Documentos de Académico
Documentos de Profesional
Documentos de Cultura
n
N(0, 1)
( desconocida)
X
S/
n
t
n1
Intervalo de conanza para la varianza de la poblacion,
2
(n 1)S
2
2
2
n1
2. Proporciones, X B(1, p) (variables Bernoulli), y muestras grandes (n elevado)
Intervalo de conanza aproximado para la proporcion en la poblacion, p
P p
_
P(1
P)/n
N(0, 1)
3. Datos con distribucion desconocida y media E[X] = , para muestras grandes (n elevado)
Intervalo de conanza aproximado para la media de la poblacion,
X
S/
n
N(0, 1)
Tema 2. Contrastes de hipotesis para una poblacion
Muestras aleatorias simples y nivel de signicacion igual a . Regiones de rechazo, R
.
1. Datos normales, X N(, )
Contrastes sobre la media de la poblacion, :
H
0
: =
0
( conocida) R
=
_
| x
0
|
/
n
> z
/2
_
H
0
: =
0
( desconocida) R
=
_
| x
0
|
s/
n
> t
n1;/2
_
Contrastes sobre la varianza de la poblacion,
2
:
H
0
: =
0
R
=
_
(n 1)s
2
2
0
<
2
n1;1/2
_
_
(n 1)s
2
2
0
>
2
n1;/2
_
2. Proporciones, X B(1, p) (variables Bernoulli), y muestras grandes (n elevado):
Contrastes sobre la proporcion en la poblacion p, regiones de rechazo aproximadas:
H
0
: p p
0
R
=
_
x p
0
_
p
0
(1 p
0
)/n
> z
/2
_
3. Datos con distribucion desconocida y media E[X] = , para muestras grandes (n elevado):
Contrastes sobre la media de la poblacion, , regiones de rechazo aproximadas:
H
0
:
0
R
=
_
x
0
s/
n
< z
/2
_
1
Tema 3. Comparacion de dos poblaciones. Contrastes de hipotesis
Muestras aleatorias simples y nivel de signicacion igual a . Contrastes bilaterales.
1. Muestras independientes, (X
1
, . . . , X
n
1
; Y
1
, . . . , Y
n
2
)
Comparacion de medias de poblaciones
Poblaciones normales, varianzas (poblacionales) iguales
R
=
_
_
_
x y
s
P
_
1
n
1
+
1
n
2
t
n
1
+n
2
2;/2
_
_
_
, s
2
P
=
(n
1
1)s
2
X
+ (n
2
1)s
2
Y
n
1
+n
2
2
Poblaciones generales, tama nos de muestras elevados (n
1
y n
2
elevados)
R
=
_
_
_
x y
_
s
2
X
n
1
+
s
2
Y
n
2
z
/2
_
_
_
Proporciones, tama nos de muestras elevados (n
1
y n
2
elevados)
R
=
_
_
_
p
X
p
Y
_
p
0
(1 p
0
)
_
1
n
1
+
1
n
2
z
/2
_
_
_
, p
0
=
n
1
p
X
+n
2
p
Y
n
1
+n
2
Comparacion de varianzas de poblaciones
Poblaciones normales
R
=
_
s
2
X
s
2
Y
F
(n
1
1,n
2
1);1/2
_
_
s
2
X
s
2
Y
F
(n
1
1,n
2
1);/2
_
2. Muestras pareadas, (X
1
, . . . , X
n
; Y
1
, . . . , Y
n
)
Comparacion de medias de poblaciones, poblaciones normales, D
i
= X
i
Y
i
R
=
_
d
s
D
/
t
n1;/2
_
Tema 4. El modelo de regresion lineal simple
Recta de regresion:
y
i
=
0
+
1
x
i
+u
i
con u
i
Niid(0, ) y
i
=
0
+
1
x
i
1
=
cov(x, y)
s
2
x
,
0
= y
1
x
1. Inferencia sobre la pendiente
1
y el intercepto
0
:
1
1
s
2
R
(n 1)s
2
X
t
n2
,
0
0
s
2
R
_
1
n
+
x
2
(n 1)s
2
X
_
t
n2
, s
2
R
=
n
i=1
e
2
i
n 2
, e
i
= y
i
y
i
2. Inferencia para la varianza de los errores
2
:
(n 2)s
2
R
2
2
n2
3. Intervalos de conanza para la respuesta promedio y para la prediccion de una nueva respuesta (para
X = x
0
):
IC
1
(y
0
) =
_
y
0
t
n2,/2
s
2
R
_
1
n
+
(x
0
x)
2
(n 1)s
2
X
_
; y
0
+t
n2,/2
s
2
R
_
1
n
+
(x
0
x)
2
(n 1)s
2
X
_
_
IC
1
(y
0
) =
_
y
0
t
n2,/2
s
2
R
_
1 +
1
n
+
(x
0
x)
2
(n 1)s
2
X
_
; y
0
+t
n2,/2
s
2
R
_
1 +
1
n
+
(x
0
x)
2
(n 1)s
2
X
_
_
2
Tema 5. El modelo de regresion lineal (ii)
Tabla ANOVA para el modelo de regresion lineal simple
Fuente de variacion SC GL Media Cociente F
Modelo SCM 1 SCM/1 SCM/s
2
R
Residuos/errores SCR n 2 SCR/(n 2) = s
2
R
Total SCT n 1
donde
SCM =
n
i=1
( y
i
y)
2
, SCR =
n
i=1
(y
i
y
i
)
2
=
n
i=1
e
2
i
, SCT = SCM + SCR, R
2
= SCM/SCT
Contraste para H
0
:
1
= 0 vs. H
1
:
1
= 0.
Bajo H
0
, F = SCM/s
2
R
F
1,n2
y la region de rechazo vendra dada por
R
= {F > F
1,n2;
}
Regresion lineal m ultiple. Consideramos el modelo
y
i
=
0
+
1
x
i1
+
2
x
i2
+ +
k
x
ik
+u
i
; u
i
Niid(0, )
Forma matricial de la regresion lineal:
y = X + u,
= (X
T
X)
1
X
T
y, y = X
, e = y y
donde
y =
_
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
_
_
_
, X =
_
_
_
_
_
1 x
11
x
12
x
1k
1 x
21
x
22
x
2k
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 x
n1
x
n2
x
nk
_
_
_
_
_
, =
_
_
_
_
_
_
_
2
.
.
.
k
_
_
_
_
_
_
_
, u =
_
_
_
_
_
u
1
u
2
.
.
.
u
n
_
_
_
_
_
3