Documente Academic
Documente Profesional
Documente Cultură
Distribución Chi-cuadrado
Si X 1 , X 2 ,........, X n son v.a. que siguen una distribución normal tipificada N(0,1),
entonces X= X 12 + X 22 + ........ + X n2 sigue una distribución χ 2n .
E ( X ) = n ; Var ( X ) = 2 n
Distribución t de Student
Si X y Z son v.a. independientes, donde Z sigue una dist. normal N(0, 1), y X una χ 2n ,
X n
entonces, la v.a. T = sigue una distribución t n E (T ) = 0 ; Var (T ) =
Y/n n −2
Distribución F de Snedecor
Si X1 y X2 son v.a. independientes, con distribución Ji-cuadrado con n y m grados de libertad
X1 / n
respectivamente, entonces F = sigue una dsitribución F con n y m grados de libertad.
X2 / m
DISTRIBUCIONES MUESTRALES
2
σ x2 σ y
X − Y ~ N (µ x − µ y , + )
n m
X − Y − (µ x − µ y )
n − 1( ) ~ tn-1
Sd
n S x2 / σ x2 ( n − 1)
~ F( n −1), ( m −1)
m S y2 / σ 2y ( m − 1)
ESTIMACION
nS x2 + mS y2 nS x2 + mS y2
X − Y − 1 1 1 1
α t n +m −2 + , X − Y + α t n +m −2 +
1− n +m −2 n m 1− n +m −2 n m
2 2
• para la diferencia de medias con muestras relacionadas.
n=m, Di=Xi-Yi y Sd su desviación típica
S d2 S d2
X − Y − α t n −1 , X − Y + α t n −1
1− n −1 1− n −1
2 2
Px (1 - Px ) P y (1 - P y ) Px (1 - Px ) P y (1 - Py )
P − P − z + , P −P +z +
x y 1 − α/2 n m x y 1 − α/2 n m
nS 2 /( n −1) nS x2 /( n −1)
x 1 1
,
mS 2 /( m −1) 2
α f ( n −1), ( m −1) mS y /( m −1) α f ( n −1), ( m −1)
y 1-
2 2
CONTRASTES DE HIPOTESIS
a) Bilateral T=
nS 2
{
R1 = T : T ≥1−α / 2 χ n2−1 ó T ≤α / 2 χ n2−1 }
σ 02
b) Unilateral derecho T =
nS 2
{
R1 = T : T ≥1−α χn2−1 }
σ 2
0
c) Unilateral izquierdo T=
nS 2
{
R1 = T : T ≤α χ n2−1 }
σ 02
X −Y − d 0
T = R1 = {T : T ≥ z1−α / 2 }
a) Bilateral σ x2 σ y2
+
n m
X −Y − d 0
T = R1 = {T : T ≥ z1−α }
b) Unilateral derecho σ x2 σ 2y
+
n m
X −Y − d 0
T = R1 = {T : T ≤ −z1−α }
c) Unilateral izquierdo σ x2 σ 2y
+
n m
• sobre la diferencia de medias con muestras independientes y varianzas desconocidas pero iguales
H0 : µ x − µ y = d0
X −Y − d0
T = R1 = {T : T ≥1−α / 2 t n +m −2 }
a) Bilateral nS x2 2
+ mS y 1 1
+
n+m−2 n m
X − Y − d0
T = R1 = {T : T ≥1−α t n +m −2 }
b) Unilateral derecho nS x2 2
+ mS y 1 1
+
n+m−2 n m
X −Y − d0
T = R1 = {T : T ≤ −1−α t n +m −2 }
c) Unilateral izquierdo nS x2 2
+ mS y 1 1
+
n+m−2 n m
• sobre la diferencia de medias con muestras relacionadas (datos apareados)
X −Y − d 0
T = R1 = {T : T ≥1−α / 2 t n −1 }
a) Bilateral Sd
n −1
X −Y − d 0
T = R1 = {T : T ≥1−α t n −1 }
b) Unilateral derecho Sd
n −1
X −Y − d 0
T= R1 = {T : T ≤ −1−α t n −1 }
c) Unilateral izquierdo Sd
n −1
a) Bilateral
T =
nS x2 /( n −1) 1
mS y2 /( m −1) r0
{
R1 = T : T ≥1−α / 2 f n −1,m −1 ó T ≤α / 2 f n −1,m −1 }
b) Unilateral derecho T =
nS x2 /( n −1) 1
mS y2 /( m −1) r0
{
R1 = T : T ≥1−α f n −1, m −1 }
c) Unilateral izquierdo T =
nS x2 /( n −1) 1
mS y2 /( m −1) r0
{
R1 = T : T ≤α f n −1,m −1 }
Px − Py −d 0
T = R1 = {T : T ≥ z1−α / 2 }
a) Bilateral Px (1 − Px ) Py (1 − Py )
+
n m
Px − Py − d 0
T = R1 = {T : T ≥ z1−α }
b) Unilateral derecho Px (1 − Px ) Py (1 − Py )
+
n m
Px − Py − d 0
T = R1 = {T : T ≤ −z1−α }
c) Unilateral izquierdo Px (1 − Px ) Py (1 − Py )
+
n m
Regresión lineal
Distribuciones muestrales de los estadísticos
σ 2
βˆ − β
b = βˆ ~ N ( β , 2 ) ~ t n−2
ns x
s r2
σ 2 ( x 2 + s x2 ) ns x2
a = αˆ ~ N (α , )
ns x2
αˆ − α
(n - 2)s 2r ~ t n−2
~ χ n2− 2 s r2 ( x 2 + s x2 )
σ 2
ns x2
Intervalos de confianza para β a nivel 1-α
s r2 ˆ s r2
βˆ −1−α / 2 t n −2 , β + t
1−α / 2 n −2
ns x2 ns x2
s 2 ( x 2 + s x2 ) s r2 ( x 2 + s x2 )
α −1−α / 2 t n − 2 r , α + t
1−α / 2 n − 2
ns x2 ns x2
βˆ − β 0
T=
Contrastes sobre β y α s r2
ns x2
αˆ − α 0
T=
s r2 ( x 2 + s x2 )
ns x2
a) Bilateral R1 = {T : T ≥1−α / 2 t n −2 }
b) Unilateral derecho R1 = {T : T ≥1−α t n −2 }
c) Unilateral izquierdo R1 = {T : T ≤ −1−α t n −2 }
rxy n −2
Contrastes sobre el coeficiente de correlación. T = ~ t n −2
2
(1 − rxy )
a) Bilateral R1 = {T : T ≥1−α / 2 t n −2 }
b) Unilateral derecho R1 = {T : T ≥1−α t n −2 }
c) Unilateral izquierdo R1 = {T : T ≤ −1−α t n −2 }
2 1 ( x0 − x ) 2 2 1 ( x0 − x ) 2
ˆ
y −
0 1−α / 2 n−2 r
t s ( + 2
) , ˆ
y + t
0 1−α / 2 n − 2 s r ( + 2
)
n ns x n ns x
Intervalo de confianza para la predicción cuando X=x0
1 ( x − x ) 2
1 ( x − x ) 2
yˆ0 − 1− α / 2 tn− 2 sr (1 + + 0 2 ), yˆ0 + 1− α /2tn− 2 sr (1 + + 0 2 )
2 2
n nxs n nxs