Tabla de Valores criticos de D en la prueba de

bondad de ajustes de Kolgomorov SMIRNOV

Distribucin Normal Distribucin Poisson
Tama X (u , 2 )
o Nivel de significancia para D = Maximo e . x
P ( x , )= ;
muest / FE FO / x!
= i i
fo . X
ra u= X
n X=0,1,2,3,...,n
(n) 0.20 0.15 0.10 0.05 0.01 fi.Xi
1 .900 .925 .950 .975 .995
=
n
2 .684 .726 .776 .842 .929 2
S =
2
=
fo i . X 2i 2
X
3 .565 .597 .642 .708 .828 n
Distribucin Binomial
4 .494 .525 .564 .624 .733
5 .446 .474 .510 .565 .669 X B ( p ,n)

Xu
6 .410 .436 .470 .521 .618 P( z= )

7 .381 .405 .438 .486 .577
P ( x )= n . p x (1 p)n x
8
9
.358
.339
.381
.360
.411
.388
.457
.432
.543
.514
()
x

10 .322 .342 .368 .410 .490 X=0,1,2,3,...,n con media

11 .307 .326 .352 .391 .468 u=np
12 .295 .313 .338 .375 .450
13 .284 .302 .325 .361 .433
Distribucin Geomtrica Distribucin Exponencial
14 .274 .292 .314 .349 .418
X E( )
15 .266 .283 .304 .338 .404
16 .258 .274 .295 .328 .392 P ( x )= p (1 p)x
17 .250 .266 .286 .318 .381 X=0,1,2,3,...,n con media P ( x , )= e
x

18 .244 .259 .278 .309 .371 1 p

19 .237 .252 .272 .301 .363 u= Si x > 0 con media
p
20 .231 .246 .264 .294 .356 1
u=
25 .210 .220 .240 .270 .320 ,
30 .190 .200 .220 .240 .290
Distribucin Prueba de Chi Cuadrado
35 .180 .190 .210 .230 .270
Hipergeometrica X2
Ms 1.07 1.14 1.22 1.36 1.63
de 35 n n n n n
 A . NA (foi fe i )2
P ( x )=
x ( )( )
nx X
2
Cal =
fe i
P(Z a) P(Z a) = 1- P(Z a)

N
n ( ) Si X 2Cal < X 2Tab entonces se

acepta H0 ; fe=p.n
Nota: fe 5 ;
P(Z a) = 1 P(Z a) P(Z > a) = P(Z a)
X 2Tab =X 2( , kr1)
Prueba de Kolmogorov
Smirnov

fo
FOR= + ant FOR
fo P(a < Z b ) = P(Z P(b < Z a ) = P(a <
fe b) P(Z a) Z b )
FER= +ant FER
fe
D Cal=Maximo / FERFOR /

Si DCal < DTab entonces se

acepta H0 ; P(a < Z b ) = P(Z b) [ 1 P(Z a)]

D ( , n)

INTERVALOS DE CONFIANZA
Desviacin Varianz
Media
Estndar a
Muestra X S S2
Xu
z=
Poblacio 2

u
n
Pruebas de Hiptesis
 H 0: u = a y H 1: u
INTERVALOS DE CONFIANZA PARA LA VARIANZA
a Se usa 2 2
POBLACIONAL ( )
H 0: u = a y H 1: u
a (n1) . S 2 2 (n1). S 2
2
H 0: u = a y H 1: u
Se usa X 2( /2 ,n 1) X(1 / 2 ,n1)
a

Si n > 30 siempre se usa Dist. Normal

Si n 30 siempre se usa Dist. T Student ( T ( , n1) ) PRUEBA DE MANN-WHITNEY (2 MUESTRAS)

2

n1 ( n1 +1 ) n2 ( n2 +1 )
INTERVALOS DE CONFIANZA PARA LA MEDIA u1=n 1 n2 + R1 u2=n 1 n2 + R2
POBLACIONAL(u) 2 2

*Si 2 es conocida (No importa si n 30 o n>30 ) n 1n2 u 1u x

u x= Z Tab =
2
X Z /2 . u X + Z / 2 .
n n

*Si 2
es desconocida y n 30
x=
n 1 n2 (n1+ n2 +1)
2

Z Tab =Z /2 ; si Z cal < Z Tab se acepta Ho

2, n1

PRUEBA DE KRUSKALL WALLS (3 A MS MUESTRAS)


R2i

X T K cal=
12
nt ( nt +1 ) ( ) ni
3(nt + 1) X 2tab =X (
2
,k1) Donde K: es el n

de muestras a comparar (Ejm: 3 muestras ( M 1 , M 2 , M 3 ) el valor

*Si 2 es desconocida y n>30 )
de k=3 )
S S
X Z /2 . u X + Z / 2 . 2
n n K cal > X tab Entonces se rechaza Ho
 Y: Var.dep x1 x2: Var. Ind
Nota :
M1 M2 M3 0 1 2 : parametros

a 1 c 3 e 5
d 4 b 2 2. Estimacin del modelo
f 6 y= 0 + 1 . x 1 2 . x 2
R1=11 R2=5 R3=5
Ulizar el metodo MCO

PRUEBA DE SIGNOS (MUESTRAS IGUALES-PAREADAS) 3. Evaluacin del modelo

a) Evolucin de la hiptesis a Priori(signos)
u=n. p Teora Estimado Se cumple o
1
} u,n + VS no
= n. p . q ( ) Es para un dist. Binomial

p: Prob. De obtener un signo +; X= cantidad de b) Evolucin Estadsticas

donde p= 0.5 signo + 1. Bondad de ajustes
q: Prob. De obtener un signo -; Y= cantidad de R2 : Coeficiente de determinacin
donde q= 0.5 signo
n= X +Y r : Coeficiente de correlacin
x/ y = y/ x : Error estndar o desviacin estndar
x u 0.5
Z Cal = Donde s x > u se resta 0.5 y si x < u se

suma 0.5 1 ( xy
x. y )
Z Cal < Z Tab Z Tab =Z /2 n SCR
Entonces se acepta Ho R2 . = 2
=
( y ) SCT
y 2 n
MODELOS BIVARIABLES
Mtodo MCO SCT =SCR+ SCE
y 1 . x n. xy x . y
0= 1= 2
SCT: suma cuadrados totales
N n x 2( x ) SCR: suma cuadrados de la 0< R2 <1
regresin 2
y = 0 + 1 . x SCE: suma cuadrados del 0< R <1 00
error

1. Especificar el modelo
Var. Dependiente = f(Var. Independiente)
 r= R2 1<r < 1 Valor Calculado:
si es -: existe relacin
^
i + i
negativa y si es +: existe relacin positiva y si es T Cal = T Tab =T ( / 2 ,n p)
cero: no existe relacin S i

n: tamao de la
2x/ y =
SCE
n p
x / y =
SCE
n p muestra
p: n parmetros
T Cal <T Tab Entonces se acepta Ho

0 , 1 , . S i :
Para determinar
2: R2
R Ajustado 1 x
S 12=var . 1=S 2y/ x ( ) x =
SS xx n
SCE
1 x 2
[ ]
2 2
2 . =1 ( 1R 2) ( n1 ) R 2=1 n p
R
S 0 =var . 0 =S y / x ( +
n SS xx
)
n p SCT
n1 ( x)
2

SS xx = x 2
n
Coeficiente De Variacin (CV)

b) Evaluacin global

CV = x / y . E ( y )=
y
E( y) n y= 0 + 1 . x 1+ 2 . x 2
NS:

2. Evolucin de la significancia estadstica de PH

los parmetros del modelo 1= 1= 2= 3=0
H0:
a) Evaluacin individual: demostrar que
c/parmetro es significativo o est dentro H1: i 0
del modelo (0)
Valor Calculado:
y= 0 + 1 . x 1 NS:
SCR
p1 MCR
FCal = = FTab =F( , p1,n p )
PH SCE MCE
H0: 1=0 no es significativo n p

H1: 1 0 si es significativo
FCal < F Tab Entonces se acepta Ho
 ^
iT ( / 2 ,n p ) . S i i ^
i+ T ( /2 , n p) . S i
Fuente Suma Media
Grados
de de de FCal Se evala para 0 y para 1
de
Variaci cuadra cuadrad
libertad
n dos os
Regresi ESTIMACION DEL VALOR ESPERADO PARA LA
SCR p-1 MCR
n VARIABLE ESPERADA(Y)
Error SCE n-p MCE
MCR
MCT FCal = Y^iT ( /2 ,n p ) . S ^y Y x Y^i +T ( / 2 ,n p) . S ^y
SCT MCE
Total SCT n-1

n1 1 (x x )
2

S ^y =S y/ x . 1+ + i
n SS xx

IC PARA LOS PARMETROS DEL MODELO Para x i=a ^y = 0+ 1 . x1