X Y (X Y )
X Y Poblaciones no normales, tamanos de muestra grandes q 2 aprox. N (0, 1)
sX s2Y
nX + nY
p pY (pX pY )
pX pY Poblaciones Bernoulli, tamanos de muestra grande rX aprox. N (0, 1), y
p0 (1 p0 ) n1X + n1Y
nX pX + nY pY
p0 =
nX + nY
2 s2X /X
2
X /Y2 and X /Y Poblaciones normales FnX 1,nY 1
2
sY /Y2
2 2
Ejemplo: Para construir un intervalo de confianza (1 ) para X si X N (X , X ) con X desconocida em-
pleamos:
sx sx
IC1 (X ) = x tn1;1/2 ; x + tn1;/2
n n
Para llevar a cabo un contraste unilateral H0 : X 0 frente a H1 : X < 0 , la region de rechazo a un nivel de
significacion , RR , es:
z }| t
x {
0
RR = t : < tn1;1
sx / n
1
Covarianza muestral y correlacion para una muestra de pares de observaciones (x1 , y1 ), . . . , (xn , yn ):
n
X n
X n
X
sxy (xi x) (yi y) xi yi nxy r(x,y) xi yi nxy
z }| { z }| { cov(x, y)
i=1 i=1 i=1
cov(x, y) = = , cor(x, y) = =v v
n1 n1 sx sy u n
uX
u n
uX
t 2 2
x nx t y 2 ny 2
i i
i=1 i=1
1 1 0 0 (n 2)s2R
tn2 , tn2 , 2n2 .
2
s s
s2R x2
1
s2R +
(n 1)s2X n (n 1)s2X
Formulacion del modelo, estimaciones, modelo ajustado y residuos para el modelo de regresion lineal
multiple yi = 0 + 1 xi1 + 2 xi2 + + k xik + ui , donde ui iid N (0, 2 ), en notacion matricial:
y = X + u, = (X T X)1 X T y, y = X , e = y y, donde
0
y1 1 x11 x12 x1k 1 u1
y2 1 x21 x22 x2k u2
y = . , X = , = 2 , u = .
. .. .. .. .. ..
..
. . . . . . ..
.
yn 1 xn1 xn2 xnk un
k
Pn
Cantidades pivotales para 2 y j , j = 0, 1, . . . , k, con varianza residual s2R = 2
i=1 ei /(n k 1):
(n k 1)s2R j j
2nk1 , tnk1 ,
2 s(j )
q
donde s(j ) = s2 (j ) y s2 (j ) es el j-esimo elemento diagonal de la matriz de covarianza (estimada) para , definida
como S = s2R (X T X)1 .