Title | Formulas DE Estadística Inferencial-3 |
---|---|
Author | Antony Johao Grados Porras |
Course | Geología |
Institution | Universidad Nacional de Ingeniería |
Pages | 4 |
File Size | 310.2 KB |
File Type | |
Total Downloads | 63 |
Total Views | 111 |
FORMULAS DE ESTADÍSTICA INFERENCIAL...
FÓRMULAS DE ESTADÍSTICA INFERENCIAL Intervalo de confianza para la media de una población. d. a.
Varianza poblacional conocida
IC: 𝑋 − 𝑍(1−𝛼) 2
b.
≤ 𝜇 ≤ 𝑋 + 𝑍(1−𝛼) 2
𝜎
IC: 𝑋 − 𝑍(1−𝛼)
√𝑛
IC: 𝑋 − 𝑇(1−𝛼,𝑛−1)
√𝑛
𝑆
≤ 𝜇 ≤ 𝑋 + 𝑍(1−𝛼) 2
2
(𝑋1 −𝑋2 ) − 𝑇(1−𝛼 ) √
√𝑛
2
Varianza poblacional desconocida y tamaño de muestra grande (𝑛 ≥ 30) 2
c.
𝜎
√𝑛
Varianza poblacional desconocida pero diferentes (𝜎1 ≠ 𝜎2 2 )
𝑠1 2 𝑆2 2 𝑆1 2 𝑆2 2 + + ≤ 𝜇1 −𝜇2 ≤ (𝑋1 −𝑋2 ) + 𝑇(1−𝛼) √ 𝑛1 𝑛1 𝑛2 𝑛2 2
Donde: 𝑇(1−𝛼 ) es el valor de T con V grados de libertad.
𝑆
2
√𝑛
Varianza poblacional desconocida y tamaño de muestra pequeño (𝑛 < 30) 2
𝑆
≤ 𝜇 ≤ 𝑋 + 𝑇(1−𝛼,𝑛−1) 2
𝑉=
𝑆
√𝑛
Intervalo de confianza para diferencia de dos medias poblacionales a.
Varianza poblacional conocida
𝜎 𝜎 𝜎 𝜎 (𝑋1 −𝑋2 ) − 𝑍(1−𝛼 ) √ 1 + 2 ≤ 𝜇1 −𝜇2 ≤ (𝑋1 −𝑋2 ) + 𝑍(1−𝛼) √ 1 + 𝑛2 𝑛 𝑛1
2
b.
2
2
2
𝑛1
2
𝐻0 : 𝜇 = 𝜇0
2
𝐻1 : 𝜇 ≠ 𝜇0
𝑆1 𝑆1 𝑆2 𝑆2 + + ≤ 𝜇1 −𝜇2 ≤ (𝑋1 −𝑋2 ) + 𝑍(1−𝛼) √ 𝑛1 𝑛1 𝑛2 𝑛2 2 2
2
2
Varianza poblacional desconocida pero iguales (𝜎1 = 𝜎2 2 ) 2
1 −𝑋2 ) − 𝑇 𝛼 √𝑆𝑃 2 ( (𝑋 (1− ) 2
2
1 1 1 1 + ) ≤ 𝜇1 −𝜇2 ≤ (𝑋1 −𝑋2 ) + 𝑇(1−𝛼) √𝑆𝑃 2 ( + ) 𝑛1 𝑛2 𝑛1 𝑛2 2
Cuya distribución es la T de student con 𝐺𝑙 = 𝑛1 + 𝑛2 − 2
𝑆𝑃 2 =
(𝑛1 − 1)𝑆1 2 + (𝑛2 − 1)𝑆2 2 𝑛1 + 𝑛2 − 2
𝑠1 2 𝑆2 2 +𝑛 ) 𝑛1 2
2
2
2 𝑆2 𝑠2 ( 𝑛2 ) ( 𝑛1 ) 2 1 + 𝑛1 − 1 𝑛2 − 1
Prueba de Hipótesis para la media de una población:
2
Varianzas poblacionales desconocidas y tamaño de muestras grandes (n≥30)
1 −𝑋2 ) − 𝑍 𝛼 √ (𝑋 (1− ) c.
2
2
(
𝐻0 : 𝜇 ≥ 𝜇0
𝐻0 : 𝜇 ≤ 𝜇0
𝐻1 : 𝜇 < 𝜇0
𝐻1 : 𝜇 > 𝜇0
Estadísticos de prueba: Varianza poblacional conocida
𝑍=
𝑋 − 𝜇 𝜎 √𝑛
Varianza poblacional desconocida y tamaño de muestra grande (n≥30)
𝑍=
𝑋 − 𝜇 𝑆 √𝑛
Varianza poblacional desconocida y tamaño de muestra pequeño (n 𝜇2
Estadísticos de prueba: Varianzas poblacionales conocidas
𝑍𝑐 =
1 − 𝑋2 ) − (𝜇1 − 𝜇2 ) (𝑋 √
𝜎12 𝜎22 + 𝑛1 𝑛2
Varianzas poblacionales desconocidas y tamaño de muestras grandes (n≥30)
𝑍𝑐 =
(𝑋1 − 𝑋2 ) − (𝜇1 − 𝜇2 ) 𝑆 2 𝑆2 √ 1 + 2 𝑛1 𝑛2
Varianzas poblacionales desconocidas, pero iguales y tamaño de muestras pequeñas (n 𝜋2
𝑝 =
𝑋1 + 𝑋2 𝑛1 + 𝑛2
FÓRMULAS DE ESTADÍSTICA INFERENCIAL
Intervalo de confianza para la varianza de una población (𝑛 − 1)𝑆 2 𝑋 2 (1−𝛼
Prueba de bondad de ajuste Chi-cuadrado
2 𝑋 2− 𝛼 (𝑛 ,𝑛−1) ( 21)𝑆
≤ 𝜎2 ≤ ,𝑛−1) 2 para el cociente de la varianza de dos poblaciones Intervalos de confianza
Estadístico de prueba 𝑋𝐶 2 =
𝑠1 2 𝜎1 2 𝑠1 2 𝐹(𝛼,𝑛2−1,𝑛1−1) ≤ 2 ≤ 2 𝐹(1−𝛼 ,𝑛2−1,𝑛1−1) 2 𝜎2 𝑠2 𝑠2 2 2
∑(𝑂𝑖 − 𝐸𝑖 )2 𝐸𝑖
Fórmula práctica:
𝑠1 2 1 𝑠1 2 𝜎1 2 < 2 < 2 𝐹(𝛼,𝑛2−1,𝑛1−1) 2 𝑠 𝑠2 𝐹(𝛼 ,𝑛1−1,𝑛2−1) 𝜎2 2 2
𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
2
1−𝛼
Prueba de hipótesis para una varianza de una distribución normal H0 : 𝜎 2 = 𝜎 2 0 H1 : 𝜎 2 ≠ 𝜎 2 0
H0 : 𝜎 2 ≤ 𝜎 2 0 H1 : 𝜎 2 > 𝜎 2 0
Estadístico de Prueba
𝑋𝐶 2 =
H0 : 𝜎 2 ≥ 𝜎 2 0 H 1: 𝜎2 < 𝜎20
𝑔𝑙 = 𝐾 − 𝑚 − 1
(𝑛 − 1)𝑆 2 𝜎20
𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
𝛼
𝑋 2 (1−𝛼;𝑔𝑙)
Dónde: K: cantidad de parámetros de la distribución m: número de parámetros estimados
Prueba de hipótesis para la razón de dos varianzas 𝐻0 : 𝜎1 2 = 𝜎2 2
𝐻1 : 𝜎1 ≠ 𝜎2 2
2
𝐻0 : 𝜎1 2 ≥ 𝜎2 2
𝐻1 : 𝜎1 < 𝜎2 2
Estadístico de prueba
𝐹𝑐𝑎𝑙 =
2
𝑠1 2 𝑠2 2
𝐻0 : 𝜎1 2 ≤ 𝜎2 2 𝐻1 : 𝜎1 > 𝜎2 2
2
Distribución de Poisson
𝒇(𝑿, 𝝀) =
𝒆−𝝀𝝀𝑿 𝑿!
Distribución Binomial
𝒏 𝑷(𝒙) = ( ) 𝒑𝑿 (𝟏 − 𝒑)𝒏−𝑿 𝒙
FÓRMULAS DE ESTADÍSTICA INFERENCIAL
Prueba de Independencia y Prueba de Homogeneidad Chi-cuadrado Regresión Múltiple: (fórmulas para dos variables independientes)
Estadístico de prueba 𝑋𝐶 2 =
∑(𝑂𝑖 − 𝐸𝑖 )2 𝐸𝑖
𝐹𝑟𝑒𝑐𝑢𝑒𝑛𝑐𝑖𝑎 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑎: (𝐸𝑖 ) =
1. Ecuación de la regresión
𝑇𝑜𝑡𝑎𝑙 𝐹𝑖𝑙𝑎 ∗ 𝑇𝑜𝑡𝑎𝑙 𝐶𝑜𝑙𝑢𝑚𝑛𝑎
2. Sistema de ecuaciones para hallar los coeficientes de regresión:
𝐺𝑟𝑎𝑛 𝑇𝑜𝑡𝑎𝑙
1−𝛼
∑ 𝑌 = 𝑛𝛽0 + 𝛽1 ∑ 𝑋1 + 𝛽2 ∑ 𝑋2
∑ 𝑋1 𝑌 = 𝛽0 ∑ 𝑋1 + 𝛽1 ∑ 𝑋1 2 + 𝛽2 ∑ 𝑋1 𝑋2
∑ 𝑋2 𝑌 = 𝛽0 ∑ 𝑋2 + 𝛽1 ∑ 𝑋1 𝑋2 + 𝛽2 ∑ 𝑋2 2
𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
𝑵𝒐 𝑹𝒆𝒄𝒉𝒂𝒛𝒂𝒓 𝒉𝟎
𝛼
3. Otra forma de hallar los coeficientes de regresión
𝑋 2 (1−𝛼;𝑔𝑙)
Luego de haber formado nuestra matriz con los datos del problema, debemos estructurar las siguientes matrices:
𝑔𝑙 = (#𝑓𝑖𝑙𝑎𝑠 − 1)(#𝐶𝑜𝑙𝑢𝑚𝑛𝑎𝑠 − 1)
𝑛
𝛽1 =
𝑌 = 𝛽0 + 𝛽1 𝑋
𝑛 ∑ 𝑋𝑌 − ∑ 𝑋 ∑ 𝑌 𝑛 ∑ 𝑋 2 − (∑ 𝑋)2
2. Coeficiente de correlación: 𝑟=
𝑛
𝐴 = 𝑋 𝑇 𝑋 = ∑ 𝑋1𝑖
Regresión Simple: 1. Coeficiente de correlación
,
𝛽0 =
𝑖=1 𝑛
∑ 𝑌 − 𝛽1 ∑ 𝑋 𝑛
𝑛(∑ 𝑋𝑌) − (∑ 𝑋)(∑ 𝑌)
√𝑛(∑ 𝑋 2 )
−
= 𝛽0 + 𝛽1 𝑋1 + 𝛽2 𝑋2 𝑌
(∑ 𝑋)2 √𝑛(∑ 𝑌 2 )
−
(∑ 𝑌)2
∑ 𝑋2𝑖 [𝑖=1
∑ 𝑋1𝑖 𝑖=1 𝑛
∑ 𝑋1𝑖
∑ 𝑌𝑖
∑ 𝑋2𝑖 ∑ 𝑋1𝑖 𝑋2𝑖
∑ 𝑋1𝑖 𝑋2𝑖
∑ 𝑋2𝑖 2
𝑖=1 𝑛
𝑖=1
𝛽0 B = [ 𝛽1 ] = 𝛽2
𝑖=1 𝑛
𝑖=1 𝑛
2
𝑖=1 𝑛
𝑛
𝑛
𝑛
𝑖=1
𝐺 = 𝑋 𝑇 𝑋 = ∑ 𝑋1𝑖 𝑌𝑖 ]
𝑖=1 𝑛
∑ 𝑋2𝑖 𝑌𝑖 [𝑖=1
]
La matriz solución “B” se obtendrá de: B = A-1. G −𝟏
𝑨 𝑮
El cálculo de A-1 se realizara haciendo uso de su calculadora científica....