FÓRMULAS DE ESTADÍSTICA INFERENCIAL

Intervalo de confianza para la media de una población.

2
d. Varianza poblacional desconocida pero diferentes(𝜎1 ≠ 𝜎2 2)
a. Varianza poblacional conocida

IC: 𝑋̅ − 𝑍(1−𝛼)
𝜎
≤ 𝜇 ≤ 𝑋̅ + 𝑍(1−𝛼)
𝜎 𝑠1 2 𝑆2 2 𝑆1 2 𝑆2 2
2 √ 𝑛 2 √𝑛 ̅ ̅
(𝑋1 −𝑋2 ) − 𝑇(1−𝛼) √ + ̅ ̅
≤ 𝜇1 −𝜇2 ≤ (𝑋1 −𝑋2 ) + 𝑇(1−𝛼) √ +
2 𝑛1 𝑛2 2 𝑛1 𝑛2
b. Varianza poblacional desconocida y tamaño de muestra grande (𝑛 ≥ 30)
Donde: 𝑇(1−𝛼) es el valor de T con V grados de libertad.
𝑆 𝑆
IC: 𝑋̅ − 𝑍(1−𝛼) ≤ 𝜇 ≤ 𝑋̅ + 𝑍(1−𝛼) 2

2 √ 𝑛 2 √𝑛
2
𝑠 2 𝑆 2
c. Varianza poblacional desconocida y tamaño de muestra pequeño (𝑛 < 30) ( 𝑛1 + 𝑛2 )
1 2
𝑆 𝑆 𝑉=
IC: 𝑋̅ − 𝑇(1−𝛼,𝑛−1) ≤ 𝜇 ≤ 𝑋̅ + 𝑇(1−𝛼,𝑛−1) 2 𝑆2 2
2
√ 𝑛 √𝑛 𝑠1 2 ( 𝑛2 )
2 2
(𝑛 )
1
Intervalo de confianza para diferencia de dos medias poblacionales 𝑛1 − 1 + 𝑛2 − 1
a. Varianza poblacional conocida
Prueba de Hipótesis para la media de una población:
𝜎 𝜎 2 2 𝜎 𝜎 2 2
(𝑋̅1 −𝑋̅2 ) − 𝑍(1−𝛼) √ 𝑛1 + 𝑛2 ≤ 𝜇1 −𝜇2 ≤ (𝑋̅1 −𝑋̅2 ) + 𝑍(1−𝛼) √ 𝑛1 + 𝑛2 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0
2 1 2 2 1 2
𝐻1 : 𝜇 ≠ 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 > 𝜇0
b. Varianzas poblacionales desconocidas y tamaño de muestras grandes (n≥30)
Estadísticos de prueba:
𝑆1 2 𝑆2 2 𝑆1 2 𝑆2 2 Varianza poblacional conocida
(𝑋̅1 −𝑋̅2 ) − 𝑍(1−𝛼) √ + ≤ 𝜇1 −𝜇2 ≤ (𝑋̅1 −𝑋̅2 ) + 𝑍(1−𝛼) √ +
𝑛1 𝑛2 𝑛1 𝑛2
2 2
𝑋̅ − 𝜇
𝑍= 𝜎
2
c. Varianza poblacional desconocida pero iguales (𝜎1 = 𝜎2 2 )
√𝑛
1 1 1 1 Varianza poblacional desconocida y tamaño de muestra grande (n≥30)
(𝑋̅1 −𝑋̅2 ) − 𝑇(1−𝛼) √𝑆𝑃 2 ( + ) ≤ 𝜇1 −𝜇2 ≤ (𝑋̅1 −𝑋̅2 ) + 𝑇(1−𝛼) √𝑆𝑃 2 ( + )
2 𝑛1 𝑛2 2 𝑛1 𝑛2 𝑋̅ − 𝜇
𝑍=
𝑆
Cuya distribución es la T de student con 𝐺𝑙 = 𝑛1 + 𝑛2 − 2
√𝑛
2 (𝑛1 − 1)𝑆1 2 + (𝑛2 − 1)𝑆2 2 Varianza poblacional desconocida y tamaño de muestra pequeño (n<30)
𝑆𝑃 =
𝑛1 + 𝑛2 − 2
𝑋̅ − 𝜇
𝑇𝑛−1 =
𝑆
√𝑛
 FÓRMULAS DE ESTADÍSTICA INFERENCIAL

Prueba de hipótesis para dos medias poblacionales 2 2 2

𝑠 𝑆
( 𝑛1 + 𝑛2 )
1 2
𝐻0 : 𝜇1 = 𝜇2 𝐻0 : 𝜇1 ≥ 𝜇2 𝐻0 : 𝜇1 ≤ 𝜇2 𝑔𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑖𝑏𝑒𝑟𝑡𝑎𝑑: 𝑉 =
2 2 2 2
𝑠 𝑆
( 𝑛1 ) ( 𝑛2 )
𝐻1 : 𝜇1 ≠ 𝜇2 𝐻1 : 𝜇1 < 𝜇2 𝐻1 : 𝜇1 > 𝜇2 1
+ 𝑛 2− 1
𝑛1 − 1 2

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

Varianzas poblacionales conocidas 𝑝𝑞 𝑝𝑞

𝑝 − 𝑍(1−𝛼) √ < 𝜋 < 𝑝 + 𝑍(1−𝛼) √
2 𝑛 2 𝑛
(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑍𝑐 =
Intervalos de confianza para la diferencia de proporciones de 2 poblaciones
𝜎2 𝜎2
√ 1 + 2
𝑛1 𝑛2
𝑝1 𝑞1 𝑝2 𝑞2 𝑝1 𝑞1 𝑝2 𝑞2
(𝑝1 − 𝑝2 ) − 𝑍(1−𝛼) √ + ≤ 𝜋1 − 𝜋2 ≤ (𝑝1 − 𝑝2 ) + 𝑍(1−𝛼) √ +
Varianzas poblacionales desconocidas y tamaño de muestras grandes (n≥30) 2 𝑛1 𝑛2 2 𝑛1 𝑛2

(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )

𝑍𝑐 = Prueba de Hipótesis para la proporción de una población:
𝑆2 𝑆2
√ 1+ 2
𝑛1 𝑛2 𝐻0 : 𝜋 = 𝜋0 𝐻0 : 𝜋 ≥ 𝜋0 𝐻0 : 𝜋 ≤ 𝜋0
Varianzas poblacionales desconocidas, pero iguales y tamaño de muestras pequeñas (n<30)
𝐻1 : 𝜋 ≠ 𝜋0 𝐻1 : 𝜋 < 𝜋0 𝐻1 : 𝜋 > 𝜋0
(𝑋̅1 − 𝑋̅2 ) − (𝜇1 − 𝜇2 )
𝑇𝐶 =
1 1 𝑃 − 𝜋0
√SP 2 (
n1 + n2 ) 𝑍𝑐 =
√𝜋0 (1 − 𝜋0 )
2
Tt = T (n1+n2 – 2) grados de libertad, donde: SP es la fórmula descrita anteriormente 𝑛

Prueba de hipótesis para las proporciones de dos poblaciones

Varianzas poblacionales desconocidas, distintas y tamaño de muestras pequeñas (n<30)

𝑋̅1 − 𝑋̅2 − (𝜇1 − 𝜇2 ) 𝐻0 : 𝜋1 = 𝜋2 𝐻0 : 𝜋1 ≥ 𝜋2 𝐻0 : 𝜋1 ≤ 𝜋2

𝑇𝐶 =
2 2 𝐻1 : 𝜋1 ≠ 𝜋2 𝐻1 : 𝜋1 < 𝜋2 𝐻1 : 𝜋1 > 𝜋2
√S1 + S2
n1 n2
𝑝1 −𝑝2 − (𝜋1 − 𝜋2 ) 𝑋1 + 𝑋2
𝑍𝑐 = 𝑑𝑜𝑛𝑑𝑒: ̅𝑝 =
Donde 𝑇𝐶 es el valor de T con V grados de libertad. 1 1 𝑛1 + 𝑛2
√𝑝̅ (1 − 𝑝̅ ) (
𝑛1 + 𝑛2 )

Prueba de Hipótesis para la

 FÓRMULAS DE ESTADÍSTICA INFERENCIAL

Intervalo 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) Estadístico de prueba
2 2

Intervalos de confianza para el cociente de la varianza de dos poblaciones 2 ∑(𝑂𝑖 − 𝐸𝑖 )2

𝑋𝐶 =
2 2 2 𝐸𝑖
𝑠1 𝜎1 𝑠1
2
𝐹(𝛼,𝑛2−1,𝑛1−1) ≤ 2 ≤ 2 𝐹(1−𝛼,𝑛2−1,𝑛1−1)
𝑠2 2 𝜎2 𝑠2 2

Fórmula práctica:
𝑠1 2 1 𝜎1 2 𝑠1 2
< < 𝐹𝛼 𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
𝑠2 2 𝐹(𝛼,𝑛1−1,𝑛2−1) 𝜎2 2 𝑠2 2 ( 2 ,𝑛2−1,𝑛1−1)
2

Prueba de hipótesis para una varianza de una distribución normal 1−𝛼 𝛼

H0 : 𝜎 2 = 𝜎 2 0 H0 : 𝜎 2 ≤ 𝜎 2 0 H0 : 𝜎 2 ≥ 𝜎 2 0 𝑋 2 (1−𝛼;𝑔𝑙)
H1 : 𝜎 2 ≠ 𝜎 2 0 H1 : 𝜎 2 > 𝜎 2 0 H1 : 𝜎 2 < 𝜎 2 0
Estadístico de Prueba 𝑔𝑙 = 𝐾 − 𝑚 − 1

(𝑛 − 1)𝑆 2 Dónde: K: cantidad de parámetros de la distribución

𝑋𝐶 2 = m: número de parámetros estimados
𝜎 20
Prueba de hipótesis para la razón de dos varianzas

𝐻0 : 𝜎1 2 = 𝜎2 2 𝐻0 : 𝜎1 2 ≥ 𝜎2 2 𝐻0 : 𝜎1 2 ≤ 𝜎2 2 Distribución de Poisson Distribución Binomial

𝐻1 : 𝜎1 2 ≠ 𝜎2 2 𝐻1 : 𝜎1 2 < 𝜎2 2 𝐻1 : 𝜎1 2 > 𝜎2 2 𝒆−𝝀 𝝀𝑿

𝒇(𝑿, 𝝀) = 𝒏
𝑿! 𝑷(𝒙) = ( ) 𝒑𝑿 (𝟏 − 𝒑)𝒏−𝑿
𝒙
Estadístico de prueba

𝑠1 2
𝐹𝑐𝑎𝑙 = 2
𝑠2
 FÓRMULAS DE ESTADÍSTICA INFERENCIAL

Prueba de Independencia y Prueba de Homogeneidad Chi-cuadrado

Estadístico de prueba Regresión Múltiple: (fórmulas para dos variables independientes)
1. Ecuación de la regresión
2 ∑(𝑂𝑖 − 𝐸𝑖 )2
𝑋𝐶 =
𝐸𝑖 𝑌̂ = 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2
𝑇𝑜𝑡𝑎𝑙 𝐹𝑖𝑙𝑎 ∗ 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑙𝑢𝑚𝑛𝑎 2. Sistema de ecuaciones para hallar los coeficientes de regresión:
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎: (𝐸𝑖 ) =
𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙
∑ 𝑌 = 𝑛𝛽0 + 𝛽1 ∑ 𝑋1 + 𝛽2 ∑ 𝑋2

∑ 𝑋1 𝑌 = 𝛽0 ∑ 𝑋1 + 𝛽1 ∑ 𝑋1 2 + 𝛽2 ∑ 𝑋1 𝑋2

𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎 ∑ 𝑋2 𝑌 = 𝛽0 ∑ 𝑋2 + 𝛽1 ∑ 𝑋1𝑋2 + 𝛽2 ∑ 𝑋2 2

1−𝛼 𝛼 3. Otra forma de hallar los coeficientes de regresión

Luego de haber formado nuestra matriz con los datos del problema, debemos estructurar las
𝑋 2 (1−𝛼;𝑔𝑙) siguientes matrices:
𝑛 𝑛 𝑛
𝑔𝑙 = (#𝑓𝑖𝑙𝑎𝑠 − 1)(#𝐶𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1) 𝑛 ∑ 𝑋1𝑖 ∑ 𝑋2𝑖 ∑ 𝑌𝑖
𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛

Regresión Simple: 𝐴 = 𝑋 𝑇 𝑋 = ∑ 𝑋1𝑖 2

∑ 𝑋1𝑖 ∑ 𝑋1𝑖 𝑋2𝑖 𝐺 = 𝑋 𝑇 𝑋 = ∑ 𝑋1𝑖 𝑌𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
1. Coeficiente de correlación 𝑛 𝑛 𝑛 𝑛

∑ 𝑋2𝑖 ∑ 𝑋1𝑖 𝑋2𝑖 2

∑ 𝑋2𝑖 ∑ 𝑋2𝑖 𝑌𝑖
𝑌̂ = 𝛽0 + 𝛽1 𝑋 [ 𝑖=1 ]
[ 𝑖=1 𝑖=1 𝑖=1 ]
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 ∑ 𝑌 − 𝛽1 ∑ 𝑋
𝛽1 = , 𝛽0 =
𝑛 ∑ 𝑋 2 − (∑ 𝑋)2 𝑛 La matriz solución “B” se obtendrá de: B = A-1. G

2. Coeficiente de correlación: 𝛽0
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
𝑟= B = [𝛽1 ] = 𝑨
−𝟏
𝑮
√𝑛(∑ 𝑋 2 ) − (∑ 𝑋)2 √𝑛(∑ 𝑌 2 ) − (∑ 𝑌)2
𝛽2
El cálculo de A-1 se realizara haciendo uso de su calculadora científica.