Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NACIONAL AGRARIA LA
MOLINA
FACULTAD DE INGENIERIA EN
INDUSTRIAS ALIMENTARIAS
REVISIN DE LOS
FUNDAMENTOS DE
ESTADSTICA
CONTROL DE CALIDAD
INTEGRANTES:
Andamay Adaudto, Maria luz
Condori Huanca, Gabriela pilar
2017-l
2.1 distribucin de frecuencia
2.1.1 Definiciones relativas a las distribuciones de frecuencias
Distribucin de frecuencia:
Frecuencia relativa:
Frecuencia acumulada:
La suma de frecuencias absolutas de todos los valores iguales o inferiores
al valor considerado, se representa por Fi (Salinas y Miranda, 2010).
Clase: (nmero de intervalos)
Se utilizan exclusivamente para variables cuantitativas continuas y
excepcionalmente para variables cuantitativas discretas cuando el
nmero de datos es relativamente grande (30). El nmero de intervalos
de clase es fijado por la persona que construye la tabla de frecuencias de
acuerdo a su experiencia (naturaleza, magnitud y orden de los datos) o
determinado mediante frmulas empricas (sturges). Generalmente se
usa el mismo tamao de intervalo de clase (TIC) o amplitud (A) y las
observaciones son clasificadas en rangos cuyos lmites son traslapantes,
es decir, el valor del lmite superior de la clase i es igual al lmite inferior
de la clase i+1 (Salinas y Miranda, 2010).
clase Intervalo
1 [LI1 - LS1>
2 [LI2 LS2>
.
.
.
k [LIk LSk > o ]
Dnde:
LI i= Lmite inferior de la clase i
LS i= Lmite superior de la clase i
LI 1= X Mnimo
K= numero de intervalos
Se cumple:
LI i = LS i TIC
LS i = LI i + TIC
LI (i+1)= LI i + TIC
Rango:
El rango mide la distancia que existe entre los valores extremos. Es una medida de
dispersin de datos, se calcula de la siguiente manera:
Es decir localiza el nmero mayor de la serie de datos que tengas y el nmero menor de la
misma serie, al mayor le restas el menor (Salinas y Miranda, 2010).
Histograma de frecuencia:
Polgono de frecuencia:
Diagrama de barras:
Diagrama de frecuencia:
Medidas de exactitud:
Segn Rohlf y Sokal (2002) Exactitud; el trmino denota el grado de
coincidencia del resultado de una medicin con el valor verdadero o
aceptado de la misma y se expresa en funcin del error. La exactitud
implica una comparacin con el valor verdadero o aceptado como tal.
E = Xi - XA
Medidas de precisin:
N-1
N = Nmero de mediciones.
Distribucin normal:
Distribucin binomial
Distribucin Poisson:
Distribucin Hipergeometrica:
Segn (Quesada y Garca, 1988) Supongamos una caja la cual contenga
N piezas, de las cuales D son defectuosas y N - D aceptables, y
consideremos el experimento aleatorio consistente en la extraccin
simultanea de n piezas de la citada caja. Este procedimiento de
seleccin equivale a ir sacando pieza a pieza de la caja, hasta completar
el numero n, sin devolverlas a ella (muestreo sin remplazamiento).
Correlacin:
(xi-x)2(yi-y)2 individuo i
-1 +1
Correlacin perfecta negativa Correlacin
perfecta positiva
Fuerte Fuerte
Negativa positiva
-0.5 +0.5
dbil dbil
Negativa positiva
0
Sin correlacin
Coeficiente de correlacin:
Valor Significado
-0,7 a
Correlacin negativa alta
-0,89
-0,2 a
Correlacin negativa baja
-0,39
0 Correlacin nula
Correlacin positiva
0,4 a 0,69
moderada
regresin lineal:
El objeto de un anlisis de regresin es investigar la relacin estadstica
que existe entre una variable dependiente (Y) y una o ms
variables independientes ( ,...). Para poder realizar esta
investigacin, se debe postular una relacin funcional entre las variables.
Debido a su simplicidad analtica, la forma funcional que ms se utiliza en
la prctica es la relacin lineal. Cuando solo existe una variable
independiente, esto se reduce a una lnea recta:
Regresin curvilnea:
Cuando las variables X e Y se relacionan segn una lnea curva, se habla
de regresin no lineal o curvilnea. Es una funcin de segundo grado la
que se ajusta lo suficiente a la situacin real dada.
La expresin general de un polinomio de segundo grado es:
Y=a+bX
+cX2
Y = na + b X + C X2 (1)
X Y = a X + b X2 + c x 3 (2)
X2Y = a X2 + b X3 + c x 4 (3)
Para lo cual se necesita elaborar el cuadro con cada una de las variables
que aparecen en las ecuaciones normales y los resultados obtenidos en
este sustituirlos en ellas para encontrar los valores de las constantes.
Para encontrar los valores de las constantes utilizaremos matrices.
Una matriz es un conjunto de elementos de cualquier naturaleza
aunque, en general, suelen ser nmeros ordenados en filas y columnas.
Se llama matriz de orden m x n a un conjunto rectangular de
elementos aij dispuestos en m filas y en n columnas. El orden de una
matriz tambin se denomina dimensin o tamao, siendo m y n
nmeros naturales Segn (Garca y Quesada; 1988).
EJEMPLO
Anlisis de varianza
Fcal > F tabulada entonces la Ho se rechaza, y por tanto, hay
diferencia significativa entre los mtodos de enseanza.
EJEMPLO
EJEMPLO
23 = posibles combinaciones
son 8, y con n replicaciones
se obtiene un total de 8n
observaciones, se puede usar
la siguiente matriz:
Ejemplo
Por ultimo
Anlisis de varianza
3
prueba t student
Condiciones: Se utiliza en muestras pequeas de 30 o menos
elementos. La desviacin estndar de la poblacin no se conoce.
(Ccanto, 2012)
Caractersticas: La distribucin t-Student es menor en la media y
ms alta en los extremos que una distribucin normal. Tiene
mayor parte de su rea en los extremos que la distribucin normal.
(Ccanto, 2012)
Prueba de Duncan
Es otra prueba para determinar la diferencia entre pares de
medias despus que se ha rechazado la hiptesis nula en el
anlisis de varianza. (Delgado, 2003)
Este procedimiento emplea los valores de la tabla T-9 y consiste en
calcular varios "rangos" (Duncan los llama rangos significativos
mnimos) dados por la frmula:
Ejemplo
, entonces
, entonces
, entonces
, entonces
, entonces
, entonces
, entonces
, entonces
, entonces
, entonces
Los otros subconjuntos de cuatro medias (3, 2, 6,1) y (6, 1, 5,3) no se
comparan con D4 porque ya fueron declarados no significativos en los
conjuntos de cinco medias. Por lo tanto, el proceso termina.
Ejemplo
Ejemplo
Edad 1 2 3 4 5 6 7 8 9 1
0
37 70 81 74 65 80 90 68 7 6 8
1 2 8
38 78 80 79 71 82 91 69 7 6 9
5 2 5
39 77 83 81 69 84 93 69 7 6 9
9 4 3
Edad 1 2 3 4 5 6 7 8 9 1 Oj
0
37 1 2 1 1 1 1 1 1 1.5 1 11.
5
38 3 1 2 3 2 2 2.5 2 1.5 3 22
39 2 3 3 2 3 3 2.5 3 3 2 26.
5