Clase 1,2,3 - Introduccion Estadística, Medidas Tendencia

02/05/2018
UNIVERSIDAD TÉCNICA DEL NORTE

Facultad de Ingeniería en Ciencias Aplicadas
CARRERA DE INGENIERÍA AUTOMOTRIZ
Asignatura: Estadística aplicada a la Ingeniería

Docente: Ing. Fredy Rosero MSc.
Periodo: Abril 2018 – Julio 2018
ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ
1. INTRODUCCIÓN A LA ESTADÍSTICA
I. Generalidades de la estadística
II. La Estadística en el ámbito de la Ciencia y la Ingeniería
III. Tipos de estadística
IV. Clasificación de variables: Tipos de datos
La Estadística en el ámbito de la Ciencia y la Ingeniería
El paradigma de las políticas económicas de los

últimos cincuenta años del siglo pasado fue
producir más y consumir más, entendiendo que el
crecimiento económico automáticamente provee el
desarrollo necesario.
Esta lógica utilitarista y de corto plazo actúo como

si los recursos naturales no tuvieran límites y los
efectos de una actividad sin control no afectara al
medio ambiente y en definitiva calidad de la vida
humana.
1
02/05/2018
El sector del transporte utiliza el 95% de combustible

fósil… qué debemos hacer?
• Un ingeniero es alguien que soluciona problemas haciendo

un uso eficiente de principios científicos
• El ingeniero materializa y soluciona problemas
2
02/05/2018
• Los ingenieros utilizan principios físicos para optimizar y mejorar

procesos
• Cuando no se conoce nada del proceso, es necesario recurrir a

técnicas estadísticas para entenderlo
• La recopilación y análisis de datos es fundamental en la ciencia e

ingeniería
• Al analizar datos recopilados en experimentos se identifican

principios que gobiernan el mundo físico
• Se puede caracterizar e identificar relaciones entre variables de

interés

• Los datos científicos se encuentran sujetos a variaciones aleatorias o
incertidumbre
• Problemas al repetir un experimento…..cada vez que se repite se obtiene un

resultado diferente……ERROR?
• ¿Cómo se pueden obtener conclusiones confiables de un

experimento cuando los resultados de este varían en cada intento?
• Los métodos estadísticos nos ayudan a describir y entender la

variabilidad en los datos
3
02/05/2018
Generalidades de la estadística
ORIGEN DE LA ESTADÍSTICA
• El origen de la Estadística se remonta a épocas en las que los gobernantes
requerían técnicas para controlar a sus propiedades y a las personas.
• Posteriormente, el desarrollo de los juegos de azar propició el estudio de

métodos matemáticos para su análisis los cuales con el tiempo dieron origen
a la Teoría de la Probabilidad que hoy es el sustento formal de la Estadística.
• El advenimiento de la informática ha constituido el complemento adecuado

para realizar estudios estadísticos mediante programas especializados que
facilitan enormemente el tratamiento y transformación de los datos en
información útil.
• La Estadística ha alcanzado un nivel de desarrollo muy alto y constituye

actualmente el soporte necesario para todas las ciencias y para la
investigación científica, siendo el apoyo para tomar decisiones en un
entorno de incertidumbre.
• Es importante resaltar que las técnicas estadísticas deben usarse

apropiadamente para que la información obtenida sea válida.
4
02/05/2018
OBJETIVO Y DEFINICIÓN DE LA ESTADÍSTICA
• El objetivo fundamental de la estadística es analizar datos y

transformarlos en información útil para tomar decisiones
• La Estadística es una ciencia inductiva que permite inferir características

cualitativas y cuantitativas de un conjunto mediante los datos
contenidos en un subconjunto del mismo.
OBJETIVO Y DEFINICIÓN DE LA ESTADÍSTICA
• La estadística es el conjunto de métodos utilizados para coleccionar,

resumir, organizar, presentar y analizar la información contenida en un
conjunto de datos.
• Por otro lado, el término estadística también se refiere a la obtención de

conclusiones válidas y a la toma de decisiones razonables, con base en el
análisis de los datos.
Tipos de estadística
La estadística se clasifica en dos grandes rubros: estadística descriptiva y

estadística inferencial, términos que se pueden definir como:
Estadística descriptiva:
Conjunto de métodos que se utilizan para organizar, clasificar y presentar la
información contenida en los datos por medio de gráficas o tablas, así como el
conjunto de medidas para indicar su dispersión y su localización.
5
02/05/2018
Esta rama de la estadística presenta una descripción de la información

contenida en los datos.
• Se debe usar un plan para la obtención de los datos.
Estadística inferencial.
Conjunto de métodos que se utilizan para deducir alguna característica de la

población con únicamente información parcial. Con esta rama de la estadística
se infiere cómo es la población de donde se obtuvo un subconjunto de datos.
• La estadística inferencial se refiere al proceso de sacar conclusiones acerca de una

población basándose en una muestra obtenida por un proceso aleatorio (al azar), de
tal manera la exactitud de los resultados se mide mediante la probabilidad.
• Para hacer un estudio adecuado de la estadística inferencial se deben conocer las

bases de la teoría de probabilidades
6
02/05/2018
Población
• Es el conjunto objetivo de estudio o conjunto de

unidades de interés.
• Una población puede ser finita(prod autos) o

infinita(resultados moneda).
• A menudo es imposible, impráctico o caro, observar

todas las unidades de la población; por ello, en lugar
de examinar el grupo en su totalidad, es conveniente
hacerlo
• Sólo con una parte de la población

Muestra
• La muestra es un subconjunto de la población.
• La estadística estudia las muestras elegidas a través de un proceso aleatorio.
VARIABLE :Alguna característica observable de los elementos de una población y

que puede tomar diferentes valores.
DATO: Es cada valor incluido en la muestra. Se lo puede obtener mediante observación o

medición.
PARÁMETRO: Es alguna característica de la población en estudio y que es de interés

conocer.
EXPERIMENTO ESTADÍSTICO: Es un proceso que se diseña y realiza para obtener

observaciones.
VARIABLE ALEATORIA: Es una variable cuyo valor es el resultado de un experimento

estadístico.
7
02/05/2018
ESPACIO MUESTRAL: Conjunto de todos los posibles resultados que se pudiesen

obtener de un experimento estadístico
MODELO: Descripción simbólica o física de una situación o sistema que se desea

estudiar
MODELO DETERMINÍSTICO: Representación exacta de un sistema. Permite obtener

respuestas precisas Ejemplo: una ecuación matemática.
MODELO PROBABILÍSTICO: Representación de un sistema que incluye componentes

aleatorios. Las respuestas obtenidas se expresan en términos de probabilidad. Ejemplo:
teoría de colas
Clasificación de variables: Tipos de datos
La materia prima de la estadística son los datos recolectados y el análisis que se

pueda hacer de estos datos depende de sus características, por lo que se deben
conocer los niveles de medición de los datos.
• Los datos ordinales, a pesar de no ser datos numéricos, presentan un orden

natural. Ej: jerarquía en la familia
• Los datos nominales son aquellos que no presentan un orden establecido. Ej:
Carreras de la FICA.
• Los datos de intervalo son aquellos donde el cero tiene una posición arbitraria.
Ej. Temperatura
• Los datos de razón son datos en los que el cero está bien determinado, además
se pueden comparar. Ej. Edad
8
02/05/2018

Las variables cuantitativas también se pueden clasificar en discretas o continuas
• La variable aleatoria discreta se pueden contar o enumerar, como el número

de hijos.
• Los valores que toma una variable aleatoria continua se pueden medir; por
ejemplo, la cantidad de leche producida en una región.
• La clasificación de variables en
discreta y continua tiene mayor
significado al estudiar los conceptos
de probabilidad.
2. MEDIDAS DE TENDENCIA CENTRAL
I. Media aritmética
II. Mediana
III. Moda
IV. Media geométrica
V. Media armónica
VI. Cuartiles
• A veces los datos estadísticos obtenidos de muestras, experimentos o

cualquier colección de mediciones, son tan númerosos que
carecen de utilidad a menos que sean condensados en un Resumen
estadístico.
• Propiedades utilizadas para la comprensión e interpretación de los

datos analizados: De tendencia central, De dispersión, de forma
• Cuando se calculan a partir de los datos muestrales, reciben el

nombre de estadísticos, y si se los calcula a partir de la población, se
denominan parámetros.
9
02/05/2018
• Las medidas de tendencia central son valores que indican la

posición que tienen los datos; es decir, una medida de
localización se puede ver como un representante de la posición
de los datos.
Media aritmética
• Es el promedio común de los datos; esto es, dados los datos x1,
x2,……xn su media aritmética es:
• Si bien es una de las medidas más utilizadas posee la desventaja de ser

muy afectada por los valores extremos, pues en su cálculo se utilizan
todas las observaciones. Puede entonces dar una imagen distorsionada
de la información contenida en los datos, por lo que no siempre es la
mejor medida de posición.
Media aritmética
EJEMPLO:
• Un entrenador de pista debe decidir cual de los dos corredores debe
elegir para la próxima carrera de 100 metros planos. El entrenador
basará su decisión en los resultados que tiene registrados de cinco
carreras entre los dos atletas realizados en un período de una hora con
descanso de 15 segundos.
10
02/05/2018
Mediana
• Es el valor que ocupa la posición central en un conjunto de datos,

ordenados en forma creciente o decreciente. La mediana se denota
con la letra M
• Para determinar la mediana se deben ordenar primero los datos, por ello
sólo se puede calcular a variables cuantitativas o a variables cualitativas
ordinales.
• Así definida la mediana, se puede decir: la mitad de las observaciones
es menor que la mediana, mientras que la otra mitad es mayor que
la mediana. Resulta apropiada cuando el conjunto de datos posee
observaciones extremas.
Mediana
La posición de la mediana se calcula con la fórmula
Donde : n es el número de términos
Si el resultado de esta fórmula es un entero, entonces, la mediana es el

dato que ocupa esa posición; si el resultado de la fórmula es
fraccionario, la mediana es el promedio entre los valores que se
encuentran en las posiciones de los enteros más cercanos al resultado de
la fórmula.
Mediana
El cálculo de la mediana se ve afectado por el número de

observaciones, y no por la magnitud de los valores extremos.
EJEMPLO:
• Determinar la mediana de los datos 8, 3, 5, 12, 10.
EJEMPLO:
• Encontrar la mediana de los datos 8, 3, 5, 12, 10, 6.
11
02/05/2018
Mediana
EJERCICIO 1.
Mediana
EJERCICIO 2 .
Moda
• La moda de un conjunto de datos es el valor que ocurre con más

frecuencia y se denota como Mo
• Mo es el valor que más veces se repite
• La moda se calcula a datos cuantitativos o cualitativos, y a diferencia
de la media aritmética o de la mediana, no necesariamente es un
valor único.
• Si los datos aparecen una sola vez, se dice que no tienen moda.
Modal, cuando cuenta con un valor con mayor frecuencia.

 Bimodal, cuando cuenta con dos valores con la misma frecuencia.
 Multimodal, cuando cuenta con más de dos valores con la misma
frecuencia.
12
02/05/2018
Moda
EJEMPLOS
• Se tiene los datos del tipo de sangre de 9 personas. Obtener su moda.A, A,
B, AB, A, O, AB, B, B. Los datos tienen dos modas, el tipo de sangre A y el
tipo de sangre B.
• Los datos 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12, 18 tienen una moda igual a 9,
es decir, el valor que ocurre con más frecuencia.
• Los valores 3, 5, 8, 10, 12, 15, 16 no tienen moda.
• La muestra de observaciones 2, 3, 4, 4, 4, 5, 5, 7, 7, 7, 9 tiene dos modas,

4 y 7, por tanto es bimodal.
Media Geométrica
• La media geométrica se calcula con la fórmula:
• La media geométrica es útil para promediar tasas de

crecimiento (aumento o decremento) de una muestra
estadística. Esta medida de localización sólo se calcula en
datos numéricos positivos.
Media Geométrica
• Un resultado importante de esta medida de localización

es que el logaritmo de G es igual a la media
aritmética de los logaritmos de los datos. Al calcular el
logaritmo, se obtiene:
EJEMPLO:
• Encontrar la media geométrica de los valores 3, 5, 6, 6, 7, 10, 12.
13
02/05/2018
Media Armónica
• La media armónica (MA) de un juego n de números x1, x2,……xn ,

es el recíproco de la media aritmética de los recíprocos de los
números.
• Se define por la ecuación
Media Armónica
EJEMPLO:
• Calcular la media armónica de los números 2, 3, 7.
Media Armónica
OBSERVACIÓN:
• La relación entre las medias aritmética, geométrica y armónica es

la siguiente: La media geométrica de un juego de valores positivos
X1,X2,…Xn es menor o igual que su media aritmética, pero mayor
o igual que su media armónica.
• Esta relación en símbolos se denota como:
14
02/05/2018
Cuartiles
• Los cuartiles son medidas que indican la posición de los datos sin
que ésta sea central
• Los cuartiles son tres datos, Q1, Q2 y Q3 que dividen a la muestra
en cuatro partes iguales cuando se han ordenado previamente.
Cuartiles
EJEMPLO:
• Calcular los tres cuartiles de 3, 7, 5, 2, 4, 5, 6, 8.
Respuesta:
• Q1=3,5 Q2=5 y Q3=6,5
3. MEDIDAS DE DISPERSIÓN
I. Rango
II. Rango intercuartílico
III. Varianza
IV. Desviación estándar
15
02/05/2018
3. MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS
I. Rango
II. Rango intercuartílico
III. Varianza
IV. Desviación estándar
V. Coeficiente de Variación
• Las medidas de posición proporcionan información importante

acerca de los datos; sin embargo, es insuficiente para describir como
éstos se distribuyen.
• La determinación de los valores de las medidas de dispersión es

relativamente simple ya que el valor de referencia es la media de la
colección, por lo que se deben establecer las diferencias o
desviaciones existentes entre los distintos valores de la colección
con respecto a ella.
• La variabilidad de procesos y productos es un hecho real en los

sistemas científicos y de ingeniería: el control o la reducción de la
variabilidad de un proceso a menudo es una fuente de mayores
dificultades.
• Cada vez más ingenieros y administradores de procesos están
aprendiendo que la calidad del producto y, como resultado, las
utilidades que se derivan de los productos manufacturados es, con
mucho, una función de la variabilidad.
• Se utilizan por ejemplo para verificar la duración de un artefacto de
un lote de producción no varié mucho.
16
02/05/2018
Rango
• El rango es igual al valor máximo menos el valor mínimo y se denota

con la letra R. Así pues, el rango corresponde a la longitud del
intervalo donde se encuentran distribuidos los datos.
• Si el rango es pequeño, los datos son poco variables; y si el rango es

grande, los datos pueden estar muy dispersos.
• Esta medida de dispersión es muy sensible a valores extremos, pues

si algún dato está alejado del resto, será determinante para indicar
una variación grande.
Rango
EJEMPLO
• Hallar el rango de 2, 3, 3, 5, 5, 5, 8, 10, 12.
Respuesta:
• R=10
Rango Intercuartílico
• El rango intercuartílico es igual al valor del tercer cuartil menos el

valor del primer cuartil. El rango intercuartílico se denota con el
símbolo RI.
• El rango intercuartílico es una medida de dispersión que no es.

sensible a valores extremos.
• El rango intercuartílico corresponde a la longitud del intervalo donde

se encuentra la mitad de los datos centrales, dejando fuera la cuarta
parte de los datos más chicos y la cuarta parte de los datos mayores.
17
02/05/2018
Rango Intercuartílico
EJEMPLO
• Encontrar el rango intercuatílico de 2, 3, 3, 5, 5, 5, 8, 10, 12.
Respuesta:
• RI =10
Varianza
• La varianza es una de las medidas de dispersión más utilizada y se

define así:
• La varianza es una clase de promedio al cuadrado de las desviaciones

de cada dato respecto a la media. Cuando todos los datos son iguales
la varianza es igual a cero y conforme la dispersión de los datos
aumenta el valor de la varianza también se incrementa.
• Para calcular esta medida de dispersión se utilizan todos los datos.
Varianza
EJEMPLO
• Encontrar la varianza de los datos 8, 8, 8, 8, 8.
Respuesta: S2 =10
EJEMPLO
• Hallar la varianza de los datos 3, 2, 6, 5, 4.
Respuesta: S2 =2,5
18
02/05/2018
Desviación Estándar
• Al definir la varianza de los datos se introdujo el término al cuadrado

en los sumandos para asegurar que la contribución a la suma de la
variación de cada dato sea un valor positivo y que en consecuencia
realmente mida qué tan diferente es el dato al valor central.
• Sin embargo, con este hecho se distorsiona la esencia de los datos,

pues se cambian las unidades y los valores.
• La desviación estándar es calcular la raíz cuadrada de la varianza
Desviación Estándar
EJEMPLO
• Encontrar la desviación estándar si los datos son 2, 6, 11, 8, 11, 4, 7, 5 .
Respuesta: S=3,19
Coeficiente de Variación
El coeficiente de variación es una cantidad que mide la dispersión de los

datos con respecto a la media:
EJEMPLO
• Para un grupo de datos X = 20, S = 4, calcule el coeficiente de
variación
v=
20%
19
02/05/2018
Coeficiente de Variación
El coeficiente de variación es una cantidad que mide la dispersión de los

datos con respecto a la media:
• Es útil cuando se compara la variabilidad de dos conjuntos de

datos, o más, expresados en diferentes unidades.
20

Clase 1,2,3 - Introduccion Estadística, Medidas Tendencia

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Clase 1,2,3 - Introduccion Estadística, Medidas Tendencia

Caricato da

Copyright:

Formati disponibili

02/05/2018

UNIVERSIDAD TÉCNICA DEL NORTE

CARRERA DE INGENIERÍA AUTOMOTRIZ

Asignatura: Estadística aplicada a la Ingeniería

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

El paradigma de las políticas económicas de los

Esta lógica utilitarista y de corto plazo actúo como

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

El sector del transporte utiliza el 95% de combustible

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

• Un ingeniero es alguien que soluciona problemas haciendo

• El ingeniero materializa y soluciona problemas

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

• Los ingenieros utilizan principios físicos para optimizar y mejorar

• Cuando no se conoce nada del proceso, es necesario recurrir a

• La recopilación y análisis de datos es fundamental en la ciencia e

• Al analizar datos recopilados en experimentos se identifican

• Se puede caracterizar e identificar relaciones entre variables de

La Estadística en el ámbito de la Ciencia y la Ingeniería

• Problemas al repetir un experimento…..cada vez que se repite se obtiene un

• ¿Cómo se pueden obtener conclusiones confiables de un

• Los métodos estadísticos nos ayudan a describir y entender la

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La Estadística en el ámbito de la Ciencia y la Ingeniería

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

• Posteriormente, el desarrollo de los juegos de azar propició el estudio de

• El advenimiento de la informática ha constituido el complemento adecuado

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

• La Estadística ha alcanzado un nivel de desarrollo muy alto y constituye

• Es importante resaltar que las técnicas estadísticas deben usarse

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

OBJETIVO Y DEFINICIÓN DE LA ESTADÍSTICA

• El objetivo fundamental de la estadística es analizar datos y

• La Estadística es una ciencia inductiva que permite inferir características

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

OBJETIVO Y DEFINICIÓN DE LA ESTADÍSTICA

• La estadística es el conjunto de métodos utilizados para coleccionar,

• Por otro lado, el término estadística también se refiere a la obtención de

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

La estadística se clasifica en dos grandes rubros: estadística descriptiva y

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

Esta rama de la estadística presenta una descripción de la información

• Se debe usar un plan para la obtención de los datos.

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

Conjunto de métodos que se utilizan para deducir alguna característica de la

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

• La estadística inferencial se refiere al proceso de sacar conclusiones acerca de una

• Para hacer un estudio adecuado de la estadística inferencial se deben conocer las

ESTADÍSTICA APLICADA A LA INGENIERÍA INGENIERÍA AUTOMOTRIZ

• Es el conjunto objetivo de estudio o conjunto de

• Una población puede ser finita(prod autos) o

• A menudo es imposible, impráctico o caro, observar

• Sólo con una parte de la población

• La muestra es un subconjunto de la población.

• La estadística estudia las muestras elegidas a través de un proceso aleatorio.