FORMULARIO ESTADÍSTICA II

ESTADÍDTICA NO PARAMÉTRICA REGRESIÓN Y CORRELACIÓN

PRUEBA DE SIGNOS CORRELACIÓN LINEAL DE PEARSON
Para n>25
n n xy   x y
( x  0.5)    r
z
n
2 n x   x n y
2 2 2
  y 
2

2 PRUEBA T DE STUDENT r n2
t
PRUEBA DE RANGOS CON SIGNOS DE WILCOXON 1 r 2
Para n>30 n(n  1) ECUACIÓN DE REGRESIÓN LINEAL y  b0  b1 x
T
z 4
n(n  1)(2n  1) MÉTODO DE MÍNIMOS CUADRADOS
24 b1   2  2
n xy  x y
n  x   x  b0 
 y b x
1
PRUEBA DE LA SUMA DE RANGOS DE WILCOXON n n
R  R ERROR ESTÁNDAR DE ESTIMACIÓN
z
R se 
 ( y  yˆ ) 2

se 
y 2
 b0  y  b1  xy
n1 (n1  n2  1) n1n2 (n1  n2  1) n2 n2
R  R 
2 12 INTERVALO DE CONFIANZA
1 ( x  x) 2
PRUEBA DE BONDAD DE AJUSTE yest  t / 2;n  2 s yx 
n ( x ) 2
2  
c
(Oi  Ei ) 2 Ei  npi x  n
2

i 1 Ei INTERVALO DE PREDICCIÓN

1 ( x  x) 2
PRUEBA DE INDEPENDENCIA Y HOMOGENEIDAD y est  t / 2;n 2 s yx 1  
(Oi  Ei ) 2 n ( x ) 2
x  n
ni n j
2  
2
Ei 
Ei n
ECUACIÓN DE REGRESIÓN MÚLTIPLE
PRUEBA DE KRUSKAL WALLIS O PRUEBA H
y  b0  b1 x1  b2 x2  ...  bk xk
12 Ri2
K
n(n  1)
 n  3(n  1)
i R2 AJUSTADA
n 1
PRUEBA DE CORRELACIÓN DE RANGOS DE SPEARMAN
R 2 ajustada  1 
n  k  1

1 R2 
6 d i2
rs  1  LIMITES DE CONTROL
n(n 2  1) GRÁFICA x
Para n>30
z  rs n  1 LCS: x  A2 R 1 LCI: x  A2 R 1

GRÁFICA DE CONTROL para R

PRUEBA DE RACHAS LCS: D4 R 1 LCI: D3 R
Para n1>20 y n2>20
G  G
Z GRÁFICA S
G LCS: B4 S LCI: B3 S 1

2n1n2 (2n1n2  n1  n2 ) 2n n
G  G  1 2  1 GPRÁFICA DE CONTROL DE p
n1  n2  (n1  n2  1)
2
n1  n2
pq pq
LCS: p3 LCI: p  3
n n