Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Aleato
rios,
bucin hipergeomtrica,
is de datos,
bucin normal,
tra,
bucin uniforme,
as de probabilidad,
cuadrtico medio,
d,
estndar,
iente de correlacin,
o muestral,
iente de variacin,
stica descriptiva,
ados medios
stica inferencial,
caracterstica de operacin,
acin puntual,
de densidad
ador,
cualitativos,
ador insesgado,
g,
ador puntual,
acin estndar
ador sesgado,
ama de caja,
o compuesto,
ama de Pareto,
o disjuntos,
ama de puntos,
o independiente,
o Simple,
ama de Venn,
mento,
bucin conjunta,
bucin Bernoulli,
encia,
bucin Poisson,
bucin exponencial,
n de densidad,
Grado
Distri
Funci
Distri
Frecu
Distri
Factor
Distri
Experi
Diagr
Event
Diagr
Event
Diagr
Event
Diagr
Event
Diagr
Estim
Desvi
Estim
Demin
Estim
datos
Estim
Curva
Estim
Curva
Estad
Cuadr
Estad
Coefic
Espaci
Coefic
Error
Calida
Error
Axiom
Distri
Asime
Distri
Anlis
Distri
s de libertad,
Hipte
sis,
,
Histog
Indep
Indep
rama,
,
Intera
cancia,
Interv
ra,
Interv
de contingencia,
Marco
as de conteo,
Media
Mtod
Moda,
Teore
ma de Bayes,
os de Taguchi,
Tcnic
muestral,
Tabla
alo de confianza,
Simet
alo de clase,
Signifi
ccin,
Sesgo
Regre
sin,
Indep
Regla
de multiplicacin,
endiente, eventos,
Recorr
ido,
endencia de pruebas,
Rango
Teore
ma del lmite central,
Transf
ormaciones,
Muest
ra,
miento,
Nivele
Perce
les aleatoria,
Varianza,
s,
Trata
Variab
ntil,
Poblac
in,
Porce
ntaje,
Proba
bilidad condicional,
Proce
so de Poisson,
Prome
dio,
Propo
rcin,
Rango
intercuartilico,
Gumbel:
En teora
de
probabilidad y estadstica la distribucin
de
Gumbel (llamada as en honor de Emil Julius
Gumbel (1891-1966) es utilizada para modelar la
distribucin del mximo (o el mnimo), por lo que se usa
para calcular valores extremos
Rango o recorrido: En la resolucin de los ejemplos
ser til ordenar la muestra de observaciones y despus
calcular el recorrido o rango, que definimos como la
diferencia entre el dato ms grande y el ms pequeo de
la muestra.
Representaciones grficas de variables cualitativas:
-Representaremos las frecuencias absolutas o relativas
mediante el diagrama de barras
Variables cuantitativas discretas
Igual que para las variables cualitativas, las frecuencias
de las variables cuantitativas discretas se representan
mediante el diagrama de barras. Asimismo,
representaremos las frecuencias acumuladas mediante el
diagrama de frecuencias acumuladas
Variables cuantitativas continuas
Las frecuencias de una variable cuantitativa continua
tambin se pueden representar grficamente. Sin
embargo, el diagrama de barras no parece adecuado para
este caso, pues lo que debemos representar son
frecuencias de intervalos contiguos.
Histograma: Es un grfico para la distribucin de una
variable cuantitativa continua que representa frecuencias
mediante reas. El histograma se construye colocando en
el eje de abscisas los intervalos de clase, como trozos de
la recta real, y levantando sobre ellos rectngulos con
rea proporcional a la frecuencia. Una vez ms, aqu
resulta irrelevante trabajar con frecuencias absolutas o
relativas. Destacamos que es el rea y no la altura de los
rectngulos lo que debe ser proporcional a la frecuencia.
As, el eje de ordenadas no refleja la frecuencia, sino que
la altura de cada rectngulo representa la densidad de
frecuencia sobre ese intervalo, definida como:
Densidad de frecuencia = (frecuencia)/ (Amplitud)
Presentacin
INDUSTRIAL
profesor:
LA
ESTADSTICA
La Escala Ordinal
Llamada tambin escala de orden jerrquico, con ella se
establecen posiciones relativas de los objetos o
fenmenos en estudio, respecto a alguna caracterstica de
inters, sin que se reflejen distancias entre ellos. Puede
suceder que los objetos de una categora de las escala no
sean precisamente diferentes a los objetos de otra
categora de la escala, sino que estn relacionados entre
s. Los numerales empleados en las escalas ordinales no
son cuantitativos, sino que indican exclusivamente la
posicin en la serie ordenada y no "cual es" la diferencia
entre posiciones sucesivas de la escala.
Las relaciones entre los elementos en clasificacin,
pueden formularse con el signo >, mayor que, o sea que
axiomticamente la diferencia fundamental entre una
escala nominal y una ordinal es que esta ltima
incorpora no solamente la relacin de equivalencia (=)
representan un
incremento en la temperatura de
F, y as los dems
intervalos. Hay que tener en cuenta que en esta escala no
hay un cero absoluto o real, el cero es arbitrario; por
tanto no se puede decir que
temperatura que
F.
F es el doble de
La Escala de Razn
Cuando una escala tiene todas las caractersticas de una
escala de intervalo y adems un punto cero real en su
origen, se llama escala de razn. Adems de distincin,
orden y distancia, sta es una escala que permite
establecer en qu proporcin es mayor una categora de
una escala que otra. El cero absoluto o natural representa
la nulidad de lo que se estudia. Las operaciones y
relaciones hechas con los valores numricos en una
escala de razn son correspondientes a una escala
isomrfica de la estructura de la aritmtica. Por
consiguiente las operaciones de la aritmtica son
permisibles en los valores numricos asignados a los
objetos mismos, as como tambin en los intervalos entre
los nmeros como sucede en las escalas de intervalo.
Implican que las relaciones de equivalencia, relacin de
mayor a menor, proporcin conocida de dos intervalos y
proporcin conocida de dos valores de la escala, sean
posibles de obtener operacionalmente. Los nmeros
asociados con los valores de la escala de razn son
"verdaderos" nmeros con un verdadero cero; solo la
unidad de medida es arbitraria. As la escala de razn es
"nica hasta la multiplicacin por una constante
positiva". Adems de los procesos paramtricos bsicos
de las escalas de intervalo, en las de razn pueden
utilizarse estadsticas como la media geomtrica, el
coeficiente de variacin, las que requieren el
conocimiento del verdadero valor cero
Ejemplo:
Suponga que el peso de cuatro piezas fundidas de metal
son 2.0, 2.1, 2.3 y 2.5 kg. El orden (ordinal) y la
diferencia (intervalo) en los pesos pueden ser
comparados. As, el incremento de peso de 2.0 a 2.1 es
de 0.1 kg, el cual es el mismo que el que existe entre 2.3
y 2.4 kg. Tambin, cuando comparamos los pesos de 2.0
a 2.4 kg, se encuentra una razn significativa: el peso de
una pieza de metal de 2.4 kg es un 20% ms pesada que
una que pese 2.0 kg. Existe un cero natural o real para la
escala, as 0kg implica no peso.
Situaciones propuestas
Plan proyecto
Las investigaciones se originan en ideas, las cuales
pueden provenir de distintas fuentes. Generalmente las
ideas son vagas por lo cual se requiere una revisin
bibliogrfica de la idea para luego planear la
investigacin. En el plan se consigna la respuesta a
cuanto interrogante se presente sobre el proceso
investigativo (qu, cmo, cundo, dnde, etc.). Es gua
del proceso prctico de investigacin. Este plan debe
contener generalmente: planteamiento del problema, el
marco terico, la metodologa, cronograma de
actividades y presupuesto.
Ejemplo
Se toman 10 mediciones del dimetro interno de los
tornillos para los pistones del motor de un automvil.
Los datos (en mm) son: 74.001, 74.003, 74.015, 74.000,
74.002, 74.005, 74.001, 74.001, 74.002 y 74.004. El
diagrama de puntos correspondiente se presenta en la
figura 1.
donde
cada
tiene por lo menos dos
dgitos. Una forma rpida de obtener una representacin
visual del conjunto de datos es construir un diagrama de
tallos y hojas. Este diagrama es usado cuando hay un
nmero no muy pequeo de datos. Los siguientes son los
pasos para construir un diagrama de tallos y hojas:
1. Seleccionar uno o ms dgitos iniciales para los
valores de tallo. El dgito(s) final(es) se
convierte (n) en hojas. Para facilitar la
determinacin de la forma de la distribucin de
los datos se necesitan al menos 5 tallos.
9.5-14.5
11
14.5-19.5
13
19.5-24.5
10
24.5-29.5
, donde
es
, y as el
Clases
Frecuencias
% acumulado
33
9.38%
34
13
29.69%
35
22
64.06%
36
12
82.81%
37
92.19%
38
100.00%
Y mayor...
100.00%
Frecuencias
33
34
13
35
22
36
12
37
38
y mayor
Definicin 5
La frecuencia relativa de la clase
entre la frecuencia de la clase
total, se denota por
es el cociente
y el nmero de datos
Definicin 6
Tabla de frecuencias
Una tabla de frecuencias es un arreglo tabular de las
frecuencias con que ocurre cada caracterstica en que se
han dividido los datos. A continuacin se dan algunas
definiciones relacionadas en la construccin de la tabla
de frecuencias
Definicin 1
Un intervalo de clase, es cada uno de los rangos de
valores en que se ha decidido agrupar parcialmente los
datos con el propsito de hacer un resumen de ellos.
Definicin 2
El nmero de mediciones que quedan dentro del
intervalo se llama frecuencia del intervalo y se denota
por . La diferencia entre el extremo mayor y el extremo
menor del intervalo se llama longitud o ancho del
intervalo.
Definicin 3
La marca de clase, es el punto medio del intervalo de la
clase, se denota por
Su valor es obtenido al
promediar los extremos del intervalo.
Definicin 4
La frecuencia absoluta acumulada de la clase , es el
nmero resultante de sumar la frecuencia de la clase
con la frecuencia de las clases antecedentes y se
denota
es el
y el
Tipo de Motocicleta
Nmero de personas
Suzuki
Yamaha
Total
20
Diagramas circulares
Nmero de personas
Harley-Davinson
Honda
Kawasaki
Otra
Diagrama de barras
Este grfico consiste de una serie de barras horizontales
verticales asignadas a cada categora de la variable
cualitativa cuyas alturas son dadas por la frecuencia de la
categora. A continuacin se dan algunas sugerencias
para la elaboracin de grficas de barras.
1. Para respuestas categricas cualitativas, las
barras se deben disear en forma horizontal y
para respuestas categricas numricas, en forma
vertical.
2. Todas las barras deben ser del mismo ancho para
no confundir al lector.
3. Los espacios entre barras deben ser igual a la
mitad del ancho de las barras.
4. Se deben incluir las escalas y algunas
indicaciones para que ayuden a la lectura de las
grficas.
5. Los ejes de las grficas se deben identificar en
forma clara.
6. Se deben incluir dentro del cuerpo de la grfica,
o debajo, todo tipo de ``claves'' para la
interpretacin de las grficas.
7. El ttulo de la grfica debe aparecer debajo del
cuerpo.
8. Las notas de pie de pgina, o sobre fuentes,
cuando sean necesarias, se deben colocar
despus del ttulo.
OTRAS REPRESENTACIONES GRFICAS
Existen otras grficas para presentar datos, las cuales no
se abordaran en este curso. A continuacin trataremos
una de estas.
Diagrama de Pareto
Los diagramas de Pareto son una importante herramienta
en los procesos de mejoramiento de la calidad. Alfredo
Pareto, un economista italiano en la era 1848-1923,
encontr que la riqueza se encuentra en pocas personas.
Esta observacin le llevo a formular el principio de
Pareto " Un pequeo segmento de la poblacin es dueo
de la mayora de las riquezas". Este principio aplica al
mejoramiento de la calidad. En las organizaciones de
manufactura o servicios, por ejemplo el problema de
de las causas.
Frecuencia Proporcin
Frecuencia relativa
acumulativa
Incompetencia 698
0.477
0.477
Experiencia
314
desequilibrada
0.215
0.692
Falta
de
experiencia
236
gerencial
0.161
0.853
Falta
de
experiencia de 111
lnea
0.076
0.929
Causa
desconocida
83
0.057
0.986
Otras causas
21
0.014
1.000
TOTALES
1463
1.000
Ejemplo
para la
Diagrama de flujo
El diagrama de flujo muestra la secuencia de eventos en
un proceso. Ellos son usados para operaciones de
manufactura y servicio. Los diagramas de flujos son
frecuentemente usados para diagramar procedimientos
operacionales que simplifican el sistema. Ellos pueden
identificar embotellamientos, pasos redundantes,
actividades que no adicionan valor. Un diagrama de flujo
real puede ser construido usando el conocimiento del
personal que est directamente relacionado con un
proceso particular. Informacin importante de los
procesos es obtenida a travs de la construccin de los
diagramas de flujo. En la figura 3, se presenta un
diagrama de flujo para el procesamiento de nuevos
pedidos. El diagrama de flujo identifica donde pueden
ocurrir demoras, por ejemplo, cuando una orden de
compra no ha sido recibida.
Donde
frecuencia del
intervalo.
Ejemplo
Se toman 10 mediciones del dimetro interno de los
tornillos para los pistones del motor de un automvil.
Los datos (en mm) son: 74.001, 74.003, 74.015, 74.000,
74.002, 74.005, 74.001, 74.001, 74.002, 74.004. La
media muestral del dimetro interno de los tornillos es
Ejemplo
MEDIDAS DE TENDENCIA
son
Frecuencias (
33-34
33.5
34-35
34.5
13
35-36
35.5
22
36-37
36.5
12
37-38
37.5
38-39
38.5
observaciones
20-40
11
40-60
16
60-80
25
80-100
34
Distancia recorrida
(miles de millas)
Frecuencia
100-120
46
120-140
33
140-160
16
160-180
12
180-200
2
Calcule la media aritmtica e interprtela.
Ejemplo
Media ponderada
En algunos casos cada una de las observaciones tiene
una importancia relativa (peso) respecto de los dems
elementos. Cuando esto sucede la media est dada por:
y se le suma una
sumndoles
Se suele interpretar esta propiedad como
el hecho de que la media no se altera por una
transformacin lineal de escala.
Ejemplo
Si la asignatura A tiene un valor de 2 crditos y la
asignatura B tiene un valor de 3 crditos. Entonces, para
Ejercicios
A continuacin se muestran las ponderaciones de las
evaluaciones en los cursos de probabilidad y estadstica
y las notas de un estudiante durante el semestre.
Evaluacin
Nota
Porcentaje
Parcial 1
4.5
20
Parcial 2
3.5
20
Parcial 3
4.0
20
Examen final
4.0
20
Tema especial
4.5
10
Evaluacin
Otras evaluaciones
Nota
4.2
Porcentaje
10
n-
del
Media armnica
La media armnica se define como el recproco de la
media aritmtica de los recprocos:
y as la media geomtrica es
es el logaritmo de
Ejercicios
La mediana
Sea
una
muestra
aleatoria
de
se indica el
el elemento que
Ejemplo
Suponga que se tienen las duraciones en horas de un
cierto tipo de lmparas incandescentes
612,623, 666, 744, 883, 898, 964, 970, 983, 1003, 1016,
1022, 1029, 1058, 1085, 1088, 1122, 1135, 1197, 1201.
Como hay 20 datos y se encuentran ordenados, entonces
la mediana es dada por
Los Cuartiles
Los Deciles
Los Percentiles
1. Encontrar la
posicin
del
mediante el clculo de
percentil
.
2. Si
no es un entero, entonces la posicin es
el siguiente entero ms grande y entonces el
valor de
es el dato ordenado en la posicin de
este entero ms grande.
3. Si
percentil ser
y as el valor del
percentil es el promedio de las observaciones
ordenadas
Ejemplo
aislante
es
MEDIDAS DE VARIABILIDAD
204 228 252 300 324 444 624 720 816 912
1176 1296 1392 1488 1512 2520 2856 3192 3528 3710
Para encontrar el percentil 10,
0.10,
, el valor de
es
es un entero, el nmero de
la posicin es
, el cual es el promedio de
las observaciones segunda y tercera. Por tanto, el
percentil 10 es
, lo
cual significa que el 10% de los tiempos de fallas del
material elctrico aislante es aproximadamente inferior a
240 horas.
El percentil 88 se encuentra de manera similar. Puesto
que ahora k=0.88, nk=20
, que no es
La varianza muestral
Propiedades de la varianza
Ejemplo
Dos propiedades importantes de la varianza son:
1. La varianza de una constante es cero
2. Otra propiedad importante es que si se tiene la
varianza
10, 10, 11, 12, 12, 13, 14, 15, 15, 15, 16, 18, 19
Aqu la mediana es 7
Las respectivas desviaciones en valor absoluto de cada
dato con respecto a la mediana son:
4, 4, 3, 2, 2, 1, 0, 1, 1, 1, 2, 4, 5
Reordenando se tiene
0, 1, 1, 1, 1, 2, 2, 2, 3, 4, 4, 4, 5
Y as la meda es 2
Existen dos maneras para obtener las medidas de
tendencia en Excel:
1. Ingrese a herramientas, luego a anlisis de datos
y en este elija la opcin Estadstica descriptiva.
Luego ingrese el rango de entrada y active la
opcin resumen de estadsticas.
2. Ingrese f (pegar
funcin)
y
en
esta
seleccione Estadsticas y luego haga clic sobre
la medida deseada.
Ejemplo
La desviacin estndar para los datos del ejemplo 1 de la
clase 04 es
El rango intercuartilico
Es la distancia entre los cuartiles superior e inferior y se
define como:
y
=
Coeficiente de asimetra
Con frecuencia una distribucin no es simtrica
alrededor de ningn valor, pero en lugar de ello se tiene
que los datos estn ms aglomerados o distribuidos hacia
los extremos. Si hay pocos datos distribuidos hacia el
extremo derecho se dice que la distribucin es sesgada a
la derecha, mientras que si hay pocos datos distribuidos
hacia la izquierda, se dice que la distribucin es sesgada
hacia la izquierda. Las medidas que describen esta
asimetra se denominan coeficiente de sesgo, o
simplemente sesgo. Una de dichas medidas es
Cuando el valor de
se dice que los datos se
distribuyen forma normal, o de campana o mesocrtica.
Si
entonces la distribucin es ms empinada
que la curva normal y se dice que es leptocrtica.
Si
entonces la distribucin es ms aplanada
que la curva normal y se llama platicrtica.
Observaciones:
Cuando se desea calcular el coeficiente de sesgo o de
curtosis en una muestra slo se necesita reemplazar en la
expresin anterior el valor de la media poblacional por la
media muestral y el tamao de poblacin por el tamao
de la muestra.
Si los datos estn agrupados o ponderados por
se
multiplicara la expresin del parntesis en el numerador
Donde
y el denominador por
Diagrama de cajas
Es el valor de la media poblacional de la variable de
estudio.
Es el total de datos en la poblacional.
La medida
ser positiva o negativa si la distribucin
es sesgada a la derecha o a la izquierda, respectivamente.
Para una distribucin simtrica,
Coeficiente de curtosis
En algn caso unos datos pueden estar concentrados
alrededor de la media, de manera que la distribucin
tiene un pico grande. En otros casos, la distribucin
puede ser relativamente plana. Las medidas que
determinan que tan empinada se encuentra una
Mquinas
1
Mquinas
Turno