DEPARTAMENT D’ESTADÍSTICA I

INVESTIGACIÓ OPERATIVA

Fórmulas, Resultados y Tablas

Cálculo de Probabilidades y Estadı́stica Matemática

A. Distribuciones de variables aleatorias.

1. Descripción de una distribución univariante.
a) Función de distribución:
F (x) = P (X ≤ x), ∀x ∈ R.
Cumple: Es no decreciente, continua por la derecha, lı́mx→−∞ F (x) = 0 y lı́mx→+∞ F (x) = 1.
b) Caso discreto: Función de probabilidad.
f (x) = P (X = x) , ∀x ∈ R.
P
Debe cumplir: f (x) ≥ 0 ∀x ∈ R, y i f (xi ) = 1.
c) Caso absolutamente continuo:
R Función de densidad.
f (x) tal que P (X ∈ A) = A f (x)dx para todo A subconjunto de Borel de R.
R +∞
Debe cumplir: f (x) ≥ 0 ∀x ∈ R, y −∞ f (x)dx = 1.

2. Descripción de distribuciones bivariantes.

a) Función de distribución conjunta.
F (x, y) = P (X ≤ x, Y ≤ y) ∀(x, y) ∈ R2 .
• Marginales: FX (x) = lı́my→∞ F (x, y), y FY (y) = lı́mx→∞ F (x, y).
• Independencia: X e Y son independientes si y sólo si F (x, y) = FX (x)FY (y) ∀(x, y) ∈ R2 .
b) Caso discreto: Función de probabilidad conjunta.
f (x, y) = P (X = x, Y = y).
P
Debe cumplir: f (x, y) ≥ 0 ∀ (x, y) ∈ R2 , y i,j f (xi , yj ) = 1.
P P
• Marginales: fX (x) = j f (x, yj ), y fY (y) = i f (xi , y).
• Condicionales:
Para cada y tal que fY (y) > 0, se puede definir fX|Y =y (x) = ff(x,y)
Y (y)
∀x ∈ R.
f (y,x)
Para cada x tal que fX (x) > 0, se puede definir fY |X=x (y) = fX (x) ∀y ∈ R.
• Independencia: X e Y son independientes si y sólo si f (x, y) = fX (x)fY (y) ∀(x, y) ∈ R2 .
c) Caso absolutamente continuo: R Función de densidad conjunta.
f (x, y) tal que P ((X, Y ) ∈ A) = A f (x, y)dxdy.
R +∞ R +∞
Debe cumplir: f (x, y) ≥ 0 ∀(x, y) ∈ R2 , y −∞ −∞ f (x, y)dxdy = 1.
R +∞ R +∞
• Marginales: fX (x) = −∞ f (x, y)dy, y fY (y) = −∞ f (x, y)dx.
• Condicionales:
Para cada y tal que fY (y) > 0, se puede definir fX|Y =y (x) = ff(x,y)
Y (y)
∀x ∈ R.
f (y,x)
Para cada x tal que fX (x) > 0, se puede definir fY |X=x (y) = fX (x) ∀y ∈ R.
• Independencia: X e Y son independientes si y sólo si f (x, y) = fX (x)fY (y) ∀(x, y) ∈ R2 .
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 2

3. Distribución de una función de variables aleatorias.

a) Caso univariante:
Sea X v.a. absolutamente continua con función de densidad fX (·), y sea S su soporte; esto es,
P (X ∈ S) = 1. Sea Y = r(X) y sea T = r(S) = {y ∈ R : ∃x ∈ S con y = r(x)}, siendo r una
función de S en T biyectiva. Sea x = s(y) la función inversa de r(·). Entonces:
 ¯ ¯
 ¯d ¯
 fX (s(y)) ¯ dy s(y)¯ si y ∈ T
fY (y) =


0 en otro caso.

b) Caso multivariante:
Sea X = (X1 , . . . , Xn )0 un vector aleatorio cuya distribución es absolutamente continua y sea
fX (·) su función de densidad de probabilidad. Sea S el soporte de fX (·); esto es, P (X ∈ S) = 1.
Sea Y = r(X) una función biyectiva, con Yi = ri (X), y sea T = r(S). Si x = s(y) representa
la función inversa de r(·), entonces la función de densidad de probabilidad del vector aleatorio
Y viene dada por: 
 |J|fX (s(y)) si y ∈ T
fY (y) =

0 en otro caso.
Donde |J| es el valor absoluto del jacobiano de la transformación. Esto es, J es el determinante
∂si
de la matriz cuyo elemento (i, j) es ∂y j
.

B. Esperanzas y Momentos.

4. Esperanzas.
a) Caso discreto:
P P
Si x |x| f (x) < +∞, entonces E(X) = x x f (x).
P P
Si x |g(x)| f (x) < +∞, entonces E(g(X)) = x g(x)f (x).
b) Caso continuo:
R +∞ R +∞
Si −∞ |x| f (x)dx < +∞, entonces E(X) = −∞ x f (x)dx.
R +∞ R +∞
Si −∞ |g(x)| f (x)dx < +∞, entonces E(g(X)) = −∞ g(x)f (x)dx.
c) Linealidad: E(aX + bY + c) = aE(X) + bE(Y ) + c.
d ) Si X e Y son independientes, E(XY ) = E(X)E(Y ).
e) Si P (a ≤ X ≤ b) = 1 ⇒ a ≤ E(X) ≤ b.
f ) Si P (X ≥ a) = 1 y E(X) = a ⇒ P (X = a) = 1.
g) Si X ≤ Y ⇒ E(X) ≤ E(Y ).
h) Desigualdad de Jensen: Si g(x) es convexa (por ejemplo g(x) = x2 ) ⇒ E(g(X)) ≥ g(E(X)).
5. Momentos.
a) Momento de orden k : E(X k ), si existe esa esperanza.
b) Momento de orden k respecto a la media: E((X − E(X))k ), si existe esa esperanza.
c) Si existe E(X k ) ⇒ existen E(X j ) y E((X − E(X))j ) ∀j = 0, 1, . . . k.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 3

d ) Función generatriz de momentos: Ψ(t) = E(exp {tX} ), si existe ∀t en un intervalo abierto

de R que contenga el punto t = 0.
Si la función generatriz de momentos existe, entonces:
dk
• E(X k ) = dt k Ψ(t), calculada en t = 0.

• Si Y = aX + b con a 6= 0 ⇒ ΨY (t) = exp{bt}ΨX (at).

• Si Z = X + Y con X, Y independientes ⇒ ΨZ (t) = ΨX (t)ΨY (t).
• Sean {X1 ,P X2 , . . . , Xn } variables aleatorias independientes £e idénticamente
¤n distribuidas, y
n
sea X n = n1 i=1 Xi su media muestral, entonces ΨX n (t) = ΨX ( nt ) .
e) Función caracterı́stica: Φ(t) = E(exp {itX} ), que siempre existe.
• Φ(0) = 0, |Φ(t)| ≤ 1, y Φ(t) es uniformemente continua.
k
d
• Si existe E(X k ), entonces dt k k
k Φ(0) = i E(X ).

• Si Y = aX + b ⇒ ΦY (t) = exp{ibt}ΦX (at).

• Si Z = X + Y con X, Y independientes ⇒ ΦZ (t) = ΦX (t)ΦY (t).
£ ¤n
• Si {X1 , X2 , . . . , Xn } son variables aleatorias i.i.d. ⇒ ΦX n (t) = ΦX ( nt ) .

6. Varianzas, Covarianzas y Correlaciones.

Si las esperanzas involucradas en las siguientes expresiones existen, entonces:
a) Varianza: V (X) = E((X − E(X))2 ) = E(X 2 ) − E 2 (X).
b) Covarianza: Cov(X, Y ) = E((X − E(X))(Y − E(Y ))) = E(XY ) − E(X)E(Y ).
c) V (aX + b) = a2 V (X).
Pn Pn P
d ) V ( i=1 Xi ) = i=1 V (Xi ) + 2 i<j Cov(Xi , Xj ).
e) X, Y indep. ⇒ Cov(X, Y ) = 0 ⇒ V (X + Y ) = V (X) + V (Y ).
f ) Desigualdad de Cauchy-Schwarz: [E(XY ) ]2 ≤ E(X 2 )E(Y 2 ).
g) Coeficiente de correlación lineal de Pearson: ρ(X, Y ) = √Cov(X,Y ) .
V (X)V (Y )

h) |ρ(X, Y )| ≤ 1 con igualdad si y sólo si Y = aX + b.

7. Esperanza y Varianza Condicional.
La esperanza y varianza condicionales, E(Y |X) y V (Y |X), son funciones de la variable aleatoria X
definidas, para cada valor x, como la esperanza y varianza de la distribución de la variable aleatoria
Y condicionada a X = x. Cumplen las siguientes propiedades:
a) E(Y ) = E[E(Y |X)].
b) V (Y ) = E[V (Y |X)] + V [E(Y |X)].
8. Desigualdad de Chebyschev y Teorema Central del Lı́mite.
E(X)
a) Desigualdad de Markov: P (X ≥ 0) = 1 ⇒ P (X ≥ t) ≤ t ∀t > 0.
V (X)
b) Desigualdad de Chebyschev: V (X) < +∞ ⇒ P (|X − E(X)| ≥ t) ≤ t2 ∀t > 0.
c) Ley débil de los Grandes Números: Sean X1 , X2 , . . . variables aleatorias i.i.d. cuya espe-
ranza existe, E(Xi ) = µ , y sea X n la media muestral de las n primeras variables aleatorias.
Entonces, la sucesión X 1 , . . . , X n , . . . converge en probabilidad a µ, esto es:

∀ε > 0, lı́m P (|X n − µ| < ε) = 1.

n→∞

d ) Teorema central del lı́mite de Lindeberg-Levy: √

Si X1 , X2 , . . . son variables aleatorias
i.i.d. con E(Xi ) = µ y V ar(Xi ) = σ 2 , entonces n(Xσn −µ) converge en distribución a una
variable aleatoria Normal tı́pica. Esto es:
·√ ¸ Z x
n(X n − µ)
lı́m P ≤x = N (t|0, 1)dt.
n→∞ σ −∞

En consecuencia, si n es suficientemente grande, la distribución de X n puede aproximarse

2
mediante una distribución Normal de media µ y varianza σn .
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 4

C. Algunas distribuciones discretas:

9. Bernoulli Br(p).

a) Función de probabilidad: f (x|p) = px (1 − p)1−x si x = 0, 1.

b) Rango del parámetro: 0 ≤ p ≤ 1.
c) Media y Varianza: E(X) = p; V ar(X) = p(1 − p).

10. Binomial Bi(n, p).

a) Es la distribución del número de éxitos en n pruebas Bernoulli independientes e idénticamente

distribuidas.
µ ¶
n
b) Función de probabilidad: f (x|n, p) = px (1 − p)n−x si x = 0, 1, . . . , n.
x
c) Rango de los parámetros: 0 ≤ p ≤ 1 y n = 1, 2, . . ..
d ) Media y Varianza: E(X) = np; V ar(X) = np(1 − p).
e) Función generatriz de momentos: Ψ(t) = (pet + 1 − p)n .
f ) Función caracterı́stica: Φ(t) = (peit + 1 − p)n .
g) Sean X1 , . . . , Xn variables aleatorias independientes con Xi ∼ Bi(ni , p), entonces:
n
à n !
X X
Xi ∼ Bi ni , p .
i=1 i=1

h) Distribución Bernoulli: X ∼ Br(p) si y sólo si X ∼ Bi(1, p).

11. Hipergeométrica Hg(A, B, n).

  

A 
B 
x n−x
a) Función de probabilidad: f (x|A, B, n) =   si x = 0, . . . , n.

A+B 
n
b) Rango de los parámetros: A, B y n deben ser enteros mayores que 0.
nA nAB(A+B−n)
c) Media y Varianza: E(X) = A+B ; V ar(X) = (A+B)2 (A+B−1) .

d ) Si Xi , Xj son variables aleatorias Bernoulli representando las extracciones i, j (i 6= j) de una

prueba hipergeométrica, entonces:
AB
Cov(Xi , Xj ) = − .
(A + B)2 (A + B − 1)

e) Si X1 , X2 son dos variables aleatorias independientes con Xi ∼ Bi(ni , p), entonces:

X1 |(X1 + X2 = k) ∼ Hg(n1 , n2 , k).

³ ¯ ´
¯ A
f ) Si A + B es grande en comparación con n, entonces Hg(x|A, B, n) ≈ Bi x ¯n, A+B .

12. Geométrica Ge(p).

a) Es la distribución del número de fracasos antes del primer éxito en una sucesión de pruebas
Bernoulli independientes e idénticamente distribuidas.
b) Función de probabilidad: f (x|p) = p(1 − p)x si x = 0, 1, 2, . . .
c) Rango del parámetro: 0 ≤ p ≤ 1.
1−p 1−p
d ) Media y Varianza: E(X) = p ; V ar(X) = p2 .
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 5

13. Binomial Negativa Bn(r, p).

a) Es la distribución del número de fracasos antes del éxito r en una sucesión de pruebas Bernoulli
independientes e idénticamente distribuidas.
µ ¶
r+x−1
b) Función de probabilidad: f (x|r, p) = pr (1 − p)x si x = 0, 1, 2, . . .
x
c) Rango de los parámetros: 0 ≤ p ≤ 1 y r = 1, 2, . . ..
r(1−p)
d ) Media y Varianza: E(X) = pV ar(X) = r(1−p)
; p2 .
h ir ³ ´
p 1
e) Función generatriz de momentos: Ψ(t) = 1−(1−p)e t para t < log 1−p .
h ir
p
f ) Función caracterı́stica: Φ(t) = 1−(1−p)e it .
g) Sean X1 , X2 , . . . , Xn v.a. independientes, Xi ∼ Bn(ri , p) i = 1, 2, . . . , n, entonces:
n
à n !
X X
Xi ∼ Bn ri , p .
i=1 i=1

h) Distribución Geométrica: X ∼ Ge(p) si y sólo si X ∼ Bn(1, p).

14. Poisson P o(λ).
e−λ λx
a) Función de probabilidad: f (x|λ) = x! si x = 0, 1, . . .
b) Rango del parámetro: λ > 0.
c) Media y Varianza: E(X) = V ar(X) = λ.
t
d ) Función generatriz de momentos: Ψ(t) = eλ(e −1)
.
it
e) Función caracterı́stica: Φ(t) = eλ(e −1)
.
f ) Si X1 , X2 , . . . , Xn son variables aleatorias independientes, Xi ∼ P o(λi ), entonces:
n
à n !
X X
Xi ∼ P o λi .
i=1 i=1

g) Si X1 , X2 son variables aleatorias independientes con Xi ∼ P o(λi ) i = 1, 2, entonces:

µ ¶
λ1
X1 |(X1 + X2 = k) ∼ Bi k, .
λ1 + λ2

h) Si n tiende a infinito y p tiende a cero, permaneciendo np = λ constante, entonces:

Bi(x|n, p) converge a P o(x|λ).

i ) Si n tiende a infinito y (1 − p) tiende a cero, permaneciendo n(1 − p) = λ constante, entonces

la función de probabilidad Bn(x|r, p) converge a la función de probabilidad P o(x|λ).
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 6

D. Algunas distribuciones absolutamente continuas:

15. Uniforme U n(α, β).

1
a) Función de densidad: f (x|α, β) = β−α si α < x < β.
b) Rango de los parámetros: −∞ < α < β < +∞.
α+β (β−α)2
c) Media y Varianza: E(X) = 2 ; V ar(X) = 12 .
X−α
d ) Si X se distribuye U n(α, β), entonces Y = β−α se distribuye U n(0, 1).

16. Normal N (µ, σ 2 ).

n ¡ ¢2 o
a) Función de densidad: f (x|µ, σ 2 ) = √1
σ 2π
exp − 12 x−µ
σ ∀x ∈ R.
2
b) Rango de los parámetros: µ ∈ R y σ > 0.
c) Media y Varianza: E(X) = µ; V ar(X) = σ 2 .
d) Función generatriz de momentos: Ψ(t) = exp{µt + 12 σ 2 t2 }.
e) Función caracterı́stica: Φ(t) = exp{iµt − 12 σ 2 t2 }.
f) Si X1 , X2 , . . . , Xn son variables aleatorias independientes, Xi ∼ N (µi , σi2 ), entonces:
n
à n n
!
X X X
2 2
b+ ai X i ∼ N b + ai µi , ai σi .
i=1 i=1 i=1

17. Gamma Ga(α, β).

R +∞
a) Función Gamma de Euler: Γ(α) = 0 xα−1 exp{−x}dx, que existe y es finita ∀α > 0.
√
Algunas de sus propiedade: Γ(1) = Γ(2) = 1; Γ(0.5) = π, y Γ(α + 1) = αΓ(α) ∀α > 0.
βα α−1 −βx
b) Función de densidad: f (x|α, β) = Γ(α) x e si x > 0.
c) Rango de los parámetros: α > 0 y β > 0.
d ) Media y Varianza: E(X) = α
β, V ar(X) = α
β2 .
³ ´α
β
e) Función generatriz de momentos: Ψ(t) = β−t si t < β.
³ ´α
β
f ) Función caracterı́stica: Φ(t) = β−it .
g) Si X1 , . . . , Xn son variables aleatorias independientes, Xi ∼ Ga(αi , β), entonces:
n
à n !
X X
Xi ∼ Ga αi , β .
i=1 i=1

h) Si X ∼ Ga(α, β), entonces: aX ∼ Ga(α, β/a).

18. Exponencial Ex(λ).
a) X ∼ Ex(λ) si y sólo si X ∼ Ga(1, λ).
b) Falta de memoria. Si X ∼ Ex(λ), entonces P (X > h + s|X > h) = P r(X > s), ∀h > 0 y
∀s > 0.
c) Sean X1 , . . . , Xn variables aleatorias independientes e idénticamente distribuidas de manera
que Xi ∼ Ex(λ). Sean Y1 , . . . , Yn los estadı́sticos de orden de la muestra aleatoria anterior.
Entonces Y1 ∼ Ex(nλ) e Yi+1 − Yi ∼ Ex((n − i)λ), para i = 1, . . . , n − 1.
19. Ji-Cuadrado χ2 (ν).
a) X ∼ χ2 (ν) si y sólo si X ∼ Ga( ν2 , 12 ).
b) X ∼ Ga(α, β) si y sólo si Y = 2βX ∼ χ2 (2α).
c) X ∼ N (0, 1), entonces X 2 ∼ χ2 (1).
Pn 2 2
d) Sean X1 , . . . , Xn variables aleatorias i.i.d. N (0, 1), entonces i=1 Xi ∼ χ (n).
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 7

20. Beta Be(α, β).

Γ(α+β) α−1
a) Función de densidad: f (x|α, β) = Γ(α)Γ(β) x (1 − x)β−1 si 0 < x < 1.
b) Rango de los parámetros: α > 0 y β > 0.
c) Media y Varianza: E(X) = V ar(X) = (α+β)2αβ
α
α+β ; (α+β+1)
P∞ ³Qk−1 α+r ´ tk
d ) Función generatriz de momentos: 1 + k=1 r=0 α+β+r k! .

e) Si X ∼ Be(α, β), entonces: 1 − X ∼ Be(β, α).

f ) Si X e Y son dos variables aleatorias independientes, con X ∼ Ga(α1 , β) e Y ∼ Ga(α2 , β),
X
entonces X+Y y (X + Y ) son variables aleatorias independientes con distribuciones Be(α1 , α2 )
y Ga(α1 + α2 , β) respectivamente.
g) Distribución Uniforme: X ∼ U n(0, 1) si y sólo si X ∼ Be(1, 1).

21. Cauchy Ca(µ, σ).

£ ¡ ¢¤
2 −1
a) Función de densidad: f (x|µ, σ) = πσ 1 + ( x−µ
σ ) ∀x ∈ R.
b) Rango de los parámetros: µ ∈ R y σ > 0.
c) Momentos: No existe ningún momento.
d ) Si X1 y X2 son variables aleatorias independientes con distribución N (0, 1) entonces su co-
ciente, X1 /X2 , sigue una distribución Ca(0, 1).

22. t-Student t(ν).

³ ´− ν+1
Γ( ν+1
2 ) x2 2
a) Función de densidad: f (x|ν) = √
νπΓ( ν2 )
1+ ν ∀x ∈ R.
b) Rango del parámetro: ν > 0.
Γ( k+1 ν−k
2 )Γ( 2 ) k/2
c) Momentos E(X k ) = √
πΓ( ν2 )
ν si k es par y menor que ν.
k
E(X ) = 0 si k impar y menor que ν.
E(X k ) no existe si k ≥ ν.
ν
d ) Media y Varianza: E(x) = 0 si ν > 1, V ar(X) = ν−2 si ν > 2.
e) Si Z ∼ N (0, 1) e Y ∼ χ (ν) son independientes, entonces: X = √Z
2
∼ t(ν).
Y /ν

f ) Distribución Cauchy: X se distribuye Ca(0, 1) si y sólo si X ∼ t(1).

23. F-Snedecor F (m, n).

Γ( m+n
2 ) m/2 n/2 xm/2−1
a) Función de densidad: f (x|m, n) = Γ( m )Γ( n m
) n (mx+n)(m+n)/2 si x > 0.
2 2

b) Rango de los parámetros: m > 0 y n > 0.

Γ( m+2k )Γ( n−2k ) n k n
c) Momentos: E(X k ) = 2
Γ( m n
2
(m) para k < 2.
2 )Γ( 2 )
n
E(X k ) no existe para k ≥ 2.
n 2n2 (m+n−2)
d ) Media y Varianza: E(X) = (n−2) si n > 2, V ar(X) = m(n−2)2 (n−4) si n > 4.
Y /m
e) Sean Y ∼ χ2 (m) y Z ∼ χ2 (n) dos variables aleatorias independientes, entonces X = Z/n tiene
una distribución F (m, n).
f ) Si X ∼ t(ν) entonces X 2 ∼ F (1, ν).
g) Si X ∼ F (m, n), entonces Y = 1/X ∼ F (n, m).
mX
h) Si X ∼ F (m, n), entonces mX+n ∼ Be(m/2, n/2).
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 8

E. Estadı́stica Aplicada:

24. Inferencia sobre una proporción poblacional

q
Error estándar de π̂: SE(π̂) = π̂(1−π̂)
n
donde π̂ = nr es la proporción muestral, r el número de éxitos en la muestra y n el tamaño
muestral.
Intervalo de confianza aproximado para π al 95 %: π̂ ± 1.960 SE(π̂)
Los intervalos de confianza con otros coeficientes (como 90 %, 99 %, etc) se construyen de forma
similar, utilizando los correspondientes cuantiles de la Normal tı́pica (1.645, 2.576, etc).
Contraste sobre una proporción
Hipótesis
H0 : π = π 0 HA : π 6= π0 no direccional
HA : π < π0 direccional a la izquierda
HA : π > π0 direccional a la derecha
Estadı́stico del contraste ts = q ππ̂−π 0
(1−π )
0 0
n

Significatividad El p-valor se obtiene en la tabla de la Normal tı́pica (t de Student con ∞

grados de libertad). Es un resultado aproximado, sólo debe utilizarse si n es grande.
25. Inferencia sobre la varianza de una población
³ 2 2
´
Intervalo de confianza para σ 2 al 95 %: χ(n−1)s
2 , χ(n−1)s
2 .
0.975,n−1 0.025,n−1

donde n es el tamaño muestral y s2 la varianza muestral. χ20.025,n−1 y χ20.975,n−1 son los cuantiles
0.025 y 0.975 de la distribución Ji-cuadrado con n − 1 grados de libertad.
Los intervalos de confianza con otros coeficientes de confianza (90 %, 99 %, etc) se construyen
de forma similar, utilizando los cuantiles correspondientes.
Test χ2
Hipótesis
H0 : σ 2 = σ02 HA : σ 2 6= σ02 no direccional
HA : σ 2 < σ02 direccional a la izquierda
HA : σ 2 > σ02 direccional a la derecha
(n−1)s2
Estadı́stico del contraste χ2 = σ02
El p-valor es el área de la cola, bajo la curva χ2 con n−1 grados de libertad, en la dirección
(o direcciones) especificada (especificadas) por HA .
Decisión Rechazar H0 cuando p-valor< α, siendo α el nivel de significatividad del contraste.
26. Inferencia sobre la media de una población
Error estándar de ȳ: SE(ȳ) = √s
n
Intervalo de confianza para µ al 95 %: ȳ ± t0.975 SE(ȳ)
donde t0.975 es el cuantil 0.975 de la distribución t-Student con n − 1 grados de libertad.
Los intervalos de confianza con otros coeficientes de confianza (90 %,99 %, etc) se construyen
de forma similar, utilizando los cuantiles correspondientes.
q
Intervalo de predicción para una nueva observación al 95 %: ȳ ± t0.975 s 1 + n1
Test t
Hipótesis
H0 : µ = µ0 HA : µ 6= µ0 no direccional
HA : µ < µ0 direccional a la izquierda
HA : µ > µ0 direccional a la derecha
√
ȳ−µ0
Estadı́stico del contraste t = SE(ȳ) = sn (ȳ − µ0 )
El p-valor es el área de la cola, bajo la curva t-Student con n − 1 grados de libertad, en la
dirección (o direcciones) especificada (especificadas) por HA .
Decisión Rechazar H0 cuando p-valor< α, siendo α el nivel de significatividad del contraste.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 9

Test de los rangos signados de Wilcoxon

Hipótesis
H0 : La probabilidad de observar un valor inferior a µ0 es la misma que la de observar un
valor superior a µ0 .
HA : Las probabilidades de observar un valor superior o uno inferior a µ0 son diferentes
(hipótesis no direccional).
HA : La probabilidad de observar un valor superior a µ0 es más grande que la
probabilidad de observar un valor inferior a µ0 (hipótesis direccional a la derecha).
HA : La probabilidad de observar un valor superior a µ0 es más pequeña que la
probabilidad de observar un valor inferior a µ0 (hipótesis direccional a la izquierda).
Estadı́stico del contraste B = máximo{N+ , N− }
A todos los datos se les resta el valor de µ0 , asignándoles el signo de esa diferencia. Luego
las diferencias, en valor absoluto, se ordenan de menor a mayor y a cada dato se le asigna
el número de posición que ocupa en esa ordenación, lo que se conoce como su rango.
N+ es la suma de los rangos de los datos a los que se ha asignado signo positivo, y N− es
la suma de los rangos de los datos a los que se ha asignado signo negativo.
Significatividad: El p-valor se obtiene comparando el valor del estadı́stico B con los valores
de la tabla del test de los rangos signados de Wilcoxon, en la fila que corresponde al
número n de datos en la muestra distintos de µ0 . Los p-valores de la tabla corresponden
a hipótesis no direccionales. Si la hipótesis alternativa es direccional habrá que dividirlos
por 2.

27. Comparación de dos muestras independientes

Error estándar de (ȳ1 − ȳ2 )

q
s21 s22
Si las varianzas son distintas: SE(ȳ1 − ȳ2 ) = n1 + n2
q
Suponiendo varianzas iguales: SE(ȳ1 − ȳ2 ) = s2c ( n11 + 1
n2 ), siendo
Pn1 Pn2
i=1 (y1i − ȳ1 )2 + j=1 (y2j − ȳ2 )2 (n1 − 1)s21 + (n2 − 1)s22
s2c = =
n1 + n2 − 2 n1 + n2 − 2
Intervalo de confianza para (µ1 − µ2 )
Intervalo de confianza al 95 % : (ȳ1 − ȳ2 ) ± t0.975 SE(ȳ1 − ȳ2 )
donde t0.975 es el cuantil 0.975 de una distribución t-Student con ν grados de libertad. Si
las varianzas son iguales, ν = n1 + n2 − 2.
Otros intervalos Los intervalos de confianza con otros coeficientes de confianza (90 %, 99 %,
etc) se construyen de forma similar, utilizando los cuantiles correspondientes.
Test t
Hipótesis
H0 : µ1 = µ2 HA : µ1 6= µ2 no direccional
HA : µ1 < µ2 direccional a la izquierda
HA : µ1 > µ2 direccional a la derecha
Estadı́stico del contraste t = SEȳ(1ȳ−ȳ−2ȳ )
1 2
El p-valor es el área de la cola, bajo la curva t-Student con ν grados de libertad (ν =
n1 + n2 − 2 si las varianzas se suponen iguales), en la dirección (o direcciones) especificada
(especificadas) por HA .
Decisión Rechazar H0 cuando p-valor< α, siendo α el nivel de significatividad del contraste.
Test U de Mann-Whitney
Hipótesis:
H0 : Las distribuciones poblacionales de Y1 e Y2 coinciden.
HA : Las distribuciones poblacionales de Y1 e Y2 son diferentes (hipótesis no direccional).
HA : La distribución poblacional de Y1 tiende a producir valores más grandes que la de Y2
(hipótesis direccional a la derecha).
HA : La distribución poblacional de Y1 tiende a producir valores más pequeños que la de
Y2 (hipótesis direccional a la izquierda).
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 10

Estadı́stico del contraste: U = máximo{K1 , K2 }, donde K1 y K2 se calculan como:

K1 Para cada valor de Y1 contamos el número de observaciones de Y2 que tiene por debajo,
y sumamos todos los valores obtenidos. Los empates cuentan por 12 cada uno.
K2 Para cada valor de Y2 contamos el número de observaciones de Y1 que tiene por debajo,
y sumamos todos los valores obtenidos. Los empates cuentan por 21 cada uno.
Significatividad: El p-valor se obtiene comparando el valor de U con los valores crı́ticos mos-
trados en la tabla U de Mann-Whitney, en la fila que corresponde a los tamaños muestrales
n(2) = máximo{n1 , n2 } y n(1) = mı́nimo{n1 , n2 }. Los p-valores de la tabla corresponden
a hipótesis no direccionales, si la hipótesis alternativa es direccional habrá que dividirlos
por 2.

28. Comparación de las varianzas de dos muestras independientes

³ 2 ´
σ2 s s2
Intervalo de confianza para σ12 al 95 %: s12 F0.975,n 1−1,n −1 , s12 F0.025,n 1−1,n −1
2 2 1 2 2 1 2

donde F0.025,n1 −1,n2 −1 y F0.975,n1 −1,n2 −1 son los cuantiles 0.025 y 0.975 de la distribución F
de Snedecor con n1 − 1 y n2 − 1 grados de libertad.
Los intervalos de confianza con otros coeficientes de confianza (90 %, 99 %, etc) se construyen
de forma similar, utilizando los cuantiles correspondientes.
Test F
Hipótesis
H0 : σ12 = σ22 HA : σ12 6= σ22 no direccional
HA : σ12 < σ22 direccional a la izquierda
HA : σ12 > σ22 direccional a la derecha
s2
Estadı́stico del contraste F = s12
2
El p-valor es el área de la cola, bajo la curva F con n1 − 1 y n2 − 1 grados de libertad, en
la dirección (o direcciones) especificada (especificadas) por HA .
Decisión Rechazar H0 cuando p-valor< α, siendo α el nivel de significatividad del contraste.

29. Comparación de las medias de k muestras independientes

Tabla ANOVA
Fuente df (grados libertad) SS (suma de cuadrados) MS (cuadrados medios) F
Pk SS(entre) MS(entre)
Entre df(entre)= k − 1 SS(entre)= i=1 ni (y¯i − ȳ)2 MS(entre)= df(entre) MS(dentro)

Pk SS(dentro)
Dentro df(dentro)= n − k SS(dentro)= i=1 (ni − 1)s2i MS(dentro)= df(dentro)

Pk Pni
Total n−1 i=1 j=1 (yji − ȳ)2

Donde k es el número de grupos, {y1i , y2i , . . . , yni i } son los ni datos del grupo i = 1, . . . , k
Pk
cuya media y varianza son ȳi y s2i . El número total de datos es n = i=1 ni , y su media es ȳ.
El test F global
Hipótesis
H0 : µ1 = µ2 = . . . = µk
HA : Las µ’s no son todas iguales.
MS(entre)
Estadı́stico del contraste: F = MS(dentro)
Significatividad: La distribución del estadı́stico F bajo la hipótesis nula es la distribución
F , con grados de libertad del numerador df(entre) y grados de libertad del denominador
df(dentro).
q
Intervalo de confianza al 95 % para µi : ȳi ± t0.975 MS(dentro) n1i
Donde t0.975 se refiere a la distribución t-Student con n − k grados de libertad.
q
Intervalo de confianza al 95 % sobre la diferencia µi − µj : ȳi −ȳj ±t0.975 MS(dentro) ( n1i + 1
nj )
Donde t0.975 se refiere a la distribución t-Student con n − k grados de libertad.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 11

30. Regresión lineal y correlación

Notación y estadı́sticos descriptivos básicos

Datos: Son los n pares de valores observados {(xi , yi ), i = 1, . . . , n}.
Pn Pn
Medias: x̄ = n1 1
i=1 xi , ȳ = n i=1 yi .
Pn Pn Pn
Sumas de cuadrados: SSx = i=1 (xi − x̄)2 , SSy = i=1 (yi − ȳ)2 , SPxy = i=1 (xi − x̄)(yi − ȳ).
1 1 1
Varianzas y covarianza: s2x = n−1 SSx , s2y = n−1 SSy , sxy = n−1 SPxy .
SP sxy
Coeficiente de correlación muestral: r = √ xy = sx sy .
SSx SSy
SP
Recta de regresión Mı́nimos Cuadrados: Y = b0 + b1 X, donde b1 = SSxy x
y b0 = ȳ − b1 x̄
Valores ajustados Son los valores ŷi = b0 + b1 xi (i = 1, . . . , n).
Residuos Son los valores yi − ŷi (i = 1, . . . , n).
Pn SP2
Suma de cuadrados residuales: SS(resid) = i=1 (yi − ŷi )2 = SSy − SSxy = SSy − SSx b21 .
q x

Desviación tı́pica residual: sy|x = SS(resid)

n−2 .
√
Además r2 = 1 − SS(resid)
SSy = SS 2
SSy b1 y, si n es grande, sy|x ' sy 1 − r
x 2

Modelo de regresión lineal simple Normal homocedástico Y = β0 + β1 X + ε

donde ε es Normal con media 0 y varianza σ 2 desconocida. Equivalentemente, se supone que la
distribución de Y condicionada a X = x, Y |X = x, es Normal con media β0 + β1 x y varianza
σ2 .
r
s2y|x
Error estándar de b1 : SE(b1 ) = SSx

Intervalo de confianza al 95 % para β1 : b1 ± t0.975 SE(b1 )

donde t0.975 es el cuantil 0.975 de una distribución t-Student con n − 2 grados de libertad.
Otros niveles de confianza requerirán sus correspondientes cuantiles.
Contraste de linealidad:
Hipótesis:
H0 : β1 = 0 HA : β1 6= 0 (no direccional)
HA : β1 > 0 (direccional a la derecha)
HA : β1 < 0 (direccional a la izquierda)
q
b1 n−2
Estadı́stico del contraste: t = SE(b 1)
= r 1−r 2
Significatividad: El p-valor del contraste viene determinado por la distribución t-Student
con n − 2 grados de libertad.
q
∗ )2
Intervalo de confianza al 95 % sobre el valor medio en x∗ : b0 +b1 x∗ ±t0.975 sy|x n1 + (x̄−x SSx
Donde t0.975 se refiere a la distribución t-Student con n − 2 grados de libertad.
q
∗ )2
Intervalo de predicción al 95 % en x∗ : b0 + b1 x∗ ± t0.975 sy|x 1 + n1 + (x̄−xSSx
Donde t0.975 se refiere a la distribución t-Student con n − 2 grados de libertad.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 12

31. Comparación de dos proporciones.

Se desea comparar la proporción de éxitos en dos poblaciones distintas. Sean π1 y π2 esas propor-
ciones. De la primera población se dispone de una muestra aleatoria de tamaño n1 en la que se
han observado r1 éxitos. También se dispone de una muestra aleatoria de tamaño n2 de la segunda
población, en la que se han observado r2 éxitos.

Tablas de valores observados y esperados

Valores observados: Valores esperados:
éxitos fracasos éxitos fracasos
Población 1 r1 n1 − r 1 n1 Población 1 a×n n
1 b×n1
n
a×n2 b×n2
Población 2 r2 n2 − r 2 n2 Población 2 n n
a b n
Siendo n = n1 + n2 , a = r1 + r2 y b = n − a.
Test Ji-cuadrado ¾
H0 : π1 = π2 P4 2
χ2 = i=1 (Oi −E i)
.
HA : π1 6= π2 Ei

Rechazar H0 a un nivel de significatividad α si χ2 > χ21,1−α , siendo χ21,1−α el cuantil 1 − α de

una distribución Ji-cuadrado con 1 grado de libertad.

32. Tablas de contingencia: Test Ji-cuadrado.

Si los datos se agrupan en una tabla de contingencia r×c, con r filas y c columnas, el test Ji-cuadrado
consiste en calcular el estadı́stico:

X (Oi − Ei )2
χ2 = ,
i
Ei

donde se suma para todas las r × c celdas de la tabla, y donde Oi y Ei son los valores observados
y esperados de la celda i-ésima.
Se rechaza la hipótesis de homogeneidad de poblaciones (o de independencia de variables) a un nivel
α si χ2 > χ2(r−1)(c−1),1−α , siendo χ2(r−1)(c−1),1−α el cuantil 1 − α de una distribución Ji-cuadrado
con (r − 1)(c − 1) grados de libertad.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 13

F. Algunas tablas1 estadı́sticas:

33. Tabla de dı́gitos aleatorios.

53 31 80 21 38 18 82 43 58 61 14 88 58 66 36 49 10 54 97 70 32 03 60 99 43 07 63 20 40 26
00 51 38 67 02 49 83 43 99 98 24 43 78 71 61 68 47 37 18 68 33 41 82 08 43 06 85 87 98 11
94 07 62 39 95 47 66 70 89 99 06 97 95 68 32 96 23 24 20 32 38 96 16 03 02 01 66 11 05 36
20 64 32 47 85 31 48 41 68 20 50 70 46 95 34 49 51 66 56 25 57 04 96 42 84 37 63 73 71 23
10 34 61 16 84 53 17 76 14 49 47 77 50 67 22 38 38 35 01 73 17 30 61 39 57 31 28 07 28 65

47 06 42 80 98 52 73 54 40 73 42 04 09 58 89 99 01 65 00 99 73 69 92 63 21 18 41 73 12 62
94 86 54 62 94 06 73 20 30 03 24 70 73 35 00 42 51 92 67 74 90 16 61 52 23 45 87 89 61 31
56 04 43 36 60 87 17 27 57 61 08 00 09 06 27 75 79 36 53 04 41 68 21 28 49 05 92 05 27 98
92 44 72 06 38 61 02 23 77 43 09 42 10 11 63 01 24 47 63 77 50 83 44 35 77 63 99 63 37 94
79 68 48 89 63 80 19 59 52 00 47 38 67 20 03 64 96 39 26 12 31 14 86 25 81 43 40 19 34 54

19 89 63 18 85 60 62 68 99 97 30 81 58 94 76 32 06 02 57 81 59 25 47 88 08 99 23 45 99 80
29 03 68 58 48 71 89 89 36 84 77 09 64 14 78 17 55 23 08 68 99 93 63 95 26 05 28 02 51 35
68 96 33 64 51 26 45 35 18 92 28 95 61 50 71 78 53 34 89 23 27 44 71 81 19 71 78 88 52 39
14 40 89 55 10 97 05 80 93 74 90 12 01 37 75 97 13 28 25 87 06 47 73 28 99 12 61 69 90 09
94 53 41 76 55 31 01 54 23 88 04 98 53 83 33 81 95 50 97 53 60 22 42 78 34 52 04 75 89 18

45 48 99 84 95 01 12 08 93 66 59 40 77 72 47 48 99 06 34 37 54 62 47 63 82 60 35 72 79 69
20 43 24 96 72 43 68 20 95 33 83 55 69 38 14 52 79 21 39 11 83 50 88 90 91 46 93 41 21 58
03 36 66 09 38 67 43 05 00 09 53 19 97 90 86 59 18 66 99 12 36 12 25 73 31 60 33 88 52 58
24 93 00 06 35 19 90 58 93 78 33 63 04 79 15 61 83 55 72 31 85 96 39 01 22 96 67 83 30 38
99 78 20 60 40 15 39 81 05 27 84 07 90 39 87 62 61 15 96 20 39 18 97 86 45 14 49 20 19 52

29 64 02 01 74 53 71 37 25 82 22 11 24 23 65 65 38 29 38 44 20 12 41 54 44 31 42 83 92 07
55 69 68 59 13 75 47 58 62 95 36 40 97 39 87 55 36 84 57 25 30 56 25 83 96 15 54 30 36 16
50 81 05 93 11 90 25 30 10 54 44 80 99 11 96 95 09 01 95 78 98 36 65 72 43 17 61 44 14 84
50 41 88 28 19 59 50 81 92 02 86 25 68 37 02 30 87 50 22 07 07 30 81 24 98 84 34 82 60 11
92 93 40 40 73 98 51 35 99 48 65 12 07 27 30 54 02 73 93 10 78 98 73 40 91 19 39 00 79 76

16 77 18 66 39 51 62 11 59 91 69 86 76 38 60 32 67 12 30 11 11 01 71 50 49 05 94 11 73 06
19 56 17 81 88 41 80 45 58 24 78 35 03 24 05 11 04 74 05 99 19 65 26 01 45 52 10 03 12 57
48 45 40 41 49 11 93 42 99 69 28 48 18 57 41 29 01 66 23 58 01 49 65 46 71 69 74 24 59 28
95 05 84 55 37 43 96 59 25 71 33 84 61 55 42 55 38 62 23 70 23 31 41 78 35 26 96 82 75 84
07 92 51 34 69 23 60 39 15 22 94 02 22 20 00 42 30 50 50 83 96 28 42 33 14 96 96 16 79 08

18 39 04 50 43 87 51 17 89 17 09 34 04 00 23 31 30 36 16 10 88 76 15 83 08 60 63 79 94 75
52 88 07 78 80 97 19 31 57 05 32 67 80 81 78 61 95 61 50 54 75 26 85 59 26 08 18 01 12 55
36 81 94 58 52 02 70 14 77 75 68 99 75 22 99 50 90 21 22 93 05 54 92 17 72 67 60 39 36 84
10 55 49 18 28 92 84 73 37 80 67 54 60 68 53 88 02 92 17 22 35 41 30 68 48 17 79 98 34 15
24 19 12 22 04 27 12 33 36 76 67 02 64 35 83 91 29 61 31 02 92 83 39 51 96 58 26 00 16 27

12 50 23 74 06 91 58 06 31 75 64 87 20 96 79 61 85 23 74 96 69 13 69 72 08 27 49 27 56 31
05 87 33 42 13 39 48 05 65 85 81 63 65 79 16 01 91 42 78 44 58 19 81 09 62 59 65 09 83 60
45 21 12 41 80 43 19 73 06 21 28 21 41 58 43 44 97 29 94 39 63 13 95 89 16 62 93 26 46 57
39 89 05 30 00 82 95 60 76 12 29 06 73 68 88 80 22 22 13 45 94 86 78 62 41 50 51 25 97 53
58 94 70 15 61 40 93 82 11 87 65 49 21 81 98 59 83 31 23 99 56 00 61 74 44 91 72 11 77 97

1 Estas tablas se han construido utilizando la aplicación estadı́stica R. Para la tabla de dı́gitos aleatorios se ha utilizado

el algoritmo de Wichmann y Hill, por lo que en realidad es una tabla de pseudodı́gitos aleatorios.
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 14

34a. Función de distribución Binomial.

n k p = 0.1 p = 0.2 p = 0.25 p = 0.3 p = 0.4 p = 0.5
2 0 0.8100 0.6400 0.5625 0.4900 0.3600 0.2500
1 0.9900 0.9600 0.9375 0.9100 0.8400 0.7500
3 0 0.7290 0.5120 0.4219 0.3430 0.2160 0.1250
1 0.9720 0.8960 0.8438 0.7840 0.6480 0.5000
2 0.9990 0.9920 0.9844 0.9730 0.9360 0.8750
4 0 0.6561 0.4096 0.3164 0.2401 0.1296 0.0625
1 0.9477 0.8192 0.7383 0.6517 0.4752 0.3125
2 0.9963 0.9728 0.9492 0.9163 0.8208 0.6875
3 0.9999 0.9984 0.9961 0.9919 0.9744 0.9375
5 0 0.5905 0.3277 0.2373 0.1681 0.0778 0.0313
1 0.9185 0.7373 0.6328 0.5282 0.3370 0.1875
2 0.9914 0.9421 0.8965 0.8369 0.6826 0.5000
3 0.9995 0.9933 0.9844 0.9692 0.9130 0.8125
4 1.0000 0.9997 0.9990 0.9976 0.9898 0.9688
6 0 0.5314 0.2621 0.1780 0.1176 0.0467 0.0156
1 0.8857 0.6554 0.5339 0.4202 0.2333 0.1094
2 0.9842 0.9011 0.8306 0.7443 0.5443 0.3438
3 0.9987 0.9830 0.9624 0.9295 0.8208 0.6562
4 0.9999 0.9984 0.9954 0.9891 0.9590 0.8906
5 1.0000 0.9999 0.9998 0.9993 0.9959 0.9844
7 0 0.4783 0.2097 0.1335 0.0824 0.0280 0.0078
1 0.8503 0.5767 0.4449 0.3294 0.1586 0.0625
2 0.9743 0.8520 0.7564 0.6471 0.4199 0.2266
3 0.9973 0.9667 0.9294 0.8740 0.7102 0.5000
4 0.9998 0.9953 0.9871 0.9712 0.9037 0.7734
5 1.0000 0.9996 0.9987 0.9962 0.9812 0.9375
6 1.0000 1.0000 0.9999 0.9998 0.9984 0.9922
8 0 0.4305 0.1678 0.1001 0.0576 0.0168 0.0039
1 0.8131 0.5033 0.3671 0.2553 0.1064 0.0352
2 0.9619 0.7969 0.6785 0.5518 0.3154 0.1445
3 0.9950 0.9437 0.8862 0.8059 0.5941 0.3633
4 0.9996 0.9896 0.9727 0.9420 0.8263 0.6367
5 1.0000 0.9988 0.9958 0.9887 0.9502 0.8555
6 1.0000 0.9999 0.9996 0.9987 0.9915 0.9648
7 1.0000 1.0000 1.0000 0.9999 0.9993 0.9961
9 0 0.3874 0.1342 0.0751 0.0404 0.0101 0.0020
1 0.7748 0.4362 0.3003 0.1960 0.0705 0.0195
2 0.9470 0.7382 0.6007 0.4628 0.2318 0.0898
3 0.9917 0.9144 0.8343 0.7297 0.4826 0.2539
4 0.9991 0.9804 0.9511 0.9012 0.7334 0.5000
5 0.9999 0.9969 0.9900 0.9747 0.9006 0.7461
6 1.0000 0.9997 0.9987 0.9957 0.9750 0.9102
7 1.0000 1.0000 0.9999 0.9996 0.9962 0.9805
8 1.0000 1.0000 1.0000 1.0000 0.9997 0.9980
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 15

34b. Función de distribución Binomial. (Continuación)

n k p = 0.1 p = 0.2 p = 0.25 p = 0.3 p = 0.4 p = 0.5

10 0 0.3487 0.1074 0.0563 0.0282 0.0060 0.0010
1 0.7361 0.3758 0.2440 0.1493 0.0464 0.0107
2 0.9298 0.6778 0.5256 0.3828 0.1673 0.0547
3 0.9872 0.8791 0.7759 0.6496 0.3823 0.1719
4 0.9984 0.9672 0.9219 0.8497 0.6331 0.3770
5 0.9999 0.9936 0.9803 0.9527 0.8338 0.6230
6 1.0000 0.9991 0.9965 0.9894 0.9452 0.8281
7 1.0000 0.9999 0.9996 0.9984 0.9877 0.9453
8 1.0000 1.0000 1.0000 0.9999 0.9983 0.9893
9 1.0000 1.0000 1.0000 1.0000 0.9999 0.9990
15 0 0.2059 0.0352 0.0134 0.0047 0.0005 0.0000
1 0.5490 0.1671 0.0802 0.0353 0.0052 0.0005
2 0.8159 0.3980 0.2361 0.1268 0.0271 0.0037
3 0.9444 0.6482 0.4613 0.2969 0.0905 0.0176
4 0.9873 0.8358 0.6865 0.5155 0.2173 0.0592
5 0.9978 0.9389 0.8516 0.7216 0.4032 0.1509
6 0.9997 0.9819 0.9434 0.8689 0.6098 0.3036
7 1.0000 0.9958 0.9827 0.9500 0.7869 0.5000
8 1.0000 0.9992 0.9958 0.9848 0.9050 0.6964
9 1.0000 0.9999 0.9992 0.9963 0.9662 0.8491
10 1.0000 1.0000 0.9999 0.9993 0.9907 0.9408
11 1.0000 1.0000 1.0000 0.9999 0.9981 0.9824
12 1.0000 1.0000 1.0000 1.0000 0.9997 0.9963
13 1.0000 1.0000 1.0000 1.0000 1.0000 0.9995
14 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
20 0 0.1216 0.0115 0.0032 0.0008 0.0000 0.0000
1 0.3917 0.0692 0.0243 0.0076 0.0005 0.0000
2 0.6769 0.2061 0.0913 0.0355 0.0036 0.0002
3 0.8670 0.4114 0.2252 0.1071 0.0160 0.0013
4 0.9568 0.6296 0.4148 0.2375 0.0510 0.0059
5 0.9887 0.8042 0.6172 0.4164 0.1256 0.0207
6 0.9976 0.9133 0.7858 0.6080 0.2500 0.0577
7 0.9996 0.9679 0.8982 0.7723 0.4159 0.1316
8 0.9999 0.9900 0.9591 0.8867 0.5956 0.2517
9 1.0000 0.9974 0.9861 0.9520 0.7553 0.4119
10 1.0000 0.9994 0.9961 0.9829 0.8725 0.5881
11 1.0000 0.9999 0.9991 0.9949 0.9435 0.7483
12 1.0000 1.0000 0.9998 0.9987 0.9790 0.8684
13 1.0000 1.0000 1.0000 0.9997 0.9935 0.9423
14 1.0000 1.0000 1.0000 1.0000 0.9984 0.9793
15 1.0000 1.0000 1.0000 1.0000 0.9997 0.9941
16 1.0000 1.0000 1.0000 1.0000 1.0000 0.9987
17 1.0000 1.0000 1.0000 1.0000 1.0000 0.9998
18 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
19 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 16

35. Función de distribución Poisson.

x λ=1 λ=2 λ=3 λ=4 λ=5 λ=6 λ=7 λ=8 λ=9 λ = 10 x

0 0.3679 0.1353 0.0498 0.0183 0.0067 0.0025 0.0009 0.0003 0.0001 0.0000 0
1 0.7358 0.4060 0.1991 0.0916 0.0404 0.0174 0.0073 0.0030 0.0012 0.0005 1
2 0.9197 0.6767 0.4232 0.2381 0.1247 0.0620 0.0296 0.0138 0.0062 0.0028 2
3 0.9810 0.8571 0.6472 0.4335 0.2650 0.1512 0.0818 0.0424 0.0212 0.0103 3
4 0.9963 0.9473 0.8153 0.6288 0.4405 0.2851 0.1730 0.0996 0.0550 0.0293 4
5 0.9994 0.9834 0.9161 0.7851 0.6160 0.4457 0.3007 0.1912 0.1157 0.0671 5
6 0.9999 0.9955 0.9665 0.8893 0.7622 0.6063 0.4497 0.3134 0.2068 0.1301 6
7 1.0000 0.9989 0.9881 0.9489 0.8666 0.7440 0.5987 0.4530 0.3239 0.2202 7
8 0.9998 0.9962 0.9786 0.9319 0.8472 0.7291 0.5925 0.4557 0.3328 8
9 1.0000 0.9989 0.9919 0.9682 0.9161 0.8305 0.7166 0.5874 0.4579 9
10 0.9997 0.9972 0.9863 0.9574 0.9015 0.8159 0.7060 0.5830 10
11 0.9999 0.9991 0.9945 0.9799 0.9467 0.8881 0.8030 0.6968 11
12 1.0000 0.9997 0.9980 0.9912 0.9730 0.9362 0.8758 0.7916 12
13 0.9999 0.9993 0.9964 0.9872 0.9658 0.9261 0.8645 13
14 1.0000 0.9998 0.9986 0.9943 0.9827 0.9585 0.9165 14
15 0.9999 0.9995 0.9976 0.9918 0.9780 0.9513 15
16 1.0000 0.9998 0.9990 0.9963 0.9889 0.9730 16
17 0.9999 0.9996 0.9984 0.9947 0.9857 17
18 1.0000 0.9999 0.9993 0.9976 0.9928 18
19 1.0000 0.9997 0.9989 0.9965 19
20 0.9999 0.9996 0.9984 20
21 1.0000 0.9998 0.9993 21
22 0.9999 0.9997 22
23 1.0000 0.9999 23
24 1.0000 24
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 17

36. Función de Distribución de la Normal Tı́pica.

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

37. Algunos cuantiles de la Normal Tı́pica.

α qα α qα α qα α qα α qα
0.55 0.126 0.80 0.842 0.93 1.476 0.9800 2.054 0.999900 3.719
0.60 0.253 0.85 1.036 0.94 1.555 0.9900 2.326 0.999950 3.891
0.65 0.385 0.90 1.282 0.95 1.645 0.9950 2.576 0.999990 4.265
0.70 0.524 0.91 1.341 0.96 1.751 0.9990 3.090 0.999995 4.417
0.75 0.674 0.92 1.405 0.97 1.881 0.9995 3.291 0.999999 4.753
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 18

38a. Cuantiles de la distribución Ji Cuadrado2 .

g.l. Orden de los cuantiles
0.005 0.01 0.025 0.05 0.10 0.20 0.25 0.30 0.40
1 0.0000 0.0002 0.0010 0.0039 0.0158 0.0642 0.1015 0.1485 0.2750
2 0.0100 0.0201 0.0506 0.1026 0.2107 0.4463 0.5754 0.7133 1.0217
3 0.0717 0.1148 0.2158 0.3518 0.5844 1.0052 1.2125 1.4237 1.8692
4 0.2070 0.2971 0.4844 0.7107 1.0636 1.6488 1.9226 2.1947 2.7528
5 0.4117 0.5543 0.8312 1.1455 1.6103 2.3425 2.6746 2.9999 3.6555
6 0.6757 0.8721 1.2373 1.6354 2.2041 3.0701 3.4546 3.8276 4.5702
7 0.9893 1.2390 1.6899 2.1673 2.8331 3.8223 4.2549 4.6713 5.4932
8 1.3444 1.6465 2.1797 2.7326 3.4895 4.5936 5.0706 5.5274 6.4226
9 1.7349 2.0879 2.7004 3.3251 4.1682 5.3801 5.8988 6.3933 7.3570
10 2.1559 2.5582 3.2470 3.9403 4.8652 6.1791 6.7372 7.2672 8.2955
11 2.6032 3.0535 3.8157 4.5748 5.5778 6.9887 7.5841 8.1479 9.2373
12 3.0738 3.5706 4.4038 5.2260 6.3038 7.8073 8.4384 9.0343 10.182
13 3.5650 4.1069 5.0088 5.8919 7.0415 8.6339 9.2991 9.9257 11.129
14 4.0747 4.6604 5.6287 6.5706 7.7895 9.4673 10.165 10.821 12.078
15 4.6009 5.2293 6.2621 7.2609 8.5468 10.307 11.036 11.721 13.030
16 5.1422 5.8122 6.9077 7.9616 9.3122 11.152 11.912 12.624 13.983
17 5.6972 6.4078 7.5642 8.6718 10.085 12.002 12.792 13.531 14.937
18 6.2648 7.0149 8.2307 9.3905 10.865 12.857 13.675 14.440 15.893
19 6.8440 7.6327 8.9065 10.117 11.651 13.716 14.562 15.352 16.850
20 7.4338 8.2604 9.5908 10.851 12.443 14.578 15.452 16.266 17.809
21 8.0337 8.8972 10.283 11.591 13.240 15.445 16.344 17.182 18.768
22 8.6427 9.5425 10.982 12.338 14.042 16.314 17.240 18.101 19.729
23 9.2604 10.196 11.689 13.090 14.848 17.187 18.137 19.021 20.690
24 9.8862 10.856 12.401 13.848 15.659 18.062 19.037 19.943 21.653
25 10.520 11.524 13.120 14.611 16.473 18.940 19.939 20.867 22.616
26 11.160 12.198 13.844 15.379 17.292 19.820 20.843 21.792 23.579
27 11.808 12.878 14.573 16.151 18.114 20.703 21.749 22.719 24.544
28 12.461 13.565 15.308 16.928 18.939 21.588 22.657 23.647 25.509
29 13.121 14.257 16.047 17.708 19.768 22.475 23.567 24.577 26.475
30 13.787 14.953 16.791 18.493 20.599 23.364 24.478 25.508 27.442
31 14.458 15.656 17.539 19.281 21.434 24.255 25.390 26.440 28.409
32 15.134 16.362 18.291 20.072 22.271 25.148 26.304 27.373 29.376
33 15.815 17.073 19.047 20.867 23.110 26.042 27.219 28.307 30.344
34 16.501 17.789 19.806 21.664 23.952 26.938 28.136 29.242 31.313
35 17.192 18.509 20.569 22.465 24.797 27.836 29.054 30.178 32.282
36 17.887 19.233 21.336 23.269 25.643 28.735 29.973 31.115 33.252
37 18.586 19.960 22.106 24.075 26.492 29.635 30.893 32.053 34.222
38 19.289 20.691 22.878 24.884 27.343 30.537 31.815 32.992 35.192
39 19.996 21.426 23.654 25.695 28.196 31.441 32.737 33.931 36.163
40 20.706 22.164 24.433 26.509 29.051 32.345 33.660 34.872 37.134
50 27.991 29.707 32.357 34.764 37.689 41.449 42.942 44.313 46.864
60 35.535 37.485 40.482 43.188 46.459 50.641 52.294 53.809 56.620
70 43.275 45.442 48.758 51.739 55.329 59.898 61.698 63.346 66.396
80 51.172 53.540 57.153 60.391 64.278 69.207 71.145 72.915 76.188
90 59.196 61.754 65.647 69.126 73.291 78.558 80.625 82.511 85.993
100 67.328 70.065 74.222 77.929 82.358 87.945 90.133 92.129 95.808

2 Para mayores grados de libertad puede utilizarse el Teorema Central del lı́mite: Si X es Ji-cuadrado con n grados de
libertad, n suficientemente grande, entonces Z = X−n
√ sigue, aproximadamente, una distribución Normal Tı́pica.
2n
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 19

38b. Cuantiles de la distribución Ji Cuadrado3 . (Continuación).

g.l. Orden de los cuantiles

0.50 0.60 0.70 0.75 0.80 0.90 0.95 0.975 0.99 0.995
1 0.4549 0.7083 1.0742 1.3233 1.6424 2.7055 3.8415 5.0239 6.6349 7.8794
2 1.3863 1.8326 2.4079 2.7726 3.2189 4.6052 5.9915 7.3778 9.2103 10.597
3 2.3660 2.9462 3.6649 4.1083 4.6416 6.2514 7.8147 9.3484 11.345 12.838
4 3.3567 4.0446 4.8784 5.3853 5.9886 7.7794 9.4877 11.143 13.277 14.860
5 4.3515 5.1319 6.0644 6.6257 7.2893 9.2364 11.071 12.833 15.086 16.750
6 5.3481 6.2108 7.2311 7.8408 8.5581 10.645 12.592 14.449 16.812 18.548
7 6.3458 7.2832 8.3834 9.0371 9.8032 12.017 14.067 16.013 18.475 20.278
8 7.3441 8.3505 9.5245 10.219 11.030 13.362 15.507 17.535 20.090 21.955
9 8.3428 9.4136 10.656 11.389 12.242 14.684 16.919 19.023 21.666 23.589
10 9.3418 10.473 11.781 12.549 13.442 15.987 18.307 20.483 23.209 25.188
11 10.341 11.530 12.899 13.701 14.631 17.275 19.675 21.920 24.725 26.757
12 11.340 12.584 14.011 14.845 15.812 18.549 21.026 23.337 26.217 28.299
13 12.340 13.636 15.119 15.984 16.985 19.812 22.362 24.736 27.688 29.819
14 13.339 14.685 16.222 17.117 18.151 21.064 23.685 26.119 29.141 31.319
15 14.339 15.733 17.322 18.245 19.311 22.307 24.996 27.488 30.578 32.801
16 15.339 16.779 18.418 19.369 20.465 23.542 26.296 28.845 32.000 34.267
17 16.338 17.824 19.511 20.489 21.615 24.769 27.587 30.191 33.409 35.718
18 17.338 18.868 20.601 21.605 22.760 25.989 28.869 31.526 34.805 37.157
19 18.338 19.910 21.689 22.718 23.900 27.204 30.143 32.852 36.191 38.582
20 19.337 20.951 22.774 23.828 25.038 28.412 31.410 34.170 37.566 39.997
21 20.337 21.992 23.858 24.935 26.171 29.615 32.671 35.479 38.932 41.401
22 21.337 23.031 24.939 26.039 27.302 30.813 33.924 36.781 40.289 42.796
23 22.337 24.069 26.018 27.141 28.429 32.007 35.173 38.076 41.638 44.181
24 23.337 25.106 27.096 28.241 29.553 33.196 36.415 39.364 42.980 45.558
25 24.337 26.143 28.172 29.339 30.675 34.382 37.653 40.646 44.314 46.928
26 25.337 27.179 29.246 30.435 31.795 35.563 38.885 41.923 45.642 48.290
27 26.336 28.214 30.319 31.528 32.912 36.741 40.113 43.194 46.963 49.645
28 27.336 29.249 31.391 32.620 34.027 37.916 41.337 44.461 48.278 50.993
29 28.336 30.282 32.461 33.711 35.139 39.088 42.557 45.722 49.588 52.336
30 29.336 31.316 33.530 34.800 36.250 40.256 43.773 46.979 50.892 53.672
31 30.336 32.349 34.598 35.887 37.359 41.422 44.985 48.232 52.191 55.003
32 31.336 33.381 35.665 36.973 38.466 42.585 46.194 49.480 53.486 56.328
33 32.336 34.413 36.731 38.057 39.572 43.745 47.400 50.725 54.776 57.648
34 33.336 35.444 37.795 39.141 40.676 44.903 48.602 51.966 56.061 58.964
35 34.336 36.475 38.859 40.223 41.778 46.059 49.802 53.203 57.342 60.275
36 35.336 37.505 39.922 41.304 42.879 47.212 50.999 54.437 58.619 61.581
37 36.335 38.535 40.984 42.383 43.978 48.363 52.192 55.668 59.893 62.883
38 37.335 39.564 42.045 43.462 45.076 49.513 53.383 56.896 61.162 64.181
39 38.335 40.593 43.105 44.540 46.173 50.660 54.572 58.120 62.428 65.476
40 39.335 41.622 44.165 45.616 47.269 51.805 55.758 59.342 63.691 66.766
50 49.335 51.892 54.723 56.334 58.164 63.167 67.505 71.420 76.154 79.490
60 59.335 62.135 65.227 66.981 68.972 74.397 79.082 83.298 88.379 91.952
70 69.335 72.358 75.689 77.577 79.715 85.527 90.531 95.023 100.43 104.21
80 79.334 82.566 86.120 88.130 90.405 96.578 101.88 106.63 112.33 116.32
90 89.334 92.761 96.524 98.650 101.05 107.57 113.15 118.14 124.12 128.30
100 99.334 102.95 106.91 109.14 111.67 118.50 124.34 129.56 135.81 140.17

3 Para mayores grados de libertad puede utilizarse el Teorema Central del lı́mite: Si X es Ji-cuadrado con n grados de

libertad, n suficientemente grande, entonces Z = X−n

√ sigue, aproximadamente, una distribución Normal Tı́pica.
2n
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 20

39. Cuantiles de la distribución t-Student.

g.l. Orden de los cuantiles

.55 .60 .65 .70 .75 .80 .85 .90 .95 .975 .99 .995
1 0.158 0.325 0.510 0.727 1.000 1.376 1.963 3.078 6.314 12.706 31.821 63.657
2 0.142 0.289 0.445 0.617 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925
3 0.137 0.277 0.424 0.584 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841
4 0.134 0.271 0.414 0.569 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604
5 0.132 0.267 0.408 0.559 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032
6 0.131 0.265 0.404 0.553 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707
7 0.130 0.263 0.402 0.549 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499
8 0.130 0.262 0.399 0.546 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355
9 0.129 0.261 0.398 0.543 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250
10 0.129 0.260 0.397 0.542 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169
11 0.129 0.260 0.396 0.540 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106
12 0.128 0.259 0.395 0.539 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055
13 0.128 0.259 0.394 0.538 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012
14 0.128 0.258 0.393 0.537 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977
15 0.128 0.258 0.393 0.536 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947
16 0.128 0.258 0.392 0.535 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921
17 0.128 0.257 0.392 0.534 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898
18 0.127 0.257 0.392 0.534 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878
19 0.127 0.257 0.391 0.533 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861
20 0.127 0.257 0.391 0.533 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845
21 0.127 0.257 0.391 0.532 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831
22 0.127 0.256 0.390 0.532 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819
23 0.127 0.256 0.390 0.532 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807
24 0.127 0.256 0.390 0.531 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797
25 0.127 0.256 0.390 0.531 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787
26 0.127 0.256 0.390 0.531 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779
27 0.127 0.256 0.389 0.531 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771
28 0.127 0.256 0.389 0.530 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763
29 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756
30 0.127 0.256 0.389 0.530 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750
31 0.127 0.256 0.389 0.530 0.682 0.853 1.054 1.309 1.696 2.040 2.453 2.744
32 0.127 0.255 0.389 0.530 0.682 0.853 1.054 1.309 1.694 2.037 2.449 2.738
33 0.127 0.255 0.389 0.530 0.682 0.853 1.053 1.308 1.692 2.035 2.445 2.733
34 0.127 0.255 0.389 0.529 0.682 0.852 1.052 1.307 1.691 2.032 2.441 2.728
35 0.127 0.255 0.388 0.529 0.682 0.852 1.052 1.306 1.690 2.030 2.438 2.724
40 0.126 0.255 0.388 0.529 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704
45 0.126 0.255 0.388 0.528 0.680 0.850 1.049 1.301 1.679 2.014 2.412 2.690
50 0.126 0.255 0.388 0.528 0.679 0.849 1.047 1.299 1.676 2.009 2.403 2.678
60 0.126 0.254 0.387 0.527 0.679 0.848 1.045 1.296 1.671 2.000 2.390 2.660
70 0.126 0.254 0.387 0.527 0.678 0.847 1.044 1.294 1.667 1.994 2.381 2.648
80 0.126 0.254 0.387 0.526 0.678 0.846 1.043 1.292 1.664 1.990 2.374 2.639
90 0.126 0.254 0.387 0.526 0.677 0.846 1.042 1.291 1.662 1.987 2.368 2.632
100 0.126 0.254 0.386 0.526 0.677 0.845 1.042 1.290 1.660 1.984 2.364 2.626
120 0.126 0.254 0.386 0.526 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617
∞ 0.126 0.253 0.385 0.524 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 21

40. Cuantiles 0.90 de las distribuciones F con k y m grados de libertad.

k, grados de libertad del numerador

m 1 2 3 4 5 8 12 15 20 30 60 ∞
1 39.86 49.50 53.59 55.83 57.24 59.44 60.71 61.22 61.74 62.26 62.79 63.33
2 8.526 9.000 9.162 9.243 9.293 9.367 9.408 9.425 9.441 9.458 9.475 9.491
3 5.538 5.462 5.391 5.343 5.309 5.252 5.216 5.200 5.185 5.168 5.151 5.134
4 4.545 4.325 4.191 4.107 4.051 3.955 3.895 3.870 3.844 3.817 3.790 3.761
5 4.060 3.780 3.619 3.520 3.453 3.339 3.268 3.238 3.207 3.174 3.140 3.105
6 3.776 3.463 3.289 3.181 3.108 2.983 2.905 2.871 2.836 2.800 2.762 2.722
7 3.589 3.257 3.074 2.961 2.883 2.752 2.668 2.632 2.595 2.556 2.514 2.471
8 3.458 3.113 2.924 2.806 2.726 2.589 2.502 2.464 2.425 2.383 2.339 2.293
9 3.360 3.007 2.813 2.693 2.611 2.469 2.379 2.340 2.298 2.255 2.208 2.159
10 3.285 2.924 2.728 2.605 2.522 2.377 2.284 2.243 2.201 2.155 2.107 2.055
11 3.225 2.859 2.660 2.536 2.451 2.304 2.209 2.167 2.123 2.076 2.026 1.972
12 3.177 2.807 2.605 2.480 2.394 2.245 2.147 2.105 2.060 2.011 1.960 1.904
13 3.136 2.763 2.560 2.434 2.347 2.195 2.097 2.053 2.007 1.958 1.904 1.846
14 3.102 2.727 2.522 2.395 2.307 2.154 2.054 2.010 1.962 1.912 1.857 1.797
15 3.073 2.695 2.490 2.361 2.273 2.118 2.017 1.972 1.924 1.873 1.817 1.755
16 3.048 2.668 2.462 2.333 2.244 2.088 1.985 1.940 1.891 1.839 1.782 1.718
17 3.026 2.645 2.437 2.308 2.218 2.061 1.958 1.912 1.862 1.809 1.751 1.686
18 3.007 2.624 2.416 2.286 2.196 2.038 1.933 1.887 1.837 1.783 1.723 1.657
19 2.990 2.606 2.397 2.266 2.176 2.017 1.912 1.865 1.814 1.759 1.699 1.631
20 2.975 2.589 2.380 2.249 2.158 1.998 1.892 1.845 1.794 1.738 1.677 1.607
21 2.961 2.575 2.365 2.233 2.142 1.982 1.875 1.827 1.776 1.719 1.657 1.586
22 2.949 2.561 2.351 2.219 2.128 1.967 1.859 1.811 1.759 1.702 1.639 1.567
23 2.937 2.549 2.339 2.207 2.115 1.953 1.845 1.796 1.744 1.686 1.622 1.549
24 2.927 2.538 2.327 2.195 2.103 1.941 1.832 1.783 1.730 1.672 1.607 1.533
25 2.918 2.528 2.317 2.184 2.092 1.929 1.820 1.771 1.717 1.659 1.593 1.518
26 2.909 2.519 2.307 2.174 2.082 1.919 1.809 1.760 1.706 1.647 1.581 1.504
27 2.901 2.511 2.299 2.165 2.073 1.909 1.799 1.749 1.695 1.636 1.569 1.491
28 2.894 2.503 2.291 2.157 2.065 1.900 1.789 1.740 1.685 1.625 1.558 1.478
29 2.887 2.496 2.283 2.149 2.057 1.892 1.781 1.731 1.676 1.615 1.547 1.467
30 2.881 2.489 2.276 2.142 2.049 1.884 1.773 1.722 1.667 1.607 1.538 1.456
40 2.835 2.440 2.226 2.091 1.997 1.829 1.715 1.662 1.605 1.541 1.467 1.377
60 2.791 2.393 2.177 2.041 1.946 1.775 1.657 1.603 1.543 1.475 1.395 1.291
90 2.762 2.363 2.146 2.008 1.912 1.739 1.620 1.564 1.503 1.432 1.346 1.228
120 2.748 2.347 2.130 1.992 1.896 1.722 1.601 1.545 1.482 1.409 1.320 1.193
∞ 2.705 2.303 2.084 1.945 1.847 1.670 1.546 1.487 1.421 1.342 1.240 1.000
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 22

41. Cuantiles 0.95 de las distribuciones F con k y m grados de libertad.

k, grados de libertad del numerador

m 1 2 3 4 5 8 12 15 20 30 60 ∞
1 161.4 199.5 215.7 224.6 230.2 238.9 243.9 245.9 248.0 250.1 252.2 254.3
2 18.51 19.00 19.16 19.25 19.30 19.37 19.41 19.43 19.45 19.46 19.48 19.50
3 10.13 9.552 9.277 9.117 9.014 8.845 8.745 8.703 8.660 8.617 8.572 8.526
4 7.709 6.944 6.591 6.388 6.256 6.041 5.912 5.858 5.802 5.746 5.688 5.628
5 6.608 5.786 5.410 5.192 5.050 4.818 4.678 4.619 4.558 4.496 4.431 4.365
6 5.987 5.143 4.757 4.534 4.387 4.147 4.000 3.938 3.874 3.808 3.740 3.669
7 5.591 4.737 4.347 4.120 3.971 3.726 3.575 3.511 3.444 3.376 3.304 3.230
8 5.318 4.459 4.066 3.838 3.688 3.438 3.284 3.218 3.150 3.079 3.005 2.928
9 5.117 4.256 3.862 3.633 3.482 3.230 3.073 3.006 2.937 2.864 2.787 2.707
10 4.965 4.103 3.708 3.478 3.326 3.072 2.913 2.845 2.774 2.700 2.621 2.538
11 4.844 3.982 3.587 3.357 3.204 2.948 2.788 2.719 2.646 2.570 2.490 2.405
12 4.747 3.885 3.490 3.259 3.106 2.849 2.687 2.617 2.544 2.466 2.384 2.296
13 4.667 3.806 3.411 3.179 3.025 2.767 2.604 2.533 2.459 2.380 2.297 2.206
14 4.600 3.739 3.344 3.112 2.958 2.699 2.534 2.463 2.388 2.308 2.223 2.131
15 4.543 3.682 3.287 3.056 2.901 2.641 2.475 2.403 2.328 2.247 2.160 2.066
16 4.494 3.634 3.239 3.007 2.852 2.591 2.425 2.352 2.276 2.194 2.106 2.010
17 4.451 3.592 3.197 2.965 2.810 2.548 2.381 2.308 2.230 2.148 2.058 1.960
18 4.414 3.555 3.160 2.928 2.773 2.510 2.342 2.269 2.191 2.107 2.017 1.917
19 4.381 3.522 3.127 2.895 2.740 2.477 2.308 2.234 2.155 2.071 1.980 1.878
20 4.351 3.493 3.098 2.866 2.711 2.447 2.278 2.203 2.124 2.039 1.946 1.843
21 4.325 3.467 3.072 2.840 2.685 2.421 2.250 2.176 2.096 2.010 1.916 1.812
22 4.301 3.443 3.049 2.817 2.661 2.397 2.226 2.151 2.071 1.984 1.889 1.783
23 4.279 3.422 3.028 2.796 2.640 2.375 2.204 2.128 2.048 1.961 1.865 1.757
24 4.260 3.403 3.009 2.776 2.621 2.355 2.183 2.108 2.027 1.939 1.842 1.733
25 4.242 3.385 2.991 2.759 2.603 2.337 2.165 2.089 2.007 1.919 1.822 1.711
26 4.225 3.369 2.975 2.743 2.587 2.320 2.148 2.072 1.990 1.901 1.803 1.691
27 4.210 3.354 2.960 2.728 2.572 2.305 2.132 2.056 1.974 1.884 1.785 1.672
28 4.196 3.340 2.947 2.714 2.558 2.291 2.118 2.041 1.959 1.869 1.769 1.654
29 4.183 3.328 2.934 2.701 2.545 2.278 2.105 2.027 1.945 1.854 1.754 1.638
30 4.171 3.316 2.922 2.690 2.534 2.266 2.092 2.015 1.932 1.841 1.740 1.622
40 4.085 3.232 2.839 2.606 2.450 2.180 2.003 1.924 1.839 1.744 1.637 1.509
60 4.001 3.150 2.758 2.525 2.368 2.097 1.917 1.836 1.748 1.649 1.534 1.389
90 3.947 3.098 2.706 2.473 2.316 2.043 1.861 1.779 1.688 1.586 1.465 1.302
120 3.920 3.072 2.680 2.447 2.290 2.016 1.834 1.750 1.659 1.554 1.429 1.254
∞ 3.842 2.996 2.605 2.372 2.214 1.938 1.752 1.666 1.571 1.459 1.318 1.000
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 23

42. Valores crı́ticos para el test de los rangos signados de Wilcoxon

Nota 1: Si la hipótesis alternativa es unilateral, la probabilidad de las colas (primera fila) debe
dividirse por dos.
Nota 2: Como la distribución nula en el test de los signos es discreta, la verdadera probabilidad
de las colas es la más cercana por debajo al valor que aparece en la primera fila, pero no coincide
exactamente con dicho valor.

n Probabilidad de las colas n

0.20 0.10 0.05 0.02 0.01 0.002 0.001
6 18 19 21 6
7 23 25 26 28 7
8 28 31 33 35 36 8
9 35 37 40 42 44 9
10 41 45 47 50 52 55 10
11 49 53 56 59 61 65 66 11
12 57 61 65 69 71 76 77 12
13 65 70 74 79 82 87 89 13
14 74 80 84 90 93 99 101 14
15 84 90 95 101 105 112 114 15
16 94 101 107 113 117 125 128 16
17 105 112 119 126 130 139 142 17
18 116 124 131 139 144 153 157 18
19 128 137 144 153 158 169 172 19
20 141 150 158 167 173 184 189 20
21 154 164 173 182 189 201 206 21
22 167 178 188 198 205 218 223 22
23 182 193 203 214 222 236 241 23
24 196 209 219 231 239 255 260 24
25 212 225 236 249 257 274 280 25
26 227 241 253 267 276 293 300 26
27 244 259 271 286 295 314 321 27
28 261 276 290 305 315 335 342 28
29 278 295 309 325 335 356 364 29
30 296 314 328 345 356 379 387 30
31 315 333 349 366 378 402 410 31
32 334 353 369 388 400 425 434 32
33 354 374 391 410 423 449 459 33
34 374 395 413 433 447 474 484 34
35 395 417 435 457 471 499 510 35
36 416 439 458 481 495 525 536 36
37 438 462 482 505 521 552 563 37
38 460 485 506 530 547 579 591 38
39 483 509 531 556 573 607 619 39
40 507 534 556 582 600 635 648 40
41 531 559 582 609 628 664 678 41
42 555 584 609 637 656 694 708 42
43 581 610 636 665 685 724 739 43
44 606 637 663 694 714 755 770 44
45 633 664 692 723 744 786 802 45
46 659 692 720 753 774 818 835 46
47 687 721 750 783 806 851 868 47
48 714 750 780 814 837 884 902 48
49 743 779 810 846 870 918 936 49
50 772 809 841 878 902 952 971 50
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 24

43a. Valores crı́ticos para el estadı́stico U de Mann-Whitney. (Continuación)

Nota 1: Si la hipótesis alternativa es unilateral, la probabilidad de las colas (primera fila) debe
dividirse por dos.
Nota 2: Como la distribución nula en el test U de Mann-Whitney es discreta, la verdadera proba-
bilidad de las colas es la más cercana por debajo al valor que aparece en la primera fila, pero no
coincide exactamente con dicho valor.

n2 n1 Probabilidad de las colas n2 n1 Probabilidad de las colas

0.2 0.1 0.05 0.02 0.01 0.001 0.2 0.1 0.05 0.02 0.01 0.001
3 2 5 11 1 11
3 3 7 9 11 2 19 21 22
4 2 8 11 3 26 28 30 32 33
4 3 11 12 11 4 33 36 38 40 42
4 4 12 15 16 11 5 40 43 46 48 50 54
5 2 9 10 11 6 47 50 53 57 59 64
5 3 13 14 15 11 7 54 58 61 65 67 73
5 4 16 18 19 20 11 8 61 65 69 73 75 82
5 5 20 21 23 24 25 11 9 68 72 76 81 83 91
6 2 11 12 11 10 74 79 84 88 92 100
6 3 15 16 17 11 11 81 87 91 96 100 109
6 4 19 21 22 23 24 12 1 12
6 5 23 25 27 28 29 12 2 20 22 23
6 6 27 29 31 33 34 12 3 28 31 32 34 35
7 2 13 14 12 4 36 39 41 43 45
7 3 17 19 20 21 12 5 43 47 49 52 54 59
7 4 22 24 25 27 28 12 6 51 55 58 61 63 69
7 5 27 29 30 32 34 12 7 58 63 66 70 72 79
7 6 31 34 36 38 39 12 8 66 70 74 79 81 89
7 7 36 38 41 43 45 49 12 9 73 78 82 87 90 98
8 2 14 15 16 12 10 81 86 91 96 99 108
8 3 19 21 22 24 12 11 88 94 99 104 108 117
8 4 25 27 28 30 31 12 12 95 102 107 113 117 127
8 5 30 32 34 36 38 13 1 13
8 6 35 38 40 42 44 48 13 2 22 24 25 26
8 7 40 43 46 49 50 55 13 3 30 33 35 37 38
8 8 45 49 51 55 57 62 13 4 39 42 44 47 49 52
9 1 8 13 5 47 50 53 56 58 63
9 2 16 17 18 13 6 55 59 62 66 68 74
9 3 22 23 25 26 27 13 7 63 67 71 75 78 85
9 4 27 30 32 33 35 13 8 71 76 80 84 87 95
9 5 33 36 38 40 42 45 13 9 79 84 89 94 97 106
9 6 39 42 44 47 49 53 13 10 87 93 97 103 106 116
9 7 45 48 51 54 56 61 13 11 95 101 106 112 116 126
9 8 50 54 57 61 63 68 13 12 103 109 115 121 125 136
9 9 56 60 64 67 70 76 13 13 111 118 124 130 135 146
10 1 10 14 1 14
10 2 17 19 20 14 2 22 25 27 28
10 3 24 26 27 29 30 14 3 32 35 37 40 41
10 4 30 33 35 37 38 14 4 41 45 47 50 52 56
10 5 37 39 42 44 46 50 14 5 50 54 57 60 63 68
10 6 43 46 49 52 54 58 14 6 59 63 67 71 73 79
10 7 49 53 56 59 61 67 14 7 67 72 76 81 83 91
10 8 56 60 63 67 69 75 14 8 76 81 86 90 94 102
10 9 62 66 70 74 77 83 14 9 85 90 95 100 104 113
10 10 68 73 77 81 84 92 14 10 93 99 104 110 114 124
14 11 102 108 114 120 124 135
14 12 110 117 123 130 134 146
14 13 119 126 132 139 144 157
14 14 127 135 141 149 154 167
Estadı́stica Matemática. Depto. de Estadı́stica e I.O. 25

43b. Valores crı́ticos para el estadı́stico U de Mann-Whitney. (Continuación)

n2 n1 Probabilidad de las colas n2 n1 Probabilidad de las colas

0.2 0.1 0.05 0.02 0.01 0.001 0.2 0.1 0.05 0.02 0.01 0.001
15 1 15 18 1 18
15 2 25 27 29 30 18 2 30 32 34 36
15 3 35 38 40 42 43 18 3 41 45 47 50 52
15 4 44 48 50 53 55 60 18 4 52 56 60 63 66 71
15 5 53 57 61 64 67 72 18 5 63 68 72 76 79 86
15 6 63 67 71 75 78 85 18 6 74 80 84 89 92 100
15 7 72 77 81 86 89 97 18 7 85 91 96 102 105 115
15 8 81 87 91 96 100 109 18 8 96 103 108 114 118 129
15 9 90 96 101 107 111 120 18 9 107 114 120 126 131 142
15 10 99 106 111 117 121 132 18 10 118 125 132 139 143 156
15 11 108 115 121 128 132 144 18 11 129 137 143 151 156 170
15 12 117 125 131 138 143 155 18 12 139 148 155 163 169 183
15 13 127 134 141 148 153 167 18 13 150 159 167 175 181 197
15 14 136 144 151 159 164 178 18 14 161 170 178 187 194 210
15 15 145 153 161 169 174 189 18 15 172 182 190 200 206 224
16 1 16 18 16 182 193 202 212 218 237
16 2 27 29 31 32 18 17 193 204 213 224 231 250
16 3 37 40 42 45 46 18 18 204 215 225 236 243 263
16 4 47 50 53 57 59 63 19 1 17 19
16 5 57 61 65 68 71 77 19 2 31 34 36 37 38
16 6 67 71 75 80 83 90 19 3 43 47 50 53 54
16 7 76 82 86 91 94 103 19 4 55 59 63 67 69 74
16 8 86 92 97 102 106 115 19 5 67 72 76 80 83 90
16 9 96 102 107 113 117 128 19 6 78 84 89 94 97 106
16 10 106 112 118 124 129 140 19 7 90 96 101 107 111 120
16 11 115 122 129 135 140 152 19 8 101 108 114 120 124 135
16 12 125 132 139 146 151 165 19 9 113 120 126 133 138 150
16 13 134 143 149 157 163 177 19 10 124 132 138 146 151 164
16 14 144 153 160 168 174 189 19 11 136 144 151 159 164 178
16 15 154 163 170 179 185 201 19 12 147 156 163 172 177 193
16 16 163 173 181 190 196 213 19 13 158 167 175 184 190 207
17 1 17 19 14 169 179 188 197 203 221
17 2 28 31 32 34 19 15 181 191 200 210 216 235
17 3 39 42 45 47 49 19 16 192 203 212 222 230 249
17 4 50 53 57 60 62 67 19 17 203 214 224 235 242 263
17 5 60 65 68 72 75 81 19 18 214 226 236 248 255 277
17 6 71 76 80 84 87 95 19 19 226 238 248 260 268 291
17 7 81 86 91 96 100 109 20 1 19 20
17 8 91 97 102 108 112 122 20 2 33 36 38 39 40
17 9 101 108 114 120 124 135 20 3 45 49 52 55 57
17 10 112 119 125 132 136 148 20 4 58 62 66 70 72 78
17 11 122 130 136 143 148 161 20 5 70 75 80 84 87 95
17 12 132 140 147 155 160 174 20 6 82 88 93 98 102 111
17 13 142 151 158 166 172 187 20 7 94 101 106 112 116 126
17 14 153 161 169 178 184 199 20 8 106 113 119 126 130 142
17 15 163 172 180 189 195 212 20 9 118 126 132 140 144 157
17 16 173 183 191 201 207 225 20 10 130 138 145 153 158 172
17 17 183 193 202 212 219 238 20 11 142 151 158 167 172 187
20 12 154 163 171 180 186 202
20 13 166 176 184 193 200 217
20 14 178 188 197 207 213 231
20 15 190 200 210 220 227 246
20 16 201 213 222 233 241 261
20 17 213 225 235 247 254 275
20 18 225 237 248 260 268 290
20 19 237 250 261 273 281 304
20 20 249 262 273 286 295 319