0.33)
(
± 1.96∗√((0.37∗0.63)/95+(0.37∗0.63)/90)

)
( 0.07 ) =-0.06
(0.08) - 1.96∗

(0.08 ) +(1.96∗0.07) =0.22

)/90)
 z=(𝑥 ̄−𝜇
_0)/ 𝐻_𝑎 〖≠
(𝜎/√𝑛) 𝜇〗 _0
n 40
𝑥 ̅−√(𝑥 ̅ ) 𝜇_0
x
3000
3030 z=(3030−
)/(90/√40
desviacion 90
significacanci 0.05

c se rechaza Ho

D:la media no es igual a 3000

𝐻_𝑎 〖≠
〗 _0
z=(3030−3000 2.11

)/(90/√40) =

z 1.96

se rechaza Ho

:la media no es igual a 3000

 grados libertad = n-1

𝜇_0 5
n 15
x 6.1
desciacion 1.3
nivel 0.05

sacar limites

grados libertad 15-1

alpha
 t=((6.1) 3.28

 ̄−5)/
(1.3/
√15)

14
0.05 mas menos 2.14

d: se rechaza Ho
C: media no es igual 5 𝐻_𝑎: 〖 ≠ 𝜇

𝜇〗 _0
Po
n
0.4
120
z=(0.375−
p
significancia
0.375
0.01 0.40)/ -0.56
-2.33

√((0.40∗0.
60)/120)
D: no se rechaza Ho

C:si es mayor igual a 0.40

z=((𝑥 ̅1−𝑥 ̅2)−(0))
/√( 〖𝜎 1 〗 ^2/
𝑛1+ 〖𝜎 2 〗 ^2/𝑛2)
2 poblaciones
1 2
n 50 60
media 175 178
desviacion 12 8

0.05

z=((175−178)−
))/
√( 〖 12 〗 ^2/5
8^2/60)

c:la media 1 es igual a la media2

 𝑥 ̅2)−(0))
1 〗 ^2/
〗 ^2/𝑛2)

175−178)−(0 -1.51
1.96 mas y menos

12 〗 ^2/50+
60)

igual a la media2
 z=((𝑥 ̅1
(𝜇1−𝜇
^2/𝑛1+
𝑛2)
〖𝑠𝑝〗^2=((𝑛1−1) 〖𝑠

alpha

g.l.

t-student
D: Ho no se rechaza
C:media 1 es igual a la media2
 z=((𝑥 ̅1−𝑥 ̅2)−
(𝜇1−𝜇2))/√( 〖𝑠𝑝〗
^2/𝑛1+ 〖𝑠𝑝〗 ^2/
𝑛2)
=((𝑛1−1) 〖𝑠 1 〗^2+(𝑛2−1) 〖𝑠 2 〗^2)/(𝑛1+𝑛2−2)

grados de libertad =n1+n2-2

1 2
n 15 8
media 33 36
desviacion 4 5

0.05
0.025

z=((33−36)−(0)) 〖𝑠𝑝〗^2=((15−1) 4^2+(8

/√(19/15+19/8)
1.57
=-

ahora encontramos los limites

0.05

15+8-2=21 21

2.08
: Ho no se rechaza
:media 1 es igual a la media2
1+𝑛2−2)

15−1) 4^2+(8−1)5^2)/(15+8−2)
19
z=((𝑝 ̅1−𝑝 ̅2)−
(𝑝1−𝑝2))/
√((𝑝 ̅∗𝑞 ̅)/𝑛1+
(𝑝 ̅∗𝑞 ̅)/𝑛2)

1 2
n 140 210
media 95/140 110/210
p 0.68 0.52
𝑝 ̅=(95+110)/
(140+210)

z=((0.68−0.52)−(
0))/ 2.97
2.33

√(((0.68∗0.42) ̅∗(
0.42) ̅)/140+ 0.01

((0.58) ̅∗(0.42) ̅)/
D: se rechaza Ho

210) C: proporion 1 es mayor a la proporcion 2

 p q
110)/ 0.58 0.42
0)
temario1 temario2 temario 3
5 5 5
7 9 8
8 7 6
9 8 2
2 2 3
5 3 1
3 5 8
4 6 5
6 4 6
7 7 4
 caso 2*2 〖 (62∗718−182∗38) 〗 ^2)/((100)(900)(244)(756))
𝑥^2=(1000
85.157 buena
promedio a 62
otros c 38
a+c 100
alpha 0.05
1-0.05 0.95
g.l fila-1*columna-1
1
ji-cuadrado 3.841 85.157
3.841

caso n*n
tabla1 si no totales
pequeña 36 14 50
𝑒=(𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 ∗𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎)/(𝑡𝑜𝑡𝑎𝑙 𝑡𝑜𝑡𝑎𝑙) mediana 65 10 75
grande 88 12 100
total 189 36 225

tabla2 42 8
63 12
𝑥^2=∑▒ 〖 (𝑡𝑎𝑏𝑙𝑎1−𝑡𝑎𝑏𝑙𝑎2) 〗 ^2/𝑡𝑎𝑏𝑙𝑎2
84 16

g-l =fila-1*columna-1 𝑥^2=∑▒ 〖 (𝑡𝑎𝑏𝑙𝑎1−𝑡𝑎𝑏𝑙𝑎2) 〗 ^2/𝑡𝑎𝑏𝑙𝑎2

∑▒ 〖 (36−42) 〗 ^2/42+ 〖 (65−63) 〗 ^2 /63

0.05
0.95

g.l =2 5.991
 deficiente total
b 182 a+b 244
d 718 c+d 756
b+d 900 n 1000

𝑒=(𝑡𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 ∗𝑡𝑜𝑡𝑎𝑙 𝑓𝑖𝑙𝑎)/(𝑡𝑜𝑡𝑎𝑙 𝑡𝑜𝑡𝑎𝑙)

65−63) 〗 ^2 /63+ 〖 ((88−84))/84 〗 ^2 + 〖 ((1

4 〗 ^2 + 〖 ((14−8))/8 〗 ^2+ 〖 ((10−12))/12 〗 ^2+ 〖 ((12−16))/16 〗 ^2
6.94

5.991
caso𝑥^2=(𝑛
2*2 〖 (𝑎𝑑−𝑏𝑐) 〗 ^2)/((𝑎+𝑐)(𝑏+𝑑)(𝑎+𝑏)(𝑐+𝑑))

caso n*n

https://www.youtube.com/watch
metodo 2 * 2
n 200 t1
a 13
b 7
c 87
d 93 2

alfa 0.05 no se rechaza t2

0.95
grados libert 1 3.841
 ^

ttps://www.youtube.com/watch?v=Dntc_MxPdVY&t=1s

36 14 50
65 10 75
88 12 100 0.85714286 4.5
189 36 225 0.06349206 0.33333333
0.19047619 1

42 8
63 12
84 16

alfa 0.05
0.95
grados libert 1 3.841
se rechaza

suma X^2 6.94

 formulas
x y
𝛽
1 estimacion coeficiente

−𝑛∗𝑥 ̅∗𝑦 ̅ 〗 )/(∑▒ 〖𝑥 ^2−𝑛∗(((𝑥)) ̅^2 ) ̅ 〗 )

𝛼
2 estimacion coeficiente

𝑎=𝑦 ̅−𝑏𝑥 ̅ sumatoria x sumatoria y

3 hacer la ecuacion

𝑦 ̂=𝑎+𝑏𝑥

4 error estandar de estimacion

𝑠_(𝑦/𝑥)=√((∑▒ 〖𝑦 ^2−𝑎∗∑▒𝑦−𝑏∗∑▒𝑥𝑦 〗 )/(𝑛−2))

5 error estandar del coeficiente de regresion

𝑠_𝑏=𝑠_(𝑦/𝑥)/√(∑▒ 〖𝑥 ^2−𝑛( 〖𝑥 ̅ ) 〗 ^2 〗 )

6 intervalo d confianza del coneficiente de regresion

𝛽

𝑏±𝑡∗𝑠_𝑏
grados de libertad n-2

7 prueba de hipotesis del coeficiente de regresin

ℎ_0:𝛽=0
 ℎ_𝑎:𝛽≠0
𝑡=(𝑏−𝛽_𝑜)/𝑠_𝑏

grados libertad n-2

8 intervalo de confianza para la estiacion /pronostico

𝑦 ̂±𝑡∗𝑠_(𝑦/𝑥)

grados libertad n-1

 x y xy x2 y2
5 6 30 25 36 coeficiente beta β
8 4 32 64 16 coefieficiente alfa
3 8 24 9 64 ecuacion de regresion
2 9 18 4 81 Error estandar de estimacion
9 3 27 81 9 error estandar de coeficiente de regresi
7 4 28 49 16
3 8 24 9 64
6 5 30 36 25
1 10 10 1 100
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0

∑x ∑y ∑xy ∑x2 y2 n= 9 10
44 57 223.00 278 411 media x 4.89 9.20
92 74 728 916 584 media y 6.33 7.40
 bβ 0.6781609 0.68
a 1.144 1.14
ecuacion Y=1.14+0.68x
de estimacion Sy/x 0.76 0.76
de coeficiente de regresiSb 0.09 0.09

f)intervalo de confianza prueva del coeficiente de regresion beta

confianza=? 95 95
alfa 0.05 0.05
alfamedios 0.025 0.025 1.144
grados libert 8 8
student 2.30600414 2.31
intervalo 0.47 0.89

g)prueva de hipotesis del coeficiente de regresion beta

Ho. β=0
Ha. β≠0 significancia 0.05
alfa medios 0.025
grados libert 8
student 2.30600414 -2.30600414
t 7.56
R// rechaza comparar en dibujo para corroborar

h)Intervalo de confiazna para la estimacion/pronostico

despejamos ly 5.66

confianza=? 95
alfa 0.05
alfa medios 0.025
grados libert 9
student 2.26215716
intervalo 3.94076056 7.37923944
x y
5 5
6 3
7 6
8 7
3 8
2 5

n 6

1 sacar coeficiente de correlacion r

2 sacarcoeficiente de determinacion r2

𝜌
3 prueba de hipotesis del coeficiente de correlacion poblacional
ℎ_0:𝜌=0
ℎ_𝑎:𝜌≠0

𝑡=𝑟∗√((𝑛−2)/(1−𝑟^2 ))

g.l= n-2

𝜌
4 intervalo de confianza del coeficiente de correlacion poblacional

𝑧_𝑟±𝑧∗1/√(𝑛−3)
 𝑧_𝑟±𝑧∗1/√(𝑛−3)

𝜌
5 prueva de hipotesis del coeficiente de correlacion poblacional

𝑍=(𝑍_𝑟+𝑍_𝑝)/(1/
√(𝑛−3))
 x y xy x2 y2
8 3 24 64 9 coeficiente correlacion
9 8 72 81 64 coefieficiente determinacion
7 5 35 49 25 ecuacion de regresion
5 4 20 25 16
3 5 15 9 25
1 6 6 1 36
6 3 18 36 9
8 6 48 64 36
41 3 123 1681 9
91 5 455 8281 25
109 6 654 11881 36
207 10 2070 42849 100
49 3 147 2401 9
113 6 678 12769 36
84 5 420 7056 25
95 5 475 9025 25
57 4 228 3249 16
168 9 1512 28224 81

∑x ∑y ∑xy ∑x2 y2 n= 7 10
1061 96 7000.00 127745 582 media x 58.94 23.43
118 63 839 1626 437 media y 5.33 18.28
 r 0.9877551 0.99
determinacion r2 0.9801 0.98

g)prueva de hipotesis del coeficiente de regresion beta

Ho. ρ=0
Ha. ρ≠0 significancia 0.1
alfa medios 0.05
grados libert 8
student 1.85954804 -1.85954804
t 19.8
R// rechaza comparar en dibujo para corroborar

f)intervalo de confianza del coeficiente de correlacion poblacional ρ

r 0.99
Zr = buscar el resultador en en la tabla r a z de afuera hacia adentro
2.29756±2.58∗1/√(10−3) 2.29756

1.32241 3.27271

teniendo el intervalo se buelve a utilizar la tabla r a z pero ahora de adentro hacia afuera

[ 0.87 , 0.99 ]

g)prueva de hipotesis del coeficiente de regresion beta ojo aca es cuando tenemos un ro =
Ho. ρ=ρo
Ha. ρ≠ρo significancia 0.05
confianza=z 95 ±1.96 estos son los limites de rechazo y no rechazo

z va a ser nuestro estadistico de prueva

0.18 0.18198

𝑍=(0.18198+0.54931)/
-1.1
(1/√(12−3))
 muy alta

tabla r a z

0.9 0.08

dentro hacia afuera

aca es cuando tenemos un ro = a un numero diferente a cero

 1
identifica el tipo de cola

2 copiar enunciados

3 reescribir n y x

donde x es el mas pequeño de signos + y -

4 formula

𝑃(𝑋 𝑚𝑒𝑛𝑜𝑟 𝑖𝑔𝑢𝑎𝑙 𝑍)=∑▒ 〖𝑛𝐶𝑘∗𝑝 ^𝑘∗𝑞^(𝑛−𝑘)

〗
si p es mayor que alpha no se rechaza
 diferencia 1- diferencia
prueba 1 prueba 2 rankin
2 absoluta
8 9 -1 1 1
12 12 0 0
12 10 2 2 2
15 12 3 3 3 suma (+) 35
17 14 3 3 4 suma (-) 1
14 11 3 3 5 poblacion 8
20 15 5 5 6 alpha 0.01
19 13 6 6 7 valor T 1
20 11 9 9 8 valor critico 2
Ho si verde es menor igual a rojo se
Ha
verde es menor igual a rojo se rechaza Ho