Intervalo de confianza para la media cuando se conoce la varianza, se dice que es aprox.

Normal y es grande (Z)

grande ≥ 30 mirar la cantidad de datos

X ̅ 6.4 e (error) ≤ 0.65332133

𝑍_(𝛼⁄2)
1.95996398 ≈ e (si se da) 0.07
𝜎
1 si nos da que algo esta entre un valor que le den pues sera e
n 9
I.C µ: Limite Sup. 7.05332132818002
Limite Inf. 5.74667867181998
intervalo de confianza (1-%)/2 + el valor sin el porcenta
Tamaño de la muestra n: 783.97118789676
en rosado se coloca el intervalo de confianza
𝑍_(𝛼⁄2)
1− α para el 0.975
EJEMPLO: 𝑍_(𝛼⁄2)
1− α para el 0.95 SI FUESE PARA EL 95%

Intervalo de confianza para la media cuando no se conoce la varianza poblacional y la población se distribuye normal (t)
X ̅
𝑡_(𝛼⁄2 )
3.8
1.76131014 ≈
S 0.97091 desviacion estandar
n 15 intervalo de confianza (1-%)/2 + el valor sin el porcenta
v 14
I.C µ: Limite Sup. 4.24153911108339
Limite Inf. 3.35846088891661
𝑡_(𝛼⁄2)

1− α para el 0.95

X ̅INTERVALOS
_1 DE CONFIANZA PARA 2 MUESTRAS GRANDES Y NORMALES (Z)
X ̅Intervalo
_2 de confianza para la diferencia de medias cuando se conocen las varianzas poblacionales y las muestras son gr
𝑍_(𝛼⁄2) 6.4
7.2
1.95996398 ≈
σ1 1
σ2 1
n1 𝑍_(𝛼⁄2) 7
n2 7
1− α para el 0.975

I.C µ1-µ2: Limite Sup. 0.247644817223597

Limite Inf. -1.8476448172236

Si las varianzas poblacionales se desconocen entonces no se puede utilizar Z, luego se usa una nueva variable, distribució
Intervalo de confianza para la diferencia de medias cuando no se conocen las varianzas poblacionales (t)

X ̅_1
Si σ1 = σ2: E.E = error estandar Sp² = Varianza agrupada g.l = v = grados de libertad
X ̅_2
X ̅_2
𝑡_(𝛼⁄2)
0.399
0.565
2.10092204 ≈
n1 10
n2 10
E.E 0.06336934 error estandar
Sp² 0.02007837
𝑡_(𝛼⁄2)
g.l (v) 18

1− α para el 0.975
S1 0.0728
S2 0.1867
I.C µ1-µ2: Limite Sup. -0.032865961096416
Limite Inf. -0.299134038903584
X ̅_1
2 ≠ σ2:
X ̅Si_σ1
𝑡_(𝛼⁄2)
6.4
7.2
2.10092204 ≈
n1 10
n2 𝑡_(𝛼⁄2) 10
g.l (v) 18

1− α para el 0.975
S1 1
S2 1
I.C µ1-µ2: Limite Sup. -0.8
p ̂ Inf.
Limite -0.8
p ̂
q ̂
Intervalo de confianza para la proporción de muestras grandes (Z, n->∞).
𝑍_(𝛼⁄2)
El estimador p es
0.5 X 228 se encuentran
0.5
σ_p ̂  
1.95996398
n 1000
e 0.05 este error es cuando toque calcular la muestra
0.01581139

Tamaño de la muestra de proporcion (n) 384.145882 Si se pide el máximo tamaño (n) de la muestra
𝑍_(𝛼⁄2)
e (error) ≤ 0.03098975

1− α para el 0.975

I.C p: Limite Sup. 0.530989751615228

 Limite Inf. 0.469010248384772

SOLUCION PARCIAL SIGUIENTES HOJAS

X ̅
𝑍_(𝛼⁄2)
𝜎

𝑍_(𝛼⁄2)

X ̅
𝑡_(𝛼⁄2 )

𝑡_(𝛼⁄2)

X ̅
𝑡_(𝛼⁄2 )

𝑡_(𝛼⁄2)
 p ̂
p ̂
q ̂
𝑍_(𝛼⁄2)

σ_p ̂

𝑍_(𝛼⁄2)

X ̅
𝑍_(𝛼⁄2)
𝜎

𝑍_(𝛼⁄2)

𝑍_(𝛼⁄2)

X ̅
𝑡_(𝛼⁄2 )

𝑡_(𝛼⁄2)
Normal y es grande (Z)

e un valor que le den pues sera el error

1-%)/2 + el valor sin el porcentaje

valo de confianza
3.6
2.8

4.8
3.4
blación se distribuye normal (t) 2.8
Si nos dan valores tabulados o datos. 4.4
2.5
Xbara 3.78666667 3.3
S muestral 0.97091023 4
1-%)/2 + el valor sin el porcentaje 4.8
5.6
5.2
2.9
3.7
3

acionales y las muestras son grandes o las dos muestras se extraen de poblaciones normales sean grandes o pequeñas (z).

x1 0.399
x2 0.565

a una nueva variable, distribución t

oblacionales (t)

.l = v = grados de libertad
 p ̂

áximo tamaño (n) de la muestra, entonces = 1/2 = 0,5

p ̂
 0.32 0.26
0.53 0.43
es o pequeñas (z). 0.28 0.47
0.37 0.49
sigma1 0.07279347 0.47 0.52
sigma2 0.18674106 0.43 0.75
0.36 0.79
0.42 0.86
0.38 0.62
0.43 0.46
 Punto #1
Intervalo de confianza para la media cuando se conoce la varianza, se dice que es aprox. Normal y es grande (Z)
grande ≥ 30

X ̅ 33
𝑍_(𝛼⁄2) 1.64485363 ≈
𝜎 256
n 64
I.C µ: Limite Sup. 85.6353161
Limite Inf. -19.6353161

1− α para el𝑍_(𝛼⁄2) 0.95

Punto#2
Intervalo de confianza para la media cuando no se conoce la varianza poblacional y la población se distribuye normal (t)

X ̅ 3.8
𝑡_(𝛼⁄2 ) 1.76131014 ≈
S 0.97091
n 15 (1-%)/2 + el valor sin el porcentaje
v 14
I.C µ: Limite Sup. 4.24153911
Limite Inf. 3.35846089

1− α para el𝑡_(𝛼⁄2) 0.95

Punto#3
Intervalo de confianza para la media cuando no se conoce la varianza poblacional y la población se distribuye normal (t)

X ̅ 10
𝑡_(𝛼⁄2 ) 2.44691185 ≈
S 0.283
n 7 (1-%)/2 + el valor sin el porcentaje
v 6
I.C µ: Limite Sup. 10.2617313
Limite Inf. 9.73826865

1− α para el𝑡_(𝛼⁄2) 0.975

mal y es grande (Z)

ión se distribuye normal (t)

alor sin el porcentaje

ión se distribuye normal (t)

alor sin el porcentaje

 Punto#4
Intervalo de confianza para la proporción de muestras grandes (Z, n->∞).
El estimador p es p ̂
p ̂ 0.5 X 228
q ̂ 0.5
𝑍_(𝛼⁄2) 1.95996398
n 1000
e 0.05
σ_p ̂ 0.01581139

Tamaño de la muestra de proporcion (n 384.145882 Si se pide el máximo tamaño (n) de la muestra, entonces

e (error) ≤ 0.03098975

1− α para el𝑍_(𝛼⁄2) 0.975

I.C p: Limite Sup. 0.53098975

Limite Inf. 0.46901025

Punto#5
Intervalo de confianza para la media cuando no se conoce la varianza poblacional y la población se distribuye normal (t)

X ̅ 0.9255
𝑡_(𝛼⁄2 ) 2.09302405 ≈
S 0.08
n 20 (1-%)/2 + el valor sin el porcentaje
v 19
I.C µ: Limite Sup. 0.96294115
Limite Inf. 0.88805885

1− α para el𝑡_(𝛼⁄2) 0.975

Punto#8
Intervalo de confianza para la media cuando se conoce la varianza, se dice que es aprox. Normal y es grande (Z)
grande ≥ 30

X ̅ 33 e (error) ≤ 0.03674932

𝑍_(𝛼⁄2) 1.95996398 ≈ e (si se da) 0.07
𝜎 0.15
n 64
I.C µ: Limite Sup. 33.0367493
Limite Inf. 32.9632507
(1-%)/2 + el valor sin el porcentaje
Tamaño de la muestra n: 17.6393517
 en rosado se coloca el intervalo de confianza
1− α para el𝑍_(𝛼⁄2) 0.975
EJEMPLO:
1− α para el𝑍_(𝛼⁄2) 0.95 SI FUESE PARA EL 95%

Punto 7

Xbarra 7
S 1
n 9
alfamedios 0.33333333

P(z>6,4) -1.8 0.03593032

P(z<7,2) 0.6 0.72574688

Probabilidad 0.68981656
o (n) de la muestra, entonces p ̂= 1/2 = 0,5

ión se distribuye normal (t)

alor sin el porcentaje

mal y es grande (Z)

alor sin el porcentaje