Facultad de Ciencias Básicas

Departamento de Matemáticas
Área de Estadística
Elaborado por Diego Alexis Villada Cantor

Estadísticos de prueba de hipótesis Estadsticos de Prueba de Hipotesis para Dos Muestras Tamaños de Muestra
Para la Media poblacional con Una Muestra Caso Tipo de Estadístico Observaciones Adicionales Para la media
prueba

X 1 −X 2 −(µ1 −µ2 )
 z α σ 2
x−µ 2
Con varianza z= √σ 1 Varianzas Z= ∼ Zα n= EE
2
q
n σ2 σ2
1
Conocida Conocidas n1
+ n2
2
x−µ

q
X 1 −X 2 −(µ1 −µ2 ) 2 +(n −1)S 2
Con varianaza t= √s
(n1 −1)S1 2 2 Para la proporción
n 2 T = q ∼ t(υ) Sp = n1 +n2 −2
 √ 2
Desconocida σ2 σ2 zα p(1−p)
σ12 = σ22 1 2
Sp n1
+ n2
2 grados de libertad ν = n1 + n2 − 2 n= EE
y desconocidas
p̂−p
Para la z= p pq
Donde EE =: Margen de error
n
Proporcion
 2
S2 S2


Para la Varianza de una y dos muestras X 1 −X 2 −(µ1 −µ2 ) 1 + n2
n1 2
(n−1)S 2 3 T = q ∼ t(υ)
Varianza de χ2 = ∼ χ2n−1 σ12 6= σ22 σ2 σ2 υ=
σ2
 S 2 2  S 2 2
1
Sp n1
+ n2 1 2
Una muestra 2 n1 n2
y desconocidas
2 2 + n −1
σ2 S1 n1 −1 2
Cociente de F = 2 S2
σ1
∼ f(n1 −1,n2 −1) con S12 > S22
2
Varianzas
d−µd
4 Muestras T = S ∼ t(υ) Grados de libertad υ = n − 1
√d

1
n
Pareadas
(p̂1 −p̂2 )−(p1 −p2 )
Intervalos de Confianza 5 Diferencia de Z= p2 q2
∼ Zα donde q̂1 = 1 − p̂1 y q̂2 = 1 − p̂2
2
p p1 q1
n1
− n
Proporciones 2

Para la media poblacional. Una muestra Intervalos de Confianza Dos Muestras Fórmulas Básicas
1
Pn
Límite inferior Lîmite superior Caso Tipo de Límites Observaciones Adicionales Media X = n x
i=i i
prueba
2 2
q
σ1 σ2 1

PI
con varianza x − z1− α √σ x − z1− α √σ 1 Varianzas X1 − X2 ∓ Z α + Varianza Sx2 = (xi − x)2
2 n 2 n 2 n1 n2 n−1 i=1
conocida Conocidas
q q

1 1 (n1 −1)S 2 +(n2 −1)S 2
1 2
con varianza x− x− 2 X 1 − X 2 ∓ t( α ,υ) Sp n1
+ n2
Sp = n1 +n2 −2
Covarianza
2
Pn
(xi −x)(yi −y)
desconocida grados de libertad ν = n1 + n2 − 2 i=1
t( α ,n−1) √σn
2
t( α ,n−1) √σn
2 σ12 = σ22 Cov (x, y) = n−1

y desconocidas
 2
Proporcion p̂ − p̂ + S2 S2 Correlación r=
1 + n2 n
2 2
q n1
P
2 (x −x)(y −y)
q q
S1 S2
p̂(1−p̂) p̂(1−p̂) 3 σ12 6= σ22 + υ=
z1− α n
z1− α n
X 1 − X 2 ∓ t( α ,υ)
2 n1 n2
 S 2 2  S 2 2
2 2 1 2 n 2 n
q P i=1 i
Pi

n1 n2 (xi −x) (yi −y)2
y desconocidas i=1 i=1
n1 −1
+ n −1
2
Para la Varianza de una y dos muestras
2 2
S (n−1) S (n−1)
Varianza de χ2 α χ2 α
Una muestra ( 2 ,n−1) (1− 2 ,n−1)
2 2 2 2
q
S1 S1 S1 S2
Cociente de 2f 2 f( α ,(n2 −1)(n1 −1)) 4 Muestras d ∓ t( α ,υ) n1
+ n2
Grados de libertad υ = n − 1
S2 α ,(n −1)(n −1)S2 2 2
( 2 1 2 )
Varianzas Pareadas
q
p̂1 q̂1 p̂2 q̂2
5 Diferencia de (p̂1 − p̂2 ) ∓ Z α n1
+ n2
donde q̂1 = 1 − p̂1 y q̂2 = 1 − p̂2
2
Proporciones
 ANOVA PARA EXPERIMENTOS CON UN FACTOR
Fuente de Grados de Suma de Cuadrados Cuadrados medios Estadstico Donde n =: Numero de Observaciones totales
Variacion Libertad k =: Numero de Tratamientos del
Experimento La suma de cuadrados del error
Tratamientos
se puede hallar mediante
k SCTR CMTR
k−1 X CMTR = F = ∼ f(k−1,n−k) SCE = SCT + SCT R
SCTR = nj (xj − x)2 k−1 CME
Si el Estadstico F supera el valor de
j=1
f[α,(k−1,n−k)] se rechaza la hipotesis nula de
Error igualdad entre los tratamientos con una
k SCE signicacncia de (100%)
n−k X CME =
SCE = (nj − 1) Sj2 n−k
j=1

Total
n k
n−1 X X
2
SCT = nj xij − x
i=1 j=1

ANOVA PARA REGRESIÓN LINEAL SIMPLE

Fuente de Grados de Suma de Cuadrados Cuadrados medios Estadstico Donde n =: Numero de Observaciones totales
Variacion Libertad Pn ˆ
xi yi − nxy
SCReg CMReg ˆ
Tratamientos 1 SCReg = β̂1 Sxy CMTR = F = ∼ f(1,n−2) n
β̂1 = Pi=1 2
y β0 = y − βˆ1 x
1 CME xi − nx
i=1
Error n−2 SCE = Syy − β̂1 Sxy σ̂ 2 = CME = SCE
n−2 Si el Estadstico F supera el valor de f(1,n−2)

2
Pn
Total SCT = i=1
(yi − y)2
se rechaza la hipotesis nula de igualdad entre
n−1 los tratamientos con una signicacncia de
(100%)

Fórmulas par la sumas de cuadrados Inferencia sobre los parámetros de regresión

suma de Fórmula Versión calculadora Parámetro Estadístico de Contraste
cuadrados usual prueba
β̂1 −β1
Pn Pn
Sxy i=1
(xi − x) (yi − y) i=1
xy − nxy βˆ1 T = p 2
La hipotesis se rechaza con una signicancia de
σ̂
Sxx α
2
100% si el estadstico de prueba supera el
valor tn−2 .
β̂0 −β0
Pn Pn
Sxx i=1
(xi − x)2 i=1
x2 − nx2 βˆ0 T = q
La hipotesis se rechaza con una signicancia de
σ̂ 2 1+ x α
n Sxx 100% si el estadstico de prueba supera el
2
valor tn−2 .
Pn Pn
Syy i=1
(yi − y)2 i=1
y 2 − ny 2