FÓRMULAS DE ESTADÍSTICA INFERENCIAL (n1  1) s12  (n2  1) s 22

S 
2

n1  n2  2
p
Intervalos de confianza para la media de una población
Varianza poblacional conocida Varianzas poblacionales desconocidas y distintas
 
IC : X  Z     X  Z S12 S 22 S12 S 22
2 n 2 n ( x1  x2 )  t   1   2  ( x1  x2 )  t 
2 n1 n2 2 n1 n2
Varianza poblacional desconocida y tamaño de muestra grande (n≥30)
Donde t /2 es el valor de t con v grados de libertad:
S S
IC : X  Z     X  Z
2 n 2 n

Varianza poblacional desconocida y tamaño de muestra pequeño

(n<30)

S S
IC : X  t    X  t
2 n 2 n
Prueba de hipótesis para la media de una población
Intervalos de confianza para la diferencia de 2 medias
poblacionales
Varianzas poblacionales conocidas

 12  22  12  22 Estadísticos de prueba:
( x1  x2 )  z   1   2  ( x1  x2 )  z 
2 n1 n2 2 n1 n2 Varianza poblacional conocida
Varianzas poblacionales desconocidas y tamaño de muestras grandes
(n≥30)

S12 S 22 S12 S 22
( x1  x2 )  z   1   2  ( x1  x2 )  z 
2 n1 n2 2 n1 n2 Varianza poblacional desconocida y tamaño de muestra grande (n≥30)

Varianzas poblacionales desconocidas pero iguales

1 1 1 1
( x1  x2 )  t S p2 [  ]  1   2  ( x1  x2 )  t S p2 [  ]
2 n1 n2 2 n1 n2
Varianza poblacional desconocida y tamaño de muestra pequeño (n<30)

Cuya distribución es la t de Student con gl= n1+ n2 - 2 donde:

 ( X  Y )  ( x  y )
t
2
S x2 S y

nx ny
Prueba de hipótesis para dos medias poblacionales ( S x2 / n x  S y2 / n y ) 2
V
H0: µ1 = µ2 H0: µ1 ≤ µ2 H0: µ1 ≥ µ2 ( S x2 / n x ) 2 /( n x  1)  ( S y2 / n y ) 2 /( n y  1)

H1: µ1 ≠ µ2 H1: µ1 > µ2 H1: µ1 < µ2 V = grados de libertad

Estadísticos de prueba: Intervalos de confianza para la proporción de una población

Varianzas poblacionales conocidas 𝑝𝑞 𝑝𝑞

p - Zα/2√ < 𝜋 < p + Z𝛼/2√
𝑛 𝑛
( X 1  X 2 )  ( 1   2 )
Zc 
 12  22 Intervalos de confianza para la diferencia de proporciones
 de 2 poblaciones
n1 n2
p1q1 p 2 q 2 p1q1 p 2 q 2
Varianzas poblacionales desconocidas y tamaño de muestras grandes ( p1  p 2 )  z    1   2  ( p1  p 2 )  z 
(n≥30) 2 n1 n2 2 n1 n2

( X 1  X 2 )  ( 1   2 ) Prueba de hipótesis para la proporción de una población

Zc  2 2
S S
1
 2
n1 n2
Varianzas poblacionales desconocidas, pero iguales y tamaño de
𝑝 − 𝑝0
muestras pequeñas (n<30)
𝑍𝑐 =
√𝑝𝑜 (1 − 𝑝𝑜 )
𝑛

Prueba de hipótesis para las proporciones de dos

poblaciones
Tt = T (n1+n2 – 2) grados de libertad

Varianzas poblacionales desconocidas, distintas y tamaño de muestras

pequeñas (n<30)
 Ha: σ12 ≠ σ22 Ha: σ12 > σ22 Ha: σ12 < σ22
x1  x2 Estadístico de prueba:
P
n1  n2

Intervalos de confianza para la varianza de una población

(𝑛 − 1)𝑆 2 2
(𝑛 − 1)𝑆 2 Prueba de bondad de ajuste Chi-cuadrado
≤ 𝜎 ≤
𝑋 2 (1−𝛼,𝑛−1) 𝑋 2 (𝛼,𝑛−1)
( o i  e i )2
2  
2 2

ei
Intervalos de confianza para el cociente de la varianza de
dos poblaciones

Otra fórmula:
Prueba de Hipótesis para la
proporción de una población:
2 2
Rechazar H0, si: X >X α

Distribución de Poisson Distribución Binomial

Prueba de hipótesis para una varianza de una distribución
normal

H0: σ2 = σ02 H0: σ2 ≤ σ02 H0:σ2 ≥ σ02

Ha: σ2 ≠ σ02 Ha: σ2 > σ02 Ha: σ2 < σ02 gl = k – p -1
Estadístico de prueba
Prueba de Independencia y Prueba de Homogeneidad
Chi-cuadrado

Prueba de hipótesis para la razón de dos varianzas

H0: σ12 = σ22 H0: σ12 ≤ σ22 H0: σ12 ≥ σ22 g.l. = (# renglones – 1) x (#Columnas – 1)
 ( o i  e i )2
 
2

ei

3. Otra forma de hallar los coeficientes de regresión

Luego de haber formado nuestra matriz con los datos del problema,
debemos estructurar las siguientes matrices:

 n n

Regresión Simple  n  X 1i X 2i 
 n i 1
n n
i 1

A = X X    X 1i X  X 1i X 2i 
2
1. Coeficiente de correlación:
 i 1 i 1
1i
i 1

n n n 
 X 2 i X X 2i  X 22i 
 i 1 
1i
i 1 i 1

 n 
2. Análisis de regresión:   Yi 
 n i1 

G = X Y   X1i Yi 
 i1 
n 
 X 2i Yi 
 i1 
La matriz solución “B” se obtendrá de: B = A-1. G

 n 
  Yi 
  0  .... .... ...   n i 1 
Regresión Lineal Múltiple (fórmulas para dos variables    
B    1  =  ... .... ...  X  X 1i Yi 

independientes)  
  2   ... .... ....  in1 
1. Ecuación de regresión:  X 2i Yi 
 i 1 
El cálculo de A-1 se realizara haciendo uso de su calculadora científica.

2. Sistema de ecuaciones para hallar los coeficientes de

regresión: