Tablas Estadísticas - cON cOMENTARIOS

Tablas
Estadísticas

Con Comentarios
Roberto Behar Y Pere Grima

Tablas Estadísticas con Comentarios
Tablas Estadísticas
Con Comentarios
Roberto Behar - Pere Grima
1ª Edición
Abril del 2002
Roberto Behar y Pere Grima robehar@yahoo.com

Estas “Tablas de Estadística con comentarios” han sido preparados por :
Roberto Behar, (robehar@pino.univalle.edu.co) profesor de la Universidad del Valle en Cali, Colombia,

Pere Grima (pere.grima@upc.es), profesor de la Universitat Politécnica de Catalunya en Barcelona, España
como material de apoyo para cursos introductorios de estadística.
Versión 1.0. Abril de 2002
Roberto Behar y Pere Grima robehar@yahoo.com 2

Índice
¿Para qué sirven las tablas?

Distribuciones de probabilidad: Azar no significa ausencia de regularidad ........ 3
Prueba de significación para el coeficiente de correlación ................... 5
Estimación de una proporción en la población ........................... 6
¿Cómo se han construido? ........................................... 7
Forma de las distribuciones .......................................... 10
Uso de las tablas a través de ejemplos ................................... 14
TABLAS
Distribución binomial .............................................. 21

Distribución de Poisson ............................................. 25
Distribución Normal estandarizada ..................................... 27
Distribución t de Student ............................................ 28
Distribuciçon Chi-ciadrado .......................................... 29
Distribuci´çon F de Snedecor ......................................... 30
Valores críticos del coeficiente de correlación .............................. 35
Tamaños de muestra para la estimación de proporciones ....................... 36
Roberto Behar y Pere Grima robehar@yahoo.com


¿Para que sirven las tablas?

Distribuciones de probabilidad: Azar no significa ausencia de regularidad
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.
Aunque no es posible predecir valores concretos, sí sabemos cual es el patrón de comportamiento

que presenta cada una de estas variables. El número de hijos varones por familia sigue una
distribución binomial, y la probabilidad de que la familia anterior tenga, por ejemplo, 2 hijas es del
orden del 31 %. El número de coches que llegan a una gasolinera en un determinado periodo de
tiempo sigue, bajo determinados supuestos, una distribución de Poisson, y si en promedio llega 1
coche por minuto, la probabilidad de que en los próximos 10 minutos lleguen más de 15 coches es
del orden del 5%. La variabilidad que presenta el peso de los paquetes de azúcar, suponiendo que no
ha habido ninguna causa de variación especial, sigue una distribución Normal y si el peso medio de
los paquetes es de 1000 gr, y su desviación tipo (también llamada desviación estándar) es 3,3 gr,
podemos afirmar que del orden del 3 por mil de los paquetes estarán fuera del intervalo 1000 ± 10
gr. Para calcular este tipo de probabilidades sirven algunas de las tablas que se incluyen a
continuación.
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.

También conviene poner de manifiesto que la distribución de probabilidad representa un modelo

teórico para realizar cálculos, que es muy útil, pero no por eso hay que confundirlo con la realidad.
Uno de los ejemplos más típicos de la distribución Normal es la distribución de las alturas de las
personas, pero si pudiéramos medir la altura de los miles de millones de seres humanos adultos, y
representarla en forma de histograma, su perfil no sería el de la típica campana que conocemos. En
este, como en otros casos, se trata de un modelo teórico, muy útil para describir la realidad, pero
que no hay que confundir con la realidad misma.
Ejemplos de variables que parece razonable modelar con las distribuciones comentadas son:
Binomial Poisson Normal
• 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.

Prueba de significación para el coeficiente de correlación
El gráfico adjunto presenta la relación entre la pureza de 92

un producto obtenido mediante una reacción química y la
temperatura a que ha tenido lugar la reacción en 20 casos 91
distintos. Deseamos saber si existe correlación entre
temperatura y pureza. El coeficiente de correlación para 90
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?.
Se puede contestar a la pregunta anterior siguiendo el 87

siguiente proceso: 118 119 120 121 122
Temperatura
1. Generar 2 conjuntos de 20 números aleatorios cada uno y calcular el coeficiente de correlación

que existe entre ellos. El hecho de que no tengan ninguna relación no implica que el coeficiente
de correlación deba ser igual a cero. Puede darnos, por ejemplo, 0,162.
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).
3. Comparar nuestro coeficiente de correlación (el que

queremos saber si es suficientemente grande o no) 300
con la distribución de los coeficientes obtenidos
anteriormente. Si nuestro valor es normal en esa
distribución, por ejemplo, si fuera 0,23, diríamos
Frequencia
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).
Estimación de una proporción en la población
En la estimación de proporciones a través de intervalos de confianza intervienen 3 ideas clave:
• 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 %.
• La estimación puntual: Es la proporción en la muestra.
• 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%
Estimación Margen Nivel de

puntual de error confianza
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 autoseleccionadas. Por ejemplo, si tenemos interés en conocer el grado de

utilización de internet en 2000 empresas que reúnen unas ciertas características, le mandamos
una carta a cada una de ellas y contestan 322, no podemos decir que un intervalo de confianza
del 95 % presenta un margen de error del 5 %, como ocurriría si la muestra fuera aleatoria.
• 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.

¿Cómo se han construido?
Distribución Se ha utilizado Excel, y su función que da probabilidades acumuladas para la

binomial distribución binomial.
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.
Distribución También se ha utilizado Excel, y su función que da probabilidades acumuladas para

Normal la distribución Normal
Distribución Se ha utilizado Minitab y su función que da el valor de la variable correspondiente a

t de Student un valor dado de la función de distribución. Ha sido necesario utilizar una macro para
que los valores vayan quedando de la misma forma en que después se presenta la
tabla.

Se podría haber hecho con Excel, sin necesidad de macro, usando su función
DISTR.T.INV
Distribución También se han construido con Minitab, de forma análoga a la t de Student

Chi
cuadrado
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
Siendo: p: Proporción en la muestra

zα/2: valor de z (N (0; 1)) que deja un área de cola de α/2
N: Tamaño de la población
n: Tamaño de la muestra
q: 1–p
Llamando E al margen de error, se tiene que:
N − n pq
E 2 = z α2 / 2
N n −1
Haciendo n – 1 = n (aproximación razonable si n es grande), se llega a:
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.
Nota: En el planteamiento de la expresión dada al principio para el intervalo de

confianza, se han realizado unas hipótesis simplificadoras que restringen el uso
de nuestras fórmulas a los casos en que np>5 y nq>5.

Forma de las distribuciones
Distribución binomial
P (X=x)
n = 20 0,25
p = 1/6 n = 20
0,20 p = 1/6
Esta distribución puede representar la

probabilidad del número de veces que 0,15
sale el 5 (o cualquier otro valor en

concreto) al tirar 20 veces un dado. 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 = 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
Cuando n es grande y p no 0,02

excesivamente pequeño, es más
0,01
cómodo calcular las probabilidades
0,00
con la distribución Normal 0 10 20 30 40 50 60 70 80 90 100
X

Distribución de Poisson
0,30
λ=2 λ=2
0,25
Puede representar la distribución de 0,20

probabilidad del número de llamadas
que llegan por minuto a una centralita, 0,15
en unas condiciones en las que en
promedio llegan 2 llamadas por 0,10
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
A media que aumenta el valor de λ, la 0,20

distribución se hace más simétrica.
0,15
0,10
0,05
0,00
0 5 10 15 20 25
X

Distribución Normal 0,4

N(0; 1)
Típica forma de campana, cuya forma
sólo depende de µ (valor en que está 0,3
centrada) y σ (forma que presenta).

0,2
La figura presenta los casos de la N(3; 2)
N(0;1) y la N(3; 2). Obsérvese como la
campana “casi se acaba” (aunque no 0,1
del todo) en los puntos µ±3σ.
0,0
-4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10
x
Distribución t de Student 0,4
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).
A partir de 30 grados de libertad las 0,2

distribuciones son bastante próximas.
0,1
0,0
-4 -3 -2 -1 0 1 2 3 4
t
Distribución Chi cuadrado 0,20
Chi^2 con 4 g.l.

A medida que aumentan los grados de
libertad, el cero queda cada vez más 0,15
alejado y la distribución se hace cada
vez menos asimétrica. Chi^2 con 8 g.l.
0,10
Chi^2 con 16 g.l.
0,05 Chi^2 con 30 g.l.
0,00
0 10 20 30 40 50 60
Valores de Chi^2

Distribución F de Snedecor
0,7
Con pocos grados de libertad, la 0,6

F(3,5)
F(5,10)
distribución es muy asimétrica.
0,5 F(20,5)
0,4
0,3
0,2
0,1
0,0
0 1 2 3 4 5
Valores de F
0,7
La distribución cambia con el orden de 0,6

F(10,5)
los grados de libertad. F(5,10)
0,5
0,4
0,3
0,2
0,1
0,0
0 1 2 3 4 5
Valores de F
Al aumentar los grados de libertad la F(20,20)

distribución se va haciendo menos F(100,50)
asimétrica. 2
F(200,200)
0
0 1 2 3 4 5
Valores de F

Uso de las tablas, a través de ejemplos
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
b) En 5 minutos lleguen más de 8 llamadas

P (X>8; λ=10) = P(X ≤ 8; λ=10) = 1 – 0,333 = 0,667
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%
c) ¿Qué peso será superado por el 30 % de los paquetes?

Veamos cual es el valor de z que deja un área de cola de 0,3
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
El valor que más se aproxima es 0,52. Es decir: z0,3 = 0,52.

x − 1003
0,52 = → x = 1003 + 0,52 ⋅ 7 = 1006 ,64
7

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
Sustituyendo los valores, el intervalo queda: 1001,5 ± 2,1

Distribución Chi cuadrado (χ2)

Siguiendo con el ejemplo anterior, en que se tiene una muestra de 10 paquetes de azúcar con x =
1001,5 gr. y s = 2 gr, calcular un intervalo de confianza del 95 % para la varianza de los pesos con
que salen los paquetes.
s2 s2
La fórmula del intervalo de confianza para la varianza es: [( n − 1 ) 2 ; ( n − 1 ) 2 ]
χα χ α
;ν 1− ;ν
2 2
χ α2 = χ 02,025;9 = 19,92 χ α2 = χ 02,025;9 = 2,70

;ν ;ν
2 2
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
Sustituyendo valores queda el intervalo: (1,81; 13,33)
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.

Distribución F de Snedecor Fν1,ν2

Valores de F que dejan el área de cola de 0,05
en función de los grados de libertad ν1 (numerador) 0.05
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.
Prueba de significación para un coeficiente de correlación
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.

Selección de tamaños de muestra
¿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.
Consultando la tabla resulta inmediato que el tamaño de muestra es 1067.
Tamaño de la Márgen de error

población ±1% ±2% ±3% ±4% ±5% ± 10 %
500 475 414 340 273 217 81

1.000 906 706 516 375 278 88
500.000 9.423 2.390 1.065 600 384 96
1.000.000 9.513 2.395 1.066 600 384 96
1.500.000 9.543 2.397 1.066 600 384 96
2.000.000 9.558 2.398 1.067 600 384 96
50.000.000 9.602 2.401 1.067 600 384 96

Distribución BINOMIAL. Probabilidades ACUMULADAS Página 1 de 4
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


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
18 5 1,0000 0,9998 0,9936 0,9581 0,8671 0,7175 0,5344 0,3550 0,2088 0,1077 0,0481
18 6 1,0000 1,0000 0,9988 0,9882 0,9487 0,8610 0,7217 0,5491 0,3743 0,2258 0,1189
18 7 1,0000 1,0000 0,9998 0,9973 0,9837 0,9431 0,8593 0,7283 0,5634 0,3915 0,2403
18 8 1,0000 1,0000 1,0000 0,9995 0,9957 0,9807 0,9404 0,8609 0,7368 0,5778 0,4073
18 9 1,0000 1,0000 1,0000 0,9999 0,9991 0,9946 0,9790 0,9403 0,8653 0,7473 0,5927
18 10 1,0000 1,0000 1,0000 1,0000 0,9998 0,9988 0,9939 0,9788 0,9424 0,8720 0,7597
18 11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9986 0,9938 0,9797 0,9463 0,8811
18 12 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9986 0,9942 0,9817 0,9519
18 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987 0,9951 0,9846
18 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9990 0,9962
18 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993
18 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999
18 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
19 0 0,8262 0,3774 0,1351 0,0456 0,0144 0,0042 0,0011 0,0003 0,0001 0,0000 0,0000
19 1 0,9847 0,7547 0,4203 0,1985 0,0829 0,0310 0,0104 0,0031 0,0008 0,0002 0,0000
19 2 0,9991 0,9335 0,7054 0,4413 0,2369 0,1113 0,0462 0,0170 0,0055 0,0015 0,0004
19 3 1,0000 0,9868 0,8850 0,6841 0,4551 0,2631 0,1332 0,0591 0,0230 0,0077 0,0022
19 4 1,0000 0,9980 0,9648 0,8556 0,6733 0,4654 0,2822 0,1500 0,0696 0,0280 0,0096
19 5 1,0000 0,9998 0,9914 0,9463 0,8369 0,6678 0,4739 0,2968 0,1629 0,0777 0,0318
19 6 1,0000 1,0000 0,9983 0,9837 0,9324 0,8251 0,6655 0,4812 0,3081 0,1727 0,0835
19 7 1,0000 1,0000 0,9997 0,9959 0,9767 0,9225 0,8180 0,6656 0,4878 0,3169 0,1796
19 8 1,0000 1,0000 1,0000 0,9992 0,9933 0,9713 0,9161 0,8145 0,6675 0,4940 0,3238
19 9 1,0000 1,0000 1,0000 0,9999 0,9984 0,9911 0,9674 0,9125 0,8139 0,6710 0,5000
19 10 1,0000 1,0000 1,0000 1,0000 0,9997 0,9977 0,9895 0,9653 0,9115 0,8159 0,6762
19 11 1,0000 1,0000 1,0000 1,0000 1,0000 0,9995 0,9972 0,9886 0,9648 0,9129 0,8204
19 12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9969 0,9884 0,9658 0,9165
19 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9993 0,9969 0,9891 0,9682
19 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9994 0,9972 0,9904
19 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9995 0,9978
19 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9999 0,9996
19 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000
20 0 0,8179 0,3585 0,1216 0,0388 0,0115 0,0032 0,0008 0,0002 0,0000 0,0000 0,0000
20 1 0,9831 0,7358 0,3917 0,1756 0,0692 0,0243 0,0076 0,0021 0,0005 0,0001 0,0000
20 2 0,9990 0,9245 0,6769 0,4049 0,2061 0,0913 0,0355 0,0121 0,0036 0,0009 0,0002
20 3 1,0000 0,9841 0,8670 0,6477 0,4114 0,2252 0,1071 0,0444 0,0160 0,0049 0,0013
20 4 1,0000 0,9974 0,9568 0,8298 0,6296 0,4148 0,2375 0,1182 0,0510 0,0189 0,0059
20 5 1,0000 0,9997 0,9887 0,9327 0,8042 0,6172 0,4164 0,2454 0,1256 0,0553 0,0207
20 6 1,0000 1,0000 0,9976 0,9781 0,9133 0,7858 0,6080 0,4166 0,2500 0,1299 0,0577
20 7 1,0000 1,0000 0,9996 0,9941 0,9679 0,8982 0,7723 0,6010 0,4159 0,2520 0,1316
20 8 1,0000 1,0000 0,9999 0,9987 0,9900 0,9591 0,8867 0,7624 0,5956 0,4143 0,2517
20 9 1,0000 1,0000 1,0000 0,9998 0,9974 0,9861 0,9520 0,8782 0,7553 0,5914 0,4119
20 10 1,0000 1,0000 1,0000 1,0000 0,9994 0,9961 0,9829 0,9468 0,8725 0,7507 0,5881
20 11 1,0000 1,0000 1,0000 1,0000 0,9999 0,9991 0,9949 0,9804 0,9435 0,8692 0,7483
20 12 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998 0,9987 0,9940 0,9790 0,9420 0,8684
20 13 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9935 0,9786 0,9423
20 14 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9984 0,9936 0,9793
20 15 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9985 0,9941
20 16 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9997 0,9987
20 17 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 0,9998
20 18 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

Distribución de POISSON. Probabilidades ACUMULADAS Página 1 de 2
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

Distribución de POISSON. Probabilidades ACUMULADAS Página 2 de 2
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

Distribución NORMAL estandarizada

Áreas de cola hacia la derecha p
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

Distribución Chi-cuadrado χν2

Valores de χ que dejan el área de cola (p) indicada,
2
hacia la derecha, en función de los grados de libertad (ν) p

χ2
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
3 0,07 0,12 0,22 0,35 0,58 1,21 4,11 6,25 7,82 9,35 11,35 12,84
4 0,21 0,30 0,48 0,71 1,06 1,92 5,39 7,78 9,49 11,14 13,28 14,86
5 0,41 0,55 0,83 1,15 1,61 2,68 6,63 9,24 11,07 12,83 15,09 16,75
6 0,68 0,87 1,24 1,64 2,20 3,46 7,84 10,65 12,59 14,45 16,81 18,55
7 0,99 1,24 1,69 2,17 2,83 4,26 9,04 12,02 14,07 16,01 18,48 20,28
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
11 2,60 3,05 3,82 4,58 5,58 7,58 13,70 17,28 19,68 21,92 24,73 26,76
12 3,07 3,57 4,40 5,23 6,30 8,44 14,85 18,55 21,03 23,34 26,22 28,30
13 3,57 4,11 5,01 5,89 7,04 9,30 15,98 19,81 22,36 24,74 27,69 29,82
14 4,08 4,66 5,63 6,57 7,79 10,17 17,12 21,06 23,69 26,12 29,14 31,32
15 4,60 5,23 6,26 7,26 8,55 11,04 18,25 22,31 25,00 27,49 30,58 32,80
16 5,14 5,81 6,91 7,96 9,31 11,91 19,37 23,54 26,30 28,85 32,00 34,27
17 5,70 6,41 7,56 8,67 10,09 12,79 20,49 24,77 27,59 30,19 33,41 35,72
18 6,27 7,02 8,23 9,39 10,87 13,68 21,61 25,99 28,87 31,53 34,81 37,16
19 6,84 7,63 8,91 10,12 11,65 14,56 22,72 27,20 30,14 32,85 36,19 38,58
20 7,43 8,26 9,59 10,85 12,44 15,45 23,83 28,41 31,41 34,17 37,57 40,00
21 8,03 8,90 10,28 11,59 13,24 16,34 24,94 29,62 32,67 35,48 38,93 41,40
22 8,64 9,54 10,98 12,34 14,04 17,24 26,04 30,81 33,92 36,78 40,29 42,80
23 9,26 10,20 11,69 13,09 14,85 18,14 27,14 32,01 35,17 38,08 41,64 44,18
24 9,89 10,86 12,40 13,85 15,66 19,04 28,24 33,20 36,42 39,36 42,98 45,56
25 10,52 11,52 13,12 14,61 16,47 19,94 29,34 34,38 37,65 40,65 44,31 46,93
26 11,16 12,20 13,84 15,38 17,29 20,84 30,44 35,56 38,89 41,92 45,64 48,29
27 11,81 12,88 14,57 16,15 18,11 21,75 31,53 36,74 40,11 43,20 46,96 49,65
28 12,46 13,57 15,31 16,93 18,94 22,66 32,62 37,92 41,34 44,46 48,28 50,99
29 13,12 14,26 16,05 17,71 19,77 23,57 33,71 39,09 42,56 45,72 49,59 52,34
30 13,79 14,95 16,79 18,49 20,60 24,48 34,80 40,26 43,77 46,98 50,89 53,67
35 17,19 18,51 20,57 22,47 24,80 29,05 40,22 46,06 49,80 53,20 57,34 60,28
40 20,71 22,16 24,43 26,51 29,05 33,66 45,62 51,81 55,76 59,34 63,69 66,77
45 24,31 25,90 28,37 30,61 33,35 38,29 50,99 57,51 61,66 65,41 69,96 73,17
50 27,99 29,71 32,36 34,76 37,69 42,94 56,33 63,17 67,51 71,42 76,15 79,49
60 35,53 37,49 40,48 43,19 46,46 52,29 66,98 74,40 79,08 83,30 88,38 91,95
70 43,28 45,44 48,76 51,74 55,33 61,70 77,58 85,53 90,53 95,02 100,43 104,22
80 51,17 53,54 57,15 60,39 64,28 71,15 88,13 96,58 101,88 106,63 112,33 116,32
90 59,20 61,75 65,65 69,13 73,29 80,63 98,65 107,57 113,15 118,14 124,12 128,30
100 67,33 70,07 74,22 77,93 82,36 90,13 109,14 118,50 124,34 129,56 135,81 140,17
120 83,85 86,92 91,57 95,71 100,62 109,22 130,06 140,23 146,57 152,21 158,95 163,65
140 100,66 104,03 109,14 113,66 119,03 128,38 150,89 161,83 168,61 174,65 181,84 186,85
160 117,68 121,35 126,87 131,76 137,55 147,60 171,68 183,31 190,52 196,92 204,53 209,82
180 134,88 138,82 144,74 149,97 156,15 166,87 192,41 204,70 212,30 219,04 227,06 232,62
200 152,24 156,43 162,73 168,28 174,84 186,17 213,10 226,02 233,99 241,06 249,45 255,26


y ν2 (denominador)
F
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


y ν2 (denominador)
F
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


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
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


y ν2 (denominador)
F
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


en función de los grados de libertad ν1 (numerador)
y ν2 (denominador) 0.001
F
ν1
ν2
1 2 3 4 5 6 7 8 9 10 12
1 405284 500000 540379 562500 576405 585937 592873 598144 602284 605621 610668
2 998,50 999,00 999,17 999,25 999,30 999,33 999,36 999,37 999,39 999,40 999,42
3 167,03 148,50 141,11 137,10 134,58 132,85 131,58 130,62 129,86 129,25 128,32
4 74,14 61,25 56,18 53,44 51,71 50,53 49,66 49,00 48,47 48,05 47,41
5 47,18 37,12 33,20 31,09 29,75 28,83 28,16 27,65 27,24 26,92 26,42
6 35,51 27,00 23,70 21,92 20,80 20,03 19,46 19,03 18,69 18,41 17,99
7 29,25 21,69 18,77 17,20 16,21 15,52 15,02 14,63 14,33 14,08 13,71
8 25,41 18,49 15,83 14,39 13,48 12,86 12,40 12,05 11,77 11,54 11,19
9 22,86 16,39 13,90 12,56 11,71 11,13 10,70 10,37 10,11 9,89 9,57
10 21,04 14,91 12,55 11,28 10,48 9,93 9,52 9,20 8,96 8,75 8,45
12 18,64 12,97 10,80 9,63 8,89 8,38 8,00 7,71 7,48 7,29 7,00
15 16,59 11,34 9,34 8,25 7,57 7,09 6,74 6,47 6,26 6,08 5,81
20 14,82 9,95 8,10 7,10 6,46 6,02 5,69 5,44 5,24 5,08 4,82
25 13,88 9,22 7,45 6,49 5,89 5,46 5,15 4,91 4,71 4,56 4,31
30 13,29 8,77 7,05 6,12 5,53 5,12 4,82 4,58 4,39 4,24 4,00
35 12,90 8,47 6,79 5,88 5,30 4,89 4,59 4,36 4,18 4,03 3,79
40 12,61 8,25 6,59 5,70 5,13 4,73 4,44 4,21 4,02 3,87 3,64
50 12,22 7,96 6,34 5,46 4,90 4,51 4,22 4,00 3,82 3,67 3,44
60 11,97 7,77 6,17 5,31 4,76 4,37 4,09 3,86 3,69 3,54 3,32
100 11,50 7,41 5,86 5,02 4,48 4,11 3,83 3,61 3,44 3,30 3,07
150 11,27 7,24 5,71 4,88 4,35 3,98 3,71 3,49 3,32 3,18 2,96
200 11,15 7,15 5,63 4,81 4,29 3,92 3,65 3,43 3,26 3,12 2,90
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

Valores del coeficiente de correlación r que dan el nivel de significación p

al contrastar H0: ρ = 0 frente a H1: ρ ≠ 0.
n es el número de pares de valores utilizados para calcular r
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 %)
Tamaño de la Márgen de error

población ±1% ±2% ±3% ±4% ±5% ± 10 %
500 475 414 340 273 217 81

1.000 906 706 516 375 278 88
1.500 1.297 923 624 429 306 90
2.000 1.655 1.091 696 462 322 92
2.500 1.984 1.225 748 484 333 92
3.000 2.286 1.334 787 500 341 93

3.500 2.565 1.424 818 512 346 93
4.000 2.824 1.500 842 522 350 94
4.500 3.064 1.566 863 530 354 94
5.000 3.288 1.622 879 536 357 94
6.000 3.693 1.715 906 546 361 95

7.000 4.049 1.788 926 553 364 95
8.000 4.364 1.847 942 558 367 95
9.000 4.646 1.895 954 563 368 95
10.000 4.899 1.936 964 566 370 95
15.000 5.855 2.070 996 577 375 95

20.000 6.488 2.144 1.013 583 377 96
25.000 6.939 2.191 1.023 586 378 96
50.000 8.057 2.291 1.045 593 381 96
100.000 8.762 2.345 1.056 597 383 96
500.000 9.423 2.390 1.065 600 384 96

1.000.000 9.513 2.395 1.066 600 384 96
1.500.000 9.543 2.397 1.066 600 384 96
2.000.000 9.558 2.398 1.067 600 384 96
50.000.000 9.602 2.401 1.067 600 384 96

Tablas Estadísticas - cON cOMENTARIOS

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Tablas Estadísticas - cON cOMENTARIOS

Caricato da

Copyright:

Formati disponibili

Roberto Behar Y Pere Grima

Roberto Behar - Pere Grima

Roberto Behar y Pere Grima robehar@yahoo.com

Estas “Tablas de Estadística con comentarios” han sido preparados por :

Roberto Behar, (robehar@pino.univalle.edu.co) profesor de la Universidad del Valle en Cali, Colombia,

como material de apoyo para cursos introductorios de estadística.

Versión 1.0. Abril de 2002

Roberto Behar y Pere Grima robehar@yahoo.com 2

¿Para qué sirven las tablas?

¿Cómo se han construido? ........................................... 7

Forma de las distribuciones .......................................... 10

Uso de las tablas a través de ejemplos ................................... 14

Distribución binomial .............................................. 21

Roberto Behar y Pere Grima robehar@yahoo.com

Roberto Behar y Pere Grima robehar@yahoo.com 2

¿Para que sirven las tablas?

Aunque no es posible predecir valores concretos, sí sabemos cual es el patrón de comportamiento

Roberto Behar y Pere Grima robehar@yahoo.com 3

También conviene poner de manifiesto que la distribución de probabilidad representa un modelo

Binomial Poisson Normal

Roberto Behar y Pere Grima robehar@yahoo.com 4

Prueba de significación para el coeficiente de correlación

El gráfico adjunto presenta la relación entre la pureza de 92

Se puede contestar a la pregunta anterior siguiendo el 87

1. Generar 2 conjuntos de 20 números aleatorios cada uno y calcular el coeficiente de correlación

3. Comparar nuestro coeficiente de correlación (el que

Roberto Behar y Pere Grima robehar@yahoo.com 5

Estimación de una proporción en la población

En la estimación de proporciones a través de intervalos de confianza intervienen 3 ideas clave:

• La estimación puntual: Es la proporción en la muestra.

Estimación Margen Nivel de

• Las muestras autoseleccionadas. Por ejemplo, si tenemos interés en conocer el grado de

Roberto Behar y Pere Grima robehar@yahoo.com 6

¿Cómo se han construido?

Distribución Se ha utilizado Excel, y su función que da probabilidades acumuladas para la

Distribución También se ha utilizado Excel, y su función que da probabilidades acumuladas para

Distribución Se ha utilizado Minitab y su función que da el valor de la variable correspondiente a

Roberto Behar y Pere Grima robehar@yahoo.com 7

Distribución También se han construido con Minitab, de forma análoga a la t de Student

Roberto Behar y Pere Grima robehar@yahoo.com 8

Siendo: p: Proporción en la muestra

Llamando E al margen de error, se tiene que:

Haciendo n – 1 = n (aproximación razonable si n es grande), se llega a:

Nota: En el planteamiento de la expresión dada al principio para el intervalo de

Roberto Behar y Pere Grima robehar@yahoo.com 9

Forma de las distribuciones

Esta distribución puede representar la

sale el 5 (o cualquier otro valor en

Cuando n es grande y p no 0,02

Roberto Behar y Pere Grima robehar@yahoo.com 10

Puede representar la distribución de 0,20

A media que aumenta el valor de λ, la 0,20

Roberto Behar y Pere Grima robehar@yahoo.com 11

Distribución Normal 0,4

centrada) y σ (forma que presenta).

Distribución t de Student 0,4

A partir de 30 grados de libertad las 0,2

Distribución Chi cuadrado 0,20

Chi^2 con 4 g.l.

0,05 Chi^2 con 30 g.l.

Roberto Behar y Pere Grima robehar@yahoo.com 12

Con pocos grados de libertad, la 0,6

La distribución cambia con el orden de 0,6