Documentos de Académico
Documentos de Profesional
Documentos de Cultura
distribuciones con
MINITAB
Ajuste de distribuciones
con MINITAB
2
1.Tiempo de vuelo de un avión de papel
3
1.Tiempo de vuelo de un avión de papel
A continuación vamos a realizar histogramas con menos clases, para ver si eso suaviza el
histograma o, por el contrario, revela multimodalidad. El histograma lo haremos dibujando de forma
superpuesta la función de densidad de algunas distribuciones que son asimétricas positivas, por si
son buenas candidatas para modelizar estos datos. Probaremos la función Lognormal y la Weibull,
ambas estimando los parámetros con los datos de la muestra. La secuencia de instrucciones que
tenemos que seleccionar es:
Gráfica/Histograma/con ajuste/mostrar datos/distribución/Lognormal y Weibull
Además, una vez que aparezca el histograma seleccionaremos (botón derecho del ratón)
Editar barras/ Seccionamiento/ intervalos=13
De estas dos opciones, la Lognormal parece ajustarse mejor al patrón de los datos.
4
1.Tiempo de vuelo de un avión de papel
5
1.Tiempo de vuelo de un avión de papel
6
1.Tiempo de vuelo de un avión de papel
7
1.Tiempo de vuelo de un avión de papel
Al ser la distribución unimodal y asimétrica, otra opción para ajustar un modelo es realizar
una transformación tipo Box-Cox y ajustar una normal a los datos transformados.
Estadísticas>Herramientas de calidad>Identificación de la distribución individual
8
1.Tiempo de vuelo de un avión de papel
La transformación óptima es
1
𝑊=
𝑋
El ajuste tiene un p-valor
muy elevado
Con 9 clases.
9
1.Tiempo de vuelo de un avión de papel
1
Calculamos ahora la probabilidad de que 𝑋 > 3 usando que X −2 ∼ 𝑁(0.60; 0.084)
1
𝑃 𝑋>3 =𝑃 𝑋> 3 =𝑃 𝑋 > 1.732 = 𝑃 < 0.577 = 0.39
𝑋
10
Ajuste de distribuciones
con MINITAB
11
2. Duración de una transmisión telemática
El centro de computación de una agencia meteorológica envía de forma telemática a sus clientes información
en tiempo real sobre un conjunto de variables procedente de su red de estaciones. Se tiene una muestra de
la duración de dichas transmisiones recogidas de forma consecutiva. El objetivo de calidad es que la duración
media sea inferior a 10 segundos.
12
11
10
Duration
9
1 10 20 30 40 50 60 70 80 90 100
Índice
12
2. Duración de una transmisión telemática
En primer lugar vamos a eliminar el dato anómalo, que tiene un valor inferior a 5. Lo
hacemos creando una nueva hoja con los datos ‘buenos’.
13
2. Duración de una transmisión telemática
Hacemos un resumen estadístico
M edia 10,013
M ínimo
99
7,087
kurtosis muy similar a la de la 1er cuartil
M ediana
9,251
9,970
normal. Además, el test de AD 7 8 9 10 11 12 13
3er cuartil
M áximo
10,721
12,751
muestra un p-valor muy elevado. Interv alo de confianza de 95% para la media
Mediana
14
2. Duración de una transmisión telemática
Vamos a ver un gráfico de probabilidad de la normal, y a hacer otros tests de normalidad
15
2. Duración de una transmisión telemática
Vamos a ver ahora si alguna otra distribución presenta un ajuste mejor. Podemos probar con
la transformación Box-Cox por si podemos mejorar la simetría. Probaremos también Weibull
(tiende a ser simétrica positiva)
16
2. Duración de una transmisión telemática
Vamos a ver ahora si alguna otra distribución presenta un ajuste mejor. Podemos probar con
la transformación Box-Cox por si podemos mejorar la simetría. Probaremos también Weibull
(tiende a ser simétrica positiva)
17
2. Duración de una transmisión telemática
Porcentaje
50 10 Weibull
A D = 1,072
10 1 V alor P < 0,010
1
N ormal
0,1 0,1
2,5 3,0 3,5 4,0 5 7,5 10 12,5 A D = 0,264
Duration Duration V alor P = 0,692
Después de la transformación de Box-Cox (lambda = 0,5)
Normal - 95% de IC
99,9
99
90
Porcentaje
50
10
1
0,1
5,0 7,5 10,0 12,5
Duration
Y X
18
2. Duración de una transmisión telemática
Vamos a ver cómo es la distribución transformada
Resumen para BCDuration
Resumen para Duration
P rueba de normalidad de A nderson-Darling
P rueba de normalidad de A nderson-Darling
A -cuadrado 0,22
A -cuadrado 0,26
V alor P 0,839
V alor P 0,692
M edia 3,1586
M edia 10,013
D esv .E st. 0,1903
Desv .E st. 1,200
V arianza 0,0362
V arianza 1,439
A simetría -0,104043
A simetría 0,0748536
Kurtosis 0,050403
Kurtosis -0,0423816
N 99
N 99
M ínimo 2,6621
M ínimo 7,087
1er cuartil 3,0415
1er cuartil 9,251
M ediana 3,1575
M ediana 9,970
3er cuartil 10,721 3er cuartil 3,2743
2,8 3,0 3,2 3,4 3,6 M áximo 3,5708
7,2 8,4 9,6 10,8 12,0 13,2 M áximo 12,751
Interv alo de confianza de 95% para la media Interv alo de confianza de 95% para la media
Mediana Mediana
9,60 9,75 9,90 10,05 10,20 3,100 3,125 3,150 3,175 3,200
Ambos se han hecho con 10 clases. La transformación parece mejorar algo la parte de la
cola de la derecha. En cualquier caso, ambas distribuciones son muy parecidas, y el
ajuste es muy satisfactorio en ambas.
19