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. Estadı́stico de contraste: Pk i=1 (Oi −ei )2 ei Pk Oi2 i=1 ei = k X Oi2 R={ ei i=1 − n. − n > χ2k−1; α } • 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={ i=1 ei − n > χ2k−1−r; α } • 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 Frecuencias esperadas: eij = nj P̂ (Ai ) = Estadı́stico de contraste: Pk i=1 Pp j=1 ( columna (Oij −eij )2 eij p k X 2 X Oij R={ i=1 j=1 eij = P i−ésima )·( n 2 Pk Pp Oij i=1 j=1 eij − n > χ2(k−1)(p−1); α } fila − n. j−ésima )