Estadística 2

Análisis de una repetición

1
Inferencia – Nuestra población
es la desviación de lo medido
con lo predecido

2
 Fuentes de diferencia

Variabilidad
Errores
natural
de los datos 3
 Antes que todo:

Realizar los ajustes.

Curve Expert, Polymath, Matlab,

etc.

NO EN EXCEL
4
 Paso A
Análisis gráfco (gráfca de datos y gráfca de residuos)

Buscar si existen tendencias, verifcar si gráfcamente el ajuste es

bueno, verifcar que los residuos sean aleatorios, ponerle atención a
puntos “salidos”, etc.

5
 Paso B. Prueba F
1. Defnir hipótesis nula y alternativa.
2. Defnir alfa. Usar 0,05 y 0,01. .
3. Defnir regla de decisión. Comparar desviación estándar de
residuos de modelo 1 con la del modelo 2.
4. Calcular F.
Comparar resultado con F de tabla. Usar FINV().
5. Concluir

6
 Paso B. Prueba F

Usar el valor mayor arriba.

Grados de libertad:
(n-k) donde n es la cantidad de datos y
k la cantidad de parámetros del
modelo. 7
 Paso C. Comprobar supuestos

1. Residuos ordenados.
2. Normalidad de los residuos.
a. Gráfca de normalidad (darse
intervalos adecuados).
b. Normalidad linealizada
(establecer califcación Z).

Hay dos poblaciones 8

 Califcación normal Z

1. Ordenar residuos de menor a mayor

y numerar. Numeración será variable
i.
2. P=i/(n+1)
3. Usar función =NORM.S.INV(P,0,1)
4. Grafcar valor de residuo en un eje y
Z en el otro.
9
 Paso D. Repetir todo pero con
prueba Chi cuadrado.

Igual que la prueba F, pero compara

con una variabilidad teórica.

Darse la tolerancia teórica.

T=2kσ
10
Six Sigma los perseguirá toda la
vida.

11
Six Sigma los perseguirá toda la
vida.

12
 Paso D. Repetir todo pero con
prueba Chi cuadrado.

Utilizar la función =CHISQ.INV.RT()

13
Paso E. Discutir todo lo
anterior.

14