Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Datos Mejorar
Proceso
PROCESO
ESTADISTICA MEJORAMIENTO
Estadística es acerca de convertir datos en conocimiento
Conocimiento nos ayuda a tomar buenas decisiones para mejorar un proceso
4–2
4–3
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4–4
Describir Variación
4–5
Gráfico Tallo y Hoja
Gráfico basado en texto.
Tallo:
Ancho del gráfico. Contiene los dígitos para los datos.
Hoja
Puntos individuales de los datos.
4–6
Ejemplo de Tallo y Hoja
4–7
Percentiles
4–8
Ejemplo : Calcular Percentiles
Orden Valor 10th percentil: Orden = .1(10) + .5 = 1.5
Valor = Prom (2,4) = 3
1 2
2 4 25th percentil: Orden = .25(10) + .5 = 3
Valor = 6
3 6
4 8 50th percentil: Orden = .5(10) + 0.5 = 5.5
Valor = Prom (10, 12) = 11
5 10
6 12 Median : Orden = (n+1)/2 = (11/2) = 5.5
7 14 Valor = Prom (10,12) = 11
4 – 10
Histograma
Usado para describir datos
gráficamente.
4 – 11
Histograma con Datos Categóricos
¿Qué conclusiones se pueden obtener del histograma mostrado?
4 – 12
Resúmenes Numéricos de Datos
Media Muestral
Medida de tendencia central
x x x x
n
x 1
2 n i 1 i
n n
4 – 13
Un error de concepto
¿Son la media y la mediana
iguales?
NO!!!!!
4 – 14
Ejemplos
Distribución A Distribución B
Prom = 100, Mediana = 100 Prom =100, Mediana = 96
4 – 15
Ejemplo 4.4 – Contribuciones a la
Campaña
Candidato A
Contribución Promedio = $1200
Contribución Mediana = extremo superior de la categoría de menos de $200.
Candidato B
Contribución Promedio = $1600
Contribución Mediana = extremo superior de la categoría de $500 - $999.
4 – 16
Desviación Estándar de la Muestra
Describe qué tanta variabilidad (o dispersión) hay en los
datos.
Una varianza pequeña, indica que la mayoría de los datos están
localizados cerca de la media.
Una varianza grande indica que los datos están dispersos.
xi x
n
2
s i 1
n 1
4 – 17
Coeficiente de Variación
Desviación Estándar
Coeficient e de Variación
Media
• 1er cuartil
• 3er cuartil
• Atípicos (Outliers)
4 – 19
Gráfico de Caja
4 – 20
4 – 21
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4 – 22
Distribuciones de Probabilidad
Un modelo matemático que relaciona el valor de la
variable con la probabilidad de ocurrencia dentro de la
población.
Continua Discreta
Ejemplos: Ejemplos:
Largo Enteros (0,1,2,3)
Espesor Conteo de artículos
Peso Género
Resistencia Acepta/Rechaza
4 – 23
Tipos de Distribuciones
Continua Discreta
4 – 24
4 – 25
Muestra vs. Población
4 – 26
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4 – 27
La Distribución Normal N (μ, 2)
4 – 28
Las Tres Zonas
Zona 1: m +/- 1
68.26% de los datos se esperan
contener dentro de una
desviación estándar de la
media.
Zona 2: m +/- 2
95.46% de los datos se esperan
contener dentro de dos
desviaciones estándar de la
media.
Zona 3: m +/- 3
99.73% de los datos se esperan
contener dentro de tres
desviaciones estándar.
4 – 29
Ecuación de la Distribución Normal
4 – 30
El Valor Z - Estandarizar
En esta ecuación, m es la
media, es la desviación
estándar, y x es un valor que nos
gustaría evaluar.
4 – 31
Ejemplo 4.7
4 – 32
Leyendo una Tabla Z
Un Z de 0.00 está en el centro de la tabla. Este es el percentil 50avo.
Valores de Z menores que 0 son del percentil 0-50avo. Valores Z sobre 0
son del 50-99.9999avo percentil. Un Z de 1.6 es el percentil 94.520avo .
4 – 33
Calculando Probabilidades para una
Distribución Normal
Tres casos:
1. Probabilidad de ser menor que un valor dado.
4 – 34
Teorema del Límite Central – TLC
Uno de los resultados más importantes en estadística. Nos
permite aplicar muchas técnicas estadísticas a los datos que no
son distribuidos normalmente!
E(x ) m x
n
4 – 35
Ejemplo del TLC
4 – 36
Gráficos de Probabilidad Normal
Usado para ver si los datos
son o no distribuidos
normalmente. (los puntos de
los datos son graficados
contra percentiles
anticipados).
4 – 37
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4 – 38
4 – 39
El Valor P
El valor P representa la probabilidad de que la estadística de prueba tome un valor
al menos tan extremo como el valor observado en ella cuando Ho es verdadera.
4 – 41
El Intervalo de Confianza
Intervalo de Confianza
Un intervalo construido
alrededor de un parámetro
de una distribución.
4 – 42
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4 – 43
Intervalo de Confianza
Interpretación de un Intervalo de Confianza (IC)
Un intervalo de confianza es un intervalo aleatorio que cubre el parámetro con una
probabilidad específica, o sea, un IC del 95% en la media de una distribución normal,
es un intervalo tal que si se toman muchas muestras de la población, un 95% de los
IC construidos incluirían el valor verdadero de la media.
Invalidez de un IC
Un IC no es válido si las muestras no sean muestras aleatorias.
4 – 44
IC para la media cuando n > 30 datos
( conocido)
4 – 45
Ejemplo 4.11
4 – 46
IC para la media cuando n < 30
( desconocido)
Cuando hay disponibles menos de 30 datos, se necesita hacer un
ajuste para tomar en cuenta el hecho que hay pocos datos y que
los mismos no capturen atípicos.
4 – 47
IC para la media cuando hay disponibles
menos de 30 datos
4 – 48
Leyendo una tabla t
Para encontrar el valor t correspondiente al 5% y 9 grados de libertad,
busque en la columna de 0.05 y la fila de 9. El valor es 1.833.
4 – 49
Ejemplo 4.12
4 – 50
IC para Proporciones
Los intervalos de confianza pueden también ser calculados para
una proporción de una población, p.
4 – 51
Ejemplo 4.13
4 – 52
IC para Varianzas
Varianza: La varianza es la raíz cuadrada de la desviación estándar.
4 – 53
IC para Varianzas
La distribución chi-cuadrada
no es simétrica y su forma
depende del número de
grados de libertad.
4 – 54
Leyendo una tabla Chi-cuadrado
Para encontrar el valor chi-cuadrado correspondiente al 5 % y 95% con
nueve grados de libertad. Se busca en la columna de 0.05 y 0.95 y se
haya el valor correspondiente . Los valores son 16.92 y 3.33,
respectivamente.
4 – 55
Ejemplo 4.14
4 – 56
Ejemplo 4.14
4 – 57
Describir Distribuciones
Variación de Probabilidad
La Distribución Inferencia
Normal Estadística
Tópicos
Inferencia Inferencia
Estadística para Estadística para
Una Muestra Dos Muestras
4 – 58
Inferencia Estadística para
Dos Muestras
Cuando se compara dos
artículos diferentes o grupos,
se desearía determinar si son
los mismos o si son
diferentes.
4 – 59
IC para las diferencias en las medias
cuando n > 30
Cuando se desea comparar dos poblaciones y se tiene mas de 30
datos en cada población, entonces el intervalo de confianza para
la media cambia de:
a:
4 – 60
Ejemplo 4.15
4 – 61
Ejemplo 4.15
4 – 62
IC para la diferencia en las media
cuando se tiene n < 30
Cuando se tienen menos de 30 datos en cada población, se
utilizan multiplicadores de la distribución t.
a:
4 – 63
Ejemplo 4.16
4 – 64
IC para la Diferencia de Proporciones
IC pueden también ser creados para las diferencias en
proporciones de poblaciones, p.
4 – 65
Ejemplo 4.17
4 – 66
IC para la Razón de Dos en Varianzas
Cuando la diferencia en varianzas es evaluada, la diferencia como
una razón de la varianza de la población 1 a la población 2 es
calculada.
4 – 67
Ejemplo 4.18
4 – 68
Relación entre IC y Pruebas de Hipótesis
Los IC se han usado para realizar pruebas de hipótesis.
4 – 69
Ejemplo 4.19
4 – 70
Ejemplo 4.19
4 – 71
Ejemplo 4.19
4 – 72
Ejemplo 4.19
4 – 73