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 2
 x2 x N n x N n Z 2  x2 N
 conocida
2
x X Z e Z n Z X Z
N 1
e Z
N 1
n
n cualquiera
n n e 2
n n e 2 ( N  1)  Z 2 x2

x
Sx Sx 2 2
Sx N n Sx N n Z 2 S x2 N
 desconocid a
2
X Z e Z n Z S x
X Z
N 1
e Z
N 1
n
x

n  30
n n e 2
n n e 2 ( N  1)  Z 2 S x2

x
N n N n
 x2 desconocid a X  t.
Sx
etS x
X  t.
Sx
etS x

n n n N 1 n N 1
n  30 t con (n – 1) g.l. t con (n – 1) g.l.

 P(1 - P) P(1 - P) 2
P(1 - P) N  n P(1 - P) N  n Z 2 P(1  P) N
n  30 P  Z e Z n Z P (1 - P)
PZ e Z n
n n e 2
n N 1 n N 1 e 2 ( N  1)  Z 2 P(1  P)

2 (n  1) S 2 (n  1) S 2
2 
n cualquiera  2 / 2 12 / 2
 2 con (n  1) g.l.
n n
n xi 2  ( xi ) 2
S2  i 1 i 1 método abreviado para cálculo de la varianza muestral
n( n  1)
 INTERVA LO PARA: INTERVA LO
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  n  n  
 12   22 desconocid as n1 n2    1 2 

Usar Z en vez de t
2 2
 S12   S 22 

 n   
con (n1  n2  2) g.l.  
 1    n2 

n1  1 n2  1
1 -  2 S12 S2
(X1 - X2 )  t  2 Si (n1  n2 )  30
 
2
1
2
2 desconocid as n1 n2
Usar Z en vez de t n n

con  g.l. n xi 2  ( xi ) 2
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
DIFERENCIAS DE MEDIAS
t con (n – 1) g.l. Usar Z en vez de t
2 (n  1) S 2 (n  1) S 2
2 
n cualquiera  2 / 2 12 / 2
 2 con (n  1) g.l.
 12 S12 1  12 S12 CARLOS A. LESMES L. revisión EMS
  f  / 2 (v2 , v1 )
 22 S 22 f  / 2 (v1 , v2 )  22 S 22
F con (n1  1; n2  1) g.l.
n1, n2 cualesquie ra
 PRUEBAS DE HIPOTESIS
I. PRUEBAS PARA 
Ho:   0
   0

Ha:    0
  
 0

X - 0
1.  2 Conocida Z

n

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

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

II. PRUEBAS PARA  n  30

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

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

Ho: 1   2   0

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

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

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

n1 n2 
 n   
 

 1    n2 
n1  1 n2  1

si n1  n2  30 usar Z

3.  12 ,  22 Desconocidas

 12   22

( x1  x 2 )   0 (n1  1) S12  (n2  1) S22

t Sp 
Sp
1

1 n1  n2  2
n1 n2

si n1  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 (n  1) S 2
Ha:    0
2
 2
con (n – 1) g.l.
 2  02
   0
2
VI. PRUEBA PARA
12
 22

12
Ho: 1
 22

12
  22  1
 2
1 S12
Ha:  2  1 F 2 con (n1  1) ; (n2  1) g.l.
 2 S2
12

 2  1
 2
Las regiones críticas de tamaño α que corresponden a σ1 2 < σ2 2
σ1 2 >σ2 2 son respectivamente f < f1-α(v 1 ,v 2 ) y f >fα(v 1 ,v 2 ) y para la bilateral σ1 2 ≠σ2 2 la región critica es
f < f1-α/2(v 1 ,v 2 ) O f >fα/2(v 1 ,v 2 )
(Oi j  Ei j ) 2
VII. PRUEBA  
2
 Ei j
con g.l.  ( r - 1 ) ( c - 1 )

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

X: ANÁLISIS DE VARIANZA (ANOVA)

FUENTE DE SUMA DE CUADRADOS GRADOS DE MEDIA DE RAZÓN DE

VARIACIÓN LIBERTAD CUADRADOS VARIANZA F
k
Ti2
TRATAMIENTOS
(BETWEEN) n i 1
i

GT 2
n
(SCTR)
k-1
SCTR
k 1
 MCTR

ni k k
Ti2
DENTRO DE
GRUPOS  j 1 i 1
X ij2 - n
i 1
i
(SCE)
n-k
SCE
nk
 MCE MCTR
MCE
~ F(k -1)(n - k)
(WITHIN)
ni
TOTAL
 i 1
X ij2 -
GT 2
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 Poblacióninfinita
 x
x  x ;  n
2
 2 x N - n

 x  * Población finita
n N-1
x - x
luego Z 
x

2. PARA LA PROPORCIÓN
p ~ N (p , p2 ) en donde
 2 (1  )
 p  n
Poblacióninfinita
p   ;  (1  ) N  n
p2   Población finita
 n N 1
p - p
luego Z 
p

3. PARA DIFERENCIAS DE MEDIAS

(x1 - x 2 ) ~ N ( x1 x2 ,  2x1 x2 ) 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 )
 p1  p 2  1   2 ;  2  1 
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