Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadístico
Población y muestras.
{ Población: total de las unidades que se
consideran.
{ Muestra: cantidad estadísticamente
calculada de unidades de dicha
población, cada unidad deberá ser
extraída al azar.
Distribucion de los valores de las
variables que medimos: En general
g
siguen un comportamiento
p llamado
gaussiano o normal. La gráfica de este
comportamiento tiene una forma de
campana.
Tipos de variables
18 26 22 ( 18 + 26 ) / 2
27 35 31
36 44 40
45 53 49
54 62 58
63 71 67
72 80 76
Una vez obtenido este cuadro procedemos
all recuento
t y anotamos
t la
l frecuencia:
f i
LI LS X recuento frecuencia
18 26 22 /// 3
27 35 31 //// 5
36 44 40 //// //// 9
45 53 49 //// //// // 12
54 62 58 //// 5
63 71 67 //// 4
72 80 76 // 2
total 40 40
El cuadro anterior es el diagrama de
frecuencias obtenido de los 40 datos
obtenidos como variables y agrupados
g p
convenientemente en clases, este
recuento ya nos está informando de
que es lo que pasa con esta variable.
HISTOGRAMA
HISTOGRAMA
14
12
12
10 9
RECUENCIAS
S
6 5 5
FR
4
4 3
2
2
0 0
0
21 22 31 40 49 58 67 76 85
MARCAS DE CLASE
Medidores de tendencia central y de dispersión
f . X + f . X + ...+ fk . Xk
∑fX
j=1
j j
∑ fX ∑ fX
X= 1 1 2 2 = = =
f1 + f2 + ...+ fk k
∑f j
∑f N
j=1
⎛ k ⎞
⎜∑ j ⎟f u
⎜ j=1
⎛ ∑ fu ⎞
X = A +c = A + c⎜⎜ ⎟⎟
⎜ k ⎟ ⎝ N ⎠
⎜ ∑ j ⎟f
⎝ j=1 ⎠
Desviación típica
∑ f (X )
k
2
−X
∑ f( X − X )
2
j j
j= 1
S= k
=
N
∑f
j= 1
j
∑ fu ⎛ ∑ fu ⎞
2 2
S= c* − ⎜⎜ ⎟
N ⎝ N ⎠
Método de cálculo por
compilación
X f U fu fu2
22 3 -3 -9 27
31 5 -2 -10 20
40 9 -1 - 9 9
49 12 0 0 0
58 5 1 5 5
67 4 2 8 16
76 2 3 6 16
∑fu = - 9 ∑fu2 = 95
donde: c = 9 y A = 49
Media aritmética: 46,98
Desviación típica: 13.72
13 72
Este cálculo tiene un error como
consecuenciai dde suponer a ttodos
d llos
datos dentro de cada clase como
iguales.
Distribución Continua, o Distribución
Gaussiana, o Distribución Normal
µ y σ
Un suceso es más o menos probable
según la frecuencia con que ocurre. a
y frecuencia de ocurrencia
mayor
pasada será mayor la probabilidad de
ocurrencia futura
futura.
Los histogramas y los gráficos de
frecuencia, también pueden interpretarse
como gráficos de probabilidades de
ocurrencia.
En particular,
particular la Campana de Gauss
Gauss, o
Curva Normal, es una función de
probabilidades.
probabilidades
La superficie que se encierra debajo de la
curva y limitada por dos valores de x es
curva,
directamente una medida de la probabilidad
de ocurrencia de un suceso determinado.
Aceptando estos conceptos veremos
como se puede hacer los cálculos
partiendo de la Curva Normal.
p
En primer término, la Curva Normal
hay que transformarla en lo que se
llama forma canónica, esto significa
que el cero de las X irá al medio del
g
gráfico.
Para lograrlo se usa una variable
llamada z y es:
z=
( X − X)
σ
Esta transformación hace que siempre
ell valor
l d de lla d
desviación
i ió títípica,
i en una
curva canónica, sea igual a uno.
El valor de z no es más que un dato
medido en relación a su propia
p p
desviación.
Esto hace que la curva tenga
características muy particulares.
Esta
E t variable
i bl ddepende
d d de d
datos
t
conocidos, es decir la media de la
muestra
t y su desviación
d i ió
Por lo tanto p
para determinados valores
de x, se hace el cálculo y las tablas dan
p
la respuesta en términos de pprobabilidad
de ocurrencia.
Este punto es muy importante pues de
aquí parte todos los criterios del control
de la calidad
calidad.
La superficie, y por lo tanto la
probabilidad de ocurrencia del suceso,
vale:
Gráficamente
AREA BAJO LA CURVA NORMAL
AREA BAJO LA CURVA NORMAL IGUAL A 95,45%
IGUAL A 68.27% 40
45 35
PROBABILIDADES
40 30
ES
35
PROBABILIDADE
25
30
25 20
20 15
15 10
10
5
5
0 0
-3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3
DESDE -1 A +1 DESVIACION TIPICA DESDE -2 A +2 DESVIACION TIPICA
35
PROBABILIDAD
30
25
20
15
10
5
0
-3 -2 -1 0 1 2 3
DESDE -3 A +3 DESVIACION TIPICA
Ejercicios-uso de tablas de
Gauss