POLITÉCNICO GRANCOLOMBIANO

DEPARTAMENTO DE CIENCIAS BÁSICAS

ESTADISTICA INFERENCIAL
INTERVALO INTERVALO DE ERROR DE TAMAÑO DE INTERVALO DE ERRROR DE TAMAÑO DE
PARA: CONFIANZA ESTIMACION MUESTRA CONFIANZA ESTIMACION MUESTRA
N desconocido N conocido
x
x x x x
e Z 2  x2 N n
e N n Z 2  x2 N
 conocida X Z  Z
n n 2
2
x X Z  Z
n n n N 1 n N 1
n cualquiera
e 2 e ( N  1)  Z 2 x2
x
Sx Sx Sx N n Sx N n Z 2 S x2 N
 desconocida e Z 2 S x2 e n
X Z  Z
n
2
X Z  Z
e 2 ( N  1)  Z 2 S x2
x
n n n N 1 n N 1
n  30
e 2

x
Sx Sx N n
X  t. Sx N n
etS
X  t.
et
 desconocida
2
x
n n N 1 x
n  30
N 1
t con (n – 1) g.l. t con (n – 1) g.l.
n n
 N n N n
P(1 - P)
e P(1 - P)
Z 2 P (1 - P)P  Z P(1 - P)
e  Z P(1 - P) Z 2 P(1  P) N
n  30 P  Z
n
 Z
n n
 n N 1 n N 1n 2
e 2 e ( N  1)  Z 2 P(1  P)

2 (n  1) S 2 (n  1) S 2
n cualquiera   2

 2 / 2  12 / 2
 2 con ( n  1) g.l.
 n n
n  xi 2  ( xi ) 2
método abreviado para cálculo de la varianza muestral
S2  i 1 i 1

n(n  1)

INTERVALO PARA: INTERVALO

1 -  2 (n1  1) S12  (n2  1) S 22
 2
 2 Sp 
 ,
2
1
2
2 conocidas (X1 - X2 )  Z 1 2 n1  n2  2
n1 n2
1 -  2 1 1  S12 S 22 
2
( X 1 - X 2 )  t. S P  Si (n1  n2  2)  30   
 12   22 desconocidas n1 n2
Usar Z en vez de t
n n
con ( n1  n 2  2) g.l.    12 2  2
 S12   S 22 
   
 n1    n2 
n1  1 n2  1
1 -  2
S12 S 22 Si (n1  n 2 )  30
(X1 - X2 )  t
 
2 2
desconocidas
1 2
 Usar Z en vez de t n n
n1 n2 n  xi 2  ( xi ) 2
con  g.l.
S2  i 1 i 1

n(n  1)
1 -  2 P1 (1  P1 ) P2 (1  P2 )
( P1  P2 )  Z 
n1  n2  30 n1 n2
OBSERVACIONES PAREADAS Sd
n parejas d t Si n  30
n
Usar Z en vez de t
DIFERENCIAS DE MEDIAS
t con (n – 1) g.l.

 2
(n  1) S 2
(n  1) S 2

n cualquiera 2 
 / 2
2
 12 / 2
 2 con ( n  1) g.l.
 12 S12 1  12 S12 CARLOS A. LESMES L. revisión EMS
  f  / 2 (v 2 , v1 )
 22 S 22 f  / 2 (v1 , v 2 )  22 S 22
n1, n 2 cualesquiera F con ( n1  1; n 2  1) g.l.
 PRUEBAS DE HIPOTESIS
I. PRUEBAS PARA 
Ho:    0

   0

Ha:    0
  
 0
X - 0
Z
1.  Conocida
2

n

X - 0
2. 2 t con (n - 1) g.l. Si n > 30 usar Z
 Desconocida S
n

X - 0
Z
3.  Desconocida n  30
2
S
n

II. PRUEBAS PARA  n  30

Ho:    0

   0 p - 0
 Z
Ha:    0  0 (1   0 )
   n
 0

III. PRUEBA PARA  1   2 ; n1  n2  30

Ho: 1   2   0

 1   2   0 ( p1  p2 )   0
 Z
Ha:  1   2   0 p1 (1  p1 ) p2 (1  p2 )

     n1 n2
1 2 0

IV. PRUEBAS PARA 1   2

Ho: 1   2   0

1   2   0

Ha: 1   2   0
    
1 2 0
 1.  12 ,  22 Conocidas

( x1  x 2 )   0
Z
 12  22

n1 n2

2.  12 ,  22 Desconocidas

 12   22
2
 S12 S 22 
  
( x1  x 2 )   0 n n
t    12 2  2
S12 S 22 t con  gl. ( de intervalos)  S12   S 22 
    
n1 n2
 n1    n2 
n1  1 n2  1

si n 1  n2  30 usar Z

3.  12 ,  22 Desconocidas

 12   22

( x1  x 2 )   0
t (n1  1) S12  (n2  1) S 22
1 1 Sp 
Sp  n1  n2  2
n1 n 2

si n 1  n2  2  30 usar Z

4. PAREADA

d  0
Tc= t  t con (n - 1) g.l.
Sd / n

si n  30 usar Z

V. PRUEBA PARA  2

Ho:  2   02

 2  02
2 2 (n  1) S 2
Ha:   0 2 
 02
con (n – 1) g.l.
2 2
  0
 12
VI. PRUEBA PARA
 22

12
Ho: 1
 22

12
 22  1
2
1 S12
Ha:  2  1 F
S 22
con (n1  1) ; (n2  1) g.l.
 2
12
 2  1
 2
Las regiones críticas de tamaño α que corresponden a σ12 < σ22
σ12 >σ22 son respectivamente f < f1-α(v1,v2) y f >fα(v1,v2) y para la bilateral σ12 ≠σ22 la región critica es f
< f1-α/2(v1,v2) O f >fα/2(v1,v2)
(Oi j  Ei j ) 2
VII. PRUEBA 
2
  con g.l.  ( r - 1 ) ( c - 1 )
Ei j

PARA Ho: X es independiente de Y

Ha: X depende de Y

VIII: KRUSKALL - WALLIS

Ho: 1   2   3  ........   K
Ha:  i   j para algún i  j
12 k
Ri2
H=  - 3 ( n  1)
n ( n  1) i  1 ni
~  2 ( k 1)

IX: PRUEBA DE INDEPENDENCIA

r c
(O ij - E ij) 2
 (2c 1)(r 1)  
i 1 j  1
E ij
c  número de columnas
r  numero de filas

X: ANÁLISIS DE VARIANZA (ANOVA)

FUENTE DE SUMA DE CUADRADOS GRADOS DE MEDIA DE RAZÓN DE

VARIACIÓN LIBERTAD CUADRADOS VARIANZA F
k
Ti2 GT 2
TRATAMIENTOS
(BETWEEN)
n
i 1
i

n
(SCTR)
k-1
SCTR
 MCTR
k 1
ni k k
Ti2
DENTRO DE
GRUPOS
 X ij2 - n i
(SCE)
n-k
SCE
 MCE MCTR
j 1 i 1 i 1
nk ~ F(k -1)(n - k)
(WITHIN) MCE
ni
GT 2
TOTAL i 1
X ij2 -
n
(SCT) n-1

en donde: GT = GRAN TOTAL

DISTRIBUCIONES MUESTRALES

1. PARA LA MEDIA:

x ~ N ( x  2 ) en donde
x
 2
 2  x Población infinita
 x n
x  x ;  2
 2 x N - n
  x  n * N - 1 Población finita
x - x
luego Z
x

2. PARA LA PROPORCIÓN
2
p ~ N ( p ,  p ) en donde

 2 (1  )
  p  Población infinita
p   ;  n
(1  ) N  n
 p2   Población finita
 n N 1
p - p
luego Z 
p

3. PARA DIFERENCIAS DE MEDIAS

( x 1 - x 2 ) ~ N ( x1  x 2 ,  2x1  x 2 ) en donde
2 2
2 x1 x2
 x1  x 2   x   x ;   
1 2 x1  x 2 n1 n2
( x1  x 2 )   x1  x 2
luego Z 
 x1  x 2

4. PARA DIFERENCIA DE PROPORCIONES

(p1 - p 2 ) ~ N( p1  p 2 ,  2 ) en donde
p1  p 2
 (1  1)  2 (1   2 )
 p  p  1   2 ;  2  1 
1 2 p1  p 2 n1 n2
(p1  p 2 ) -  p  p
1 2
luego Z 
 p1  p 2
RECOPILACIÓN, EDICION Y MONTAJE
PROFESORES: MARIA FLOR ALBA MEDINA TORRES
CARLOS ARTURO LESMES LOZANO
EDILBERTO M. ESCOBAR CAVIATIVA
AGOSTO DE 1999
Revisión Efraín Moreno Abril 2014