El estadístico de prueba se calcula como:
\[ Z = \frac{\bar{x} - \mu}{\frac{\sigma}{\sqrt{n}}} \]
Bajo la hipótesis nula \(H_0: \mu = \mu_0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
El estadístico de prueba se calcula como:
\[ t = \frac{\bar{x} - \mu}{\frac{s}{\sqrt{n}}} \]
Bajo la hipótesis nula \(H_0: \mu = \mu_0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student con \(n-1\) grados de libertad.
\[ t = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} \]
donde \(s_p\) es la desviación estándar combinada y se calcula como:
\[ s_p = \sqrt{\frac{{(n_1 - 1)}s_1^2 + {(n_2 - 1)}s_2^2}{n_1 + n_2 - 2}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student con \(n_1 + n_2 - 2\) grados de libertad.
El estadístico de prueba se calcula como:
\[ t = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student con los grados de libertad ajustados según la fórmula de Welch-Satterthwaite.
El estadístico de prueba se calcula como:
\[ t = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student.
El estadístico de prueba se calcula como:
\[ Z = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} \]
donde \(s_p\) es la desviación estándar combinada y se calcula como:
\[ s_p = \sqrt{\frac{{(n_1 - 1)}s_1^2 + {(n_2 - 1)}s_2^2}{n_1 + n_2 - 2}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
El estadístico de prueba se calcula como:
\[ Z = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{{\sigma_1}^2}{n_1} + \frac{{\sigma_2}^2}{n_2}}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
El estadístico de prueba se calcula como:
\[ Z = \frac{\hat{p} - p_0}{\sqrt{\frac{\hat{p}(1-\hat{p})}{n}}} \]
Bajo la hipótesis nula \(H_0: p = p_0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
El estadístico de prueba se calcula como:
\[ Z = \frac{(\hat{p}_1 - \hat{p}_2) - (p_1 - p_2)}{\sqrt{\hat{p}(1-\hat{p})\left(\frac{1}{n_1} + \frac{1}{n_2}\right)}} \]
donde \(\hat{p}\) es la proporción muestral combinada y se calcula como:
\[ \hat{p} = \frac{x_1 + x_2}{n_1 + n_2} \]
Bajo la hipótesis nula \(H_0: p_1 - p_2 = 0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
El estadístico de prueba se calcula como:
\[ \chi^2 = \frac{(n - 1)s^2}{\sigma_0^2} \]
Bajo la hipótesis nula \(H_0: \sigma^2 = \sigma_0^2\), el estadístico de prueba \(\chi^2\) sigue una distribución chi-cuadrado con \(n - 1\) grados de libertad.
Para la media, el estadístico de prueba se calcula como:
\[ Z = \frac{\bar{x} - \mu}{\frac{\sigma}{\sqrt{n}}} \]
Bajo la hipótesis nula \(H_0: \mu = \mu_0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
Para la diferencia de medias, el estadístico de prueba se calcula como:
\[ Z = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{{\sigma_1}^2}{n_1} + \frac{{\sigma_2}^2}{n_2}}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(Z\) sigue una distribución normal estándar \(Z \sim N(0, 1)\).
Para la media, el estadístico de prueba se calcula como:
\[ t = \frac{\bar{x} - \mu}{\frac{s}{\sqrt{n}}} \]
Bajo la hipótesis nula \(H_0: \mu = \mu_0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student con \(n-1\) grados de libertad.
Para la diferencia de medias, el estadístico de prueba se calcula como:
\[ t = \frac{(\bar{x}_1 - \bar{x}_2) - (\mu_1 - \mu_2)}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}} \]
Bajo la hipótesis nula \(H_0: \mu_1 - \mu_2 = 0\), el estadístico de prueba \(t\) sigue una distribución \(t\) de Student.