Facultad de Ciencias

Grados: Estadística, Física, Matemáticas,

Doble Grado MAT-EST

ESTADÍSTICA

Formularios Temas: 7, 9, 10 y 11

Manuel Molina y Manuel Mota

Departamento Matemáticas
Universidad Extremadura
Índice general

1. Intervalos de confianza 4
1.1. Intervalos de confianza para la media . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.1. Intervalo de confianza para µ (σ conocida) . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2. Intervalo de confianza para µ (σ desconocida) . . . . . . . . . . . . . . . . . . . . . 4
1.2. Intervalos de confianza para la varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. Intervalo de confianza para σ 2 (µ conocida) . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. Intervalo de confianza para σ 2 (µ desconocida) . . . . . . . . . . . . . . . . . . . . 4
1.3. Intervalos de confianza para la proporción . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2. Contrastes de hipótesis en una población 5

2.1. Contrastes sobre una media . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1. H0 : µ = µ0 H1 : µ 6= µ0 (σ conocida) . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.2. H0 : µ ≤ µ0 H1 : µ > µ0 (σ conocida) . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.3. H0 : µ ≥ µ0 H1 : µ < µ0 (σ conocida) . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.4. H0 : µ = µ0 H1 : µ 6= µ0 (σ desconocida) . . . . . . . . . . . . . . . . . . . . . 5
2.1.5. H0 : µ ≤ µ0 H1 : µ > µ0 (σ desconocida) . . . . . . . . . . . . . . . . . . . . . 5
2.1.6. H0 : µ ≥ µ0 H1 : µ < µ0 (σ desconocida) . . . . . . . . . . . . . . . . . . . . . 6
2.2. Contrastes sobre una varianza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.1. H0 : σ 2 = σ02 H1 : σ 2 6= σ02 (µ conocida) . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2. H0 : σ 2 ≤ σ02 H1 : σ 2 > σ02 (µ conocida) . . . . . . . . . . . . . . . . . . . . . . 6
2.2.3. H0 : σ 2 ≥ σ02 H1 : σ 2 < σ02 (µ conocida) . . . . . . . . . . . . . . . . . . . . . . 6
2.2.4. H0 : σ 2 = σ02 H1 : σ 2 6= σ02 (µ desconocida) . . . . . . . . . . . . . . . . . . . . 6
2.2.5. H0 : σ 2 ≤ σ02 H1 : σ 2 > σ02 (µ desconocida) . . . . . . . . . . . . . . . . . . . . 6
2.2.6. H0 : σ 2 ≥ σ02 H1 : σ 2 < σ02 (µ desconocida) . . . . . . . . . . . . . . . . . . . . 6
2.3. Contrastes sobre una proporción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.1. H0 : p = p0 H1 : p 6= p0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.2. H0 : p ≤ p0 H1 : p > p0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.3. H0 : p ≥ p0 H1 : p < p0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

3. Contrastes de hipótesis en dos poblaciones 8

3.1. Contrastes con dos varianzas (muestras independientes y medias desconocidas) . . . . . . 8
3.1.1. H0 : σ12 = σ22 H1 : σ12 6= σ22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.2. H0 : σ12 ≤ σ22 H1 : σ12 > σ22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1.3. H0 : σ12 ≥ σ22 H1 : σ12 < σ22 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2. Contrastes con dos medias (muestras independientes y varianzas desconocidas) . . . . . . 9
3.2.1. H0 : µ1 = µ2 H1 : µ1 6= µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2.2. H0 : µ1 ≤ µ2 H1 : µ1 > µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2.3. H0 : µ1 ≥ µ2 H1 : µ1 < µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2
 3.3. Contrastes con dos proporciones (muestras independientes) . . . . . . . . . . . . . . . . . 9
3.3.1. H0 : p1 = p2 H1 : p1 6= p2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3.2. H0 : p1 ≤ p2 H1 : p1 > p2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3.3. H0 : p1 ≥ p2 H1 : p1 < p2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.4. Contrastes con dos medias (muestras relacionadas y varianzas desconocidas) . . . . . . . . 10
3.4.1. H0 : µ1 = µ2 H1 : µ1 6= µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4.2. H0 : µ1 ≤ µ2 H1 : µ1 > µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4.3. H0 : µ1 ≥ µ2 H1 : µ1 < µ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

4. Análisis de la varianza 11
4.1. ANOVA de un Factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4.2. Comparaciones múltiples (método de Scheffé) . . . . . . . . . . . . . . . . . . . . . . . . . 11

5. Asociación entre dos caracteres 12

5.1. Contraste de asociación entre dos caracteres . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.2. Contraste asociación entre dos caracteres dicotómicos . . . . . . . . . . . . . . . . . . . . 13

6. Correlación y regresión entre dos variables 14

6.1. Contraste correlación entre dos variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
6.2. Ajuste recta de regresión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
6.3. Grado de correlación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3
Formulario 1

Intervalos de confianza

X1 , . . . , Xn m.a.s de N (µ, σ)

1.1. Intervalos de confianza para la media

1.1.1. Intervalo de confianza para µ (σ conocida)
h i
Intervalo de confianza al (1 − α) % para µ: X̄n − zα √σn ; X̄n + zα √σn , zα en N (0, 1).

1.1.2. Intervalo de confianza para µ (σ desconocida)

σ se estima con Sn (cuasidesviación típica muestral)
h i
Sn Sn
Intervalo de confianza al (1 − α) % para µ: X̄n − tn−1,α √ n
; X̄n + t n−1,α √
n
, tn−1,α en tn−1 .

1.2. Intervalos de confianza para la varianza

1.2.1. Intervalo de confianza para σ 2 (µ conocida)
 Pn Pn 
2 (Xi −µ)2 (Xi −µ)2
Intervalo de confianza al (1 − α) % para σ : i=1
χ2n,α/2
; i=1
χ2n,1−α/2
, χ2n,α en χ2n .

1.2.2. Intervalo de confianza para σ 2 (µ desconocida)

 
2 2
(n−1)Sn (n−1)Sn
Intervalo de confianza al (1 − α) % para σ 2 : χ2n−1,α/2
; χ2n−1,1−α/2

1.3. Intervalos de confianza para la proporción

X1 , . . . , Xn m.a.s B(1, p), p desconocida (se estima con la proporción muestral pn ).

npn > 5, n(1 − pn ) > 5, pn > 0.05, 1 − pn > 0.05

 q q 
pn (1−pn ) pn (1−pn )
Intervalo de confianza al (1 − α) % para µ: pn − zα n ; pn + zα n

4
Formulario 2

Contrastes de hipótesis en una

población

2.1. Contrastes sobre una media

X1 , . . . , Xn m.a.s N (µ, σ)

2.1.1. H0 : µ = µ0 H1 : µ 6= µ0 (σ conocida)
|X̄n −µ0 |
Vexp = √
σ/ n
, Vα = zα

Cuando Vexp > zα se acepta H1 al nivel α.

2.1.2. H0 : µ ≤ µ0 H1 : µ > µ0 (σ conocida)

X̄n −µ
Vexp = √ 0,
σ/ n
Vα = z2α

Cuando Vexp > z2α se acepta H1 al nivel α.

2.1.3. H0 : µ ≥ µ0 H1 : µ < µ0 (σ conocida)

X̄n −µ
Vexp = √ 0,
σ/ n
Vα = −z2α

Cuando Vexp < −z2α se acepta H1 al nivel α.

2.1.4. H0 : µ = µ0 H1 : µ 6= µ0 (σ desconocida)
|X̄n −µ0 |
Vexp = √ ,
Sn / n
Vα = tn−1,α

Cuando Vexp > tn−1,α se acepta H1 al nivel α.

2.1.5. H0 : µ ≤ µ0 H1 : µ > µ0 (σ desconocida)

X̄n −µ
Vexp = √0,
Sn / n
Vα = tn−1,2α

Cuando Vexp > tn−1,2α se acepta H1 al nivel α.

5
2.1.6. H0 : µ ≥ µ0 H1 : µ < µ0 (σ desconocida)
X̄n −µ
Vexp = √0,
Sn / n
Vα = −tn−1,2α

Cuando Vexp < −tn−1,2α se acepta H1 al nivel α.

2.2. Contrastes sobre una varianza

X1 , . . . , Xn m.a.s N (µ, σ)

2.2.1. H0 : σ 2 = σ02 H1 : σ 2 6= σ02 (µ conocida)

Pn 2
Vexp = i=1 (Xi − µ) /σ02 , χ2n,1−α/2 , χ2n,α/2

Cuando Vexp < χ2n,1−α/2 ó Vexp > χ2n,α/2 se acepta H1 al nivel α.

2.2.2. H0 : σ 2 ≤ σ02 H1 : σ 2 > σ02 (µ conocida)

Pn
Vexp = i=1 (Xi − µ)2 /σ02 , Vα = χ2n,α

Cuando Vexp > χ2n,α se acepta H1 al nivel α.

2.2.3. H0 : σ 2 ≥ σ02 H1 : σ 2 < σ02 (µ conocida)

Pn 2
Vexp = i=1 (Xi − µ) /σ02 , Vα = χ2n,1−α
Cuando Vexp < χ2n,1−α se acepta H1 al nivel α.

2.2.4. H0 : σ 2 = σ02 H1 : σ 2 6= σ02 (µ desconocida)

Vexp = (n − 1)Sn2 /σ02 , χ2n−1,1−α/2 , χ2n−1,α/2

Cuando Vexp < χ2n−1,1−α/2 ó Vexp > χ2n−1,α/2 se acepta H1 al nivel α.

2.2.5. H0 : σ 2 ≤ σ02 H1 : σ 2 > σ02 (µ desconocida)

Vexp = (n − 1)Sn2 /σ02 , Vα = χ2n−1,α
Cuando Vexp > χ2n−1,α se acepta H1 al nivel α.

2.2.6. H0 : σ 2 ≥ σ02 H1 : σ 2 < σ02 (µ desconocida)

Vexp = (n − 1)Sn2 /σ02 , Vα = χ2n−1,1−α

Cuando Vexp < χ2n−1,1−α se acepta H1 al nivel α.

6
2.3. Contrastes sobre una proporción
X1 , . . . , Xn m.a.s B(1, p)

2.3.1. H0 : p = p0 H1 : p 6= p0
Vexp = √ |pn −p0 | , Vα = zα
p0 (1−p0 )/n

Cuando Vexp > zα se acepta H1 al nivel α.

2.3.2. H0 : p ≤ p0 H1 : p > p0
Vexp = √ pn −p0 , Vα = z2α
p0 (1−p0 )/n

Cuando Vexp > z2α se acepta H1 al nivel α.

2.3.3. H0 : p ≥ p0 H1 : p < p0
Vexp = √ pn −p0 , Vα = −z2α
(p0 (1−p0 )/n

Cuando Vexp < −z2α se acepta H1 al nivel α.

7
Formulario 3

Contrastes de hipótesis en dos

poblaciones

3.1. Contrastes con dos varianzas (muestras independientes y

medias desconocidas)

X11 , . . . , Xn11 m.a.s. N (µ1 , σ1 ), X12 , . . . , Xn22 m.a.s. N (µ2 , σ2 )

n1 n2
1 X 1 X
X̄1 = X 1, X̄2 = X2
n1 i=1 i n2 i=1 i

n
1 2 n
1 X 1 X
S12 = (X 1 − X̄1 )2 , S22 = (X 2 − X̄2 )2
n1 − 1 i=1 i n2 − 1 i=1 i

3.1.1. H0 : σ12 = σ22 H1 : σ12 6= σ22

Vexp = S12 /S22 , F(n1 −1,n2 −1);1−α/2 , F(n1 −1,n2 −1);α/2

F(n1 −1,n2 −1);p es el cuantil de orden 1 − p en el modelo F(n1 −1,n2 −1)

Cuando Vexp < F(n1 −1,n2 −1);1−α/2 ó Vexp > F(n1 −1,n2 −1);α/2 se acepta H1 al nivel α.

3.1.2. H0 : σ12 ≤ σ22 H1 : σ12 > σ22

Vexp = S12 /S22 , Vα = F(n1 −1,n2 −1);α

Cuando Vexp > F(n1 −1,n2 −1);α se acepta H1 al nivel α.

3.1.3. H0 : σ12 ≥ σ22 H1 : σ12 < σ22

Vexp = S12 /S22 , Vα = F(n1 −1,n2 −1);1−α

Cuando Vexp < F(n1 −1,n2 −1);1−α se acepta H1 al nivel α.

8
3.2. Contrastes con dos medias (muestras independientes y va-
rianzas desconocidas)
3.2.1. H0 : µ1 = µ2 H1 : µ1 6= µ2
Supongamos que σ12 = σ22 (hemos de contrastar dicha igualdad de varianzas).

(n1 −1)S12 +(n2 −1)S22

σˆ2 = Sp2 = n1 +n2 −2

|X̄1 −X̄2 |
Vexp = √ , Vα = tn1 +n2 −2;α
Sp2 (1/n1 +1/n2 )

Cuando Vexp > tn1 +n2 −2;α se acepta H1 al nivel α.

3.2.2. H0 : µ1 ≤ µ2 H1 : µ1 > µ2
X̄1 −X̄2
Vexp = √ , Vα = tn1 +n2 −2;2α
Sp2 (1/n1 +1/n2 )

Cuando Vexp > tn1 +n2 −2;2α se acepta H1 al nivel α.

3.2.3. H0 : µ1 ≥ µ2 H1 : µ1 < µ2
X̄1 −X̄2
Vexp = √ , Vα = −tn1 +n2 −2;2α
Sp2 (1/n1 +1/n2 )

Cuando Vexp < −tn1 +n2 −2;2α se acepta H1 al nivel α.

3.3. Contrastes con dos proporciones (muestras independientes)

3.3.1. H0 : p1 = p2 H1 : p1 6= p2
1
Pn1 1
Pn2
pˆ1 = n1 i=1 Xi1 , pˆ2 = n2 i=1 Xi2 , p̂ = (n1 pˆ1 + n2 pˆ2 )/(n1 + n2 )

|pˆ1 −pˆ2 |
Vexp = √ , Vα = zα
p̂(1−p̂)(1/n1 +1/n2 )

Cuando Vexp > zα se acepta H1 al nivel α.

3.3.2. H0 : p1 ≤ p2 H1 : p1 > p2
pˆ1 −pˆ2
Vexp = √ , Vα = z2α
p̂(1−p̂)(1/n1 +1/n2 )

Cuando Vexp > z2α se acepta H1 al nivel α.

3.3.3. H0 : p1 ≥ p2 H1 : p1 < p2
pˆ1 −pˆ2
Vexp = √ , Vα = −z2α
p̂(1−p̂)(1/n1 +1/n2 )

Cuando Vexp < −z2α se acepta H1 al nivel α.

9
3.4. Contrastes con dos medias (muestras relacionadas y varian-
zas desconocidas)

(X11 , X12 ), . . . , (Xn1 , Xn2 )

X11 , . . . , Xn1 m.a.s. N (µ1 , σ1 ), X12 , . . . , Xn2 m.a.s. N (µ2 , σ2 )

3.4.1. H0 : µ1 = µ2 H1 : µ1 6= µ2
1
Pn 1
Pn
Di = Xi1 − Xi2 , i = 1, . . . , n, Sd2 = n−1 i=1 (Di − X̄d )2 , X̄d = n i=1 Di
|X¯d |
Vexp = √ ,
Sd / n
Vα = tn−1;α

Cuando Vexp > tn−1;α se acepta H1 al nivel α.

3.4.2. H0 : µ1 ≤ µ2 H1 : µ1 > µ2
X¯√
Vexp = d
Sd / n
, Vα = tn−1;2α

Cuando Vexp > tn−1;2α se acepta H1 al nivel α.

3.4.3. H0 : µ1 ≥ µ2 H1 : µ1 < µ2
X¯√
Vexp = d
Sd / n
, Vα = −tn−1;2α

Cuando Vexp < −tn−1;2α se acepta H1 al nivel α.

10
Formulario 4

Análisis de la varianza

4.1. ANOVA de un Factor

F. V. S.C. g.l. M.C. Valor Experimental

Trat. SCT R k−1 M CT R = SCT R /(k − 1) Vexp = M CT R /M CE

Error SCE N −k M CE = SCE /(N − k)

Total SCT N −1 Vα = F(k−1,N −k);α

ni
k P ni
k P
(xij − x̄∗∗ )2 = (N − 1)S 2 = x2ij − x2∗∗ /N (S 2 cuasivarianza de todos los datos)
P P
SCT =
i=1 j=1 i=1 j=1

k k
ni (x̄i∗ − x̄∗∗ )2 = x2i∗ /ni − x2∗∗ /N
P P
SCT R =
i=1 i=1

SCE = SCT − SCT R

Cuando Vexp > F(k−1,N −k);α se acepta H1 al nivel α.

4.2. Comparaciones múltiples (método de Scheffé)

H0 : µi = µj H1 : µi 6= µj i 6= j
(x̄i∗ −x̄j∗ )2
Vexp = M CE (1/ni +1/nj ) , Vα = F(k−1,N −k),α

Cuando Vexp > F(k−1,N −k);α se acepta H1 al nivel α

11
Formulario 5

Asociación entre dos caracteres

5.1. Contraste de asociación entre dos caracteres

A con k modalidades: A1 , . . . , Ak , k ≥ 2; B con m modalidades: B1 , . . . , Bm , m ≥ 2

H0 : A y B no están asociados, H1 : A y B están asociados

Frecuencias observadas

B1 . . . Bj . . . Bm
A1 O11 . . . O1j . . . O1m O1∗
... ........................... ...
Ai Oi1 . . . Oij . . . Oim Oi∗
... ........................... ...
Ak Ok1 . . . Okj . . . Okm Ok∗
O∗1 . . . O∗j . . . O∗m n

m
X k
X
Oi∗ = Oij , i = 1, . . . , k; O∗j = Oij , j = 1, . . . , m
j=1 i=1

Frecuencias esperadas supuesto que H0 es cierta

B1 . . . Bj . . . Bm
A1 E11 . . . E1j . . . E1m O1∗
... ........................... ...
Ai Ei1 . . . Eij . . . Eim Oi∗
... ........................... ...
Ak Ek1 . . . Ekj . . . Ekm Oi∗
O∗1 . . . O∗j . . . O∗m n

Oi∗ O∗j
Eij = , i = 1, . . . , k; j = 1, . . . , m
n
Las Eij tienen que ser mayores que 1.

Como mucho un 20 % de las Eij pueden tener un valor inferior a 5.

12
 k X
m 2
X Oij
Vexp = − n, Vα = χ2(k−1)(m−1),α
i=1 j=1
Eij

Cuando Vexp > χ2(k−1)(m−1),α se acepta H1 al nivel α

s r
Vexp q−1
C= , 0≤C≤ , q = mı́n{k, m}
Vexp + n q

5.2. Contraste asociación entre dos caracteres dicotómicos

B1 B2
A1 a b a+b
A2 c d c+d
a+c b+d n

n(ad − bc)2
Vexp = , Vα = χ21,α
(a + b)(c + d)(a + c)(b + d)

Cuando Vexp > χ21,α se acepta H1 al nivel α

ad − bc
φ= p
(a + b)(c + d)(a + c)(b + d)

13
Formulario 6

Correlación y regresión entre dos

variables

6.1. Contraste correlación entre dos variables

F. V. S.C. g.l. M.C. Valor Experimental

Regresión SCR 1 M CR = SCR Vexp = M CR /M CE

Error SCE n−2 M CE = SCE /(n − 2)

Total SCY n−1 Vα = F(1,n−2);α

n
P
xi yi −nx̄ȳ
n n
yi2 2 2
x2i 2
P P i=1
SCY = − nȳ ; SCR = β̂ ( − nx̄ ); β̂ = P n ; SCE = SCY − SCR
i=1 i=1 x2i −nx̄2
i=1

Cuando Vexp > F(1,n−2);α se acepta H1 al nivel α.

6.2. Ajuste recta de regresión

n
P
xi yi −nx̄ȳ
i=1
Y = α + βX + ε; β̂ = P
n , α̂ = ȳ − β̂ x̄
x2i −nx̄2
i=1

6.3. Grado de correlación

q
SCR
Coeficiente de correlación muestral de Pearson: r = SCY

SCR
Coeficiente de determinación: r2 = SCY

14