INGENIERÍA INDUSTRIAL

FORMULARIO DE ESTADÍSTICA II

INTERVALO DE CONFIANZA PARA LA RAZÓN DE DOS VARIANZAS

𝜎1 2 𝑠1 2 𝛼 𝑠1 2 𝛼
𝐼𝐶 ( 2
, 1 − 𝛼) = [ 2
𝐹 ( ; 𝑛 2 − 1, 𝑛1 − 1) ; 2
𝐹 (1 − ; 𝑛2 − 1, 𝑛1 − 1)]
𝜎2 𝑠2 2 𝑠2 2
𝛼 1
𝐹 ( ; 𝑟2 , 𝑟1 ) = 𝛼
2 𝐹 (1 − 2 ; 𝑟1 , 𝑟2 )

PRUEBA DE HIPÓTESIS PARA LA MEDIA

Hipótesis:
𝐻0 : 𝜇 = 𝜇0 vs 𝐻1 : 𝜇 ≠ 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0 vs 𝐻1 : 𝜇 < 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 vs 𝐻1 : 𝜇 > 𝜇0
Estadística de prueba:
𝝈𝟐 es desconocida
𝟐
𝝈 es conocida Si 𝒏 ≥ 𝟑𝟎 (Población normal o no Si 𝒏 < 𝟑𝟎 (Población normal)
normal)
𝑋̅ − 𝜇0 𝑋̅ − 𝜇0 𝑋̅ − 𝜇0
𝑧𝑐 = ~𝑁(0, 1) 𝑧𝑐 = ≈ 𝑁(0, 1) 𝑡𝑐 = 𝑠 ~𝑡(𝑛−1)
𝜎𝑋̅ 𝜎̂𝑋̅
𝜎 𝑠 √𝑛
𝜎𝑋̅ = 𝜎 𝑁−𝑛 𝜎̂𝑋̅ = 𝑠 𝑁−𝑛
√𝑛 𝜎𝑋̅ = √ √𝑛 𝜎̂𝑋̅ = √
√𝑛 𝑁 − 1 √𝑛 𝑁 − 1
Región critica

PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN

Hipótesis:
𝐻0 : 𝑝 = 𝑝0 vs 𝐻1 : 𝑝 ≠ 𝑝0 𝐻0 : 𝑝 ≤ 𝑝0 vs 𝐻1 : 𝑝 > 𝑝0 𝐻0 : 𝑝 ≥ 𝑝0 vs 𝐻1 : 𝑝 < 𝑝0
Estadística de prueba:
𝑝̅ − 𝑝0
𝑧𝑐 = ≈ 𝑁(0, 1)
𝜎𝑝̅
𝑝0 (1 − 𝑝0 ) 𝑝0 (1 − 𝑝0 ) 𝑁 − 𝑛
𝜎𝑝̅ = √ 𝜎𝑝̅ = √ √
𝑛 𝑛 𝑁−1
Región critica
 INGENIERÍA INDUSTRIAL
PRUEBA DE HIPÓTESIS PARA LA VARIANZA
Hipótesis:
𝐻0 : 𝜎 2 = 𝜎 2 0 vs 𝐻1 : 𝜎 2 ≠ 𝜎 2 0 𝐻0 : 𝜎 2 ≤ 𝜎 2 0 vs 𝐻1 : 𝜎 2 > 𝜎 2 0 𝐻0 : 𝜎 2 ≥ 𝜎 2 0 vs 𝐻1 : 𝜎 2 < 𝜎 2 0
Estadística de prueba:
(𝑛 − 1)𝑆 2
𝜒2𝑐 = ~𝜒 2 (𝑛−1)
𝜎20
Región critica:

PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE MEDIAS

Hipótesis:
𝐻0 : 𝜇1 − 𝜇2 = 𝑑0 𝐻0 : 𝜇1 − 𝜇2 ≤ 𝑑0 𝐻0 : 𝜇1 − 𝜇2 ≥ 𝑑0
𝐻1 : 𝜇1 − 𝜇2 ≠ 𝑑0 𝐻1 : 𝜇1 − 𝜇2 > 𝑑0 𝐻1 : 𝜇1 − 𝜇2 < 𝑑0
Estadística de prueba:
(𝑋̅1 − 𝑋̅2 ) − 𝑑0
𝟐 𝟐
Si 𝝈𝟏 𝒚 𝝈𝟐 son conocidas 𝑧𝑐 = ~𝑁(0, 1)
𝜎2 𝜎 2
√ 1 + 2
𝑛1 𝑛2
Si 𝒏𝟏 , 𝒏𝟐 ≥ 𝟑𝟎 (𝑋̅1 − 𝑋̅2 ) − 𝑑0
(Poblaciones 𝑧𝑐 = ~ 𝑁(0, 1)
𝑠 2 𝑠 2
normales y no √ 1 + 2
𝑛1 𝑛2
Si normales)
𝝈𝟏 𝟐 𝒚 𝝈𝟐 𝟐 son Si 𝝈𝟏 𝟐 = 𝝈𝟐 𝟐
desconocidas
Si 𝒏𝟏 , 𝒏𝟐 < 𝟑𝟎 (𝑋̅1 − 𝑋̅2 ) − 𝑑0 (𝑛1 − 1)𝑠1 2 + (𝑛2 − 1)𝑠2 2
(Poblaciones 𝑡𝑐 = ~𝑡(𝑛1 +𝑛2 −2) , 𝑠𝑐 2 =
𝑠𝑐 2 𝑠𝑐 2 𝑛1 + 𝑛2 − 2
normales) √ +
𝑛1 𝑛2
Si 𝝈𝟏 𝟐 ≠ 𝝈𝟐 𝟐
2
𝑠 2 𝑠 2
(𝑋̅1 − 𝑋̅2 ) − 𝑑0 ( 𝑛1 + 𝑛2 )
1 2
𝑡𝑐 = ~𝑡(𝑟) , 𝑟 = 2 2
𝑠 2 𝑠 2 𝑠 2 𝑠 2
√ 1 + 2 ( 𝑛1 ) ( 𝑛2 )
𝑛1 𝑛2 1 2
𝑛1 − 1 + 𝑛2 − 1

Región critica:
 INGENIERÍA INDUSTRIAL
PRUEBA DE HIPÓTESIS PARA LA DIFERENCIA DE PROPORCIONES
Hipótesis:
𝐻0 : 𝑝1 − 𝑝2 = 𝑑0 𝐻0 : 𝑝1 − 𝑝2 ≤ 𝑑0 𝐻0 : 𝑝1 − 𝑝2 ≥ 𝑑0
𝐻1 : 𝑝1 − 𝑝2 ≠ 𝑑0 𝐻1 : 𝑝1 − 𝑝2 > 𝑑0 𝐻1 : 𝑝1 − 𝑝2 < 𝑑0
Estadística de prueba:
(𝑝̅1 − 𝑝̅2 ) − 𝑑0
𝑧𝑐 = ≈ 𝑁(0, 1)
𝑝̅ (1 − 𝑝̅1 ) 𝑝̅2 (1 − 𝑝̅2 )
√ 1 +
𝑛1 𝑛2
Región crítica:

Pruebas no paramétricas Estadística de Prueba Región crítica

Prueba de bondad de ajuste 𝑘
2
(𝑂𝑖 − 𝑒𝑖 )2
𝐻0 : La distribución de 𝜒 𝑐=∑ ~𝜒 2 (𝑘−𝑚−1)
𝑒𝑖
frecuencia se ajusta a la 𝑖=1
distribución especificada. 𝑘:Número de clases de frecuencias
𝐻1 : La distribución de esperadas mayores a 5.
frecuencia no se ajusta a la 𝑚: Número de parámetros que se estiman.
distribución especificada. 𝑒𝑖 = 𝑛𝑝𝑖 , 𝑒𝑖 ≥ 5
Prueba de independencia 𝑓 𝑐
2
(𝑂𝑖𝑗 − 𝑒𝑖𝑗 )2
𝐻0 : A y B son variables 𝜒 𝑐 = ∑∑ ~𝜒 2 (𝑓−1)(𝑘−1)
independientes 𝑒𝑖𝑗
𝑖=1 𝑗=1
𝐻1 : A y B son variables 𝑂𝑖..∗ 𝑂𝑗.
𝑒𝑖𝑗 =
dependientes 𝑛

Prueba de Kolgomorov- Comprueba si una muestra procede de una población Normal.

Smirnov o Shapiro Wilk

ANOVA de un factor: Modelo completamente aleatorizado

Hipótesis Estadística de prueba Región crítica
𝐻𝑜 : 𝜇1 = 𝜇2 = ⋯ = 𝜇𝑘 (Los efectos
de los tratamientos son iguales)
𝐶𝑀𝑇𝑅
𝐹𝑐 = 𝐶𝑀𝐸 ~𝐹(𝑘 − 1, 𝑛 − 𝑘)
𝐻1 : No todos los 𝜇𝑗 son iguales (Los
efectos de los tratamientos no son 𝐹(1 − 𝛼, 𝑘 − 1, 𝑛 − 𝑘)
iguales)
Cálculo de la estadística de prueba:
Construcción de la tabla de análisis de varianza (ANOVA)
La variación total es: 𝑺𝑪𝑻 = 𝑺𝑪𝑻𝑹 + 𝑺𝑪𝑬
𝑛𝑗 2
𝑇2 (∑𝑘
𝑗=1 ∑𝑖=1 𝑥𝑖𝑗 )
Sea 𝐶 = 𝑛
= 𝑛
, así
𝑛
Suma total de cuadrados: 𝑆𝐶𝑇 = ∑𝑘𝑗=1 ∑𝑖=1
𝑗 2
𝑥𝑖𝑗 −𝐶
𝑇𝑗2
Suma de cuadrados entre tratamientos: 𝑺𝑪𝑻𝑹 = ∑𝑘𝑗=1 𝑛 − 𝐶
𝑗
Suma de cuadrados del error: 𝑺𝑪𝑬 = 𝑺𝑪𝑻 − 𝑺𝑪𝑻𝑹
 INGENIERÍA INDUSTRIAL
TABLA DE AN0VA
Fuente de Suma de Grados de Cuadrados medios F calculada
variación cuadrados libertad
tratamientos SCTR 𝑘−1 𝑆𝐶𝑇𝑅 𝐶𝑀𝑇𝑅
𝐶𝑀𝑇𝑅 = 𝐹𝑐 =
𝑘−1 𝐶𝑀𝐸
Error SCE 𝑛−𝑘 𝑆𝐶𝐸
𝐶𝑀𝐸 =
𝑛−𝑘
Total SCT 𝑛−1

ANOVA de un factor: Modelo completamente aleatorizado por bloques

Hipótesis Estadística de prueba Región crítica
𝐻𝑜 : 𝜇.1 = 𝜇.2 = ⋯ = 𝜇.𝑘 (Los efectos
de los tratamientos son iguales: 𝛼𝑗 = 0)
𝐹𝑇𝑅 ~𝐹(𝑘 − 1, (𝑘 − 1)(𝑟 − 1))
𝐻1 : No todos los 𝜇.𝑗 son iguales (Los
efectos de los tratamientos no son
iguales)
𝐹(1−𝛼, 𝑘−1, (𝑘−1)(𝑟−1))
𝐻𝑜 : 𝜇.1 = 𝜇.2 = ⋯ = 𝜇𝑟. (Los efectos
de los bloques son iguales: 𝛽𝑖 = 0)
𝐹𝐵 ~𝐹(𝑟 − 1, (𝑘 − 1)(𝑟 − 1))
𝐻1 : No todos los 𝜇𝑖. son iguales (Los
efectos de los bloques no son iguales)
𝐹(1−𝛼, 𝑟−1, (𝑘−1)(𝑟−1))
Cálculo de la estadística de prueba:
La variación total es: 𝑺𝑪𝑻 = 𝑺𝑪𝑻𝑹 + 𝑺𝑪𝑩 + 𝑺𝑪𝑬
2
(∑𝑘 𝑟
𝑗=1 ∑𝑖=1 𝑥𝑖𝑗 )
Sea 𝐶 = ,
𝑟𝑘
Suma total de cuadrados: 𝑆𝐶𝑇 = ∑𝑘𝑗=1 ∑𝑟𝑖=1 𝑥𝑖𝑗
2
−𝐶
𝑇.𝑗2
Suma de cuadrados entre tratamientos: 𝑺𝑪𝑻𝑹 = ∑𝑘𝑗=1 𝑟
−𝐶
𝑇𝑖.2
Suma de cuadrados de bloques: 𝑺𝑪𝑩 = ∑𝑟𝑖=1 − 𝐶
𝑘
Suma de cuadrados del error: 𝑺𝑪𝑬 = 𝑺𝑪𝑻 − (𝑺𝑪𝑻𝑹 + 𝑺𝑪𝑩)
TABLA DE AN0VA
Fuente de Suma de Grados de Cuadrados medios F calculada
variación cuadrados libertad
Tratamientos 𝑆𝐶𝑇𝑅 𝑘−1 𝑆𝐶𝑇𝑅 𝐶𝑀𝑇𝑅
𝐶𝑀𝑇𝑅 = 𝐹𝑇𝑅 =
𝑘−1 𝐶𝑀𝐸
Bloques 𝑆𝐶𝐵 𝑟−1 𝑆𝐶𝐵
𝐶𝑀𝐵 = 𝐶𝑀𝐵
𝑟−1 𝐹𝐵 =
𝐶𝑀𝐸
Error 𝑆𝐶𝐸 (𝑟 − 1)(𝑘 − 1) 𝑆𝐶𝐸
𝐶𝑀𝐸 =
(𝑟 − 1)(𝑘 − 1)
Total SCT 𝑟𝑘 − 1

Método del p-valor

 P-valor= 𝑃(𝑍 < −|𝑧𝑐 |) (prueba unilateral de cola a la izquierda)
 P-valor= 𝑃(𝑍 > |𝑧𝑐 |) (prueba unilateral de cola a la derecha)
 P-valor= 𝑃(𝑍 < −|𝑧𝑐 |) + 𝑃(𝑍 > |𝑧𝑐 |) = 2𝑃(𝑍 < −|𝑧𝑐 |) (prueba bilateral)
Decisión:
Si p-valor ≤ 𝛼 se rechaza 𝐻0 , caso contrario se acepta 𝐻0 .