Scribd
Cargar
9 vistas4 páginas

Formulas

El documento describe cómo calcular intervalos de confianza para estimar diferencias de media y proporciones en diferentes casos, incluyendo varianzas conocidas y desconocidas, así como poblaciones finitas e infinitas. Se presentan fórmulas específicas para utilizar la distribución normal y la t de Student, dependiendo de las condiciones de la muestra y la homogeneidad de las poblaciones. También se abordan métodos para estimar proporciones y diferencias de proporciones con sus respectivas fórmulas.

Cargado por

Frank Heredia
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
9 vistas4 páginas

Formulas

El documento describe cómo calcular intervalos de confianza para estimar diferencias de media y proporciones en diferentes casos, incluyendo varianzas conocidas y desconocidas, así como poblaciones finitas e infinitas. Se presentan fórmulas específicas para utilizar la distribución normal y la t de Student, dependiendo de las condiciones de la muestra y la homogeneidad de las poblaciones. También se abordan métodos para estimar proporciones y diferencias de proporciones con sus respectivas fórmulas.

Cargado por

Frank Heredia
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Intervalo de confianza para estimar diferencias de media

Caso 1)
Varianzas conocidas
Población infinita
Muestra > 30
Existe distribución normal
Se utiliza la Z normal
(̅̅̅ 𝑥2 ) − (𝜇1 − 𝜇2 )
𝑥1 − ̅̅̅
𝑍=
𝜎12 𝜎22
√ +
𝑛1 𝑛2

𝜎12 𝜎22
[(̅̅̅ 𝑥2 ) ± 𝑍√ + ] = 1 − 𝛼
𝑥1 − ̅̅̅
𝑛1 𝑛2

Caso 2.1)
Varianzas desconocidas
Varianzas iguales
Población finita
Muestra ≤ 30
Existe distribución normal
Poblaciones homogéneas
Poblaciones dependientes
Se utiliza la t studen con (𝑛1 + 𝑛2 − 2) g.l
(̅̅̅ 𝑥2 ) − (𝜇1 − 𝜇2 )
𝑥1 − ̅̅̅
𝑡=
1 1
𝑆𝑝 √𝑛 + 𝑛
1 2

1 1
[(̅̅̅ 𝑥2 ) ± 𝑡 ∗ 𝑆𝑝 √
𝑥1 − ̅̅̅ + ]=1−𝛼
𝑛1 𝑛2

(𝑛1 −1)𝑆12 +(𝑛2 −1)𝑆22


Donde: 𝑆𝑝 = √ (𝑛1 +𝑛2 −2)

Caso 2.2)
Varianzas desconocidas
Varianzas desiguales
Población finita
Muestra ≤ 30
Existe distribución normal
Poblaciones heterogéneas
Poblaciones independientes
Se utiliza la t studen con v g.l
2
𝑠21 𝑠2
2
( + )
𝑛1 𝑛2
Donde 𝑣 = 𝑠 2 𝑠2
(𝑛1 ) (𝑛2 )
1 1
+
(𝑛1 −1) (𝑛2 −1)
(̅̅̅ 𝑥2 ) − (𝜇1 − 𝜇2 )
𝑥1 − ̅̅̅
𝑡=
𝑠12 𝑠22
√ +
𝑛1 𝑛2

𝑠12 𝑠22
[(̅̅̅ 𝑥2 ) ± 𝑡√ + ] = 1 − 𝛼
𝑥1 − ̅̅̅
𝑛1 𝑛2

Intervalo de confianza para estimar la proporción


Si se sabe que 𝜎 2 = 𝑝 ∗ 𝑞
𝑝̂ − 𝑃
𝑍=
√𝑝̂ ∗ 𝑞̂
𝑛

𝑝̂ ∗ 𝑞̂ 𝑝̂ ∗ 𝑞̂
(𝑝̂ − 𝑍 ∗ √ < 𝑃 < 𝑝̂ + 𝑍 ∗ √ )=1−𝛼
𝑛 𝑛

𝑥
𝑝̂ =
𝑛

Intervalo de confianza para estimar la diferencia de


proporciones
(𝑝̂1 − 𝑝̂ 2 ) − (𝑃1 − 𝑃2 )
𝑍=
𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 + 𝑛
1 2
(𝑝̂1 − 𝑝̂ 2 ) − (𝑃1 − 𝑃2 )
𝑍=
𝑝𝑞 𝑝𝑞
√𝑛 + 𝑛
1 2

𝑥1 + 𝑥2
𝑝=
𝑛1 + 𝑛2

𝑝𝑞 𝑝𝑞
((𝑝̂1 − 𝑝̂ 2 ) − 𝑍 ∗ √ + <𝑃
𝑛1 𝑛2

𝑝𝑞 𝑝𝑞
< (𝑝̂1 − 𝑝̂ 2 ) + 𝑍 ∗ √ + )=1−𝛼
𝑛1 𝑛2

𝑥
𝑝̂ =
𝑛

También podría gustarte