Bioestadı́stica: Fórmulas adicionales e importantes

• Aproximación de una Binomial por una Normal. Para n grande (n ≥ 30) y, por ejemplo,
00 1 < p < 00 9: q
B(n, p) ≈ N (µ = np, σ = np(1 − p))

• Distribución de la media muestral de una mustra aleatoria de una v.a. Normal. √ Si X ∼

N (µ, σ) y (X1 , X2 , . . . , Xn ) es una m.a. de tamaño n, entonces X ∼ N (µ, σ/ n)

Contrastes χ2
• Contraste de la bondad del ajuste (primer caso).
H0 : La población X sigue el modelo P indicado
k clases de los posibles valores de X: A1 , A2 ,. . . , Ak .
Oi = frecuencia observada en la clase Ai .
ei = nP (Ai ) = frecuencia esperada en la clase Ai , suponiendo que H0 es cierta.
Pk (Oi −ei )2 Pk Oi2
Estadı́stico de contraste: i=1 ei = i=1 ei − n.

k
X Oi2
R={ − n > χ2k−1; α }
i=1
ei

• Contraste de la bondad del ajuste (segundo caso).

H0 : La población X sigue algún modelo Pθ de una cierta familia de distribuciones
r = número de los parámetros desconocidos: θ = (θ1 , θ2 , . . . , θr ).
k clases de los posibles valores de X: A1 , A2 ,. . . , Ak .
Oi = frecuencia observada en la clase Ai .
ei = nPθ̂ (Ai ) = frecuencia esperada en la clase Ai , suponiendo que H0 es cierta (y usando
el estimador de máxima verosimilitud θ̂ del parámetro θ).

k
X Oi2
R={ − n > χ2k−1−r; α }
i=1
ei

• Contrastes de homogeneidad y de independencia.

H0 : Las p poblaciones X1 , X2 , . . . , Xp son homogéneas
H0 : Las caracterı́sticas X e Y de la población son independientes
En ambos casos, k clases Ai , como antes. (Contraste de independencia: p clases para la
segunda caracterı́stica, Y : B1 , B2 , . . . Bp .)
Frecuencias observadas: Oij .
P P
( columna i−ésima )·( fila j−ésima )
Frecuencias esperadas: eij = nj P̂ (Ai ) = n
Pk Pp (Oij −eij )2 Pk Pp Oij 2
Estadı́stico de contraste: i=1 j=1 eij = i=1 j=1 eij − n.

X p
k X 2
Oij
R={ − n > χ2(k−1)(p−1); α }
i=1 j=1
eij