elementos de estadística
TRANSCRIPT
-
8/18/2019 Elementos de Estadística
1/31
Elementos de
Estadística
1
-
8/18/2019 Elementos de Estadística
2/31
2
Esquema del proceso de obtenerconclusiones a partir de los datos
OBJETIVO
Materia Prima
DATOS
Procesamiento
ORGANIZACION Y
ANALISIS
Prodcto
CONCL!SIONES
-
8/18/2019 Elementos de Estadística
3/31
El caso de análisis
"Una empresa dedicada a la producción deaceite de girasol , tiene fábricas en 4localidades diferentes. Todos las fábricas
tienen las mismas características, los costosde producción son idénticos. Se dispone deinformación sobre la producción aceite degirasol en los últimos 12 aos de las 4
fábricas. Usted es el asesor de la empresa enel área de producción ! se le pide "ue, a partirde dic#a información, realice lasrecomendaciones
$
-
8/18/2019 Elementos de Estadística
4/31
Objetivos del análisis delos datos
"%ara producir la recomendación pedida, deberá anali&arlos datos de modo de contestar la siguiente preguntageneral'
"()ómo fue la producción de aceite de girasol de losúltimos 12 aos en cada una de las cuatro empresas*
"+n relación con esta pregunta general, interesaráestablecer ! documentar, mediante grácos ! medidas,los siguientes puntos para cada localidad'
"(-a producción fue alta o baa*
"(-a producción fue parea entre aos*"(-os resultados económicos negati/os fueron frecuenteso raros*
"(-os resultados económicos sobresalientes fueronfrecuentes o raros*
4
-
8/18/2019 Elementos de Estadística
5/31
as cac n e aestadística moderna
0epresentación de datos )uadrosescripti/a Tablas
rácos
0educción de datos %romedio ispersiones
Trabao en base %redice, 3nere
3nferencial a muestra ecide sobrelas
poblaciones
-
8/18/2019 Elementos de Estadística
6/31
VariablesCUALITATIVAS O CATEGORICAS
Indican na ca#idad o caracter$stica no medi%#e o conta%#e&
a) Ordinales' Corres(ondencia #)*ica entre #os +a#ores de #a+aria%#e , #os n-meros natra#es.
Ejemplo' /0 Satis1acci)n de# c#iente' No satis1ec2o&Satis1ec2o o m, satis1ec2o
b) Nominal' caso contrario a# anterior.
"Ejemplo ' /0 Ti(o de m34ina'
5
-
8/18/2019 Elementos de Estadística
7/31
Variables
CUANTITATIVAS
Las 4e indican caracter$sticas medi%#es o conta%#es&
a5 Discretas ' a4e##as c,os +a#ores se interrm(en ose(aran.
" Ejemplo ' /0 n-mero de de1ectos de n (rodcto en na13%rica. Los +a#ores (osi%#es son 6& 7& 8&...
%5 Continas' a4e##as c,os +a#ores (osi%#es no tieneninterr(ci)n.
" Ejemplo ' /0 Di3metro de #as %ote##as de #a (rodcci)n dena 13%rica Entre 786 , 796 mm (odemos tener in1initos+a#ores.
6
-
8/18/2019 Elementos de Estadística
8/31
TAREA ESTADISTICA
7. Reco(i#aci)n de datos
8. Presentaci)n de datos
9. An3#isis de datos
:. Inter(retaci)n de res#tados
7
-
8/18/2019 Elementos de Estadística
9/318
Definiciones básicas
“Población es un conjunto de elementos definidos en el
tiempo y en el espacio, sobre los cuales se realizarán
las observaciones en el caso de una encuesta
exhaustiva o censo, o a los cuales se referirán los
resultados de la investigación en el caso de un estudio por muestreo”.
“Muestra es el subconjunto de unidades seleccionadas
de la población definida. En esta recae la realización de
las observaciones”.
“ Valores poblacionales” arámetros
“ Estimadores” Estad!sticos
-
8/18/2019 Elementos de Estadística
10/31
9nálisis de datos-os datos recopilados para cada sueto , unidad de obser/ación, óe:perimental pueden pro/enir de distintos tipos de /ariables !
escalas de medición'
1;
N o m i n a #
O r d i n a #
E s c a # a d e m e d i c i ) n
C a # i t a t i + a o A t r i % t o
I n t e r + a # o
R a ; ) n
E s c a # a d e m e d i c i ) n
D i s c r e t a
C o n t i n a
T i ( o
C a n t i t a t i + a o N - m e r i c a
V a r i a % # e s
-
8/18/2019 Elementos de Estadística
11/3111
Presentaciones visuales, reducción de
datos
Tablas, Gráficos y Distribuciones
re(resentaci)n menta# #e s*iere #a (a#a%ra
estad$stica a #a ma,or (arte de #a *ente ?
!na ta%#a es na ordenaci)n de datos en 1i#as ,
co#mnas ti#i;ada (ara docmentar o comnicar
in1ormaci)n. Desde este (nto de +ista de s so&e/isten dos ti(os de ta%#as a sa%er ' Ta%#as
*enera#es o de Re1erencia , Ta%#as Es(ec$1icas o de
Resmen
-
8/18/2019 Elementos de Estadística
12/31
Distribución de una variable
cuantitativa discreta
12
Veamos con n e@em(#o #a ta%#a de distri%ci)n de
1recencias.
En 86 (rodctos se cont) #a cantidad de rec#amos '
X F FR1 4 .2;
2 4 .2;
3 $ ;.1
4 $ ;1
5 $ ;.16 1 ;.;
8 1 ;.;
10 1 ;.;
2; 1.;
-
8/18/2019 Elementos de Estadística
13/31
Distribución de una variablecuantitativa continua
1$
A2ora si #o 4e nos interesa son #os $ndices de
Prodcti+idad (onderado de esos 86 (rodctos
estamos 1rente a na +aria%#e cantitati!a
contina. En este caso #os +a#ores indi+ida#escarecen de inter>s& (or #a (ro(ia natra#e;a de
dic2a +aria%#e& (or #o tanto se #os a*r(a en #os
##amados inter+a#os de c#ase.
-
8/18/2019 Elementos de Estadística
14/31
Distribución de una variablecuantitativa continua
14
E# #$mite in1erior de# (rimer inter+a#o de%e ser a#*omenor 4e e# +a#or m3s (e4eo de #a +aria%#e& , e#
#$mite s(erior de# -#timo inter+a#o a#*o ma,or a# dato
m3s *rande.
De1iniendo'/
m3/0 +a#or e/tremo s(erior de #a +aria%#e
/m$n
0 +a#or e/tremo in1erior de #a +aria%#e
La di1erencia entre estos dos +a#ores nos da #aam(#itd tota#
A0/m3/
/m$n
Si creemos 4e #a cantidad de inter+a#os con+eniente
es 2 entonces #a am(#itd de #os inter+a#os ser3
-
8/18/2019 Elementos de Estadística
15/31
Distribución de una variablecuantitativa continua
1
Veamos (or e@em(#o...
F0 +a#or de $ndice de Prodcti+idad de 86 (rodctos
Vemos c3# es e# +a#or e/tremo in1erior/
m$n0:6&
, e# e/tremo s(erior&
/m3/
0H&8
-
8/18/2019 Elementos de Estadística
16/31
Distribución de una variablecuantitativa continua
Para o%tener a0 am(#itd de# inter+a#o.
Los inter+a#os se constr,en de ta# 1orma 4e sean
mtamente e/c#,entes& esto es& n +a#or no (ede estar
contenido en dos inter+a#os.
8.2< 4;.
-
8/18/2019 Elementos de Estadística
17/31
Distribución de una variablecuantitativa continua
16
La re(resentaci)n *r31ica corres(ondiente a #a distri%ci)n de
1recencias sim(#es o re#ati+as de na +aria%#e cantitati+a
contina es e#
"ISTOGRA#A
-
8/18/2019 Elementos de Estadística
18/31
Medidas que resumen informaciónMedidas de tendencia central
-
8/18/2019 Elementos de Estadística
19/31
?órmulas para media !
/arian&a
m e d i a x x
n
i
= = ∑
n
Xi Fi X ∑=
).(
( )
1
2
2
2
−
−
=
∑∑n
n
x x
S
( )
1
2
2
−
−
= ∑
∑
nn
x
x
S
-
8/18/2019 Elementos de Estadística
20/31
+emplos"Utili&ando el eemplo de los pagos de condominios cu!adistribución es la siguiente
$a%os N&mero denidades'(i)
(recenciaacmlada
$nto medio'i) (i* i
+,-- . /00 9 9 HH. 86H.
1-- . 000 K 76 HH. 8H.
2--- . 2200 77 87 76HH. 786H:.
23-- . 2400 88 :9 78HH. 8H.6
25-- . 2600 :6 9 7:HH. HH6.6
2,-- . 2/00 8: 76K 7HH. :6K.6
21-- . 2000 H 77 7HH. 7K6H.
3--- . 3200 : 786 86HH. 9H.6
7 786 7K9:6.6
-
8/18/2019 Elementos de Estadística
21/31
)álculos
17.1461$120
175340).(
=== ∑ n Xi Fi
X
( ) 5.1484$)200(4043605.13992 =−
+=
−
+= w fm
FAn
Lme
-
8/18/2019 Elementos de Estadística
22/31
@oda
22
( ) 38.1505$)200(1618
185.1399)
21
1=
++=
++= w
d d
d Lmo
-
8/18/2019 Elementos de Estadística
23/31
Aarian&a ! des/iaciónestándarEjemploLas ca(acidades de a#*nos reci(ientes metá#icos son' 9& 86& 9K& :& , 8K #itros&(Cá# es #a am(#itd tota# de esos +a#ores& Cá# es #a des+iación estándar?
2$
( )
litrosn
n
x x
S 72.164
8.11184
5
)186(8038
1
22
2
==
−
=−
−
= ∑
∑
-
8/18/2019 Elementos de Estadística
24/31
Coeficiente de Variación
Si e# CV ≤ datos m, 2omo*>neos& Media aritm>tica
m, re(resentati+a
Si e# ≤ CV tica es re(resentati+a
Si e# CV ≥ 86 datos 2etero*>neos& #a media aritm>tica es
(oco re(resentati+a
R l i% t & di d i i%
-
8/18/2019 Elementos de Estadística
25/31
Relaci%n entre &edia ' desviaci%nestándar
2
Una forma de apreciar claramente el signicado de lades/iación estándar como medida de dispersión entorno a la media, es a tra/és de la relación entre lamedia ! la des/iación estándar, la cual está dada porla desigualdad de )#eb!s#e/ ! la regla empírica. os#ec#os particulares "ue arma la desigualdad de
)#eb!s#e/,1 es "ue entre BC2S ! BD2S están por lomenos 6E de los datos de la muestra, ! "ue entre BF$S están por lo menos 78E de éstos.+n cuanto a la regla empírica se arma "ue en muc#os
de los datos "ue surgen en la práctica se #a obser/adopor la e:periencia "ue'
+ntre BG 1S ! BD 1S está 57E de los datos de lamuestra.
H +ntre BC2S ! BD2S está 8E.
-
8/18/2019 Elementos de Estadística
26/31
-os inter/alos anteriores son /álidos sólo para losdatos muestrales ! no necesariamente para todala población o proceso.
Si los inter/alos se calculan con la media ! lades/iación estándar del proceso o población,entonces serán /álidos para toda la población.
+n la medida "ue se tengan muestras aleatoriasgrandes ! representati/as, los inter/alosanteriores podrán dar una idea apro:imada de lo"ue pasa en el proceso
-
8/18/2019 Elementos de Estadística
27/31
9l aplicar la regla empírica a losdatos de un proceso, se puede la/ariación de las mediciones
9l comparar estos límites de
/ariación con las especicacionesI+3 =1.1; ! +S =1.$;J, se puedeapreciar si el proceso tienecapacidad para cumplir conespecicaciones
26
í i l l
-
8/18/2019 Elementos de Estadística
28/31
-ímites reales o naturales
-os límites reales o naturales de unproceso indican los puntos entre loscuales /aría la salida de un proceso !,por lo general, se obtienen de la
siguiente manera'-ímite real inferior I-03J = K G$L !-ímite real superior I-0SJ = K D$L
27
-
8/18/2019 Elementos de Estadística
29/31
)apacidad de un proceso ()*ites reales o natrales
3ndican los puntos entre los cuales /aría la salida de unproceso ! por lo general, se obtienen de la siguiente manera'
-ímite real inferior I-03J = K G$L ! -ímite real superior I-0SJ= K D$L
+n un estudio de capacidad, estos límites reales se comparancon las especicaciones para la característica de calidad. %oreemplo, si las especicaciones para una característica decalidad son "ue ésta debe tener dimensiones de 7;; FMluego, la especicación inferior es +3 =68, ! la superior es+S =7;. Si además se sabe "ue la media ! la des/iaciónestándar de tal característica de calidad son K =7;;.5 ! L=1.2, respecti/amente, entonces los límites reales son'
-03 =7;;.5 G$I1.2J =686.; ! -0S =7;;.5 D $I1.2J =7;4.2
28
-
8/18/2019 Elementos de Estadística
30/31
+emplo %or lo tanto, se espera "ue esta característica decalidad /aríe de 686.; a 7;4.2, con una media de7;;.5.
9l comparar esto con las especicaciones se
aprecia "ue los límites reales caen dentro de lasmismas, entonces se conclu!e "ue el proceso escapa& de cumplir con tales especicaciones
$;
Estad)stico +nálisis ' co*entarios ,onclsiones
-
8/18/2019 Elementos de Estadística
31/31
'&edidas detendenciacentral- ./05"&ediana /2&oda /2
H -as medidas de tendencia central sonrelati/amente similares ! mu! cercanas a ;,por lo "ue la tendencia central del proceso esadecuada.H ;E de las 1; mediciones fue ma!or oigual a 2 micras.
H +l diámetro más frecuente fue de 2 micra
%roceso centrado con KO;.
esviaci%n estándar- /105()*ites realesaro.i*adosX3-(Rin7 / 333(Rs /345
H +n forma apro:imada se espera "ue eldiámetro de las punterías /aríe entre ;.8F$1. IG$;.8 a $2.1 micrasJ. -a amplitud deestos límites es ma!or a la /ariación toleradaIF2J.H 9mbos límites están fuera de lasespecicaciones, por lo "ue se están #aciendo
punterías "ue no cumplen con especicaciones
-a /ariación realdel proceso esdemasiada, por lo "uese está fabricandoproducto fuera deespecicaciones
9rá:ca de caacidad;istoase: