Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
I.T. INDUSTRIAL METODOS ESTADÍSTICOS FORMULARIO I. ESTADISTICA DESCRIPTIVA X v.a k modalidades x1, x2, ..., xk ; n datos Media x̄ = kP i=1 nixi n Varianza poblacional σ2 = kP i=1 nix 2 i n − x̄2 Varianza muestral S2 = kP i=1 ni(xi − x̄)2 n− 1 Coeficiente de Asimetría γ1 = kP i=1 (xi − x)3ni nσ3 Coeficiente de Apuntamiento γ2 = kP i=1 (xi − x)4ni nσ4 − 3 Covarianza Cov(X, Y ) = KP i=1 pP j=1 nijxiyj N − x̄ȳ Coeficiente de correlación lineal ρ = Cov(X, Y ) σxσy Recta de regresión de Y sobre X ŷ = " Cov [X, Y ] V ar (X) # x+ " ȳ − Cov [X,Y ] V ar (X) x̄ # 1 II. PROBABILIDAD Operaciones con sucesos Suceso Ocurre siempre que Probabilidad − A no ocurre A P µ− A ¶ = 1− P (A) A/B ocurre A si ya ha ocurrido B P (A/B) = P (A ∩ B) P (B) A ∩B ocurra A o B P (A ∩B) = P (A)P (B/A) P (A ∩B) = P (B)P (A/B) A ∪B ocurren A y B P (A ∪B) = P (A) + P (B)− P (A ∩ B) Si A y B son incompatibles Si A y B independientes P (A/B) = 0 P (A/B) = P (A) P (A ∩ B) = 0 P (A ∩B) = P (A)P (B) P (A ∪ B) = P (A) + P (B) P (A ∪B) = P (A) + P (B)− P (A)P (B) Teorema de la probabilidad total y fórmula de Bayes Probabilidad total P (A) = kP i=1 P (A/Bi)P (Bi) Fórmula de Bayes P (Bi/A) = P (A ∩ Bi) P (A) = P (A/Bi)P (Bi) kP i=1 P (A/Bi)P (Bi) 2 ALGUNAS DISTRIBUCIONES IMPORTANTES Distribución Función masa de probabilidad/función de densidad EX U(n) P [X = xi] = 1 n P Xi n B(n, p) P [X = k] = Ã n k ! pk(1− p)n−k k = 0, 1, 2...n ; np P (λ) P [X = k] = e−λλk k! ; k = 0, 1, 2... λ H(N, n, p) P [X = k] = Ã Np k !Ã Nq n− k ! Ã N n ! max{0, n−Nq} ≤ k ≤ min{n,Np} , np BN(K, p) P (X = x) = Ã K + x− 1 x ! pk(1− p)x; x = 0, 1, 2.... kq p G(p) P (X = x) = pqx; x = 0, 1, 2.... q p N(µ,σ2) f(x) = 1√ 2πσ e −1 2σ2 (x−µ)2 , x ∈ R µ N(0, 1) f(z) = 1√ 2π e −1 2 z2 , z ∈ R 0 G(α,λ) f(x) = λα Γ(α) xα−1e−λx, x > 0 Γ(α) = R∞ 0 xα−1e−xdx α λ χ2n f(x) = 1 Γ(n 2 )2 n 2 x n 2 −1e− x 2 , x > 0 n B(α, β) f(x) = Γ(α+ β) Γ(α)Γ(β) xα−1(1− x)β−1; 0 < x < 1 α α+ β tn f(t) = Γ(n+1 2 )√ nπΓ(n 2 ) (1 + t2 n )−( n+1 2 ); t ∈ R 0 Fn1,n2 g(f) = Γ(n1 + n2) Γ( n1 2 )Γ( n2 2 ) n n1 2 1 n n2 2 2 f n1−2 2 (n1f + n2) −(n1+n2 2 ); f > 0 n2 n2 − 2 3 III. INFERENCIA ESTADISTICA INTERVALOS DE CONFIANZA Intervalo de confianza para la media de una normal Varianza conocida (σ20) µ ∈ " − x ± σ0√ n z1−α 2 # Varianza desconocida µ ∈ " − x ± S√ n t1−α 2 # Intervalo de confianza para la varianza de una normal Media conocida (µ0) σ2 ∈ nP i=1 (xi − µ0)2 χ21−α 2 ;n , nP i=1 (xi − µ0)2 χ2α 2 ;n Media desconocida σ2 ∈ (n− 1)S2 χ21−α 2 ;n−1 , (n− 1)S2 χ2α 2 ;n−1 Intervalo de confianza para la diferencia de medias de dos pobla- ciones normales e independientes Varianza conocidas µx − µy ∈ −x − − y ± z1−α 2 s σx nx + σy ny Varianza desconocidas pero iguales (σ2) µx − µy ∈ " − x − − y ± t1−α 2 ;nx+ny−2Sp s 1 nx + 1 ny # con Sp = vuut(nx − 1)S2x + (ny − 1)S2y nx + ny − 2 4 Intervalo de confianza para el cociente de varianzas de dos pobla- ciones normales e independientes Medias conocidas σ2y σ2x ∈ nyP i=1 ³ yi − µy ´2 nxP i=1 (xi − µx)2 nx ny Fα 2 ;nx,ny , nyP i=1 ³ yi − µy ´2 nxP i=1 (xi − µx)2 nx ny F1−α 2 ;nx,ny Medias desconocidas σ2y σ2x ∈ " S2yFα 2 ;nx−1,ny−1 S2x , S2yF1−α 2 ;nx−1,ny−1 S2x # Intervalo de confianza para una proporción p ∈ ˆp ±z1−α 2 vuut ˆ p (1− ˆ p) n 5 CONTRASTES DE HIPÓTESIS Contraste para la media de una normal con varianza conocida Hipótesis nula Estadístico de contraste H0 : µ = µ0 Z = X̄ − µ σ0/ √ n Hipótesis alternativa Criterios de rechazo H1 : µ 6= µ0 H1 : µ > µ0 H1 : µ < µ0 Z ≤ zα/2 o Z ≥ z1−α/2 Z ≥ z1−α Z ≤ zα Contraste para la media de una normal con varianza desconocida Hipótesis nula Estadístico de contraste H0 : µ = µ0 T = X̄ − µ S/ √ n Hipótesis alternativa Criterios de rechazo H1 : µ 6= µ0 H1 : µ > µ0 H1 : µ < µ0 T ≤ tα/2,n−1 o T ≥ t1−α/2,n−1 T ≥ t1−α,n−1 T ≤ tα,n−1 Contraste para la varianza de una normal con media conocida Hipótesis nula Estadístico de contraste H0 : σ 2 = σ20 χ2 = Pn i=1 (xi − µ0)2 σ20 Hipótesis alternativa Criterios de rechazo H1 : σ 2 6= σ20 H1 : σ 2 > σ20 H1 : σ 2 < σ20 χ2 ≤ χ2α/2,n o χ2 ≥ χ21−α/2,n χ2 ≥ χ21−α,n χ2 ≤ χ2α,n 6 Contraste para la varianza de una normal con media desconocida Hipótesis nula Estadístico de contraste H0 : σ 2 = σ20 χ2 = (n− 1)S2 σ20 Hipótesis alternativa Criterios de rechazo H1 : σ 2 6= σ20 H1 : σ 2 > σ20 H1 : σ 2 < σ20 χ2 ≤ χ2α/2,n−1 o χ2 ≥ χ21−α/2,n−1 χ2 ≥ χ21−α,n−1 χ2 ≤ χ2α,n−1 Contraste para el cociente de varianzas de dos normales inde- pendientes con medias conocidas Hipótesis nula Estadístico de contraste H0 : σ 2 X = σ2Y F = PnX i=1 (xi − µX)2 /nXPnY i=1 (yi − µY )2 /nY Hipótesis alternativa Criterios de rechazo H1 : σ 2 X 6= σ2Y H1 : σ 2 X > σ2Y H1 : σ 2 X < σ2Y F ≤ 1/f1−α/2,nY ,nX o F ≥ f1−α/2,nX ,nY F ≥ f1−α,nX ,nY F ≤ 1/f 21−α,nY ,nX Contraste para el cociente de varianzas de dos normales inde- pendientes con medias desconocidas Hipótesis nula Estadístico de contraste H0 : σ 2 X = σ2Y F = S2X S2Y Hipótesis alternativa Criterios de rechazo H1 : σ 2 X 6= σ2Y H1 : σ 2 X > σ2Y H1 : σ 2 X < σ2Y F ≤ 1/f1−α/2,nY −1,nX−1 o F ≥ f1−α/2,nX−1,nY −1 F ≥ f1−α,nX−1,nY −1 F ≤ 1/f1−α,nY −1,nX−1 7 Contraste para la diferencia de medias de dos normales inde- pendientes con varianzas conocidas Hipótesis nula Estadístico de contraste H0 : µX − µY = δ0 Z = X̄−Ȳ−δ0r σ2 n,X nX + σ2 n, Y nY Hipótesis alternativa Criterios de rechazo H1 : µX − µY 6= δ0 H1 : µX − µY > δ0 H1 : µX − µY < δ0 Z ≤ zα/2 o Z ≥ z1−α/2 Z ≥ z1−α Z ≤ zα Contraste para la diferencia de medias de dos normales inde- pendientes con varianzas desconocidas pero iguales Hipótesis nula Estadístico de contraste H0 : µX − µY = δ0 T = X̄ − Ȳ − δ0s S2p µ 1 nX + 1 nY ¶ Hipótesis alternativa Criterios de rechazo H1 : µX − µY 6= δ0 H1 : µX − µY > δ0 H1 : µX − µY < δ0 T ≤ tα/2,n o T ≥ t1−α/2,n T ≥ t1−α,n T ≤ tα,n donde n = nX + nY − 2 S2p = (nX − 1)S2X + (nY − 1)S2Y n 8 Contraste para la diferencia de medias de dos normales rela- cionadas (muestras apareadas) con varianzas desconocidas pero iguales Hipótesis nula Estadístico de contraste H0 : µX − µY = δ0 T = D̄ − δ0r S2D n Hipótesis alternativa Criterios de rechazo H1 : µX − µY 6= δ0 H1 : µX − µY > δ0 H1 : µX − µY < δ0 T ≤ tα/2,n−1 o T ≥ t1−α/2,n−1 T ≥ t1−α,n−1 T ≤ tα,n−1 donde D = X − Y Contraste para una proporción Hipótesis nula Estadístico de contraste H0 : p = p0 Z = p̂− p0s p0 (1− p0) n Hipótesis alternativa Criterios de rechazo H1 : p 6= p0 H1 : p > p0 H1 : p < p0 Z ≤ zα/2 o Z ≥ z1−α/2 Z ≥ z1−α Z ≤ zα Contraste para la comparación de dos proporciones Hipótesis nula Estadístico de contraste H0 : p1 = p2 Z = p̂1 − p̂2q pT (1− pT ) /n1 + pT (1− pT ) /n2 Hipótesis alternativa Criterios de rechazo H1 : p1 6= p2 H1 : p1 > p2 H1 : p1 < p2 Z ≤ zα/2 o Z ≥ z1−α/2 Z ≥ z1−α Z ≤ zα 9 donde p̂T = n1p̂1 + n2p̂2 n1 + n2 TABLA ANOVA Y CONTRASTE DE LA F Fuentes de Variación Suma de Cuadrados Grados de libertad Varianzas Entre grupos (VE) IP i=1 ni( − xi − − x)2 I − 1 S2e = V E I − 1 Interna, no explicada o residual (VNE) IP i=1 niP j=1 µ xij− − xi ¶2 = IP i=1 niσ 2 i n− I S2R = V NE n− I TOTAL (VT) IP i=1 niP j=1 µ xij− − x ¶2 n− 1 S2y = V T n− 1 donde ni denota el número de observaciones en el grupo i, − xi la media , σ2i la varianza (en calculadora σn al cuadrado), y − x la media del conjunto total de observaciones. I es el node grupos y n el nototal de observaciones. Hipótesis nula Estadístico de contraste H0 : µ1 = ... = µI F = S2e S2R Hipótesis alternativa Rechazar H0 si: No todas las medias son iguales F > F1−α,I−1,n−I 10
Compartir