Formulario de Estadística II para Economía y Administración

Prof. Dr. Severo Sala A.

1
ESTIMACIÓN POR INTERVALOS

X = Media de la muestra
 = Media de la población
 = desviación standard de la población
N = Tamaño poblacional
n = Tamaño muestral
P = Proporción muestral
p = Proporción poblacional
 = Nivel de riesgo o significación
1- = Confianza o seguridad
v = grado de libertad
S = Desviación estándar muestral

ESTIMACION POR INTERVALOS DE CONFIANZA DE LA MEDIA-

DISTRIBUCION NORMAL

Sin factor de corrección Con factor de corrección

   N n  N n
X  Z / 2    X  Z / 2 X  Z / 2    X  Z / 2
n n n N 1 n N 1
S S
X  Z / 2    X  Z / 2 S N n S N n
n n X  Z / 2    X  Z / 2
n N 1 n N 1
P.Q P.Q
P  Z / 2  p  P  Z / 2 P.Q N  n P.Q N  n
n n P  Z / 2 .  p  P  Z / 2 .
n N 1 n N 1

ESTIMACION POR INTERVALOS DE CONFIANZA DE LA MEDIA-

DISTRIBUCION T DE STUDENT

Sin factor de corrección Con factor de corrección

P.Q N  n P.Q N  n
P.Q P.Q P  tV / 2.  p  P  tV / 2.
P  tV / 2.  p  P  tV / 2. n N 1 n N 1
n n
S S S N n S N n
X  tv / 2 .    X  tV / 2.
X  tV / 2 .    X  t / 2V . n N 1 n N 1
n n
v = n-1
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS MEDIAS 2

DE POBLACION – DISTRIBUCION NORMAL
X 1   
 X 2  Z / 2 . X 1  X 2   1   2  X 1  X 2  Z  / 2. X 1  X 2 

P 1  
 P 2  Z  / 2 .  P1  P2   p1  p2  P1  P 2  Z  / 2 .  P1  P2 
N n

 x 

n
N n
N 1

S
n
N n
N 1 
 x 


S P 
P.Q
n N 1
n n

P.Q N n
P  fpc 
n N 1

INTERVALOS DE CONFIANZA PARA LA DIFERENCIA ENTRE DOS

MEDIAS DE POBLACION – DISTRIBUCION T DE STUDENT

X 1   
 X 2  tV / 2 . X 1  X 2   1   2  X 1  X 2  tV / 2 . X 1  X 2 

P  P  t
1 2 V / 2  
.  P1  P2   p1  p2  P1  P 2  tV / 2.  P1  P2 

 21  22 S ( X 1) 
S 21
S (X 2) 
S 22
 2P2 
P 2 .Q 2
 ( X 1)   (X 2) 
2 2 2 2

n1 n2 n2
n1 n2
P 1 Q1 P2 .Q2
 ( p1  p2 )   2 p1   2 p 2  2 P1 
P 1 .Q1  ( P P ) 
1 2
n1

n2
n1
2
s 21 s
 (X   2
 ( x1  x 2 )  S 2 x1  S 2 x 2
1X 2 )
n1 n2

CONTRASTE DE HIPÓTESIS

Función normal
Ho :    0 Z  Z se rechaza la Ho
H1 :    0 Z  Z  se acepta la Ho
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

3
Distribución t de Student

 t  tV se rechaza la Ho
t  tV se acepta la Ho
Z; tV,

Ho :    0
Función normal

Z  Z se acepta la Ho
H1 :    0
Z  Z  se rechaza la Ho

Distribución t de Student
t  tV se acepta la Ho
t  tV se rechaza la Ho

H 0 :   0
Función normal
H1 :    0
 Z / 2  Z  Z / 2 se acepta la Ho
H1 :    0
H1 :    0 Distribución t de Student

 tV / 2  t  tV / 2 se acepta la Ho

_______________________________________________________________________

P p P p X  X  X  X 
Z  t  X   
p Z  
p.q x S x S
n n n n
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

VERIFICACION DE HIPOTESIS – DIFERENCIAS MUESTRALES

Función normal Distribución t de Student

t  t v se acepta la Ho
Ho : 1   2  D0 Z  Z  se acepta la Ho t  t v se rechaza la Ho
H1 : 1  2  D0
Distribución t de Student
Función normal
Z  Z se acepta la Ho t  t v se acepta la Ho
H 0 : 1  2  D0
H1 : 1  2  D0 Z  Z  se rechaza la Ho
t  t v se rechaza la Ho

Distribución t de Student
Función normal

Ho :  1   2  D0  tv / 2  t  tv / 2 se acepta la Ho

H1 : 1  2  D0
X1 X n1 .S 1  n 2 .S 2
2 2
t 
2
ˆ 
X1  X 2 P1  P2 ˆ
1

1 n1  n 2  2
Z  
X 1 X 2
 P P 2
n1 n2
1

CONTRASTES PARA LA DIFERENCIA ENTRE DOS PROPORCIONES

(Muestras grrandes)
P1  P 2
Z 
p1 .q1 p 2 .q 2

n1 n2
P1  P 2 P1  P 2
Z  Proporciones poblacionales iguales
p0 .q0 p0 .q0 n  n2
 pˆ 0 .qˆ 0 ( 1 )
n1 n2 n1 .n2
P0 = proporción común desconocida

pˆ 0  estimador de p0
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

5
n1 .P 1  n2 P 2 Estimador de la proporción común
ˆ0
p 
n1  n2

H 0 : p1  p 2  0 ó H 0 : p1  p 2  0

H1 : p1  p2  0 rechazar si : Z  Z 
H 0 : p1  p 2  0 ó H 0 : p1  p 2  0

H1 : p1  p2  0 rechazar si : Z   Z 

H 0 : p1  p 2  0
H1 : p1  p2  0 Aceptar si :  Z  / 2  Z  Z  / 2

CONTRASTE PARA LA VARIANZA DE UNA POBLACIÓN NORMAL:

( n  1) S 2
  2  n 1
0 2

(1) Para contrastar una de las hipótesis nulas

Ho: 2 =20 ; Ho: 2  20 , frente a la alternativa H1: 2 > 20

(n  1) S 2
La regla de decisión es : rechazar Ho si   2 n1 
0 2

(2) Para contrastar una de las hipótesis nulas Ho: 2 =20 Ho: 2  20 frente a la

alternativa 2 < 20 la regla de decisión es:

(n  1) S 2
  2  n 1 1
Rechazar Ho si 0 2

(3) Para contrastar hipótesis nula Ho: 2 =20 frente a la alternativa 2 20, la
regla de decisión es:

(n  1) S 2 (n  1) S 2
Rechazar Ho si  2
n 1  / 2 o
  2 n1 1 / 2
 02 0 2
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

CONTRASTES DE IGUALDAD DE VARIANZAS DE DOS POBLACIONES

6
NORMALES

H 0 :  21   2 2
ó
H 0 :  21   2 2 v2  n2 1 v1  n1  1
2
S1
H1 :  2
1  2
2 Re chazar si : 2
 Fn1 1n2 1
S2
2 2
S1 el mayor de las dos var ianzas S1
F  2
S2
H 0 :  21   2 2 2
S1
H 1 :  21   2 2 Re chazar si : 2
 Fn1 1n2 1 / 2
S2

ANALISIS DE VARIANZA DE UN FACTOR

H 0 : 1   2  .......... .. K
H 1 : 1   2  .......... .. K

 X 
K
2
 X ni
  X 
K ni
i
ij
Media global  2
 i 1
X  i 1 J 1 entre
k 1
n

X
  X 
K ni
2
Xi   Xi
i
Media de cada grupo ij
ni
  i 1 J 1
2

 
K dentro
Variación entre grupo   X i  X .ni
2
nk
i 1

 
K ni
Variación dentro del grupo   X ij  X i
2

i 1 j 1

 2 entre Decisión: Re chazar si : F  F( K 1)( nK ).

F 
 2 dentro

i = 1 2 3 4.......................K población
j = 1 2 3 3.......................observaciones

n .........número total de observaciones

ni .......numero de observaciones en cada población


P F( k 1)( nk )  F( k 1)( nk )   
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

 
K ni
Variación total   X ij  X
2

i 1 j 1

Variacion Total = Var. Entre Grupo + Var. Dentro Del Grupo

CONTRASTE DE KRUSKAL - WALLIS

H 0 : Med1  Med2  .......... ..MedK H1 : Med1  Med2  .......... ..MedK

Ri.......sumas de rangos
K..... número de grupos
n .........número total de observaciones
ni .......tamaños muestrales

 12 K
R 2i 
W  .   3(n  1)
 n ( n  1) i 1 n i 

Decisión : Re chazar si : W   2 ( K 1)

CONTROL DE CALIDAD

K...............número de muestras
n................tamaño de cada muestra

X
 Xi X
 Xi Media global
Xi 
 Xi Medias muestrales

n
k k

 Xi  Xi 
2

S 2i  Varianzas muestrales
n 1

S 
 Si Promedio de desviaciones típicas muestrales
k

S
ˆ  Estimación insesgada de la desviación típica del proceso
C4

C4 ..........constantes de gráficos de control

 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

8
GRAFICOS DE CONTROL PARA MEDIAS

̂
X ......línea central ........ error estándar
n
3S 3
X X  A3 S A3 
C4 n C4 n
̂
X 3 Límites de tres errores estándar
n

LC X  X línea central LCI X  X  A3 S línea control inf erior

LCS X  X  A3 S línea control sup erior

GRAFICOS DE CONTROL PARA DESVIACIONES TÍPICAS

LC S  S línea central
LCI S  B3 S línea control inf erior
LCS S  B4 S línea control sup erior
C 4 .... B3 .... B 4 .........Tabla 16.2

CAPACIDAD DE UN PROCESO

I........limite de tolerancia inferior, prefijado

S.......límite de tolerancia superior, prefijado
1,33....valor mínimo del índice para ser satisfactorio

Cp  S I
6ˆ ....Indice de capacidad (datos muestralescentrados)
6ˆ ...tolerancia natural del proceso
S  X X  I 
C pK  Min ; .... Indice para datos muestrales no centrados)
 3ˆ 3ˆ 

 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

GRAFICOS DE CONTROL PARA PROPORCIONES 9

pˆ i ... proporción muestral individual

K

 Pˆ i
P.  i 1
.. promdio de las propociones muestrales (estimación de la proporción poblacional )
k

P(1  P) P(1  P)
ˆ p .  ..error estándar LCI P  P  3. limite control inf erior
n n

LC P  P línea central P(1  P)

LCS P  P  3. limite control sup erior
n

GRÁFICOS DE CONTROL PARA NÚMERO DE OCURRENCIAS

K.......número de unidades a lo largo del tiempo

Ci.......número de ocurrencias
K

 Ci
i 1
C.  ..número medio de ocurrencias muestral
k

ˆ C .  C . desviacióntípica (distribución de Poisson)

Gráfico C: (de tiempo del numero de ocurrencias de un suceso)

LC C  C línea central

LCI C  0 lím ite de control inf erior (si C  9)

LCI C  C  3 C límite de control inf erior (si C  9)

LCS C  C  3 C lím ite de control sup erior

CONTRASTE NO PARAMÉTRICO DE ALEATORIEDAD

CONTRASTE DE RACHAS

Muestras pequeñas (n  20)

Tabla 11 (serie par)
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

H0 : Aleatoriedad de la serie temporal 10

H1 : La no aleatoriedad
Caso bilateral: si  < 0,5 se duplica, es decir: 2()
si > 0,5 el nivel apropiado es 2(1-)

Muestras grandes (n> 20) Tabla 3

n
Se aproxima por la función normal R 1
Z 2
n 2  2n
H0 : Aleatoriedad de la serie temporal
4(n  1)
H1 : La no aleatoriedad
a) Caso unilateral de H1 rechazar la hipótesis H0 si: Z< - Z
b) Caso bilateral de H1 rechazar H0 si Z< - Z/2 ó Z> Z/2

ANÁLISIS DE SERIES DE TIEMPO

MEIDIAS MOVILES

Medias moviles simples para el ajuste estacional j

a) Medias móviles de S puntos X t

X *
t  0,5  i 1

S
b) Medias móviles centrados X *t  0.5  X *t  0,5
Xt
*

2
Xt....Serie original

X*t......serie ajustada

Pasos a seguir:

1) Calculo de medias móviles

2) Calculo de medias móviles centrados
3) Calculo de (Xt/X* t).100 (influencia de la estacionalidad)
4) Calculo de la mediana correspondiente a cada trimestre
5) Calculo del índice estacional:
Mediana de cada trimestre(400/Suma de las medianas)
400% = 100% para cada trimestre(4 trimestre)
6) Calculo de la serie estacional ajustada:
Valor ajustado = (Valor original / Indice estacional).100
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

SUAVIZADO EXPONENCIAL SIMPLE 11

Xt .....Valor real para el período más reciente

Xt.....pronóstico para el periodo más reciente
Xt + 1.....pronostico para el siguiente período
Xt - 1.....valor real para el perído que precede al mas reciente
.....constante de suavización (0 <  < 1)
t = 2, 3, 4, 5,........,n
Xt-1.....predicción en el instante t-1
et = Xt - Xt.... error del pronóstico en el instante t
et = Xt - Xt-1 -----error de pronóstico en el instante t-1

X t = Xt-1 + (1-) Xt
X1 = X1
X2 = X1 + (1-) X2 X3 = X2 + (1-) X3

X4 = X3 + (1-) X4 Xn = Xn-1 + (1-) Xn

 
n n
......................................
 e 2 t   X t  X t 1
2

t 2 t 2

X n + h = X n
Predicciones
(h = 1, 2, 3,....)

MODELO DE HOLT- WINTERS

a) Obtención de las estimaciones del nivel Xt y la tendencia Tt

X2 = X2 T2 = X2 – X1

Xt = A(Xt-1 + Tt-1) + (1- A) Xt 0 < A < 1; t = 3, 4 ,....n

Tt = BTt-1 + (1-B)(Xt - Xt-1) 0 < B < 1; t = 3, 4 ,....n

X3 = A(X2 + T2) + (1- A) X3 X4 = A(X3 + T3) + (1- A) X4

................................................. Xn = A(Xn-1 + Tn-1) + (1- A) Xn

T3 = BT2 + (1-B)(X3 - X2) T4 = BT3 + (1-B)(X4 - X3)

.................................................. Tn = BTn-1 + (1-B)(Xn - Xn-1)

 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

12
b) Obtención de predicciones para valores futuros de Xn + h
Xˆ n  h  X n  h.Tn
h = 1, 2, 3,...........

DETERMINACIÓN DE LA TENDENCIA POR MÍNIMOS CUADRADOS

ŶT= b0 + b1 X
a) Ajuste lineal:
YX  n.X .Y   X .Y
b1 
X b0  Y  b1.X
 X  nX
2 2 2

b) Ajuste Parabólico Cuadrático: ŶT= b0 + b1 X + b2 X2

b2 
n. Y . X 2   X 2  Y
b0 
 X .Y  YX . X
4 2 2

b1 
 YX
n. X 4   X  2 2
n. X   X 
4 2 2
X 2

c) Ajuste Exponencial

YˆT  b0 .b1 ......... ajuste de una..tendenciaexp onencial

X

LogYˆT  logb0 .  X . logb1 ....ajuste de forma lineal log aritmizado

 X . log .Y
 X . log.Y  n  log.Y
Log.b1  Log .b0   X . log .b1
( X ) 2
X 2

n
n

MODELO MULTIPLICATIVODE SERIE DE TIEMPO

Y  T .C.E.I
ANALISIS DE VARIACIONES CÍCLICAS

b0 = ordenada al origen estimada

(b1 -1).100% = tasa de crecimiento compuesta anual estimado (en
porcentaje)

PRONÓSTICOS CON BASE EN FACTORES DE TENDENCIA Y

ESTACIONALES
b  b  b
YˆT  0  (5,5) 1   1 X ....conversionen valores mensuales
12  144  144

Y T .C b b  b
 .100  C.100...... relativo cíclico YˆT  0  (1,5) 1   1 X .... valores trimestrales
YT T 4  16  16
 MEDICIÓN DEL ERROR DE PRONÓSTICO
Formulario de Estadística II para Economía y Administración
– ŶDr.
et = YProf. t.......error
Severo Salade
A. pronóstico en el período

 (Y  Yˆ ) t
2
 var iación no exp licada 13

MODELO ADITIVO DE SERIE DE TIEMPO: T + C + E + I

ANÁLISIS DE REGRESIÓN Y COEFICIENTE DE CORRELACIÓN

y i   0   1 X i   i ..... Re cta de regresión poblacional

yˆ  b0  b1 X i ..... Re cta de regresiónmuestral

n. X .Y   X . Y  XY  n X .Y Y . X   X . XY
2
b1     Y  b1. X
  X 
b0
n X 2  X  nX n X   X 
2 2 2 2
2

b0 ....estimador del parámetro β0

b1 ....estimador del parámetro β1 b1 
 xy . Y
Y X 
X
β0......ordenada al origen de la población x 2
n n
β1 ....pendiente de la recta poblacional
Cov( X , Y )
Coeficiente de correlación muestral r
Sx.Sy

 Y  Y  Y
2 2
2
 nY Desviación típica de la variable Y
Sy  
n 1 n 1

 X  X  X
2 2
2
 n. X Desviación típica de la variable X
Sx  
n 1 n 1
n

e
2
i
Se  i
2
......... estimación de la var ianza de los errores
n2

ei  Y  Yˆ........ valor recidual Yˆ.  Yestimado .......valor estimado

Error standard de la estimación ó error típico de la estima de Y sobre X ó

error standard del estimador de Y sobre X

Syx  Sy 1  r 2
Syx 
 Y  Y  est .
2

Syx 
Y 2
 b0 . Y  b1  X .Y
n2 n2

 Y  Y 
2
S 2 yx r
est .
r  1 2
 Y  Y 
Coeficiente de correlación: 2
S y

La variación total de Y se define como: (Y - Y)²

Esto puede escribirse:
(Y - Y)² = (Y - Y est.)² + (Y est. - Y)² =(Y - Ŷ)² + (Ŷ- Y )²
Variación Variación
no explicada Explicada
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

n. XY   X . Y 1  r  1
14
r
n. X  
Formula corta para el cálculo de r
  X  n. Y 2   Y 
2 2 2

p
Cov.( X , Y )


E ( X   x )(Y   y ) 
  
...coeficiente correlación poblacional
 x . y E ( X   x ) 2 E (Y   y ) 2

Cov.( X , Y ) 
 ( X  X )(Y  Y ) ...... covarianza muestral
n 1

 n 1 
pˆ 2  1  (1  r 2 ) .......estimador insesgadodel coefic. det er min ación poblacional
n2

b0 . Y  b1  XY  nY
2

Coeficiente de determinación: r  2
0  r²  1
Y
2
2
 n.Y

 ( X   x )2  2y   (Y   y )2
 2x  N
N

Cov.( X , Y ) 
 xy ...... cov arianza poblacional
N

Inferencia sobre la pendiente de la población

a) H 0 : 1  0.......ó....... H 0 : 1  0.......... . frente a la alternativa : H 1 : 1  0

x  X  x; y  Y  y
Se rechaza H 0 si : t  t( n2).

b) H 0 : 1  0.......ó....... H 0 : 1  0.......... . frente a la alternativa : H1 : 1  0

Se rechaza H 0 si : t  t ( n2).
c) H 0 : 1  0.... frente a la alternativa : H1 : 1  0

Se rechaza H 0 si : t  t ( n2). / 2 ...ó....t  t ( n2) / 2

 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

Contraste para correlación poblacional nula 15

H 0 : p  0....... no hay correlación H1 : p  0....... hay correlación

Re chazar H0 si : t  t( n  2).
H1 : p  0....... hay correlación
Re chazar H 0 si : t  t ( n2).

S yx
b  1 S b1 
con 1  0 se tiene : t 
b1
t  t ( n2)  1 X 2
 nX
2
S b1
S b1
H1 : p  0....... hay correlación Re chazar H 0 si : t  t ( n2). / 2......ó
Re chazar H 0 si : t  t ( n2). / 2

Intervalo de confianza para la pendiente β1 de la recta de regresión

poblacional
b1  t (n2) / 2 .S b1 ......ó.......b1  t (n2) / 2 .S b1  1  b1  t (n2) / 2 .S b1

t( n  2 )  t 
r

P t n  2  t( n  2 ).   
(1  r 2 )
n2

REGRESIÓN Y CORRELACIÓN MULTIPLE

Recta de regresión múltiple Y = β0 + β1 X1 + β2 X2 + ξi .....Poblacional

ŷ = b0 + b1 x1 + b2 x2.....muestral

Sx1 y.S 2 x 2  Sx2 y.Sx1 x 2 Sx2 y.S 2 x1  Sx1 y.Sx1 x2

b1  b2  2 2 b0  Y  b1.X1  b2 .X 2
S 2 x1 .S 2 x 2  ( Sx1 x 2 ) 2 S x1.S x2  ( Sx1x2 )2

Sx1.x2 
 ( X  X )( X
1 1 2  X2)
Sx1 . y 
 (X 1  X 1 )(Y  Y )
Sx2 . y 
 (X 2  X 2 )(Y  Y )
n n n

 yx 
 (Y  Y )( X 2  X 2)
 yx 
 (Y  Y )( X 1  X 1)
x x  ( X 1  X 1 )( X 2  X 2 )
2
n 1
n 1 2
n
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

Sx 
2 (X 2  X 2 )2 2
S x1 
(X 1  X 1)2
S 2
y
 (Y  Y ) 2 16

2
n n n
p y.x1 ........coeficiente de correlación simple entre Y y X 1 x1 = 1 x2 = 2

p y. x2 ........coeficiente de correlación simple entre Y y X 2

p yx1  p yx 2 . p x1 . x2 p yx 2  p yx1 . p x1x2

p y .1 .2  p y .2.1 
1  p 2
yx 2  1  p 2
x1 x2  1  p  1  p
2
yx1
2
x1 . x2 
S 2 y.1.2 ei  Yi  Yˆ......valor residual
R  1  2 ......coeficiente de det erminación multiple
2

S y
S 2
e  ˆ 2
e 
e 2


SCE
....estimación de la var ianza del error
n  k 1 n  k 1
Py.1.2........es la correlación con la primera variable independiente
Py.2.1........es la correlación con la segunda variable independiente
b0, b1 y b2 son estimadores de los parámetros0, 1 y 2

SCE   e2i .....suma de cuadrados residual ó del error

S 2 y.1.2
EER   ˆ 2 y ......error estándar de la regresión
n3
SCR   (Yˆi  Y ) 2 ....suma de cuadrados de la regresión

SCT   (Yi  Y ) ....suma de cuadrados total

2

SCT  SCR  SCE

SCE
R  n  k  1 ....coeficiente de det erminación ajustadoó corregido
2

SCT
n 1
SCR SCE
R2   1 ....coeficiente de det erminación 0  R2  1
SCT SCT
b0  Y  b1  YX 1  b2  YX 2  n.(Y ) 2 b1 .S x1 . y  b2 S x2 y
R 2
 
Y
y .1.2
2
 n.(Y ) 2 S2y

k...número de variables independientes; n......tamaño de la muestra

 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

17
2
  Y  b0  Y  b1  Y . X 1  b2  Y . X 2
2
 Y  Yˆ 
2
S y .1.2
S y .1.2  .
..
n

x x  yx  yx
p x1x2  1 2
p y . x2  2
p y . x1  1

Sy.Sx2 Sy.Sx1
Sx1 .Sx2

S 2 y.1.2
R  1  2 ......... coeficiente de correlación múltiple
S y

Análisis de la var ianza

CMR F( K ;n K 1)
F
CME Re chazr H 0 si F  F( K ;nK 1)
H 0 : 1   2  .........  k  0
H1 : al menos un  0 
P F  F( K ;nK 1)   
SCR
CMR......cuadrado medio de regresión CMR 
CME......cuadrado medio del error K
SCE
CME   S 2e
n  K 1

INTERVALO DE CONFIANZA PARA LA MEDIA CONDICIONAL (Regresión simple)

Yˆ  ˆ Y  b0  b1 X ......... dado un valor específico de X

1 (X  X )2
S Yˆ . x  S y. x .  .......error estandar de la media condicional
n (  X ) 2

X2  n
ˆ Y  t( n2) / 2 .SYˆ .x
INTERVALO DE CONFIANZA DE PREDICCION PARA VALORES
INDIVIDUALES DE LA VARIABLE DEPENDIENTE (Regresión simple)

1 ( X  X )2
S y .(siguiente)  S y . x . 1 
n ( X ) 2
X2  n
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

Yˆ( n 1)  t( n  2 ) / 2 .S y ( siguiente) Yˆ  ̂ y

18

Yˆ( n 1)  b0  b1 X n 1

S y .(siguiente)  S 2 yx  S 2 Yˆ . x .....error estándar del pronóstico

NÚMEROS INDICES

Indice agregativo simple: I1 

 Xi .100
 Xo
Xi
 Xo
Indice promedio aritmético de relativos: I2  .100
n

Xi
Indice promedio geométrico de relativos: I3  n  100
Xo

Indice mediana de relativos:  Xi 

I 4  Me .100
 Xo 

Indice promedio ponderado de relativos:

Xi
a) Indice aritmético:  Xo .Wo
I5  .100
Wo
 Wo
  Xi 
b) Indice geométrico: I6  Wo
  .100
 Xo 

Indice de Laspeyres I 7 
 Xi.Wo .100  Xi.Wi .100
 Xo.Wo Indice de Paasche: I8 I8 
 Xo.Wi
Indices Combinados:
a) Fischer o ideal: I 9  I 7 .I 8

I 10 
 Wo  Wi Xi .100
b) Edgeworth – Marshall:
 Wo  Wi .Xo
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

c) Indice de Walch : I 11 
 Wo.Wi . Xi
.100
19

 Wo.Wi Xo

d)Indice de Drovisch I7  I8
I 12 
– Bowley: 2

Xi : Atributo del año considerado.

X0 : Atributo del año base.
Wi : Ponderación del año considerado
W0 : Ponderación del año base

I antiguo
Cambio del periodo base en los números índices I nuevo  .100
I base deseada

Salario Nominal  Salario año base

Porcentaje de aumento del salario Nominal  .100
Salario año base

Ültimo Valor  Pr imerValor

Primer Valor
Tasa de Crecimiento Anual  .100
Total de Años
Salario real  Salario año base
Porcentaje de aumento del salario real  .100
Salario año base

Salarios reales (en Gs. Constantes) = SalariosN ominales

.100
IPC

CONTRASTE DE BONDAD DE AJUESTE

Ei  npi ...esperanzamatemática i = 1 2 3 4 ...........k

Oi  Ei 2
 
k
 
2
.  2 ( K 1); . P  2 k 1   2 ( K 1);  
Ei
i 1

H 0 ...las probabilidades especificadas son correctas

Re chazar H 0 si  2   2 ( K 1);
k....Categorías; n ...número de observaciones

Oi........frecuencia observada
Ei........frecuencia esperada
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

20
TABLAS DE CONTINGENCIA ( r.c)

r.... número de categorías; c......número de atributos

Ri C j
Eˆ ij  ...número esperadode observaciones en cada casilla
n
Ri ...totales correspondientes a cada fila
C j ...totales correspondientes a cada columna
Re chazar H 0 si  2   2 ( r 1)( c1);
r c O Eˆ 2

2   
ij ij
.
i 1 j 1
ˆ
E ij

H 0 ...no asiciación entre los atributos en la población

DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA

Z 2 / 2 2 Z 2 / 2 P.Q Para proporción:

n n
L2 L2

PRUEBA PARA LA DIFERENCIA ENTRE DOS MEDIAS CON BASE EN

OBSERVACIONES PAREADAS (muestras menores a 30)

d
 d .... promedio de diferencias d = muestra 1 - Muestra 2
n
 d  d
Sd
d
2
Sd : 2
 nd 2

n Sd  Sd 
n 1 n 1

d d
t 
Sd Sd
n
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

DISTRIBUCIÓN MUESTRAL DE MEDIAS 21

Si el muestreo es con remplazo, o tamaño poblacional


 x   x   x 
infinita, tenemos: n


 x   P   p 
 x p 
p.q
n

 x  N  n
Si el muestreo es sin remplazo y tamaño

 x 

 x 
poblacional finita, tenemos: n N 1

 x   
p.q N n p.q N  n
  .
N 1 N 1
p
n n
Distribución binomial :  p  np.q
p   p.q

PRUEBA DE SIGNO (una muestra)

(a) H 0 : p  0,5 () s

H 0 : Med  Med0 P :
H1 : p  0,5 H1 : p  0,5 H1 : p  0,5 n

(b) H 0 : p  0,5 Si n<20, se utiliza la distribución binomial

Si n20, se utiliza la distribución normal
H1 : p  0,5 Med....mediana de la población
Med.0.....mediana hipotética

PRUEBA DE WILCOXON
P(T  T )  
d = Xi – Med.0

Re chazar si : T  T ...ó.....T  T / 2 (cuando n  20)

n(n  1) n(n  1)(2n  1) T  T

T  T  Z  (cuando n  20) distrib. normal
4 24 T

Re chazar H 0 si : Z   Z ....( unilateral) Re chazar H 0 si : Z   Z / 2 ....( bilateral)

T   R  ......ó..... R  .......el menor

PRUEBA DE MANN-WHITNEY (dos muestras independientes)

n1 (n1  1) U  U n1n2
U  n1.n2   R1 Z  U 
2 U 2
 Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

n1.n2 (n1  n2  1)
U 2  22
12

n1 (n1  1) n2 (n2  1)
U1  n1.n2   R1 U 2  n1.n2   R2
2 2

n(.n  1)
U1  U 2  n1.n2 R1  R2  n  n1  n2
2

a)...H 0 : Med (1)  Med (2)

Re chazar H 0 si : Z   Z
H1 : Med (1)  Med (2)

b)..H 0 : Med (1)  Med (2)

H1 : Med (1)  Med (2) Re chazar H 0 si : Z  Z
H1 : Med (1)  Med (2)
c)..H 0 : Med (1)  Med (2) Re chazar H 0 si : Z   Z  / 2 ....ó... Z  Z  / 2 .

Re chazar H 0 si : U  U . U  U1 .ó.....U 2 ....el menor

Cuando cada valor de n es menor a 10 (n<10) se utiliza la tabla 14

PRUEBAS DE RACHAS CORRIDAS PARA LA ALEATORIEDAD

2n1 .n 2 2n1 .n 2 ( 2n1 n 2  n1  n 2 )

R  1  2R 
n1  n 2 ( n1  n 2 ) 2 ( n1  n2  1)
n1.........numero de elementos muestreados de un tipo
n2 ......número de elementos muestreados del segundo tipo
C = R.....número de corridas observadas

R  R
Z
R
n.> 20 ...C se aproxima a la distribución normal

n = n1+ n2 H0: la serie es aleatoria 1.- Positiva: Rechazar H0 si Z< -Zα

H1 la serie no es aleatoria 2.- Bilateral: Rechazar H0 si Z< - Zα/2
ó Z> Zα/2
Formulario de Estadística II para Economía y Administración
Prof. Dr. Severo Sala A.

23