1. Manual del Usuario
HEST
Herramientas de Estadística y Probabilidad para Windows
SOFTWARE
www.vaxasoftware.com
Ref.: HEST
2. ÍNDICE
Introducción................................................................................................................ 3
Condiciones de uso.................................................................................................... 3
Formatos de entrada de valores ................................................................................ 4
Tipos de cálculos........................................................................................................ 4
Contraste de hipótesis ................................................................................................ 4
Intervalo de confianza ................................................................................................ 5
Distribuciones de probabilidad.................................................................................... 5
Estadística de 1 variable............................................................................................. 6
Estadística de 2 variables........................................................................................... 6
Teoremas de la Probabilidad Total y Bayes ............................................................... 7
Probabilidad para dos sucesos A y B ......................................................................... 7
Anexo 1: Fórmulas de distribuciones de probabilidad................................................ 8
Anexo 2: Fórmulas de intervalos de confianza ........................................................ 11
Anexo 3: Fórmulas de contraste de hipótesis .......................................................... 13
Anexo 4: Fórmulas de estadística de 1 variable ...................................................... 22
Anexo 5: Fórmulas de estadística de 2 variables..................................................... 24
Anexo 6: Fórmulas de los teoremas de la Probabilidad Total y Bayes .................... 25
Anexo 7: Fórmulas de probabilidad para dos sucesos A y B................................... 26
Especificaciones....................................................................................................... 27
Marcas comerciales ................................................................................................. 27
2
3. Introducción
HEstadis es una aplicación para Windows para cálculos de estadística y probabilidad.
Permite 7 tipos de cálculos de probabilidad y estadística:
Contraste de hipótesis.
Intervalo de confianza.
Distribución de probabilidad.
Estadística de 1 y 2 variables.
Teoremas de la Probabilidad Total y Bayes.
Probabilidad para 2 sucesos A y B.
Por favor, léase el presente manual a fin de conocer todas las funcionalidades de la aplicación.
Nota:
El diseño y las especificaciones están sujetos a cambios sin previo aviso.
Condiciones de uso
CONDICIONES DE USO DE LA APLICACIÓN TRIALWARE / SHAREWARE / DEMO (*)
Vaxa Software no será responsable de los daños o perjuicios directos o indirectos ocasionados por el uso o
imposibilidad de uso de esta aplicación, ni por los efectos en el funcionamiento de otras aplicaciones o del
sistema operativo.
Antes de la instalación recomendamos hacer copia de seguridad de sus datos, crear un punto de restauración
del sistema y tener a mano todos los archivos para la reinstalación del sistema operativo y sus aplicaciones.
Usted podrá evaluar gratuitamente la aplicación shareware durante el tiempo que considere necesario.
Transcurrido este periodo de evaluación usted deberá registrarse o desinstalar la aplicación.
Para registrarse consulte la opción "REGISTRAR APLICACIÓN" en el menú ayuda de la aplicación.
Tras pagar los derechos de registro recibirá por e-mail la CLAVE de REGISTRO de la aplicación.
Una vez registrada la aplicación, podrá usar las opciones que estaban deshabilitadas hasta ese momento.
Conserve su clave de registro en lugar seguro. Si tuviera que reinstalar la aplicación podría necesitarla.
La CLAVE de REGISTRO es única para cada equipo. No podrá usar la clave de registro en un equipo distinto.
Usted puede distribuir libremente copias inalteradas del sistema de instalación de la aplicación shareware a otros
usuarios para su evaluación.
El pago del registro le da derecho al uso de la aplicación pero no le otorga la propiedad de la misma.
Usted no puede descompilar la aplicación ni usar ningún tipo de ingeniería inversa para su análisis o
modificación.
No puede usar parte o la totalidad de la aplicación para crear una nueva aplicación.
Conflictos de archivos compartidos:
VaxaSoftware no será responsable de los conflictos debidos a la incompatibilidad de archivos compartidos (*.dll
*.ocx y otros).
Las aplicaciones de VaxaSoftware usan archivos compartidos (*.dll *.ocx y otros) que se copian al equipo durante
la instalación.
Es posible que el archivo compartido exista previamente y sea o no reemplazado por otra versión distinta
durante la instalación de la aplicación de VaxaSoftware.
Ello puede originar que la aplicación de VaxaSoftware no funcione y/o que aplicaciones de terceros que
compartan el mismo archivo no lo hagan.
Asimismo la instalación de aplicaciones de terceros puede ocasionar que la aplicación de VaxaSoftware o la
aplicación de terceros no funcionen.
VaxaSoftware tratará de resolver estos conflictos de forma razonable, no obstante su resolución satisfactoria
no está garantizada y en muchos casos puede ser imposible.
(*) Las condiciones de uso de la aplicación ya fueron aceptadas por el usuario antes del proceso de instalación. Aquí se
reseñan para su consulta posterior.
3
4. Formatos de entrada de valores
Los valores numéricos se pueden entrar en alguno de los siguientes formatos:
- Números corrientes: 0.24; 15.23
- Porcentajes: 90%; 12%
- Fracciones: 2/3; 5/8
- Notación científica: 2E-4 (equivalente a 2x10-4 = 0.0002)
El separador de decimales es el punto.
Si se entra coma, se presentará como punto.
Tipos de cálculos
HEstadis permite realizar 7 tipos de cálculos estadísticos y de probabilidad:
- Contraste de hipótesis
- Intervalos de confianza
- Distribuciones de probabilidad
- Estadística de 1 variable
- Estadística de 2 variables
- Teoremas de la Probabilidad Total y Bayes
- Probabilidad para dos sucesos A y B
Debemos pulsar la pestaña correspondiente en la ventana de la aplicación para acceder a cada uno
de los tipos de cálculo.
Contraste de hipótesis
Nos permite comprobar la validez de un parámetro estadístico de una o dos poblaciones conociendo
los valores estadísticos de una o varias muestras.
En todos los casos se debe especificar el nivel de confianza o el de significación.
El contraste se puede realizar bilateral o unilateral izquierdo/derecho.
Disponemos de 9 tipos de contraste de hipótesis:
Para 1 población:
1) Media de la población con varianza poblacional conocida.
2) Media de la población con varianza poblacional desconocida.
3) Varianza de la población.
4) Proporción de la población.
Para 2 poblaciones:
5) Diferencia de las medias poblacionales con varianzas poblacionales conocidas.
6) Diferencia de las medias poblacionales con varianzas poblacionales iguales y desconocidas.
7) Diferencia de las medias poblacionales con varianzas poblacionales distintas y desconocidas.
8) Cociente de las varianzas poblacionales
9) Diferencia de las proporciones poblacionales
4
5. Intervalo de confianza
Nos permite calcular el intervalo de confianza de un parámetro estadístico de una o dos poblaciones
conociendo los valores estadísticos de una o varias muestras.
En todos los casos se debe especificar el nivel de confianza o el de significación.
Disponemos de 9 tipos de intervalos de confianza:
Para 1 población:
1) Media de la población con varianza poblacional conocida.
2) Media de la población con varianza poblacional desconocida.
3) Varianza de la población.
4) Proporción de la población.
Para 2 poblaciones:
5) Diferencia de las medias poblacionales con varianzas poblacionales conocidas.
6) Diferencia de las medias poblacionales con varianzas poblacionales iguales y desconocidas.
7) Diferencia de las medias poblacionales con varianzas poblacionales distintas y desconocidas.
8) Cociente de las varianzas poblacionales.
9) Diferencia de las proporciones poblacionales.
Distribuciones de probabilidad
Para cada tipo de distribución de probabilidad, nos permite calcular el punto o puntos porcentuales
conocida la probabilidad y viceversa.
El cálculo se puede realizar con la probabilidad acumulada a izquierda, derecha, intervalo, intervalo
centrado o puntual.
Disponemos de 6 tipos de distribuciones de probabilidad:
Distribuciones continuas:
1) Normal.
2) t-Student.
3) Ji-Cuadrado.
4) F-Snedecor.
Distribuciones discretas:
5) Binomial.
6) Poisson.
5
6. Estadística de 1 variable
Permite el cálculo de la estadística de una variable numérica X.
- Los datos pueden estar agrupados en intervalos o no agrupados.
Se calculan los siguientes parámetros estadísticos:
1) Media aritmética
2) Mediana
3) Moda
4) Desviación típica
5) Varianza
6) Coeficiente de variación
7) Asimetría
8) Curtosis
9) Momentos (orden 0 a 4, para la media y el origen)
10) Cuartiles, deciles y percentiles y sus inversos
11) Representación gráfica (diagrama de barras o histograma) e impresión.
- Los datos de pueden guardar y abrir como archivos de extensión E1V.
- Los datos y resultados de pueden imprimir.
Estadística de 2 variables
Permite el cálculo de la estadística de dos variables numéricas X, Y.
- Podemos obtener 5 tipos de fórmulas de correlación usando el método de mínimos cuadrados:
1) Lineal
2) Logarítmica
3) Exponencial
4) Potencial
5) Cuadrática
Se calculan los siguientes parámetros estadísticos:
1) Medias aritméticas de X e Y.
2) Desviaciones típicas de X e Y.
3) Varianzas de X e Y.
4) Covarianza.
5) Coeficiente de correlación.
6) Fórmula de la curva de regresión.
7) Estimación (interpolación / extrapolación) del valor de X o Y.
8) Representación gráfica (curva y nube de puntos) e impresión.
- Los datos de pueden guardar y abrir como archivos de extensión E2V.
- Los datos y resultados de pueden imprimir.
6
7. Teoremas de la Probabilidad Total y Bayes
Tenemos un conjunto de sucesos Ai incompatibles que completan el espacio muestral y un suceso B.
Conocidas las probabilidades p(Ai) y las probabilidades condicionadas p(B / Ai), se calcula:
p(B) y p( Ai / B)
Probabilidad para dos sucesos A y B
Para dos sucesos A y B. Se calculan todas las probabilidades posibles cuando se conocen algunos
valores.
Los datos o incógnitas pueden ser:
p( A) p( A )
p( B) p( B )
p( A ∩ B) p( A ∩ B)
p( A ∪ B) p( A ∪ B)
p( A ∩ B ) p( A ∪ B )
p( A / B) p( A − B)
p( B / A) p( B − A)
7
8. Anexo 1
Fórmulas de distribuciones de probabilidad
Distribución normal de Gauss
∞ − ( x−µ )2
1
α = p ( x ≥ x0 ) = ∫ e 2σ 2
dx
x0 2 πσ 2
Distribución t-Student de Gosset
n +1
−
⎛ n + 1⎞ ⎛ t ⎞
2 2
Γ⎜ ⎟ ⎜1 + ⎟
⎜
∞
⎝ 2 ⎠⎝ n⎟
⎠
α = p(t ≥ t 0 ) = ∫ dt
⎛n⎞
t0
Γ⎜ ⎟ n π
⎝2⎠
Distribución Ji-cuadrado de Pearson
∞
e − x / 2 x n / 2 −1
α = p(χ ≥ χ ) =
2 2
0 ∫ dx
2
χ0
2n / 2 Γ(n / 2)
Distribución F de Fisher Snedecor
n1
⎛ n + n ⎞ ⎛ n ⎞ 2 1 −1
n
∞
Γ⎜ 1 2 ⎟ ⎜ 1 ⎟ F 2
⎜ ⎟
⎝ 2 ⎠ ⎝ n2 ⎠
α = p ( F ≥ F0 ) = ∫ n1 + n 2
dF
F0
⎛n ⎞ ⎛n ⎞⎛ n ⎞ 2
Γ⎜ 1 ⎟ Γ⎜ 2 ⎟ ⎜ 1 + 1 F ⎟
⎜ ⎟
⎝ 2 ⎠ ⎝ 2 ⎠ ⎝ n2 ⎠
8
9. Distribución Binomial
Probabilidad puntual:
⎛ n ⎞ k0
α = p( x = k0 ) = ⎜
⎜ ⎟ p (1 − p ) n − k0
⎟
⎝ k0 ⎠
Probabilidad acumulada superior:
n
⎛n⎞
α = p( x ≥ k0 ) = ∑ ⎜ i ⎟ p (1 − p)
⎜ ⎟
i n −i
i=k0 ⎝ ⎠
Distribución de Poisson
Probabilidad puntual:
λk 0
α = p ( x = k 0 ) = e −λ
k0 !
Probabilidad acumulada superior:
∞
λn
α = p( x ≥ k0 ) = ∑
n=k0
e −λ
n!
Siendo:
α Probabilidad
x Variable aleatoria de la distribución Normal
µ Media de la distribución Normal
σ Desviación típica de la distribución Normal
x0 Punto porcentual de la distribución Normal
t Variable aleatoria de la distribución t-Student
n Grados de libertad de la distribución t-Student
t0 Punto porcentual de la distribución t-Student
χ2 Variable aleatoria de la distribución Ji-cuadrado
n Grados de libertad de la distribución Ji-cuadrado
χ 02 Punto porcentual de la distribución Ji-cuadrado
9
10. F Variable aleatoria de la distribución F de Snedecor
n1 Grados de libertad del numerador en la distribución F de Snedecor
n2 Grados de libertad del denominador en la distribución F de Snedecor
F0 Punto porcentual de la distribución F de Snedecor
n Número de experimentos en la distribución Binomial
p Probabilidad de éxito de un suceso individual en la distribución Binomial
x Variable aleatoria de la distribución Binomial
k0 Punto porcentual de la distribución Binomial
λ Media (=desviación típica) de la distribución de Poisson
x Variable aleatoria de la distribución de Poisson
k0 Punto porcentual de la distribución de Poisson
10
11. Anexo 2
Fórmulas de intervalos de confianza
Media de la población
(varianza poblacional conocida)
⎛ σ σ ⎞
µ ∈ ⎜ x − zα
⎜ , x + zα ⎟
⎝ 2 n 2 n ⎟
⎠
Media de la población
(varianza poblacional desconocida)
⎛ S S ⎞
µ ∈⎜ x − t ⎛α , x + t ⎛α ⎞ ⎟
⎜ ⎞
⎜ , n −1 ⎟ n ⎜ , n −1 ⎟ n⎟
⎝ ⎝2 ⎠ ⎝2 ⎠ ⎠
Proporción de la población
⎛ p (1 − p)
ˆ ˆ p (1 − p) ⎞
ˆ ˆ
p ∈ ⎜ p − zα
⎜
ˆ , p + zα
ˆ ⎟
⎟
⎝ 2
n 2
n ⎠
Varianza de la población
⎛ (n − 1) S 2 (n − 1) S 2 ⎞
σ 2 ∈⎜ , ⎟
⎜ χ 2 ⎛ α , n−1 ⎞
⎜ ⎟ χ 2 ⎛ 1 − α , n−1⎞ ⎟
⎜ ⎟
⎝ ⎝2 ⎠ ⎝ 2 ⎠ ⎠
Diferencia de las medias de dos poblaciones
(varianzas conocidas)
⎛ σ 12 σ2 ⎞
2
µ1 − µ2 ∈ ⎜ x1 − x2 ± zα + ⎟
⎜ n1 n2 ⎟
⎝ 2 ⎠
Diferencia de las medias de dos poblaciones
(varianzas desconocidas e iguales)
⎛ 1 1 ⎞
µ1 − µ 2 ∈ ⎜ x1 − x2 ± t ⎛ α SP + ⎟
⎜ ⎞
⎜ , n 1 + n 2 −2 ⎟ n1 n2 ⎟
⎝ ⎝2 ⎠ ⎠
(n1 − 1) S12 + (n2 − 1) S 2
2
Siendo: SP =
2
, σ 12 = σ 2
2
n1 + n2 − 2
11
12. Diferencia de las medias de dos poblaciones
(varianzas desconocidas y distintas)
⎛ S12 S 2 ⎞
2
µ1 − µ 2 ∈ ⎜ x1 − x2 ± t ⎛ α + ⎟
⎜ ⎞
⎜ ,ν⎟ n1 n2 ⎟
⎝ ⎝2 ⎠ ⎠
Siendo: ν≈
(S 1
2
/ n1 + S 2 / n2 )
2 2
, σ 12 ≠ σ 2
2
(S
1
2
/ n1 )
+
(S / n2 )
2 2
2
2
n1 − 1 n2 − 1
Cociente de las varianzas de dos poblaciones
σ 12 ⎛ S12 S12 ⎞
∈⎜ F , F⎛ α ⎟
σ 2 ⎜ S 22 ⎛1 − α , n
2
⎝
⎜
⎝ 2
2 −1, n 1 −1 ⎟
⎞
⎠
S 2 ⎜ 2 , n 2 −1, n 1 −1⎞ ⎟
2
⎝
⎟
⎠⎠
Diferencia de las proporciones de dos
poblaciones
⎛ p1 (1 − p1 ) p2 (1 − p2 ) ⎞
ˆ ˆ ˆ ˆ
p1 − p2 ∈ ⎜ p1 − p2 ± zα
⎜
ˆ ˆ + ⎟
⎟
⎝ 2
n1 n2 ⎠
Siendo:
µ Media poblacional
x Media muestral
σ Desviación típica poblacional
S Desviación típica muestral
p Proporción de la población
ˆ
p Proporción de la muestra
n Tamaño de la muestra
α Nivel de significación
1 − α Nivel de confianza
zα α
Punto porcentual de la distribución normal de Gauss con probabilidad superior
2 2
t (α ,ν ) Punto porcentual de la distribución t-Student de Gosset con probabilidad superior α con
ν grados de libertad
χ (α ,ν ) Punto porcentual de la distribución ji-cuadrado χ 2 de Pearson con probabilidad superior α
2
y con ν grados de libertad
F (α , ν1 , ν 2 ) Punto porcentual de la distribución F de Fisher-Snedecor con probabilidad superior α y
con grados de libertad ν 1 y ν 2
12
13. Anexo 3
Fórmulas de Contraste de hipótesis
Media de la población (varianza poblacional conocida)
Dos lados: Rechazar H0 si:
H0: µ = µ0 ⎛ ⎞
z0 ∉ ⎜ − zα , zα ⎟ Siendo
⎜ ⎟
H1: µ ≠ µ0 ⎝ 2 2 ⎠
x − µ0
z0 =
σ/ n
El estadístico z0 sigue una
distribución normal N(0, 1).
Lado derecho: Rechazar H0 si:
H0: µ ≤ µ0 z0 > zα
H1: µ > µ0
Lado izquierdo: Rechazar H0 si:
H0: µ ≥ µ0 z0 < − zα
H1: µ < µ0
13
14. Media de la población (varianza poblacional desconocida)
Dos lados: Rechazar H0 si:
H0: µ = µ0 ⎛ ⎞
t0 ∉ ⎜ − t ⎛ α ⎞ , t ⎛ α ⎞ ⎟
H1: µ ≠ µ0 ⎜ ⎜ , n −1⎟ ⎜ , n −1⎟ ⎟
⎝ ⎝2 ⎠ ⎝2 ⎠⎠
x − µ0
Siendo t0 =
S/ n
El estadístico t0 sigue una
distribución t-Student de n-1
grados de libertad.
Lado derecho: Rechazar H0 si:
H0: µ ≤ µ0 t0 > t (α , n −1)
H1: µ > µ0
Lado izquierdo: Rechazar H0 si:
H0: µ ≥ µ0 t0 < −t (α , n −1)
H1: µ < µ0
14
15. Varianza de la población
Dos lados: Rechazar H0 si:
H0: σ 2 = σ 0
2
⎛ ⎞
χ 02 ∉ ⎜ χ ⎛2 , χ ⎛2α ⎟
H1: σ ≠ σ
2 2
⎜ α
⎜ 1 − , n −1 ⎟ ⎜ , n −1 ⎟ ⎟
⎞ ⎞
0
⎝
⎝ 2 ⎠ ⎝2 ⎠⎠
(n − 1) S 2
Siendo χ 0 =
2
2
σ0
El estadístico χ sigue una2
0
distribución Ji-cuadrado de n-1
grados de libertad.
Lado derecho: Rechazar H0 si:
H0: σ 2 ≤ σ 0
2
χ 02 > χ (2α , n −1)
H1: σ 2 > σ 0
2
Lado izquierdo: Rechazar H0 si:
H0: σ 2 ≥ σ 0
2
χ 02 < χ (2 − α , n −1)
1
H1: σ 2 < σ 0
2
15
16. Proporción de la población
Dos lados: Rechazar H0 si:
H0: p = p0 ⎛ ⎞
z0 ∉ ⎜ − z α , z α ⎟
⎜ ⎟
H1: p ≠ p0 ⎝ 2 2 ⎠
n p − n p0
ˆ
Siendo z0 =
n p0 (1 − p0 )
El estadístico z0 sigue una
distribución normal N(0, 1).
Lado derecho: Rechazar H0 si:
H0: p ≤ p0 z0 > zα
H1: p > p0
Lado Rechazar H0 si:
izquierdo: z0 < − zα
H0: p ≥ p0
H1: p < p0
Diferencia de las medias de dos poblaciones (varianzas poblacionales conocidas y distintas)
Dos lados: Rechazar H0 si:
H0: µ1 − µ2 = ∆ 0 ⎛ ⎞
z0 ∉ ⎜ − z α , z α ⎟
⎜ ⎟
H1: µ1 − µ2 ≠ ∆ 0 ⎝ 2 2 ⎠
x − x2 − ∆ 0
( σ 12 ≠ σ 2 )
2 Siendo z0 = 1
σ 12 σ2
2
+
n1 n2
El estadístico z0 sigue una
distribución normal N(0, 1).
Lado derecho: Rechazar H0 si:
H0: µ1 − µ2 ≤ ∆0 z0 > zα
H1: µ1 − µ2 > ∆ 0
Lado izquierdo: Rechazar H0 si:
H0: µ1 − µ2 ≥ ∆ 0 z0 < − zα
H1: µ1 − µ2 < ∆0
16
17. Diferencia de las medias de dos poblaciones (varianzas poblacionales desconocidas e
iguales)
Dos lados: Rechazar H0 si:
H0: µ1 − µ2 = ∆ 0 ⎛ ⎞
t0 ∉ ⎜ − t ⎛ α , t ⎛α ⎟
H1: µ1 − µ2 ≠ ∆ 0 ⎜ ⎜ , n 1 + n 2 −2 ⎟ ⎜ , n 1 + n 2 − 2 ⎟
⎞ ⎞⎟
⎝ ⎝2 ⎠ ⎝2 ⎠⎠
x − x2 − ∆ 0
( σ 12 = σ 2 )
2
Siendo t0 = 1
1 1
SP +
n1 n2
(n1 − 1) S12 + (n2 − 1) S 2
2
S =
2
P
n1 + n2 − 2
El estadístico t0 sigue una distribución
t-Student de n1+n2–2 grados de
libertad.
Lado derecho: Rechazar H0 si:
H0: µ1 − µ2 ≤ ∆0 t0 > t (α , n 1 +n 2 −2 )
H1: µ1 − µ2 > ∆ 0
Lado izquierdo: Rechazar H0 si:
H0: µ1 − µ2 ≥ ∆ 0 t0 < −t (α , n 1 +n 2 −2 )
H1: µ1 − µ2 < ∆0
17
18. Diferencia de las medias de dos poblaciones (varianzas poblacionales desconocidas y
distintas)
Dos lados: Rechazar H0 si:
H0: µ1 − µ2 = ∆ 0 ⎛ ⎞
t0 ∉ ⎜ − t ⎛ α ⎞ , t ⎛ α ⎞ ⎟
H1: µ1 − µ2 ≠ ∆ 0 ⎜ ⎜ ,ν ⎟ ⎜ , ν ⎟ ⎟
⎝ ⎝2 ⎠ ⎝2 ⎠⎠
x − x2 − ∆ 0
( σ 12 ≠ σ 2 )
2
Siendo t0 = 1
S12 S 2 2
+
n1 n2
ν=
(S 1
2
/ n1 + S 2 / n2 )
2 2
(S
1
2
/ n1 ) (S 22 / n2 )
+
2 2
n1 − 1 n2 − 1
El estadístico t0 sigue una distribución
t-Student de ν grados de libertad.
Lado derecho: Rechazar H0 si:
H0: µ1 − µ2 ≤ ∆0 t0 > t (α ,ν )
H1: µ1 − µ2 > ∆ 0
Lado izquierdo: Rechazar H0 si:
H0: µ1 − µ2 ≥ ∆ 0 t0 < −t (α ,ν )
H1: µ1 − µ2 < ∆0
18
19. Cociente de las varianzas de dos poblaciones
Dos Rechazar H0 si:
lados: ⎛ ⎞
H0: F0 ∉ ⎜ F⎛ α , F⎛ α ⎟
⎜ ⎜ 1 − , n 1 −1, n 2 −1 ⎞ ⎜ , n 1 −1, n 2 −1⎞ ⎟
σ 12 = σ 2
2
⎝ ⎝ 2
⎟
⎠ ⎝2
⎟
⎠⎠
H1: S 2
Siendo F0 = 12
σ 12 ≠ σ 2
2
S2
El estadístico F0 sigue una
distribución F-Snedecor con n1-1
y n2-1 grados de libertad.
Lado Rechazar H0 si:
derecho: F0 > F(α , n 1 −1, n 2 −1)
H0:
σ 12 ≤ σ 2
2
H1:
σ 12 > σ 2
2
Lado Rechazar H0 si:
izquierdo: F0 < F(1 − α , n 1 −1, n 2 −1)
H0:
σ 2 ≥ σ 02
H1:
σ 2 < σ 02
19
20. Diferencia de las proporciones de dos poblaciones
Dos lados: Rechazar H0 si:
H0: p1 = p2 ⎛ ⎞
z0 ∉ ⎜ − z α , z α ⎟
⎜ ⎟
H1: p1 ≠ p2
⎝ 2 2 ⎠
Siendo
p1 − p2
ˆ ˆ
z0 =
⎛1 1⎞
p (1 − p ) ⎜ + ⎟
ˆ ˆ ⎜ ⎟
⎝ n1 n2 ⎠
n1 p1 + n2 p2
ˆ ˆ
p=
ˆ
n1 + n2
El estadístico z0 sigue una
distribución normal N(0, 1).
Lado Rechazar H0 si:
derecho: z0 > zα
H0: p1 ≤ p2
H1: p1 > p2
Lado Rechazar H0 si:
izquierdo: z0 < − zα
H0: p1 ≥ p2
H1: p1 < p2
20
21. Siendo:
1−α Nivel de confianza
α Nivel de significación
H0 Hipótesis nula
H1 Hipótesis alternativa
µ Media poblacional
x Media muestral
σ Desviación típica poblacional
S Desviación típica muestral
p Proporción de la población
pˆ Proporción de la muestra
n Tamaño de la muestra
z0 Estadístico del contraste que sigue una distribución normal de Gauss
t0 Estadístico del contraste que sigue una distribución t-Student de Gosset
F0 Estadístico del contraste que sigue una distribución F de Fisher-Snedecor
χ 02 Estadístico del contraste que sigue una distribución ji-cuadrado de Pearson
zα Punto porcentual de la distribución normal de Gauss con probabilidad superior
α
t (α ,ν ) Punto porcentual de la distribución t-Student de Gosset con probabilidad
superior α con ν grados de libertad
χ (α ,ν ) Punto porcentual de la distribución ji-cuadrado χ 2 de Pearson con probabilidad
2
superior α y con ν grados de libertad
F (α , ν1 , ν 2 ) Punto porcentual de la distribución F de Fisher-Snedecor con probabilidad
superior α y con grados de libertad ν 1 y ν 2
21
22. Anexo 4
Fórmulas de estadística de 1 variable
∑ xi ni
Media aritmética x=
N
Varianza (s2) y ∑ xi2 ni ∑ xi2 ni
desviación típica (s) s2 = − x2 ; s= − x2
N N
s
Coeficiente de CV =
variación x
k⋅N
− N i−1
Percentiles Pk = L + a 100
ni
k⋅N
− N i−1
Deciles Dk = L + a 10
ni
k⋅N
− N i−1
Cuartiles Qk = L + a 4
ni
N
− N i −1
Mediana Me = L + a 2 , Me = P50 = D5 = Q2
ni
∆1
Moda Mo = L + a ∆1 = ni − ni−1 , ∆ 2 = ni − ni+1
∆1 + ∆ 2
Para intervalos desiguales se usan densidades de frecuencia
Momentos de orden k Respecto a la media: mk =
∑ (x i − x ) k ni
N
Respecto al origen: ak =
∑ x ni
k
i
N
m3
Asimetría g1 =
s3
m
Curtosis g 2 = 44 − 3
s
22
23. Siendo: N Número de valores
L Límite inferior de la clase correspondiente
a Amplitud de la clase correspondiente
Ni-1 Frecuencia acumulada de la clase anterior
ni Frecuencia de la clase correspondiente
ni-1 Frecuencia de la clase anterior
ni+1 Frecuencia de la clase siguiente
23
24. Anexo 5
Fórmulas de estadística de 2 variables
∑ xi ni ∑ yi ni
Medias aritméticas x= ; y=
N N
Varianzas ∑ xi2 ni ∑ yi2 ni
sx =
2
− x2 ; sy =
2
− y2
N N
Covarianza ∑ xi yi ni
sx y =
2
−x y
N
Coeficiente de sx y
r=
correlación de Pearson sx sy
sx y
Regresión
y− y = (x − x ) → y = a+b x
LINEAL s x2
Regresión
LOGARÍTMICA
y− y =
sln x y
2
sln x
(ln x − ln x ) → y = a + b lnx
s x ln y
Regresión
ln y − ln y = (x − x ) → y = a·b X
EXPONENCIAL s x2
Regresión
POTENCIAL
ln y − ln y =
sln x ln y
s 2
(ln x − ln x ) → y = a·x b
ln x
Regresión
CUADRÁTICA → y = a x2 + b x + c
24
25. Anexo 6
Fórmulas de los teoremas de la Probabilidad Total y Bayes
Teorema de la Probabilidad total
P( B) = P( A1 ) ⋅ P( B / A1 ) + P( A2 ) ⋅ P( B / A2 ) + K + P( An ) ⋅ P( B / An )
Teorema de Bayes
P( Ai ) ⋅ P( B / Ai ) A1 A2 ... An
P( Ai / B) =
P( B)
B
25
26. Anexo 7
Fórmulas de probabilidad para dos sucesos A y B
Suceso seguro E: P(E)=1 E
A B
Suceso imposible ∅: P(∅)=0
Suceso opuesto: P( A ) = 1 − P( A)
P( B ) = 1 − P ( B )
Sucesos incompatibles: P( A ∩ B ) = 0
Sucesos independientes: P(A/B)=P(A), P(B/A)=P(B)
Unión de sucesos
incompatibles: P( A ∪ B) = P( A) + P( B)
Unión de sucesos
compatibles: P( A ∪ B) = P( A) + P( B) − P( A ∩ B)
Intersección de sucesos
independientes: P( A ∩ B) = P( A) ⋅ P( B)
Intersección de sucesos dependientes
(Probabilidad compuesta): P( A ∩ B) = P( A) ⋅ P( B / A)
Diferencia de sucesos: P( A − B) = P( A) − P( A ∩ B)
P( B − A) = P( B) − P( A ∩ B)
Leyes de De Morgan: P( A ∪ B) = P( A ∩ B )
P( A ∩ B) = P( A ∪ B )
P( A ∩ B) P( A ∩ B)
Probabilidad condicionada: P( A / B) = , P( B / A) =
P( B) P( A)
26
27. Especificaciones
Descripción HEstadis. Aplicación informática para entorno Windows para cálculos de
estadística y probabilidad.
Precisión de salida Variable entre 8 y 10 dígitos exactos.
Precisión interna 16 dígitos.
Tipos de cálculo: 7 tipos:
Contraste de hipótesis
Intervalo de confianza
Distribuciones de probabilidad
Estadística de 1 variable
Estadística de 2 variables
Teoremas de la probabilidad Total y Bayes
Probabilidad para dos sucesos A y B
Dimensiones Ancho = 1024 píxeles, alto = 732 píxeles
Marcas comerciales
VaxaSoftware y el logotipo Vaxa son marcas comerciales de Vaxa Software.
Windows es una marca comercial registrada o una marca comercial de Microsoft Corporation en los
Estados Unidos de América y/o en otros países.
PDF es una marca comercial o marca comercial registrada de Adobe Systems Incorporated en los
Estados Unidos y/o en otros países.
Todas las demás marcas comerciales son propiedad de sus respectivos propietarios.
27