Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Tablas
Estadísticas
Con Comentarios
Tablas Estadísticas con Comentarios
Tablas Estadísticas
Con Comentarios
1ª Edición
Abril del 2002
Índice
TABLAS
Muchas variables toman valores que no se pueden predecir con certeza, decimos que dependen del
azar. Por ejemplo, no podemos saber el número de hijos varones de una familia de la que sólo
sabemos que tiene un total de 5 hijos. Tampoco se puede predecir el número de coches que llegarán
a una determinada gasolinera en los próximos 10 minutos.
Los ejemplos anteriores corresponden a variables discretas, es decir, toman sólo valores concretos y
no cualquier valor dentro de un intervalo como ocurre con las variables continuas. Un ejemplo de
variable continua es el peso de un paquete de azúcar de 1 Kg. En principio parece que pesará 1 Kg.
(¿no es eso lo que hemos dicho?) pero si usamos una báscula de precisión (bastará con que indique
los gramos) veremos que no todos los paquetes pesan exactamente 1000 gramos, sino que presentan
una cierta variabilidad y es imposible prever el peso exacto de un paquete concreto.
Hay que tener en cuenta que la asignación del comportamiento de una variable a un cierto tipo,
(bautizarla con el nombre de “binomial”, “de Poisson”, ...) se hace suponiendo que se cumplen unas
determinadas hipótesis. Por ejemplo, en el caso de los hijos varones, se ha supuesto que la
probabilidad de que un hijo sea varón o hembra es del 50% y que el sexo de un hijo no da
información sobre el sexo del siguiente, de forma que si estas suposiciones no fueran correctas los
resultados de nuestros cálculos tampoco lo serían. Sobre la llegada de coches a la gasolinera se
supone, entre otras cosas, que conocemos el promedio de llegadas por unidad de tiempo, y que en el
periodo considerado se dan exactamente las mismas circunstancias que aquel para el cual se calculó
la media. En el caso del peso de los paquetes de azúcar, los cálculos se han realizado con una
estimación del valor medio del peso y también de su desviación tipo. Si los datos de partida son
aproximaciones (“estimaciones”) de los valores verdaderos, los resultados obtenidos habrá que
entenderlos también como aproximaciones, como “órdenes de magnitud”, y no tiene mucho sentido
presentarlos con muchos decimales.
Ejemplos de variables que parece razonable modelar con las distribuciones comentadas son:
• Número de veces que sale • Número de averías anuales • Altura de las personas
el 5 al lanzar 20 veces un que tiene un ascensor. adultas de un mismo sexo y
dado. origen racial
• Número de partículas
• Número de piezas emitidas por una sustancia • Error experimental al medir
defectuosas en un lote de radioactiva por unidad de una determinada magnitud
100, sabiendo que la tiempo
máquina que las ha • Valor medio obtenido al
fabricado produce un 3% de • Número de accidentes de lanzar 20 veces un dado
defectos. tráfico en una determinada (aproximadamente)
área geográfica durante el
• Número de personas que fin de semana. • Peso de las naranjas de una
votan por un determinado cierta variedad
partido en un conjunto de • Número de llamadas que se
50 tomadas al azar. reciben en la centralita de • Grosor de una moneda,
una gran empresa durante 1 medido con un aparato de
• Número de veces que minuto. precisión.
aparece la letra e en la
página de un libro. • Número de pasas en una
ración de 100 gr de muesli.
• Número de hogares que
tienen ordenador con
conexión a internet, de un
conjunto de 100 tomados al
azar.
Las otras distribuciones que aparecen en las tablas: t de Student, Chi cuadrado y F de Snedecor
tienen un carácter más instrumental y describen la variabilidad que presentan variables que se
utilizan en los procesos de inferencia. Así, la t de Student se utiliza para calcular probabilidades
relaciones con distribuciones Normales, cuando el desconocimiento de la varianza poblacional
impide utilizar la Normal estandarizada. La distribución de Chi cuadrado, se utiliza para explicar,
entre otras cosas, la variabilidad que presenta la varianza muestral de muestras obtenidas de
poblaciones Normales. La F de Snedecor describe la variabilidad que presenta el cociente de 2
varianzas muestrales obtenidas de poblaciones Normales independientes y con la misma varianza
poblacional. Algo que dicho así parece sólo un capricho de alguien interesado en crear nuevas
distribuciones, pero que en realidad resulta imprescindible cuando se aplican técnicas como el
análisis de la varianza.
Pureza
nuestros datos vale 0,53. ¿Será posible que la pureza y la
temperatura no tengan ninguna relación (ρ = 0) y que 89
sólo por obra del azar haya resultado r = 0,53? o, en otras
palabras, ¿está nuestro valor de r lo suficientemente
88
alejado del cero como poder decir que hay relación?.
2. Repetir la operación anterior un gran número de veces, guardando el valor del coeficiente de
correlación obtenido cada vez. La figura muestra el histograma de los valores obtenidos al
repetir 10.000 veces este proceso (realizado con el programa Minitab y una sencilla macro).
200
que no es significativamente distinto de cero (o,
simplemente, que no es significativo), porque un
valor como ese o mayor se da con mucha frecuencia 100
sin existir ningún tipo de relación. Sin embargo, si
0,8 %
fuera muy grande, 0,9, por ejemplo, diríamos que
claramente sí es significativo, porque si no hubiera 0
correlación un valor como el obtenido es
prácticamente imposible de obtener. -1,0 -0,5 0,0 0,5 1,0
Coeficiente de correlación
En nuestro caso, comparando 0,53 con los 10.000 valores generados, comprobamos que un valor
como el nuestro o mayor se presenta del orden del 0,8 % de las veces. Si sospechamos que nuestras
variables pueden estar correlacionadas lo más razonable será considerar que efectivamente lo están,
aunque corremos un cierto riesgo de equivocarnos, ya que si no existiera correlación, un valor como
el obtenido no es imposible, sino que como ese o superior se da por azar el 0,8 % de las veces.
Si estamos seguros de que en el caso de existir correlación esta será positiva, el porcentaje calculado
es el nivel de significación de la prueba. Si la correlación puede ser tanto positiva como negativa, al
porcentaje anterior le debemos sumar el de los casos en que se obtiene un valor menor de –0,53.
Como la distribución es simétrica también será 0,8 %, y la suma de los 2, el 1,6%, será el nivel de
significación en este caso.
Las tablas evitan tener que realizar este proceso cada vez que se desea analizar la significación
estadística de un coeficiente de correlación. No se han obtenido por simulación sino a partir de la
deducción analítica de las distribuciones de r cuando ρ = 0 (“distribuciones” en plural, porque
varían al variar el tamaño de las muestras). En las tablas figuran los valores de r que corresponden
a los niveles de significación que se indican, y considerando que, en caso de existir, la correlación
puede ser tanto positiva como negativa (prueba de 2 colas).
• El nivel de confianza: Indica que si se calcularan muchos intervalos de la misma forma, cada
uno a partir de una muestra distinta, en un porcentaje de veces igual a ese nivel de confianza se
incluirá el verdadero valor de la magnitud buscada. La tabla que se presenta es para un nivel de
confianza del 95 %.
• Margen de error: Es el valor que se suma y se resta a la estimación puntual para obtener el
intervalo de confianza
Ejemplo: Intervalo de confianza del 95 % para el porcentaje de estudiantes de bachillerato que usan
gafas: 23% ± 6%
Un aspecto de importancia fundamental es que estos intervalos de confianza sólo son correctos si la
muestra se ha elegido de forma aleatoria. En concreto, no son muestras aleatorias:
• Las muestras tomadas al azar, supongamos que tomadas al azar, pero de conjuntos que no
representan a la población. Ejemplo: Preguntar a los jóvenes que van a una discoteca si conocen
al cantante X. Los jóvenes que van a esa discoteca no necesariamente son representativos del
total de jóvenes de la ciudad, por ejemplo.
Es muy frecuente que, por ignorancia o ganas de confundir, se de a los resultados de una encuesta
un aire de rigor matemático dando intervalos de confianza muy precisos, pero sin hacer ninguna
alusión al rigor o la forma de obtener la muestra.
Para realizar los cálculo de forma fácil, los valores de n (columna A) deben estar
todos. Los que no se ven es porque se ha definido el blanco como color de la fuente.
Distribución De forma análoga a la distribución binomial se ha utilizado Excel, pero en este caso
de Poisson se ha usado la función POISSON(x;media;acumulado). Para facilitar la posterior
edición se han utilizado 3 hojas, una para cada parte de la tabla.
Se podría haber hecho con Excel, sin necesidad de macro, usando su función
DISTR.T.INV
Distribución Se ha utilizado Minitab, con macros para cada tabla (área de cola). También se podría
F de haber usado la función de Excel:
Snedecor DISTR.F.INV(probabilidad;grados_de_libertad1;grados_de_libertad2)
Valores n−2
críticos del Partimos de que la expresión: r , en la que r es el coeficiente de correlación
1− r2
coeficiente
de muestral y n el tamaño de la muestra, sigue una distribución t de Student con n-2
correlación grados de libertad si el coeficiente de correlación poblacional ρ = 0.
Utilizando Minitab, mediante una macro se han determinado los valores de r que
corresponden a los niveles de significación (valores p) que se indican.
Tamaños de El intervalo de confianza 1-α para π (proporción en la población) viene dado por la
muestra fórmula (ver nota al final):
para estimar N − n pq
proporciones p ± zα / 2
N n −1
con una
confianza
Estimación puntual Desviación tipo de p
del 95 %
Margen de error
N − n pq
E 2 = z α2 / 2
N n −1
z α2 / 2 pqN
n=
E 2 N + z α2 / 2 pq
Con esta fórmula (donde tanto E como p y q son proporciones –no porcentajes-) se
han calculado los valores de n para los valores de E y N que aparecen en la tabla.
Para p y q se ha supuesto el valor 0,5 (el que produce un mayor tamaño de muestra) y
el valor de zα/2, (en nuestro caso z0,025 por ser el intervalo del 95 %) es igual a 1,96
El valor de zα/2 se ha puesto como variable en la celda I4. De esta forma, cambiando
este valor se cambia el nivel de confianza de los intervalos obtenidos.
Distribución binomial
P (X=x)
n = 20 0,25
p = 1/6 n = 20
0,20 p = 1/6
0,05
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
X
P (X=x)
n = 20 0,25
p = 0,5 n = 20
p = 0,5
0,20
Si p = 0,5 la distribución es simétrica.
Esta puede representar la probabilidad 0,15
del número de caras que se obtienen al
lanzar una moneda 20 veces.
0,10
0,05
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
X
P ( X=x)
n = 100 0,08
n = 100
p = 0,5 0,07 p = 0,5
0,06
Similar al anterior pero con n =100. El
0,05
perfil de esta distribución es muy
similar a la distribución Normal. 0,04
0,03
Distribución de Poisson
0,30
λ=2 λ=2
0,25
minuto.
0,05
0,00
0 5 10 15 20 25
X
0,30
λ=4 0,25
λ=4
0,20
0,15
0,10
0,05
0,00
0 5 10 15 20 25
X
0,30
λ = 10 λ = 10
0,25
0,10
0,05
0,00
0 5 10 15 20 25
X
0,0
-4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
x
t con 3 g.l.
A medida que aumentan los grados de t con 10 g.l.
libertad se va pareciendo cada vez más 0,3 N(0,1)
a la N(0;1).
0,1
0,0
-4 -3 -2 -1 0 1 2 3 4
t
0,00
0 10 20 30 40 50 60
Valores de Chi^2
Distribución F de Snedecor
0,7
0,4
0,3
0,2
0,1
0,0
0 1 2 3 4 5
Valores de F
0,7
0,4
0,3
0,2
0,1
0,0
0 1 2 3 4 5
Valores de F
asimétrica. 2
F(200,200)
0
0 1 2 3 4 5
Valores de F
Distribución binomial
Un proceso produce un 10 % de unidades defectuosas. Determine la probabilidad de que en una
muestra de 15 se tengan:
a) 2 defectos
b) Algún defecto
P (X > 0) = 1- P (X=0) = 1- 0,2059 = 0,7941
c) Menos de 3 defectos
P (X < 3) = B(2; 15; 0,10) = 0,8159
d) Más de 2 defectos
P (X > 2) = 1 – P (X ≤ 2) = 1 – B(2; 15; 0,10) = 1 – 0,8159 = 0,1841
Distribución de Poisson
A una centralita de teléfonos llegan un promedio de 2 llamadas por minuto. Determine la
probabilidad de que:
a) En un minuto lleguen 5 llamadas
Distribución Normal
Una máquina llena paquetes de azúcar con un peso que se distribuye según N (1003 gr; 7 gr).
a) El peso mínimo aceptable debe ser de 985 gr. Calcule el porcentaje de paquetes que estarán por
debajo de este valor.
985 − 1003
z= = −2,57 (redondeado con 2 decimales)
7
P (X < -2,57) = P (z < –2,57) = P (z > 2,57) = 0,0051 = 0,51%
z _,_0 _,_1 _,_2 _,_3 _,_4 _,_5 _,_6 _,_7 _,_8 _,_9
0,0_ 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1_ 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
2,3_ 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4_ 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5_ 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6_ 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
27 0 0035 0 0034 0 0033 0 0032 0 0031 0 0030 0 0029 0 0028 0 0027 0 0026
b) Se tienen dificultades para cerrar el paquete cuando su contenido tiene un peso que excede los
1020 gr. Calcule el porcentaje de paquetes en que se presentará este problema
1020 − 1003
z= = 2,43
7
P (X > 1020) = P ( z > 2,43) = 0,0078 = 0,78%
z _,_0 _,_1 _,_2 _,_3 _,_4 _,_5 _,_6 _,_7 _,_8 _,_9
0,0_ 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1_ 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2_ 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3_ 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4_ 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5_ 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6_ 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
07 0 2420 0 2389 0 2358 0 2327 0 2296 0 2266 0 2236 0 2206 0 2177 0 2148
Distribución t de Student
Se toma una muestra de 10 paquetes de azúcar que acaban de salir de la línea de envasado. Los
valores de la media y desviación tipo de sus pesos es: x = 1001,5 gr.; s = 2 gr.
a) ¿Puede afirmarse que la línea está llenando los paquetes con un peso medio superior a 1 kg?
H0: µ = 1000; H1: µ > 1000
x−µ
Si H0 es cierta, el estadístico t = sigue una distribución t de Student con ν= n-1g.l.
s
n
1001,5 − 1000
En nuestro caso: t = = 2,37 . Utilizamos las tablas para analizar la posición de
2
10
este valor en la distribución t de Student con 9 grados de libertad.
p
ν
0,40 0,25 0,10 0,05 0,025 0,01 0,005 0,0025 0,001 0,0005
1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 127,321 318,309 636,619
2 0,289 0,817 1,886 2,920 4,303 6,965 9,925 14,089 22,327 31,599
3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 7,453 10,215 12,924
4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 5,598 7,173 8,610
5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 4,773 5,893 6,869
6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 4,317 5,208 5,959
7 0,263 0,711 1,415 1,895 2,365 2,998 3,500 4,029 4,785 5,408
8 0,262 0,706 1,397 1,860 2,306 2,897 3,355 3,833 4,501 5,041
9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781
10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 3,581 4,144 4,587
Entrando en la tabla por la fila de los 9 grados de libertad, se comprueba que nuestro valor
deja un área de cola que está entre 0,025 y 0,01. Por tanto, puede afirmarse que el peso medio
que se está produciendo es superior a 1 kg, con un nivel de significación que se encuentra
entre los valores citados.
b) Calcule un intervalo de confianza del 99 % para el valor del peso medio con que están saliendo
los paquetes.
s
La fórmula a aplicar es: x ± tα / 2;ν . En nuestro caso: tα / 2;ν = t0 ,005;9 = 3,250
n
p
ν
0,40 0,25 0,10 0,05 0,025 0,01 0,005 0,0025 0,001 0,0005
1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 127,321 318,309 636,619
8 0,262 0,706 1,397 1,860 2,306 2,897 3,355 3,833 4,501 5,041
9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781
10 0 260 0 700 1 372 1 812 2 228 2 764 3 169 3 581 4 144 4 587
p
ν
0,995 0,990 0,975 0,950 0,900 0,750 0,250 0,100 0,050 0,025 0,010 0,005
1 0,00 0,00 0,00 0,00 0,02 0,10 1,32 2,71 3,84 5,02 6,64 7,88
2 0 01 0 02 0 05 0 10 0 21 0 58 2 77 4 61 5 99 7 38 9 21 10 60
8 1,34 1,65 2,18 2,73 3,49 5,07 10,22 13,36 15,51 17,54 20,09 21,96
9 1,74 2,09 2,70 3,33 4,17 5,90 11,39 14,68 16,92 19,02 21,67 23,59
10 2,16 2,56 3,25 3,94 4,87 6,74 12,55 15,99 18,31 20,48 23,21 25,19
F de Snedecor
Se tienen 2 líneas (A y B) de llenado de paquetes de azúcar. De la línea A se tiene una muestra
aleatoria de nA=10 paquetes cuyos pesos presentan una desviación tipo de sA = 2 gr. De la línea B la
muestra es de tamaño nB=6 y los pesos tienen una sB = 5 gr. A la vista de estos valores, ¿puede
afirmarse que la variabilidad del peso de los paquetes es distinta en ambas líneas?
H 0 : σ A2 = σ B2 ;
H 1 : σ A2 ≠ σ B2 .
s A2 sB2
Si H0 es cierta: Fn A −1; nB −1 , o, lo que es lo mismo: FnB −1; nA −1
sB2 s A2
Como las tablas de la F sólo dan áreas de cola hacia la derecha, a efectos prácticos debemos
poner la varianza muestral mayor en el numerador para que el cociente dé mayor que 1. (Si lo
hiciéramos al revés deberíamos mirar el área de cola hacia la izquierda, que no dan las tablas
1
aunque se puede deducir utilizando la expresión: F( 1−α ), nA −1; nB −1 = )
F( α ), nB −1; nA −1
Por tanto, en nuestro caso, F = 25/4 = 6,25 y habrá que comparar este valor en una distribución F
de Snedecor con 5 y 9 grados de libertad. Cada hoja de la tabla contiene los valores para una
determinada área de cola.
Empezamos por la tabla para valores de α = 0,05. El valor de F que deja este área de cola en la
distribución con 5 y 9 grados de libertad es 3,48. Al ser nuestro valor mayor (está más hacia la
derecha), dejará un área de cola menor.
y ν2 (denominador) F
ν1
ν2
1 2 3 4 5 6 7 8 9 10 12
1 161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88 243,91
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,39 19,40 19,41
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,75
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,58
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07
10 4,97 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91
Vayamos ahora a la hoja de los valores que dejan un área α = 0,01. El valor de F, con 5 y 9
grados de libertad, que deja esta área de cola es 6,06. El valor de deja un área de cola de 0,001
(yendo a la página correspondiente) es 11,71.
Si la prueba fuera unilateral ( H 1 : σ A2 < σ B2 ) podríamos rechazar la hipótesis nula con un nivel de
significación menor de 0,01. Al ser bilateral diremos que el nivel de significación es menor de 0,02.
Se dispone del peso al nacer de 15 bebés y de su peso al cumplir los 3 meses. El coeficiente de
correlación entre ambos pesos es r = 0,49. ¿Es este valor estadísticamente significativo?
No lo es con un nivel de significación del 5 %, ya que nuestro valor es menor de 0,514, que es el
marca la frontera para el nivel de significación indicado.
¿Qué tamaño debe tener una muestra aleatoria de hogares para poder estimar una proporción en la
población (la proporción de los que tienen secadora, por ejemplo) de forma que un intervalo de
confianza del 95 % presente un margen de error del 3%? La población se considera de 10 millones
de hogares.
p
n x 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
2 0 0,9801 0,9025 0,8100 0,7225 0,6400 0,5625 0,4900 0,4225 0,3600 0,3025 0,2500
2 1 0,9999 0,9975 0,9900 0,9775 0,9600 0,9375 0,9100 0,8775 0,8400 0,7975 0,7500
3 0 0,9703 0,8574 0,7290 0,6141 0,5120 0,4219 0,3430 0,2746 0,2160 0,1664 0,1250
3 1 0,9997 0,9928 0,9720 0,9393 0,8960 0,8438 0,7840 0,7183 0,6480 0,5748 0,5000
3 2 1,0000 0,9999 0,9990 0,9966 0,9920 0,9844 0,9730 0,9571 0,9360 0,9089 0,8750
4 0 0,9606 0,8145 0,6561 0,5220 0,4096 0,3164 0,2401 0,1785 0,1296 0,0915 0,0625
4 1 0,9994 0,9860 0,9477 0,8905 0,8192 0,7383 0,6517 0,5630 0,4752 0,3910 0,3125
4 2 1,0000 0,9995 0,9963 0,9880 0,9728 0,9492 0,9163 0,8735 0,8208 0,7585 0,6875
4 3 1,0000 1,0000 0,9999 0,9995 0,9984 0,9961 0,9919 0,9850 0,9744 0,9590 0,9375
5 0 0,9510 0,7738 0,5905 0,4437 0,3277 0,2373 0,1681 0,1160 0,0778 0,0503 0,0313
5 1 0,9990 0,9774 0,9185 0,8352 0,7373 0,6328 0,5282 0,4284 0,3370 0,2562 0,1875
5 2 1,0000 0,9988 0,9914 0,9734 0,9421 0,8965 0,8369 0,7648 0,6826 0,5931 0,5000
5 3 1,0000 1,0000 0,9995 0,9978 0,9933 0,9844 0,9692 0,9460 0,9130 0,8688 0,8125
5 4 1,0000 1,0000 1,0000 0,9999 0,9997 0,9990 0,9976 0,9947 0,9898 0,9815 0,9688
6 0 0,9415 0,7351 0,5314 0,3771 0,2621 0,1780 0,1176 0,0754 0,0467 0,0277 0,0156
6 1 0,9985 0,9672 0,8857 0,7765 0,6554 0,5339 0,4202 0,3191 0,2333 0,1636 0,1094
6 2 1,0000 0,9978 0,9842 0,9527 0,9011 0,8306 0,7443 0,6471 0,5443 0,4415 0,3438
6 3 1,0000 0,9999 0,9987 0,9941 0,9830 0,9624 0,9295 0,8826 0,8208 0,7447 0,6563
6 4 1,0000 1,0000 0,9999 0,9996 0,9984 0,9954 0,9891 0,9777 0,9590 0,9308 0,8906
6 5 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9982 0,9959 0,9917 0,9844
7 0 0,9321 0,6983 0,4783 0,3206 0,2097 0,1335 0,0824 0,0490 0,0280 0,0152 0,0078
7 1 0,9980 0,9556 0,8503 0,7166 0,5767 0,4449 0,3294 0,2338 0,1586 0,1024 0,0625
7 2 1,0000 0,9962 0,9743 0,9262 0,8520 0,7564 0,6471 0,5323 0,4199 0,3164 0,2266
7 3 1,0000 0,9998 0,9973 0,9879 0,9667 0,9294 0,8740 0,8002 0,7102 0,6083 0,5000
7 4 1,0000 1,0000 0,9998 0,9988 0,9953 0,9871 0,9712 0,9444 0,9037 0,8471 0,7734
7 5 1,0000 1,0000 1,0000 0,9999 0,9996 0,9987 0,9962 0,9910 0,9812 0,9643 0,9375
7 6 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9994 0,9984 0,9963 0,9922
8 0 0,9227 0,6634 0,4305 0,2725 0,1678 0,1001 0,0576 0,0319 0,0168 0,0084 0,0039
8 1 0,9973 0,9428 0,8131 0,6572 0,5033 0,3671 0,2553 0,1691 0,1064 0,0632 0,0352
8 2 0,9999 0,9942 0,9619 0,8948 0,7969 0,6785 0,5518 0,4278 0,3154 0,2201 0,1445
8 3 1,0000 0,9996 0,9950 0,9786 0,9437 0,8862 0,8059 0,7064 0,5941 0,4770 0,3633
8 4 1,0000 1,0000 0,9996 0,9971 0,9896 0,9727 0,9420 0,8939 0,8263 0,7396 0,6367
8 5 1,0000 1,0000 1,0000 0,9998 0,9988 0,9958 0,9887 0,9747 0,9502 0,9115 0,8555
8 6 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9987 0,9964 0,9915 0,9819 0,9648
8 7 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998 0,9993 0,9983 0,9961
9 0 0,9135 0,6302 0,3874 0,2316 0,1342 0,0751 0,0404 0,0207 0,0101 0,0046 0,0020
9 1 0,9966 0,9288 0,7748 0,5995 0,4362 0,3003 0,1960 0,1211 0,0705 0,0385 0,0195
9 2 0,9999 0,9916 0,9470 0,8591 0,7382 0,6007 0,4628 0,3373 0,2318 0,1495 0,0898
9 3 1,0000 0,9994 0,9917 0,9661 0,9144 0,8343 0,7297 0,6089 0,4826 0,3614 0,2539
9 4 1,0000 1,0000 0,9991 0,9944 0,9804 0,9511 0,9012 0,8283 0,7334 0,6214 0,5000
9 5 1,0000 1,0000 0,9999 0,9994 0,9969 0,9900 0,9747 0,9464 0,9006 0,8342 0,7461
9 6 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9957 0,9888 0,9750 0,9502 0,9102
9 7 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9986 0,9962 0,9909 0,9805
9 8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9992 0,9980
10 0 0,9044 0,5987 0,3487 0,1969 0,1074 0,0563 0,0282 0,0135 0,0060 0,0025 0,0010
10 1 0,9957 0,9139 0,7361 0,5443 0,3758 0,2440 0,1493 0,0860 0,0464 0,0233 0,0107
10 2 0,9999 0,9885 0,9298 0,8202 0,6778 0,5256 0,3828 0,2616 0,1673 0,0996 0,0547
10 3 1,0000 0,9990 0,9872 0,9500 0,8791 0,7759 0,6496 0,5138 0,3823 0,2660 0,1719
10 4 1,0000 0,9999 0,9984 0,9901 0,9672 0,9219 0,8497 0,7515 0,6331 0,5044 0,3770
10 5 1,0000 1,0000 0,9999 0,9986 0,9936 0,9803 0,9527 0,9051 0,8338 0,7384 0,6230
10 6 1,0000 1,0000 1,0000 0,9999 0,9991 0,9965 0,9894 0,9740 0,9452 0,8980 0,8281
10 7 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9984 0,9952 0,9877 0,9726 0,9453
p
n x 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
10 8 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983 0,9955 0,9893
10 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9990
11 0 0,8953 0,5688 0,3138 0,1673 0,0859 0,0422 0,0198 0,0088 0,0036 0,0014 0,0005
11 1 0,9948 0,8981 0,6974 0,4922 0,3221 0,1971 0,1130 0,0606 0,0302 0,0139 0,0059
11 2 0,9998 0,9848 0,9104 0,7788 0,6174 0,4552 0,3127 0,2001 0,1189 0,0652 0,0327
11 3 1,0000 0,9984 0,9815 0,9306 0,8389 0,7133 0,5696 0,4256 0,2963 0,1911 0,1133
11 4 1,0000 0,9999 0,9972 0,9841 0,9496 0,8854 0,7897 0,6683 0,5328 0,3971 0,2744
11 5 1,0000 1,0000 0,9997 0,9973 0,9883 0,9657 0,9218 0,8513 0,7535 0,6331 0,5000
11 6 1,0000 1,0000 1,0000 0,9997 0,9980 0,9924 0,9784 0,9499 0,9006 0,8262 0,7256
11 7 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988 0,9957 0,9878 0,9707 0,9390 0,8867
11 8 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9980 0,9941 0,9852 0,9673
11 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9993 0,9978 0,9941
11 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9995
12 0 0,8864 0,5404 0,2824 0,1422 0,0687 0,0317 0,0138 0,0057 0,0022 0,0008 0,0002
12 1 0,9938 0,8816 0,6590 0,4435 0,2749 0,1584 0,0850 0,0424 0,0196 0,0083 0,0032
12 2 0,9998 0,9804 0,8891 0,7358 0,5583 0,3907 0,2528 0,1513 0,0834 0,0421 0,0193
12 3 1,0000 0,9978 0,9744 0,9078 0,7946 0,6488 0,4925 0,3467 0,2253 0,1345 0,0730
12 4 1,0000 0,9998 0,9957 0,9761 0,9274 0,8424 0,7237 0,5833 0,4382 0,3044 0,1938
12 5 1,0000 1,0000 0,9995 0,9954 0,9806 0,9456 0,8822 0,7873 0,6652 0,5269 0,3872
12 6 1,0000 1,0000 0,9999 0,9993 0,9961 0,9857 0,9614 0,9154 0,8418 0,7393 0,6128
12 7 1,0000 1,0000 1,0000 0,9999 0,9994 0,9972 0,9905 0,9745 0,9427 0,8883 0,8062
12 8 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996 0,9983 0,9944 0,9847 0,9644 0,9270
12 9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9992 0,9972 0,9921 0,9807
12 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9968
12 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9998
13 0 0,8775 0,5133 0,2542 0,1209 0,0550 0,0238 0,0097 0,0037 0,0013 0,0004 0,0001
13 1 0,9928 0,8646 0,6213 0,3983 0,2336 0,1267 0,0637 0,0296 0,0126 0,0049 0,0017
13 2 0,9997 0,9755 0,8661 0,6920 0,5017 0,3326 0,2025 0,1132 0,0579 0,0269 0,0112
13 3 1,0000 0,9969 0,9658 0,8820 0,7473 0,5843 0,4206 0,2783 0,1686 0,0929 0,0461
13 4 1,0000 0,9997 0,9935 0,9658 0,9009 0,7940 0,6543 0,5005 0,3530 0,2279 0,1334
13 5 1,0000 1,0000 0,9991 0,9925 0,9700 0,9198 0,8346 0,7159 0,5744 0,4268 0,2905
13 6 1,0000 1,0000 0,9999 0,9987 0,9930 0,9757 0,9376 0,8705 0,7712 0,6437 0,5000
13 7 1,0000 1,0000 1,0000 0,9998 0,9988 0,9944 0,9818 0,9538 0,9023 0,8212 0,7095
13 8 1,0000 1,0000 1,0000 1,0000 0,9998 0,9990 0,9960 0,9874 0,9679 0,9302 0,8666
13 9 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9975 0,9922 0,9797 0,9539
13 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9987 0,9959 0,9888
13 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9983
13 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
14 0 0,8687 0,4877 0,2288 0,1028 0,0440 0,0178 0,0068 0,0024 0,0008 0,0002 0,0001
14 1 0,9916 0,8470 0,5846 0,3567 0,1979 0,1010 0,0475 0,0205 0,0081 0,0029 0,0009
14 2 0,9997 0,9699 0,8416 0,6479 0,4481 0,2811 0,1608 0,0839 0,0398 0,0170 0,0065
14 3 1,0000 0,9958 0,9559 0,8535 0,6982 0,5213 0,3552 0,2205 0,1243 0,0632 0,0287
14 4 1,0000 0,9996 0,9908 0,9533 0,8702 0,7415 0,5842 0,4227 0,2793 0,1672 0,0898
14 5 1,0000 1,0000 0,9985 0,9885 0,9561 0,8883 0,7805 0,6405 0,4859 0,3373 0,2120
14 6 1,0000 1,0000 0,9998 0,9978 0,9884 0,9617 0,9067 0,8164 0,6925 0,5461 0,3953
14 7 1,0000 1,0000 1,0000 0,9997 0,9976 0,9897 0,9685 0,9247 0,8499 0,7414 0,6047
14 8 1,0000 1,0000 1,0000 1,0000 0,9996 0,9978 0,9917 0,9757 0,9417 0,8811 0,7880
14 9 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9983 0,9940 0,9825 0,9574 0,9102
14 10 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9989 0,9961 0,9886 0,9713
14 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9978 0,9935
14 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9991
14 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
p
n x 0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50
15 0 0,8601 0,4633 0,2059 0,0874 0,0352 0,0134 0,0047 0,0016 0,0005 0,0001 0,0000
15 1 0,9904 0,8290 0,5490 0,3186 0,1671 0,0802 0,0353 0,0142 0,0052 0,0017 0,0005
15 2 0,9996 0,9638 0,8159 0,6042 0,3980 0,2361 0,1268 0,0617 0,0271 0,0107 0,0037
15 3 1,0000 0,9945 0,9444 0,8227 0,6482 0,4613 0,2969 0,1727 0,0905 0,0424 0,0176
15 4 1,0000 0,9994 0,9873 0,9383 0,8358 0,6865 0,5155 0,3519 0,2173 0,1204 0,0592
15 5 1,0000 0,9999 0,9978 0,9832 0,9389 0,8516 0,7216 0,5643 0,4032 0,2608 0,1509
15 6 1,0000 1,0000 0,9997 0,9964 0,9819 0,9434 0,8689 0,7548 0,6098 0,4522 0,3036
15 7 1,0000 1,0000 1,0000 0,9994 0,9958 0,9827 0,9500 0,8868 0,7869 0,6535 0,5000
15 8 1,0000 1,0000 1,0000 0,9999 0,9992 0,9958 0,9848 0,9578 0,9050 0,8182 0,6964
15 9 1,0000 1,0000 1,0000 1,0000 0,9999 0,9992 0,9963 0,9876 0,9662 0,9231 0,8491
15 10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9972 0,9907 0,9745 0,9408
15 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9937 0,9824
15 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9989 0,9963
15 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995
15 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
16 0 0,8515 0,4401 0,1853 0,0743 0,0281 0,0100 0,0033 0,0010 0,0003 0,0001 0,0000
16 1 0,9891 0,8108 0,5147 0,2839 0,1407 0,0635 0,0261 0,0098 0,0033 0,0010 0,0003
16 2 0,9995 0,9571 0,7892 0,5614 0,3518 0,1971 0,0994 0,0451 0,0183 0,0066 0,0021
16 3 1,0000 0,9930 0,9316 0,7899 0,5981 0,4050 0,2459 0,1339 0,0651 0,0281 0,0106
16 4 1,0000 0,9991 0,9830 0,9209 0,7982 0,6302 0,4499 0,2892 0,1666 0,0853 0,0384
16 5 1,0000 0,9999 0,9967 0,9765 0,9183 0,8103 0,6598 0,4900 0,3288 0,1976 0,1051
16 6 1,0000 1,0000 0,9995 0,9944 0,9733 0,9204 0,8247 0,6881 0,5272 0,3660 0,2272
16 7 1,0000 1,0000 0,9999 0,9989 0,9930 0,9729 0,9256 0,8406 0,7161 0,5629 0,4018
16 8 1,0000 1,0000 1,0000 0,9998 0,9985 0,9925 0,9743 0,9329 0,8577 0,7441 0,5982
16 9 1,0000 1,0000 1,0000 1,0000 0,9998 0,9984 0,9929 0,9771 0,9417 0,8759 0,7728
16 10 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9938 0,9809 0,9514 0,8949
16 11 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9851 0,9616
16 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9991 0,9965 0,9894
16 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9979
16 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997
16 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
17 0 0,8429 0,4181 0,1668 0,0631 0,0225 0,0075 0,0023 0,0007 0,0002 0,0000 0,0000
17 1 0,9877 0,7922 0,4818 0,2525 0,1182 0,0501 0,0193 0,0067 0,0021 0,0006 0,0001
17 2 0,9994 0,9497 0,7618 0,5198 0,3096 0,1637 0,0774 0,0327 0,0123 0,0041 0,0012
17 3 1,0000 0,9912 0,9174 0,7556 0,5489 0,3530 0,2019 0,1028 0,0464 0,0184 0,0064
17 4 1,0000 0,9988 0,9779 0,9013 0,7582 0,5739 0,3887 0,2348 0,1260 0,0596 0,0245
17 5 1,0000 0,9999 0,9953 0,9681 0,8943 0,7653 0,5968 0,4197 0,2639 0,1471 0,0717
17 6 1,0000 1,0000 0,9992 0,9917 0,9623 0,8929 0,7752 0,6188 0,4478 0,2902 0,1662
17 7 1,0000 1,0000 0,9999 0,9983 0,9891 0,9598 0,8954 0,7872 0,6405 0,4743 0,3145
17 8 1,0000 1,0000 1,0000 0,9997 0,9974 0,9876 0,9597 0,9006 0,8011 0,6626 0,5000
17 9 1,0000 1,0000 1,0000 1,0000 0,9995 0,9969 0,9873 0,9617 0,9081 0,8166 0,6855
17 10 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9968 0,9880 0,9652 0,9174 0,8338
17 11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9970 0,9894 0,9699 0,9283
17 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9975 0,9914 0,9755
17 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9981 0,9936
17 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9997 0,9988
17 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
17 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
18 0 0,8345 0,3972 0,1501 0,0536 0,0180 0,0056 0,0016 0,0004 0,0001 0,0000 0,0000
18 1 0,9862 0,7735 0,4503 0,2241 0,0991 0,0395 0,0142 0,0046 0,0013 0,0003 0,0001
18 2 0,9993 0,9419 0,7338 0,4797 0,2713 0,1353 0,0600 0,0236 0,0082 0,0025 0,0007
18 3 1,0000 0,9891 0,9018 0,7202 0,5010 0,3057 0,1646 0,0783 0,0328 0,0120 0,0038
18 4 1,0000 0,9985 0,9718 0,8794 0,7164 0,5187 0,3327 0,1886 0,0942 0,0411 0,0154
x
λ
0 1 2 3 4 5 6 7 8 9 10 ¨
0,1 0,905 0,995 1,000
0,2 0,819 0,982 0,999 1,000
0,3 0,741 0,963 0,996 1,000 1,000 1,000 1,000 1,00,100 1,000 1,000 1,000
0,4 0,670 0,938 0,992 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000
0,5 0,607 0,910 0,986 0,998 1,000 1,000 1,000 1,000 1,000 1,000 1,000
0,6 0,549 0,878 0,977 0,997 1,000 1,000 1,000 1,000 1,000 1,000 1,000
0,7 0,497 0,844 0,966 0,994 0,999 1,000 1,000 1,000 1,000 1,000 1,000
0,8 0,449 0,809 0,953 0,991 0,999 1,000 1,000 1,000 1,000 1,000 1,000
0,9 0,407 0,772 0,937 0,987 0,998 1,000 1,000 1,000 1,000 1,000 1,000
1,0 0,368 0,736 0,920 0,981 0,996 0,999 1,000 1,000 1,000 1,000 1,000
1,2 0,301 0,663 0,879 0,966 0,992 0,998 1,000 1,000 1,000 1,000 1,000
1,4 0,247 0,592 0,833 0,946 0,986 0,997 0,999 1,000 1,000 1,000 1,000
1,6 0,202 0,525 0,783 0,921 0,976 0,994 0,999 1,000 1,000 1,000 1,000
1,8 0,165 0,463 0,731 0,891 0,964 0,990 0,997 0,999 1,000 1,000 1,000
2,0 0,135 0,406 0,677 0,857 0,947 0,983 0,995 0,999 1,000 1,000 1,000
2,2 0,111 0,355 0,623 0,819 0,928 0,975 0,993 0,998 1,000 1,000 1,000
2,4 0,091 0,308 0,570 0,779 0,904 0,964 0,988 0,997 0,999 1,000 1,000
2,6 0,074 0,267 0,518 0,736 0,877 0,951 0,983 0,995 0,999 1,000 1,000
2,8 0,061 0,231 0,469 0,692 0,848 0,935 0,976 0,992 0,998 0,999 1,000
3,0 0,050 0,199 0,423 0,647 0,815 0,916 0,966 0,988 0,996 0,999 1,000
3,2 0,041 0,171 0,380 0,603 0,781 0,895 0,955 0,983 0,994 0,998 1,000
3,4 0,033 0,147 0,340 0,558 0,744 0,871 0,942 0,977 0,992 0,997 0,999
3,6 0,027 0,126 0,303 0,515 0,706 0,844 0,927 0,969 0,988 0,996 0,999
3,8 0,022 0,107 0,269 0,473 0,668 0,816 0,909 0,960 0,984 0,994 0,998
4,0 0,018 0,092 0,238 0,433 0,629 0,785 0,889 0,949 0,979 0,992 0,997
4,2 0,015 0,078 0,210 0,395 0,590 0,753 0,867 0,936 0,972 0,989 0,996
4,4 0,012 0,066 0,185 0,359 0,551 0,720 0,844 0,921 0,964 0,985 0,994
4,8 0,008 0,048 0,143 0,294 0,476 0,651 0,791 0,887 0,944 0,975 0,990
5,0 0,007 0,040 0,125 0,265 0,440 0,616 0,762 0,867 0,932 0,968 0,986
5,5 0,004 0,027 0,088 0,202 0,358 0,529 0,686 0,809 0,894 0,946 0,975
6,0 0,002 0,017 0,062 0,151 0,285 0,446 0,606 0,744 0,847 0,916 0,957
6,5 0,002 0,011 0,043 0,112 0,224 0,369 0,527 0,673 0,792 0,877 0,933
7,0 0,001 0,007 0,030 0,082 0,173 0,301 0,450 0,599 0,729 0,830 0,901
7,5 0,001 0,005 0,020 0,059 0,132 0,241 0,378 0,525 0,662 0,776 0,862
8,0 0,000 0,003 0,014 0,042 0,100 0,191 0,313 0,453 0,593 0,717 0,816
8,5 0,000 0,002 0,009 0,030 0,074 0,150 0,256 0,386 0,523 0,653 0,763
9,0 0,000 0,001 0,006 0,021 0,055 0,116 0,207 0,324 0,456 0,587 0,706
9,5 0,000 0,001 0,004 0,015 0,040 0,089 0,165 0,269 0,392 0,522 0,645
10,0 0,000 0,000 0,003 0,010 0,029 0,067 0,130 0,220 0,333 0,458 0,583
11,0 0,000 0,000 0,001 0,005 0,015 0,038 0,079 0,143 0,232 0,341 0,460
12,0 0,000 0,000 0,001 0,002 0,008 0,020 0,046 0,090 0,155 0,242 0,347
13,0 0,000 0,000 0,000 0,001 0,004 0,011 0,026 0,054 0,100 0,166 0,252
14,0 0,000 0,000 0,000 0,000 0,002 0,006 0,014 0,032 0,062 0,109 0,176
15,0 0,000 0,000 0,000 0,000 0,001 0,003 0,008 0,018 0,037 0,070 0,118
16,0 0,000 0,000 0,000 0,000 0,000 0,001 0,004 0,010 0,022 0,043 0,077
17,0 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,005 0,013 0,026 0,049
18,0 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,003 0,007 0,015 0,030
19,0 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,004 0,009 0,018
20,0 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,002 0,005 0,011
x
λ
¨ 11 12 13 14 15 16 17 18 19 20 21 ¨
4,0 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
4,5 0,998 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
5,0 0,995 0,998 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
5,5 0,989 0,996 0,998 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000
6,0 0,980 0,991 0,996 0,999 0,999 1,000 1,000 1,000 1,000 1,000 1,000
6,5 0,966 0,984 0,993 0,997 0,999 1,000 1,000 1,000 1,000 1,000 1,000
7,0 0,947 0,973 0,987 0,994 0,998 0,999 1,000 1,000 1,000 1,000 1,000
7,5 0,921 0,957 0,978 0,990 0,995 0,998 0,999 1,000 1,000 1,000 1,000
8,0 0,888 0,936 0,966 0,983 0,992 0,996 0,998 0,999 1,000 1,000 1,000
8,5 0,849 0,909 0,949 0,973 0,986 0,993 0,997 0,999 0,999 1,000 1,000
9,0 0,803 0,876 0,926 0,959 0,978 0,989 0,995 0,998 0,999 1,000 1,000
9,5 0,752 0,836 0,898 0,940 0,967 0,982 0,991 0,996 0,998 0,999 1,000
10,0 0,697 0,792 0,864 0,917 0,951 0,973 0,986 0,993 0,997 0,998 0,999
11,0 0,579 0,689 0,781 0,854 0,907 0,944 0,968 0,982 0,991 0,995 0,998
12,0 0,462 0,576 0,682 0,772 0,844 0,899 0,937 0,963 0,979 0,988 0,994
13,0 0,353 0,463 0,573 0,675 0,764 0,835 0,890 0,930 0,957 0,975 0,986
14,0 0,260 0,358 0,464 0,570 0,669 0,756 0,827 0,883 0,923 0,952 0,971
15,0 0,185 0,268 0,363 0,466 0,568 0,664 0,749 0,819 0,875 0,917 0,947
16,0 0,127 0,193 0,275 0,368 0,467 0,566 0,659 0,742 0,812 0,868 0,911
17,0 0,085 0,135 0,201 0,281 0,371 0,468 0,564 0,655 0,736 0,805 0,861
18,0 0,055 0,092 0,143 0,208 0,287 0,375 0,469 0,562 0,651 0,731 0,799
19,0 0,035 0,061 0,098 0,150 0,215 0,292 0,378 0,469 0,561 0,647 0,725
20,0 0,021 0,039 0,066 0,105 0,157 0,221 0,297 0,381 0,470 0,559 0,644
21,0 0,013 0,025 0,043 0,072 0,111 0,163 0,227 0,302 0,384 0,471 0,558
22,0 0,008 0,015 0,028 0,048 0,077 0,117 0,169 0,232 0,306 0,387 0,472
23,0 0,004 0,009 0,017 0,031 0,052 0,082 0,123 0,175 0,238 0,310 0,389
24,0 0,003 0,005 0,011 0,020 0,034 0,056 0,087 0,128 0,180 0,243 0,314
25,0 0,001 0,003 0,006 0,012 0,022 0,038 0,060 0,092 0,134 0,185 0,247
x
λ ¨ 22 23 24 25 26 27 28 29 30 31 32
12,0 0,997 0,999 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
13,0 0,992 0,996 0,998 0,999 1,000 1,000 1,000 1,000 1,000 1,000 1,000
14,0 0,983 0,991 0,995 0,997 0,999 0,999 1,000 1,000 1,000 1,000 1,000
15,0 0,967 0,981 0,989 0,994 0,997 0,998 0,999 1,000 1,000 1,000 1,000
16,0 0,942 0,963 0,978 0,987 0,993 0,996 0,998 0,999 0,999 1,000 1,000
17,0 0,905 0,937 0,959 0,975 0,985 0,991 0,995 0,997 0,999 0,999 1,000
18,0 0,855 0,899 0,932 0,955 0,972 0,983 0,990 0,994 0,997 0,998 0,999
19,0 0,793 0,849 0,893 0,927 0,951 0,969 0,980 0,988 0,993 0,996 0,998
20,0 0,721 0,787 0,843 0,888 0,922 0,948 0,966 0,978 0,987 0,992 0,995
21,0 0,640 0,716 0,782 0,838 0,883 0,917 0,944 0,963 0,976 0,985 0,991
22,0 0,556 0,637 0,712 0,777 0,832 0,877 0,913 0,940 0,959 0,973 0,983
23,0 0,472 0,555 0,635 0,708 0,772 0,827 0,873 0,908 0,936 0,956 0,971
24,0 0,392 0,473 0,554 0,632 0,704 0,768 0,823 0,868 0,904 0,932 0,953
25,0 0,318 0,394 0,473 0,553 0,629 0,700 0,763 0,818 0,863 0,900 0,929
z _,_0 _,_1 _,_2 _,_3 _,_4 _,_5 _,_6 _,_7 _,_8 _,_9
0,0_ 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1_ 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2_ 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3_ 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4_ 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5_ 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6_ 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7_ 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8_ 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9_ 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0_ 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1_ 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2_ 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3_ 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4_ 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5_ 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6_ 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7_ 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8_ 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9_ 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0_ 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1_ 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2_ 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3_ 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4_ 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5_ 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6_ 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7_ 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8_ 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9_ 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0_ 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
3,1_ 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
3,2_ 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
3,3_ 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
3,4_ 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
3,5_ 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
3,6_ 0,0002 0,0002 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
3,7_ 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
3,8_ 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001 0,0001
3,9_ 4,8E-05 4,6E-05 4,4E-05 4,2E-05 4,1E-05 3,9E-05 3,7E-05 3,6E-05 3,4E-05 3,3E-05
4,0_ 3,2E-05 3,0E-05 2,9E-05 2,8E-05 2,7E-05 2,6E-05 2,5E-05 2,4E-05 2,3E-05 2,2E-05
4,5_ 3,4E-06 3,2E-06 3,1E-06 3,0E-06 2,8E-06 2,7E-06 2,6E-06 2,4E-06 2,3E-06 2,2E-06
5,0_ 2,9E-07 2,7E-07 2,6E-07 2,5E-07 2,3E-07 2,2E-07 2,1E-07 2,0E-07 1,9E-07 1,8E-07
5,5_ 1,9E-08 1,8E-08 1,7E-08 1,6E-08 1,5E-08 1,4E-08 1,4E-08 1,3E-08 1,2E-08 1,1E-08
6,0_ 9,9E-10 9,3E-10 8,8E-10 8,2E-10 7,7E-10 7,3E-10 6,8E-10 6,4E-10 6,0E-10 5,7E-10
Distribución t de Student tν
Valores de t que dejan el área de cola (p) indicada, p
en función de los grados de libertad (ν)
t
p
ν
0,40 0,25 0,10 0,05 0,025 0,01 0,005 0,0025 0,001 0,0005
1 0,325 1,000 3,078 6,314 12,706 31,821 63,657 127,321 318,309 636,619
2 0,289 0,817 1,886 2,920 4,303 6,965 9,925 14,089 22,327 31,599
3 0,277 0,765 1,638 2,353 3,182 4,541 5,841 7,453 10,215 12,924
4 0,271 0,741 1,533 2,132 2,776 3,747 4,604 5,598 7,173 8,610
5 0,267 0,727 1,476 2,015 2,571 3,365 4,032 4,773 5,893 6,869
6 0,265 0,718 1,440 1,943 2,447 3,143 3,707 4,317 5,208 5,959
7 0,263 0,711 1,415 1,895 2,365 2,998 3,500 4,029 4,785 5,408
8 0,262 0,706 1,397 1,860 2,306 2,897 3,355 3,833 4,501 5,041
9 0,261 0,703 1,383 1,833 2,262 2,821 3,250 3,690 4,297 4,781
10 0,260 0,700 1,372 1,812 2,228 2,764 3,169 3,581 4,144 4,587
11 0,260 0,697 1,363 1,796 2,201 2,718 3,106 3,497 4,025 4,437
12 0,259 0,695 1,356 1,782 2,179 2,681 3,055 3,428 3,930 4,318
13 0,259 0,694 1,350 1,771 2,160 2,650 3,012 3,372 3,852 4,221
14 0,258 0,692 1,345 1,761 2,145 2,625 2,977 3,326 3,787 4,140
15 0,258 0,691 1,341 1,753 2,131 2,603 2,947 3,286 3,733 4,073
16 0,258 0,690 1,337 1,746 2,120 2,584 2,921 3,252 3,686 4,015
17 0,257 0,689 1,333 1,740 2,110 2,567 2,898 3,222 3,646 3,965
18 0,257 0,688 1,330 1,734 2,101 2,552 2,878 3,197 3,610 3,922
19 0,257 0,688 1,328 1,729 2,093 2,540 2,861 3,174 3,579 3,883
20 0,257 0,687 1,325 1,725 2,086 2,528 2,845 3,153 3,552 3,850
21 0,257 0,686 1,323 1,721 2,080 2,518 2,831 3,135 3,527 3,819
22 0,256 0,686 1,321 1,717 2,074 2,508 2,819 3,119 3,505 3,792
23 0,256 0,685 1,319 1,714 2,069 2,500 2,807 3,104 3,485 3,768
24 0,256 0,685 1,318 1,711 2,064 2,492 2,797 3,091 3,467 3,745
25 0,256 0,684 1,316 1,708 2,060 2,485 2,787 3,078 3,450 3,725
26 0,256 0,684 1,315 1,706 2,056 2,479 2,779 3,067 3,435 3,707
27 0,256 0,684 1,314 1,703 2,052 2,473 2,771 3,057 3,421 3,690
28 0,256 0,683 1,313 1,701 2,048 2,467 2,763 3,047 3,408 3,674
29 0,256 0,683 1,311 1,699 2,045 2,462 2,756 3,038 3,396 3,659
30 0,256 0,683 1,310 1,697 2,042 2,457 2,750 3,030 3,385 3,646
35 0,255 0,682 1,306 1,690 2,030 2,438 2,724 2,996 3,340 3,591
40 0,255 0,681 1,303 1,684 2,021 2,423 2,705 2,971 3,307 3,551
50 0,255 0,679 1,299 1,676 2,009 2,403 2,678 2,937 3,261 3,496
60 0,254 0,679 1,296 1,671 2,000 2,390 2,660 2,915 3,232 3,460
70 0,254 0,678 1,294 1,667 1,994 2,381 2,648 2,899 3,211 3,435
80 0,254 0,678 1,292 1,664 1,990 2,374 2,639 2,887 3,195 3,416
90 0,254 0,677 1,291 1,662 1,987 2,369 2,632 2,878 3,183 3,402
100 0,254 0,677 1,290 1,660 1,984 2,364 2,626 2,871 3,174 3,390
120 0,254 0,677 1,289 1,658 1,980 2,358 2,617 2,860 3,160 3,373
140 0,254 0,676 1,288 1,656 1,977 2,353 2,611 2,852 3,149 3,361
160 0,254 0,676 1,287 1,654 1,975 2,350 2,607 2,846 3,142 3,352
180 0,254 0,676 1,286 1,653 1,973 2,347 2,603 2,842 3,136 3,345
200 0,254 0,676 1,286 1,653 1,972 2,345 2,601 2,839 3,131 3,340
∞ 0,253 0,674 1,282 1,645 1,960 2,326 2,576 2,807 3,090 3,291
ν2 ν1
1 2 3 4 5 6 7 8 9 10 12
1 5,83 7,50 8,20 8,58 8,82 8,98 9,10 9,19 9,26 9,32 9,41
2 2,57 3,00 3,15 3,23 3,28 3,31 3,34 3,35 3,37 3,38 3,39
3 2,02 2,28 2,36 2,39 2,41 2,42 2,43 2,44 2,44 2,44 2,45
4 1,81 2,00 2,05 2,06 2,07 2,08 2,08 2,08 2,08 2,08 2,08
5 1,69 1,85 1,88 1,89 1,89 1,89 1,89 1,89 1,89 1,89 1,89
6 1,62 1,76 1,78 1,79 1,79 1,78 1,78 1,78 1,77 1,77 1,77
7 1,57 1,70 1,72 1,72 1,71 1,71 1,70 1,70 1,69 1,69 1,68
8 1,54 1,66 1,67 1,66 1,66 1,65 1,64 1,64 1,63 1,63 1,62
9 1,51 1,62 1,63 1,63 1,62 1,61 1,60 1,60 1,59 1,59 1,58
10 1,49 1,60 1,60 1,59 1,59 1,58 1,57 1,56 1,56 1,55 1,54
12 1,46 1,56 1,56 1,55 1,54 1,53 1,52 1,51 1,51 1,50 1,49
15 1,43 1,52 1,52 1,51 1,49 1,48 1,47 1,46 1,46 1,45 1,44
20 1,40 1,49 1,48 1,47 1,45 1,44 1,43 1,42 1,41 1,40 1,39
25 1,39 1,47 1,46 1,44 1,42 1,41 1,40 1,39 1,38 1,37 1,36
30 1,38 1,45 1,44 1,42 1,41 1,39 1,38 1,37 1,36 1,35 1,34
35 1,37 1,44 1,43 1,41 1,40 1,38 1,37 1,36 1,35 1,34 1,32
40 1,36 1,44 1,42 1,40 1,39 1,37 1,36 1,35 1,34 1,33 1,31
50 1,35 1,43 1,41 1,39 1,37 1,36 1,34 1,33 1,32 1,31 1,30
60 1,35 1,42 1,41 1,38 1,37 1,35 1,33 1,32 1,31 1,30 1,29
100 1,34 1,41 1,39 1,37 1,35 1,33 1,32 1,30 1,29 1,28 1,27
150 1,33 1,40 1,38 1,36 1,34 1,32 1,31 1,30 1,28 1,27 1,26
200 1,33 1,40 1,38 1,36 1,34 1,32 1,30 1,29 1,28 1,27 1,25
ν2 ν1
15 20 25 30 35 40 50 60 100 150 200
1 9,49 9,58 9,63 9,67 9,70 9,71 9,74 9,76 9,80 9,81 9,82
2 3,41 3,43 3,44 3,44 3,45 3,45 3,46 3,46 3,47 3,47 3,47
3 2,46 2,46 2,46 2,47 2,47 2,47 2,47 2,47 2,47 2,47 2,47
4 2,08 2,08 2,08 2,08 2,08 2,08 2,08 2,08 2,08 2,08 2,08
5 1,89 1,88 1,88 1,88 1,88 1,88 1,88 1,87 1,87 1,87 1,87
6 1,76 1,76 1,75 1,75 1,75 1,75 1,75 1,74 1,74 1,74 1,74
7 1,68 1,67 1,67 1,66 1,66 1,66 1,66 1,65 1,65 1,65 1,65
8 1,62 1,61 1,60 1,60 1,60 1,59 1,59 1,59 1,58 1,58 1,58
9 1,57 1,56 1,55 1,55 1,55 1,54 1,54 1,54 1,53 1,53 1,53
10 1,53 1,52 1,52 1,51 1,51 1,51 1,50 1,50 1,49 1,49 1,49
12 1,48 1,47 1,46 1,45 1,45 1,45 1,44 1,44 1,43 1,43 1,43
15 1,43 1,41 1,40 1,40 1,39 1,39 1,38 1,38 1,37 1,37 1,37
20 1,37 1,36 1,35 1,34 1,33 1,33 1,32 1,32 1,31 1,30 1,30
25 1,34 1,33 1,31 1,31 1,30 1,29 1,29 1,28 1,27 1,27 1,26
30 1,32 1,30 1,29 1,28 1,28 1,27 1,26 1,26 1,25 1,24 1,24
35 1,31 1,29 1,27 1,27 1,26 1,25 1,24 1,24 1,23 1,22 1,22
40 1,30 1,28 1,26 1,25 1,25 1,24 1,23 1,22 1,21 1,20 1,20
50 1,28 1,26 1,25 1,23 1,23 1,22 1,21 1,20 1,19 1,18 1,18
60 1,27 1,25 1,23 1,22 1,21 1,21 1,20 1,19 1,18 1,17 1,16
100 1,25 1,23 1,21 1,20 1,19 1,18 1,17 1,16 1,14 1,13 1,13
150 1,24 1,21 1,20 1,19 1,18 1,17 1,16 1,15 1,13 1,12 1,11
200 1,23 1,21 1,19 1,18 1,17 1,16 1,15 1,14 1,12 1,11 1,10
ν1
ν2
1 2 3 4 5 6 7 8 9 10 12
1 39,86 49,50 53,59 55,83 57,24 58,20 58,91 59,44 59,86 60,20 60,71
2 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39 9,41
3 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23 5,22
4 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,94 3,92 3,90
5 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30 3,27
6 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94 2,90
7 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70 2,67
8 3,46 3,11 2,92 2,81 2,73 2,67 2,62 2,59 2,56 2,54 2,50
9 3,36 3,01 2,81 2,69 2,61 2,55 2,51 2,47 2,44 2,42 2,38
10 3,29 2,92 2,73 2,61 2,52 2,46 2,41 2,38 2,35 2,32 2,28
12 3,18 2,81 2,61 2,48 2,39 2,33 2,28 2,24 2,21 2,19 2,15
15 3,07 2,70 2,49 2,36 2,27 2,21 2,16 2,12 2,09 2,06 2,02
20 2,97 2,59 2,38 2,25 2,16 2,09 2,04 2,00 1,96 1,94 1,89
25 2,92 2,53 2,32 2,18 2,09 2,02 1,97 1,93 1,89 1,87 1,82
30 2,88 2,49 2,28 2,14 2,05 1,98 1,93 1,88 1,85 1,82 1,77
35 2,85 2,46 2,25 2,11 2,02 1,95 1,90 1,85 1,82 1,79 1,74
40 2,84 2,44 2,23 2,09 2,00 1,93 1,87 1,83 1,79 1,76 1,71
50 2,81 2,41 2,20 2,06 1,97 1,90 1,84 1,80 1,76 1,73 1,68
60 2,79 2,39 2,18 2,04 1,95 1,87 1,82 1,77 1,74 1,71 1,66
100 2,76 2,36 2,14 2,00 1,91 1,83 1,78 1,73 1,69 1,66 1,61
150 2,74 2,34 2,12 1,98 1,89 1,81 1,76 1,71 1,67 1,64 1,59
200 2,73 2,33 2,11 1,97 1,88 1,80 1,75 1,70 1,66 1,63 1,58
ν1
ν2
15 20 25 30 35 40 50 60 100 150 200
1 61,22 61,74 62,05 62,27 62,42 62,53 62,69 62,79 63,01 63,11 63,17
2 9,42 9,44 9,45 9,46 9,46 9,47 9,47 9,47 9,48 9,48 9,49
3 5,20 5,18 5,17 5,17 5,16 5,16 5,15 5,15 5,14 5,14 5,14
4 3,87 3,84 3,83 3,82 3,81 3,80 3,80 3,79 3,78 3,77 3,77
5 3,24 3,21 3,19 3,17 3,16 3,16 3,15 3,14 3,13 3,12 3,12
6 2,87 2,84 2,81 2,80 2,79 2,78 2,77 2,76 2,75 2,74 2,73
7 2,63 2,59 2,57 2,56 2,54 2,54 2,52 2,51 2,50 2,49 2,48
8 2,46 2,42 2,40 2,38 2,37 2,36 2,35 2,34 2,32 2,31 2,31
9 2,34 2,30 2,27 2,25 2,24 2,23 2,22 2,21 2,19 2,18 2,17
10 2,24 2,20 2,17 2,16 2,14 2,13 2,12 2,11 2,09 2,08 2,07
12 2,10 2,06 2,03 2,01 2,00 1,99 1,97 1,96 1,94 1,93 1,92
15 1,97 1,92 1,89 1,87 1,86 1,85 1,83 1,82 1,79 1,78 1,77
20 1,84 1,79 1,76 1,74 1,72 1,71 1,69 1,68 1,65 1,64 1,63
25 1,77 1,72 1,68 1,66 1,64 1,63 1,61 1,59 1,56 1,55 1,54
30 1,72 1,67 1,63 1,61 1,59 1,57 1,55 1,54 1,51 1,49 1,48
35 1,69 1,63 1,60 1,57 1,55 1,53 1,51 1,50 1,47 1,45 1,44
40 1,66 1,61 1,57 1,54 1,52 1,51 1,48 1,47 1,43 1,42 1,41
50 1,63 1,57 1,53 1,50 1,48 1,46 1,44 1,42 1,39 1,37 1,36
60 1,60 1,54 1,50 1,48 1,45 1,44 1,41 1,40 1,36 1,34 1,33
100 1,56 1,49 1,45 1,42 1,40 1,38 1,35 1,34 1,29 1,27 1,26
150 1,53 1,47 1,43 1,40 1,37 1,35 1,33 1,30 1,26 1,23 1,22
200 1,52 1,46 1,41 1,38 1,36 1,34 1,31 1,29 1,24 1,21 1,20
ν1
ν2
1 2 3 4 5 6 7 8 9 10 12
1 161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88 243,91
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,39 19,40 19,41
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,75
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,58
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07
10 4,97 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28
25 4,24 3,39 2,99 2,76 2,60 2,49 2,41 2,34 2,28 2,24 2,17
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,17 2,09
35 4,12 3,27 2,87 2,64 2,49 2,37 2,29 2,22 2,16 2,11 2,04
40 4,09 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00
50 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,03 1,95
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92
100 3,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,98 1,93 1,85
150 3,90 3,06 2,67 2,43 2,27 2,16 2,07 2,00 1,94 1,89 1,82
200 3,89 3,04 2,65 2,42 2,26 2,14 2,06 1,99 1,93 1,88 1,80
ν1
ν2
15 20 25 30 35 40 50 60 100 150 200
1 245,95 248,01 249,26 250,10 250,69 251,14 251,77 252,20 253,04 253,47 253,68
2 19,43 19,45 19,46 19,46 19,47 19,47 19,48 19,48 19,49 19,49 19,49
3 8,70 8,66 8,63 8,62 8,60 8,59 8,58 8,57 8,55 8,55 8,54
4 5,86 5,80 5,77 5,75 5,73 5,72 5,70 5,69 5,66 5,65 5,65
5 4,62 4,56 4,52 4,50 4,48 4,46 4,44 4,43 4,41 4,39 4,39
6 3,94 3,87 3,84 3,81 3,79 3,77 3,75 3,74 3,71 3,70 3,69
7 3,51 3,45 3,40 3,38 3,36 3,34 3,32 3,30 3,28 3,26 3,25
8 3,22 3,15 3,11 3,08 3,06 3,04 3,02 3,01 2,98 2,96 2,95
9 3,01 2,94 2,89 2,86 2,84 2,83 2,80 2,79 2,76 2,74 2,73
10 2,85 2,77 2,73 2,70 2,68 2,66 2,64 2,62 2,59 2,57 2,56
12 2,62 2,54 2,50 2,47 2,44 2,43 2,40 2,38 2,35 2,33 2,32
15 2,40 2,33 2,28 2,25 2,22 2,20 2,18 2,16 2,12 2,11 2,10
20 2,20 2,12 2,07 2,04 2,01 1,99 1,97 1,95 1,91 1,89 1,88
25 2,09 2,01 1,96 1,92 1,89 1,87 1,84 1,82 1,78 1,76 1,75
30 2,02 1,93 1,88 1,84 1,81 1,79 1,76 1,74 1,70 1,67 1,66
35 1,96 1,88 1,82 1,79 1,76 1,74 1,70 1,68 1,64 1,61 1,60
40 1,92 1,84 1,78 1,74 1,72 1,69 1,66 1,64 1,59 1,56 1,55
50 1,87 1,78 1,73 1,69 1,66 1,63 1,60 1,58 1,53 1,50 1,48
60 1,84 1,75 1,69 1,65 1,62 1,59 1,56 1,53 1,48 1,45 1,44
100 1,77 1,68 1,62 1,57 1,54 1,52 1,48 1,45 1,39 1,36 1,34
150 1,73 1,64 1,58 1,54 1,50 1,48 1,44 1,41 1,35 1,31 1,29
200 1,72 1,62 1,56 1,52 1,48 1,46 1,42 1,39 1,32 1,28 1,26
ν1
ν2
1 2 3 4 5 6 7 8 9 10 12
1 4052 5000 5403 5625 5764 5859 5928 5981 6022 6056 6106
2 98,50 99,00 99,17 99,25 99,30 99,33 99,36 99,37 99,39 99,40 99,42
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,35 27,23 27,05
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55 14,37
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05 9,89
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84
35 7,42 5,27 4,40 3,91 3,59 3,37 3,20 3,07 2,96 2,88 2,74
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66
50 7,17 5,06 4,20 3,72 3,41 3,19 3,02 2,89 2,78 2,70 2,56
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50
100 6,90 4,82 3,98 3,51 3,21 2,99 2,82 2,69 2,59 2,50 2,37
150 6,81 4,75 3,91 3,45 3,14 2,92 2,76 2,63 2,53 2,44 2,31
200 6,76 4,71 3,88 3,41 3,11 2,89 2,73 2,60 2,50 2,41 2,27
ν1
ν2
15 20 25 30 35 40 50 60 100 150 200
1 6157 6209 6240 6261 6276 6287 6303 6313 6334 6345 6350
2 99,43 99,45 99,46 99,47 99,47 99,47 99,48 99,48 99,49 99,49 99,49
3 26,87 26,69 26,58 26,50 26,45 26,41 26,35 26,32 26,24 26,20 26,18
4 14,20 14,02 13,91 13,84 13,79 13,75 13,69 13,65 13,58 13,54 13,52
5 9,72 9,55 9,45 9,38 9,33 9,29 9,24 9,20 9,13 9,09 9,08
6 7,56 7,40 7,30 7,23 7,18 7,14 7,09 7,06 6,99 6,95 6,93
7 6,31 6,16 6,06 5,99 5,94 5,91 5,86 5,82 5,75 5,72 5,70
8 5,52 5,36 5,26 5,20 5,15 5,12 5,07 5,03 4,96 4,93 4,91
9 4,96 4,81 4,71 4,65 4,60 4,57 4,52 4,48 4,41 4,38 4,36
10 4,56 4,41 4,31 4,25 4,20 4,17 4,12 4,08 4,01 3,98 3,96
12 4,01 3,86 3,76 3,70 3,65 3,62 3,57 3,54 3,47 3,43 3,41
15 3,52 3,37 3,28 3,21 3,17 3,13 3,08 3,05 2,98 2,94 2,92
20 3,09 2,94 2,84 2,78 2,73 2,69 2,64 2,61 2,54 2,50 2,48
25 2,85 2,70 2,60 2,54 2,49 2,45 2,40 2,36 2,29 2,25 2,23
30 2,70 2,55 2,45 2,39 2,34 2,30 2,25 2,21 2,13 2,09 2,07
35 2,60 2,44 2,35 2,28 2,23 2,19 2,14 2,10 2,02 1,98 1,96
40 2,52 2,37 2,27 2,20 2,15 2,11 2,06 2,02 1,94 1,90 1,87
50 2,42 2,27 2,17 2,10 2,05 2,01 1,95 1,91 1,82 1,78 1,76
60 2,35 2,20 2,10 2,03 1,98 1,94 1,88 1,84 1,75 1,70 1,68
100 2,22 2,07 1,97 1,89 1,84 1,80 1,74 1,69 1,60 1,55 1,52
150 2,16 2,00 1,90 1,83 1,77 1,73 1,66 1,62 1,52 1,46 1,43
200 2,13 1,97 1,87 1,79 1,74 1,69 1,63 1,58 1,48 1,42 1,39
ν1
ν2
15 20 25 30 35 40 50 60 100 120 200
1 615764 620908 624017 626099 627591 628712 630285 631337 633444 634501 635030
2 999,43 999,45 999,46 999,47 999,47 999,47 999,48 999,48 999,49 999,49 999,49
3 127,37 126,42 125,84 125,45 125,17 124,96 124,66 124,47 124,07 123,87 123,77
4 46,76 46,10 45,70 45,43 45,23 45,09 44,88 44,75 44,47 44,33 44,26
5 25,91 25,39 25,08 24,87 24,72 24,60 24,44 24,33 24,12 24,01 23,95
6 17,56 17,12 16,85 16,67 16,54 16,44 16,31 16,21 16,03 15,93 15,89
7 13,32 12,93 12,69 12,53 12,41 12,33 12,20 12,12 11,95 11,87 11,82
8 10,84 10,48 10,26 10,11 10,00 9,92 9,80 9,73 9,57 9,49 9,45
9 9,24 8,90 8,69 8,55 8,45 8,37 8,26 8,19 8,04 7,96 7,93
10 8,13 7,80 7,60 7,47 7,37 7,30 7,19 7,12 6,98 6,91 6,87
12 6,71 6,40 6,22 6,09 6,00 5,93 5,83 5,76 5,63 5,56 5,52
15 5,54 5,25 5,07 4,95 4,86 4,80 4,70 4,64 4,51 4,44 4,41
20 4,56 4,29 4,12 4,00 3,92 3,86 3,77 3,70 3,58 3,51 3,48
25 4,06 3,79 3,63 3,52 3,43 3,37 3,28 3,22 3,09 3,03 2,99
30 3,75 3,49 3,33 3,22 3,13 3,07 2,98 2,92 2,79 2,73 2,69
35 3,55 3,29 3,13 3,02 2,93 2,87 2,78 2,72 2,59 2,52 2,49
40 3,40 3,14 2,98 2,87 2,79 2,73 2,64 2,57 2,44 2,38 2,34
50 3,20 2,95 2,79 2,68 2,60 2,53 2,44 2,38 2,25 2,18 2,14
60 3,08 2,83 2,67 2,55 2,47 2,41 2,32 2,25 2,12 2,05 2,01
100 2,84 2,59 2,43 2,32 2,24 2,17 2,08 2,01 1,87 1,79 1,75
150 2,73 2,48 2,32 2,21 2,12 2,06 1,96 1,89 1,74 1,66 1,62
200 2,67 2,42 2,26 2,15 2,07 2,00 1,90 1,83 1,68 1,60 1,55
p
n
0,10 0,05 0,01 0,005 0,001
3 0,988 0,997 1,000 1,000 1,000
4 0,900 0,950 0,990 0,995 0,999
5 0,805 0,878 0,959 0,974 0,991
6 0,729 0,811 0,917 0,942 0,974
7 0,669 0,754 0,875 0,906 0,951
8 0,621 0,707 0,834 0,870 0,925
9 0,582 0,666 0,798 0,836 0,898
10 0,549 0,632 0,765 0,805 0,872
11 0,521 0,602 0,735 0,776 0,847
12 0,497 0,576 0,708 0,750 0,823
13 0,476 0,553 0,684 0,726 0,801
14 0,458 0,532 0,661 0,703 0,780
15 0,441 0,514 0,641 0,683 0,760
16 0,426 0,497 0,623 0,664 0,742
17 0,412 0,482 0,606 0,647 0,725
18 0,400 0,468 0,590 0,631 0,708
19 0,389 0,456 0,575 0,616 0,693
20 0,378 0,444 0,561 0,602 0,679
21 0,369 0,433 0,549 0,589 0,665
22 0,360 0,423 0,537 0,576 0,652
23 0,352 0,413 0,526 0,565 0,640
24 0,344 0,404 0,515 0,554 0,629
25 0,337 0,396 0,505 0,543 0,618
26 0,330 0,388 0,496 0,534 0,607
27 0,323 0,381 0,487 0,524 0,597
28 0,317 0,374 0,479 0,515 0,588
29 0,311 0,367 0,471 0,507 0,579
30 0,306 0,361 0,463 0,499 0,570
35 0,283 0,334 0,430 0,464 0,532
40 0,264 0,312 0,403 0,435 0,501
45 0,248 0,294 0,380 0,411 0,474
50 0,235 0,279 0,361 0,391 0,451
55 0,224 0,266 0,345 0,373 0,432
60 0,214 0,254 0,330 0,358 0,414
65 0,206 0,244 0,317 0,344 0,399
70 0,198 0,235 0,306 0,332 0,385
75 0,191 0,227 0,296 0,321 0,372
80 0,185 0,220 0,286 0,311 0,361
85 0,180 0,213 0,278 0,302 0,351
90 0,174 0,207 0,270 0,293 0,341
95 0,170 0,202 0,263 0,286 0,332
100 0,165 0,197 0,256 0,279 0,324
120 0,151 0,179 0,234 0,255 0,297
150 0,135 0,160 0,210 0,228 0,266
200 0,117 0,139 0,182 0,198 0,231
300 0,095 0,113 0,149 0,162 0,189
500 0,074 0,088 0,115 0,125 0,147
1000 0,052 0,062 0,081 0,089 0,104
Estimación de proporciones.
Tamaños de muestra para un nivel de confianza del 95 % (Suponiendo p = q = 50 %)