CONCEPTOS BASICOS

ESTADISTICA.-Conjunto de mtodos que nos permiten tomar

decisiones en momentos de incertidumbre (duda). Tiene como objetivo que la informacin existente se comprenda mas fcilmente y poder hacer en base a ellas inferencias, (decidir y predecir) sobre una poblacin estudiada.

Datos estadsticos.-Se obtienen mediante un proceso que

comprende la observacin o medicin de conceptos, los cuales reciben el nombre de variables.

Poblacin.-Conjunto de todas las mediciones de inters ( N ). Muestra.-Conjunto de objetos mediciones seleccionadas de una
poblacin de inters.

Muestra aleatoria.-Muestra seleccionada de una poblacin de

inters en la cual, cada uno de los elementos que la componen tienen la misma posibilidad de participar en la muestra.

MEDIDAS DE TENDENCIA CENTRAL  Dentro de la estadstica se realizan mediciones con el objetivo de caracterizar a las muestras, y unas de ellas son las medidas de tendencia central. De las cuales las mas usadas son: Promedio media aritmtica.-Relacin entre la
suma del total de cada uno de los valores entre el total del muestras.

Moda.-Valor que mas frecuentemente se presenta en un grupo de datos Mediana.-Valor central del grupo de datos ordenados. Media Cuadratica.- Sumatoria Xi 2 / n

CALCULO DE MEDIDAS TENDENCIA CENTRAL

DE

 Si por ejemplo se tienen las calificaciones de un grupo de 10 estudiantes, las cuales son: 8.7.7.5.9.9.10.10.10.5. Sus medidas de tendencia central de "posicin" sern:

Promedio.- 80/10 = 8 Moda.- Mo = 10 Mediana.-Me = (8+9)/2 = 8.5 Media Cuadratica.-Mc= 674/10 = 8.21

Mediciones estadsticas
 Las

medidas de tendencia central de I.-n = 10 posicin no son 360 suficientes para poder caracterizar una u muestra.  Ya que pudieran existir 2 muestreos de igual cantidad de valores, pero II.- n = 10 muy diferentes en sus valores individuales, que tienen ambos la misma

X=

X=360

 Se

tienen 10 valores por cada turno de la lnea de 156mm, con peso de 1800gr.

Ejemplo de mediciones estadsticas

I.-En el primer turno se registran los siguientes valores: 1818,1810,1807,1812,1804,1801,1798,1775,1795 y 1783. Lo que da una media aritmtica de X1= 1800.3gr con una n =10 y sobredosificacin de 0.3gr II.En el segundo turno se registran los siguientes valores: 1802,1800,1804,1802,1803,1801,1798,1799,1796 y 1798. Lo que da una media aritmtica X2 = 1800.3gr con una n = 10 y una sobredosificacin de 0.3gr.

Medidas de Dispersin


Es la otra medida requerida para poder caracterizar una muestra y se observa su importancia en el ejemplo anterior. Una medida de dispersin, es en s la variabilidad de los valores con respecto a un valor meta, y junto con la media aritmtica, la descripcin de la distribucin de los valores de contenido neto es mas completa. As cuando nos pregunten Que tal el control del contenido neto? debemos responder, tanto el valor de la media aritmtica como el valor de la dispersin.

Los valores de dispersin mas usados son: * El Rango, *La desviacin media * La desviacin Standard

Medidas de dispersin
 RANGO.-Es la medida mas sencilla de dispersin, y

es la diferencia entre los valores mximo y mnimo de los datos dados. Su desventaja es que se basa solo en valores extremos Supongase el caso de la lnea de 156mm, donde tanto el primer turno como en el segundo se tiene una X=1800.3, con lo cual parece no existir diferencia entre un turno y otro, pero si conocemos que los valores mas alto y mas bajo del primer turno fueron, 1818 y 1875, cuyo rango seria, R1=1818-1875 = 43. Mientras que en el segundo turno, R2= 1804-1796= 8. Con esto se ve inmediatamente, que ambos turnos no son tan iguales como suponamos , debido a la gran diferencia de su variabilidad.

Medidas de dispersin
 Desviacin Media.-Medida de dispersin que si incluye todos los datos, y se define como el promedio de las desviaciones a partir de algn valor central.En nuestro caso siempre ser el peso declarado.Desvo.-Es la diferencia entre un valor individual y el valor meta.

Si consideramos los valores de la lnea 156mm otra vez, serian, 1818,1810,1807,1812,1804,1801,1798,1795, 1775 y 1783, midiendo la variabilidad de los valores con respecto al valor meta 1800, y final mente encontrar su promedio en valor absoluto, lo que quedara:
+18,+10.+7,+12,+4,+1,-2,-5,-25,-17

Desv . media1= (18+10+7+12+4+1+2+5+25+17) / 10 = 101 / 10 =

10.1

Desviacin Standard


Conocida tambin como Desviacin tpica, es la unidad de dispersin mas usada en estadstica aplicada, se representa con la letra sigma ( ) y se calcula de la siguiente manera:

S= ( Sumatoria (Xi-X)2) / n-1

Calculando para nuestro ejemplo, quedara : Desv. Standard 1= 13.23 Desv. Standard 2= 2.54

Cartas Maquina de Ejemplo

1780 Primer Turno 1790 1800 1810 1820 1780 Segundo Turno 1790 1800 1810 1820

Distribucion de Frecuencias


Es el estudio de datos ordenados a travs de los cuales se conoce informacin mas a fondo, de una muestra de valores dados, basado en la frecuencia de veces en que los valores caen dentro de un intervalo dado. Supongamos que tenemos 20 valores en una carta maquina de la lnea de 156mm y queremos CONSTRUIR su grfica de la campana de Gauss, y sus valores son:
1788,1802,1802,1794,1803,1802,1807,1811,1796,1798,1801,1800,1806,1798,1800, 1799,1799,1797,1808,1800.

Si agrupamos y ordenamos los valores de acuerdo a rangos e intervalos quedara:

1788,1794,1796,1797,1798,1798,1799,1799,1800,1800,1801,1801,1802,1802,1802, 1803,1806,1807,1808 y 1811.

Distribucion de Frecuencias


Determinamos que el rango en los que se mueven los valores es: Ra=1788-1811=23 El Numero de intervalos es arbitrario, pero se recomienda que sea entre 4 y 12 dependiendo del valor del rango. Para nuestro caso tomamos K=6. Determinando la amplitud que tendran cada uno de los intervalos, seria: A= R / K, por lo que, A= 23/6 = 3.83 = 4 El limite inferior del que se partira, debera ser igual al valor menor menos un medio de la unidad minima de medicin. Li= Vm - 1/2u Li = 1788 - 0.5 Li=1787.5

Distribucion de Frecuencias
Construyendo la tabla de distrubicin de frecuencias quedaria: K Li Ls Xi fi fia fi% fac%

Donde: K.- No de intervalo Li.-Limite Inferior Ls.- Limite Superior Xi.-Media del intervalo fi .- Frecuencia en intervalo fac.-Frec. Acumulada fi%.- fi en Porcentaje Fia%.-fiac. en porcentaje

Distribucion de Frecuencias
Construyendo la tabla de distribucin de frecuencias quedara: K Li Ls Xi fi fia fi% fac% Xifi
1 2 3 4 5 6 1787.5 1791.5 1795.5 1799.5 1803.5 1807.5 1791.5 1795.5 1799.5 1803.5 1807.5 1811.5 1789.5 1793.5 1797.5 1801.5 1805.5 1809.5 1 1 6 8 2 2 1 2 8 16 18 20 5% 5% 30% 40% 10% 10% 5% 10% 40% 80% 90% 100% 1789.5 1793.5 10785.0 14412.0 3611.0 3619.0

Media= 36010 / 20 = 1800.5 Desv Std .-= 5.2

Histograma y polgono de frecuencias

8 7 6 5 4 3 2 1 0 1793.5 1797.5 1801.5 1805.5 1809.5

ESTADISTICA
APLICADA