Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Formulario2 mate 2016, Esquemas y mapas conceptuales de Matemáticas

Formulario 2 de mate 2016 para el examen

Tipo: Esquemas y mapas conceptuales

2015/2016

Subido el 22/10/2025

alejandro-leo-1
alejandro-leo-1 🇪🇸

1 documento

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
ESTADÍSTICA
GRADOS EN INGENIERÍA MECÁNICA, INGENIERÍA QUÍMICA E
INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL
Formulario para el examen
INTERVALOS DE CONFIANZA PARA POBLACIONES NORMALES Y PROPORCIONES
PROBLEMA INTERVALO DE CONFIANZA 100(1-
)% TAMAÑO MUESTRAL NECESARIO
Estimación de conocida n
zX
2
2
máx
22 2
E
z
n
Estimación de desconocida n
S
tX n1,2
Se resuelve por tanteo para n pequeño.
Si n grande: 2
22 2
máx
E
Sz
n
. S2 estimador piloto.
Estimación de 2
21,21
22
21,2
)1()1( S
n
S
n
nn
---
Comparación de medias
y conocidas 2
2
2
1
2
1
22121 nn
zXX
2
máx
2
2
2
1
22
21
)(
E
z
nn
Comparación de medias
=desconocidas

2
11
21
2
22
2
11
2
nn
SnSn
Sp
21
2,22121 11
21 nn
StXX pnn
Se resuelve por tanteo. Para n1 n2 grandes:
2
22 2
21
2
máx
p
E
Sz
nn
Sp2 estimador piloto.
Comparación de medias
desconocidas


2
11
2
2
2
2
2
1
2
1
2
1
2
2
2
21
2
1
n
nS
n
nS
nSnS
2
2
2
1
2
1
,22121 n
S
n
S
tXX
Se resuelve por tanteo. n1 n2 grandes:
2
2
2
2
1
22
21
)(
máx
E
SSz
nn
S12, S22 estimadores piloto.
Comparación de varianzas
/ 2,1,1
2
2
2
1
2
2
2
1
2
2
2
1
2,1,1 12
21
1
nn
nn
F
S
S
S
S
F ---
Estimación de una proporción
p. n
pp
zpp )
ˆ
1(
ˆ
ˆ2
2
máx
22
2
máx
00
2241)
ˆ
1(
ˆ
E
z
E
ppz
n
0
ˆ
p estimador piloto
Comparación de proporciones
p1
p2. 2
22
1
11
22121
)
ˆ
1(
ˆ
)
ˆ
1(
ˆ
ˆˆ n
pp
n
pp
zpppp
2
22
2
0
2
0
2
0
1
0
1
22
)4141(
)
ˆ
1(
ˆ
)
ˆ
1(
ˆ
máxmáx
E
z
E
pppp
zn
0
1
ˆ
p y 0
2
ˆ
p estimadores piloto n1=n2=n
TEST DE HIPÓTESIS PARA POBLACIONES NORMALES Y PROPORCIONES
Hipótesis nula H. alternativa Estadístico test Región crítica Entrada curva CO Carta VI
H0:
=
0
conocida
H1:

0
H1:
>
0
H1:
<
0 n
X
z
0
0
z0>z/2
z0>z
z0<z
d=

0
/
a, b
c, d
c, d
H0:
=
0
desconocida
H1:

0
H1:
>
0
H1:
<
0 nS
X
t0
0
t0>tn1,/2
t0>tn-1,
t0<tn1,
d=

0
/
(1) e, f
g, h
g, h
H0:
=
0 H1:

0
H1:
>
0
H1:
<
0
2
0
2
2
0)1(
Sn
21,1
2
0
2,1
2
0
221,1
2
0
22,1
2
0
n
n
nn
=
/
0
i, j
k, l
m, n
H0:
1

2=

1 y
2 conocidas
H1:
1

2

H1:
1

2>
H1:
1

2<
2
2
2
1
2
1
021
0
nn
XX
z
z0>z/2
z0>z
z0<z
2
2
2
1
021
d
2
2
21
2
1
2
2
2
1
21
nn
n
nnn
a, b
c, d
c, d
pf2

Vista previa parcial del texto

¡Descarga Formulario2 mate 2016 y más Esquemas y mapas conceptuales en PDF de Matemáticas solo en Docsity!

ESTADÍSTICA

GRADOS EN INGENIERÍA MECÁNICA, INGENIERÍA QUÍMICA E

INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL

Formulario para el examen

INTERVALOS DE CONFIANZA PARA POBLACIONES NORMALES Y PROPORCIONES

PROBLEMA INTERVALO DE CONFIANZA 100(1-  )% TAMAÑO MUESTRAL NECESARIO

Estimación de conocida n

X z

     (^22) máx

2 2 2

E

z

n

^ 

Estimación de desconocida n

S   Xt  2 , n  1

Se resuelve por tanteo para n pequeño.

Si n grande: 2

2 2 2

E máx

z S

n  .^ S^

(^2) estimador piloto.

Estimación de 

2 2 1 2 , 1

2 2 2 2 , 1

S

n

S

n

n   n

Comparación de medias    y conocidas 2

2 2

1

2 1 1 2 1 2 2 n n

X X z

          2 máx

2 2

2 1

2 2 1 2

( )

E

z n n

  ^   

Comparación de medias   =desconocidas    

1 2

2 2 2

2 (^211)

n n

n S n S

S p

1 2

1 2 1 2 2 , 2

1 1 1 2 n n

    XXtnnSp

Se resuelve por tanteo. Para n 1 n 2 grandes:

2

2 2 2 1 2

2

máx

p

E

z S n n

   S^ p^2 estimador piloto.

Comparación de medias    desconocidas

     

2 2

2 2 1

2 1

2 1

2 2

2 1 2

2 (^1) 

n

S n n

S n

S n S n  2

2 2

1

2 1 1 2 1 2 2 , n

S

n

S    XXt   

Se resuelve por tanteo. n 1 n 2 grandes:

2

2 2

2 1

2 2 1 2

E máx

z S S

n n

 S 1 2,^ S 22 estimadores piloto.

Comparación de varianzas /^21 ,^1 ,^2 2

2 1 2 2

2 1 2 2

2 1

1 , 1 , 2

2 1 1 2

1   

    

  n n n n

F S

S

S

S

F

Estimación de una proporción p. n

p p p p z

ˆ( 1 ˆ) ˆ (^2)

    2 máx

2 2 2 máx

0 0

2 2 ˆ(^1 ˆ)^14

E

z

E

z p p n

  

  p ˆ 0 estimador piloto

Comparación de proporciones p 1p 2. 2

2 2

1

1 1 1 2 1 2 2

n

p p

n

p p

p p p p z

2 2 2

0 2

0 2

0 1

0 (^21) 2

ˆ( 1 ˆ) ˆ( 1 ˆ) (^1414 )

máx E máx

z

E

p p p p n z

 

   

 

0 p ˆ 1 y 0 p ˆ 2 estimadores piloto n 1 =n 2 =n

TEST DE HIPÓTESIS PARA POBLACIONES NORMALES Y PROPORCIONES

Hipótesis nula H. alternativa Estadístico test Región crítica Entrada curva CO Carta VI

H 0 :=0

conocida

H 1 :  0

H 1 :  >  0

H 1 :<0 n

X z

 0 0

 

z 0 >z/

z0>z

z0<z

d=  0/

a, b c, d c, d

H 0 :  =  0

desconocida

H 1 :  0

H 1 :  >  0

H 1 :<  (^0) S n

X t

  

t 0 >tn1,/

t 0 >tn-1,

t0<tn1,

d=  0/(1)

e, f g, h g, h

H 0 :  =  0

H 1 :  0

H 1 :  >  0

H 1 :  <  0^2

0

2 2 0

( 1 )

nS

   

2 1 , 1

2 0

2 1 ,

2 0

2 1 , 1 2

2 0

2 1 , 2

2 0

 

 

 

   

 

  

 

n

n

nn

=/0

i, j k, l m, n

H 0 :  1  2 =  

1 y2 conocidas

H 1 :  1  2 

H 1 :  1  2 > 

H 1 :  1  2 < 

2

2 2

1

2 1

1 2 0 0

n n

X X z   

   z^0 >z/

z 0 >z

z 0 <z

2 2

2 1

1 2 0

 

 

  d

2

2 1 2

2 1

2 2

2 1

1 2

n n

n

n n n

a, b c, d c, d

ESTADÍSTICA

GRADOS EN INGENIERÍA MECÁNICA, INGENIERÍA QUÍMICA E

INGENIERÍA EN ORGANIZACIÓN INDUSTRIAL

Formulario para el examen

Hipótesis nula H. alternativa Estadístico test Región crítica Entrada curva CO Carta VI

H 0 :  1  2 =  

1 =2 desconocidas

H 1 :  1  2 

H 1 :  1  2 > 

H 1 :  1  2 < 

1 2

1 2 0 0

n n

S

X X

t

p 

1 2

1 2

1 2

n n

n n

n n

t t

t t

t t

Solo para n 1 =n 2 =n

2

1  2  0 d

n *^ =2n-1 (1)

e, f g, h g, h

H 0 :  1  2 =  

1  2 desconocidas

H 1 :  1  2 

H 1 :  1  2 > 

H 1 :  1  2 < 

2

2 2

1

2 1

1 2 0 0

n

S

n

S

X X

t

 t^0 >t,/

t 0 >t,

t 0 <t,

No hay curvas CO

2 2

2 2 1

2 1

2 1

2 2

2 1 2

2

n

S n

n

S n

S n S n

H 0 :  1 =  2

H 1 :  1  2

H 1 :  1 >  2^2

2

2 1 0

S

S

F 

 

0 1 , 1 ,

0 1 , 1 , 2 0 1 , 1 , 1 2

1 2

1 2 1 2  

   

n n

n n n n

F F

F F  F F Solo para n1=n 2 =n

o, p q, r

Muestras apareadas H 0 :D =0D desconocida

H 1 :  D  0

H 1 :  D >  0

H 1 :  D <  0 S n

D

t

D

0 0

t 0 >tn1,/

t 0 >tn-1,

t 0 <tn1,

d=  D  0/D (1)

e, f g, h g, h

H 0 : pp (^0)

H 1 : pp 0 H 1 : p>p (^0) H 1 : p<p (^0)

n

p p

p p

z

0 0

0 0

z 0 >z/

z 0 >z

z 0 <z

No hay curvas CO

H 0 : p 1p 2 =  H 1 : p 1p 2  H 1 : p 1p 2 >  H 1 : p 1p 2 <  (^)  

1 2

1 2 0 1 1 ˆ( 1 ˆ)

n n

p p

p p

z z^0 >z/

z 0 >z

z 0 <z

No hay curvas CO

1 2

1 ˆ 1 2 ˆ 2 ˆ n n

np np p

 

(1) Estimar ˆ^  S a partir de la muestra (si aún no se tiene se necesita una muestra piloto) ó expresar las alternativas en función de .

MODELOS DE REGRESIÓN

TABLA ANOVA

Intervalos de confianza para los parámetros

Contrastes de hipótesis para los parámetros

: * 2 ,^1

n k

C t H i i

i i

H

i

Var

i i

 

Errores standard de los estimadores en regresión simple:

Intervalo para la respuesta media

Regresión simple:  

xx

n (^) S

x x n

Ey y t MSE

2 0 2 ,^2

Regresión múltiple:     

^ 

MSE x X X x

n k

E y y t

Intervalo de predicción

Regresión simple:

xx

n S

x x

n

y y t MSE

2 0 (^002) , 2

Regresión múltiple:   

  

^    

  0

'^1 0

1 ' , 1 2

0

ˆ 0

MSE x X X x n k

y y t

SOURCE D.F. SS MSS F 0 Prob. (p-valor)

Regression k SSR MSR MSR

MSE

P(F0>MSR/MSE)

Residual n-k-1 SSE MSE

Total n-1 SST

 i  Var  i 

n k

Var n k

t

i i

t

i

2 ,^1

2 ,^1

    

n

i

xi x xx

S

xx

S

MSE Var

xx

S

x

n

Var MSE 1

con^2 1 ˆ ˆ

2 1 0