Causa y Efecto: causa es la situación en el que ocurre un evento, efecto es la reacción

que produce dicho evento.

Experimento diseñado: experimento en el cual se realizan varias pruebas, alterando las
distintas variables que influyen en el mismo.
Método de ingeniería: método que se encarga de aumentar la productividad,
utilizando la menor cantidad de recursos.
Prueba de hipótesis: probar mediante ensayos la hipótesis de un evento propio.
Población: conjunto de individuos, objetos o fenómenos los cuales van a ser
estudiados.
Modelo de probabilidad: modelos que estudian eventos aleatorios para encontrar su
incertidumbre y variabilidad.
Resolución de problemas: encontrar solución a problemas.
Aleatorización: asignación de eventos sin un orden preestablecido.
Muestra: conjunto representativo de una población.
Inferencia estadística: métodos que pueden inducir mediante una muestra el
comportamiento de una población.
Variabilidad: cualidad o propiedad de como algo puede cambiar, capacidad de
cambiar.
6,1. No siempre, ya que la muestra puede tener un numero par, entonces se realizaría
un promedio de los dos datos obtenidos en la mitad de la muestra.
6,2. No siempre, esta puede estar delante o detrás dependiendo de si es positiva o
negativamente asimétrico.
6,3. No, el valor mas frecuente de la muestra se lo conoce como moda, siendo otra
medida de tendencia central.
6,52.
Defectos Estructurales de las Numero de
Puertas Fallos Acumulado
Fuera de contorno 30 30
Subas justadas 21 51
Falta Agujeros 8 59
Fuera de secuencia 6 65
No lubricadas 5 70
Abolladuras 4 74
Picaduras 4 78
Rebadas 3 81
 45 300

40
250
35

30 200

25
150
20

15 100

10
50
5

0 0
1 2 3 4 5 6 7 8

Numero de Fallos Acumulado

3.
  muestra 1 muestra 2
  10 10
  10 10
  9 10
  8 8
  8 8
  7 7
  6 6
  6 6
promedio 8 8,125
Rango muestra 1: 10-6=4
Rango muestra 2: 10-6=4
Ambas muestras se encuentran en un mismo intervalo en sus extremos, pero esto no
demuestra que tan variables son sus datos intermedios para esto se debe estudiar mas
sus distintas medidas de tendencia central y de dispersión.
Desv. M1 1,60356745
Desv. M2 1,7268882
Al observar la desviación estándar de cada una de las muestras nos indica la variación
o dispersión de un conjunto de datos.
A pesar de que ambas muestras tienen un mismo rango, podemos observar cómo su
desviación estándar es distinta, lo que nos dice que la Muestra 1 tiene menos variación
entre los datos.
4.

  Datos
  2
  2,8
  2,8
  3
  3,1
  3,3
  3,6
  3,8
  3,8
  4
  4,2
  4,3
  4,7
  4,7
  4,8
  4,8
  5
  5
  5,1
  5,2
Promedio (Media) 4
Cantidad de datos 20
Varianza 0,87
Desviación estándar 0,93
Mediana 4,10
5.
DATO PROCESO 1 PROCESO 2 PROCESO 3
1 30,23 24,21 30,03
2 47,32 42,29 29,99
3 44,76 31,21 38,56
4 20,34 25,87 30,55
5 54,54 37,5 29,55
6 25,56 29,66 33
7 42,99 27,66 29,5
8 45,54 54,4 31,01
9 50,05 30,55 30,12
10 36,89 33,02 29,44
11 48,43 36,02 31,33
12 48,51 40,88 50,78
13 50,67 39,22 32,43
14 47,87 46,99 32
15 49,87 53,08 29,98
16 49,54 43,05 30,89
17 48,36 45,55 59,3
18 49,77 51,7 32,09
19 50,05 48,01 29,4
20 55,5 49,66 32,67
21 53,21 22,76 31,88
22 54,43 21,1 36
23 54,89 34,9 43,45
24 54,66   39,72
25     33,67
MEDIA   46,41583333 37,7952174 34,2936
MODA   50,05 #N/D #N/D
MEDIANA   49,025 37,5 31,88

DATO PROCESO 1 PROCESO 2 PROCESO 3

 1 20,34 21,1 29,4
2 25,56 22,76 29,44
3 30,23 24,21 29,5
4 36,89 25,87 29,55
5 42,99 27,66 29,98
6 44,76 29,66 29,99
7 45,54 30,55 30,03
8 47,32 31,21 30,12
9 47,87 33,02 30,55
10 48,36 34,9 30,89
11 48,43 36,02 31,01
12 48,51 37,5 31,33
13 49,54 39,22 31,88
14 49,77 40,88 32
15 49,87 42,29 32,09
16 50,05 43,05 32,43
17 50,05 45,55 32,67
18 50,67 46,99 33
19 53,21 48,01 33,67
20 54,43 49,66 36
21 54,54 51,7 38,56
22 54,66 53,08 39,72
23 54,89 54,4 43,45
24 55,5   50,78
25     59,3
Rango 35,16 33,3 29,9
Varianza 85,8339558 103,7539443 52,77119067
Desv. 9,264661667 10,18596801 7,264378202
Es un proceso relativamente continuo, de puede decir que ligeramente negativamente
asimétrico.

Es un proceso unimodal.

Es un proceso bimodal.
Se puede observar como cada proceso tiene una tendencia distinta, la variación de los
datos crea distintos histogramas con distintas tendencias, esto cambia la ubicación de
las medidas de tendencia central.
7. Hay evidencia de asimetría positiva en los datos ya que la media es mayor que la
mediana, es decir, media = 535> 500 = mediana
Además, la distancia de los percentiles 5 y 95 de la mediana
Mediana - quinto percentil = 500-400= 100
Percentil 95-mediana = 720-500
= 220
Por lo tanto, el 5% más grande de los valores están más lejos de la mediana que el 5%
más bajo.
El sesgo es evidente al comparar los percentiles 10 y 90 con la mediana
Mediana- percentil 10 = 500-430= 70
Percentil 90- mediana = 640-500= 140
Finalmente, tenga en cuenta que el valor más grande 925 está mucho más lejos de la
mediana que el valor más pequeño, nuevamente una indicación de sesgos positivos,
por tanto se concluye que es un histograma unimodal.