DESARROLLO DE LA ACTIVIDAD

3. ¿De qué manera afectan los datos raros o atípicos a la media? Explique su respuesta

Un dato raro afecta en magnitud debido a que para poder determinar la me

J cantidad de mediciones ya que si obtendríamos datos raros causaría una di
cálculo porque no sería una respuesta correcta. 

5. En una empresa se llevan los registros del número de fallas de equipos por mes; la media es de 4 y la mediana de 6

a) Si usted tiene que reportar la tendencia central de fallas, ¿qué número reportaría? ¿Por qué?

Yo reportaría la mediana que el 6 ;ya que esto hace ver que en un 50% existen fallas menores a 6 y en otro 50 %
también porque la mediana no se ve afectada cuando existe un dato raro o cuando la distribución de datos se en

b) ¿La discrepancia entre la media y la mediana se debió a que durante varios meses ocurrieron muchas fallas?

En cierta medida podria llegarse a la conclusion de uqe si debido que si el número de muestra es relativamente g
podría confirmar que en estas tomas de medidas de fallas pueda que exista un dato raro o hay un sesgo muy imp
afectaria a la media en gran magnitud.

7. En una empresa se lleva un registro semanal del número de empleados que acuden a la enfermería de la empresa a recibir

a) ¿Entre qué cantidades se espera que varíen usualmente el número de empleados que acuden a la enfermería

Segun los datos que tenemos se espera que varíen entre: 16-(3*3.5)= 6 y
16+(3*3.5)= 27 es decir entre(6-27) personas que acuden a la enfermería por sem
variabilidad de 3,5 que respresenta un numero de 10 aproximadamente debido a
media y se vean afectados por la exitencia de algun dato raro

b) Si en la última semana acudieron a la enfermería 25 personas, esto significa que en esa semana pasó algo fuer

NO porque no se encuentra dentro de un rango permitido y no existe much

Y por lo tanto concluimos en que no paso algo fuera de lo comun.
9. La desigualdad de Chebyshev y la regla empírica establecen la relación entre la media y la desviación estándar. Explique est

 La desigualdad de Chebyshev y la regla empírica establece la relación entre la media y la desvia
aplica para el caso muestral, poblacional o para ambos.
Si una variable aleatoria tiene una desviación estándar pequeña, esperaríamos que la mayoría d
tanto, la probabilidad de que una variable aleatoria tome un valor dentro de cierto intervalo alr
aleatoria similar con una desviación estándar mayor si pensamos en la probabilidad en término
un valor grande de σ que indique una variabilidad mayor y, por lo tanto, esperaríamos que el ár
pequeña debería tener la mayor parte de su área cercana a µ. Esta desigualdad de chebyshev e

11. En el caso del ejercicio anterior, considere que los primeros 55 datos (ordenados por renglón) corresponden a una máquin

a) Evalúe las dos máquinas en cuanto a su centrado (tendencia central) y con respecto a la longitud ideal (200)

PRIMER CUADRO

199.2 201.2 200.5 201.2 200.1 202.1

201 201.7 201.1 200 201.4 200.5
201.2 200.8 200.9 200.6 202 200.4
201 199.7 201.7 200.5 201.3 201.3
201.4 201.2 199.8

DESV.P 0.61006435103
LIMITES X ± 3_x0001_
INFERIOR 199.15
CENTRAL 200.98
 SUPERIOR 202.81
MIN 199.2
MAX 202.1
RANGO 2.9
MARCA DE CLASE 300.56

b) Analice la dispersión de ambas máquinas utilizando la desviación estándar y la regla empírica.

REGLA EMPIRICA
68% X-S 200.372 LCS
X+S 201.592 LCI
95% X+2S 202.202 LCS
X-2S 199.762 LCI
97.7 X+3S 202.812 LCS
X-3S 199.152 LCI

c) Haga un histograma para cada máquina e interprete cada uno de ellos

RANGO 3.66
N°CLASE 7.42
LONG.DE .C 0.49
MIN 199.2
MAX 202.1

TABLA DE FRECUENCIA
K
1
2
3
4
5
6

13. En una fábrica de piezas de asbesto una característica importante de la calidad es el grosor de las láminas.

a) De acuerdo con la media y la mediana, ¿el centrado del proceso es adecuado? Argumente.
 Si es el adecuado ya que ambos datos estadisticos estan dentro de un mismo rango :
.media=4.75
.mediana=4.7

b) Si considera sólo la media y la mediana, ¿puede decidir si el proceso cumple con las especifi caciones? Expliqu
Si cumple con las especificaciones ya que los datos estadisticos que tenemos estan dentro de un mismo
parametro y esto respresenta que los datos no se encuentran muy dispersos

c) Calcule los límites reales, haga la gráfi ca de capacidad y señale si el proceso cumple con especifi caciones. Arg

LIMITES LIMITES
SUPERIOR 6.1
7
CENTRAL 4.75 6
INFERIOR 3.4 5
4
3
2
1
0
1 2 3

15. En la elaboración de envases de plástico primero se elabora la preforma, para la cual se tienen varios criterios de calidad, u

27.72 28.39 28.21 28.19 28.02 27.93

28.06 27.91 27.97 27.95 27.96 27.94
27.81 27.74 27.95 27.91 27.93 28.07
27.87 27.87 27.82 28.23 27.9 27.91
27.86 27.84 27.7 27.98 28.02 28
28.26 28.1 27.94 28.07 27.84 27.9
27.95 27.94 27.81 27.76 27.96 27.84
28.22 27.96 27.88 28.08 28.04 27.84
28.09 28.02 27.85 28.27 27.75 27.98
28.13 27.88 28.11 28.05 28.14 28.11
28.04 28.05 27.75 27.89 27.94 28.19
27.63 27.93 27.74 28.1 28.14 27.91
27.85 27.84 28.12 28.01 27.97 27.88
28.16 28.16 28.01 28.13 27.97 27.9
a) Obtenga las medidas de tendencia central y señale si la tendencia central de las mediciones es adecuada.
HISTOGRAMA
MEDIA 27.973
MEDIANA 27.955 30.000
D.ESTAND 0.143 25.000
VARIANZA 0.020 20.000
MIN 27.630
15.000
MAX 28.390
10.000
RANGO 0.760
5.000
0.000
1 2 3 4 5 6

b) Calcule la desviación estándar y una aproximación de los límites reales y con base en éstos decida si la variabi

DESVIACION ESTANDAR 0.1428 HAY CIERTA SIM

LIMITE SUPERIOR 28.401 LOS DATOS SON
LIMITE CENTRAL 27.973
LIMITE INFERIOR 27.544

c) Obtenga
un
histograma e
interprételo
(tendencia
central,
variabilidad,
acantilados,
sesgos, etc).

HISTOGRAMA
30.000
25.000
20.000
15.000
10.000
5.000
0.000
1 2 3 4 5 6 7
 10.000
5.000
0.000
1 2 3 4 5 6 7

d) ¿Es adecuado el peso de las preformas?

Es adecuado el peso de las preformas presenta una

tendencia central.

e) ¿Hay evidencias en contra de la normailidad de los datos?

No hay evidencia en contra de la normalidad de los

datos.

utilizan como un indicador importante de la

calidad en el servicio posventa

5 5.4 7.1 7 5.5 4.4

4.1 3 5.7 6.7 6.8 4.7
5.5 7.9 2 5.4 2.9 5.3
3.2 3.9 5.9 3.6 4 2.3
7.7 3.9 5.8 5.9 1.7 3.2
4.5 6.5 4.1 7.5 6.8 4.3
4.7 6.3 6 3.1 4.8
a) Calcule las medidas de tendencia central y con base
en éstas, ¿cree que se cumple con la meta?

medidas de tendencia central

MEDIA 5.37 K 6.98

MEDIANA 5.5 AMPLITUD 1.03
MODA 5.4
MIN 1.7
MAX 8.9
RANGO 7.2
DESVIACION
ESTANDAR 1.618
b) Aplique la regla empírica, interprete y diga qué tan
bien se cumple la meta.

REGLA EMPIRICA
68% X-S 6.98 LCS
X+S 3.75 LCI
De acuerdo con los datos
95% X+2S 8.60 LCS obtebidos podemos ver que
X-2S 2.13 LCI existe cierta variabilidad y que
97.7 X+3S 10.22 LCS por lo tanto no existe una
tendencia definida o fija
X-3S 0.51 LCI
 obtebidos podemos ver que
existe cierta variabilidad y que
por lo tanto no existe una
tendencia definida o fija

c) Haga un histograma e interprete sus aspectos más

relevantes.

TABLA DE FRECUENCIA
K INTERVALO FRECUENCIA
1 1.700 2.731 3
2 2.732 3.763 8
3 3.764 4.795 12
4 4.796 5.828 17
5 5.829 6.860 12
6 6.861 7.892 10
7 7.893 8.924 3
total 65

) A partir del análisis que se ha realizado, ¿qué recomendaciones

daría para ayudar a cumplir mejor la meta?

De acuerdo a los datos obtenidos , se llego a la conclusion que existe mucha variabil
en los datos

en particular se fi jó 3.0% como el estándar mínimo que

debe cumplir el producto que se recibe directamente

2.7 3.4 3.5 4 3.1 3.3

3.4 2.7 3.3 3.6 2.9 2.7
2.2 3.4 3.3 2.5 3.4 2.7
3.2 3.1 2.9 2.7 3.3 3.6
3.4 3 2.9 3.2 3.2 3
2.9 3.5 3.1 3.5 3 3.1
3.4 3.1 3.2 3.3 3.2 3.3
2.9 3 3.2 3.2 3.3 3.8
y comente acerca del cumplimiento del
estándar mínimo para la concentración de grasa

VARIABLES CAL
NUMERO DE DATOS 90
MEDIA 3.19
MEDIANA 3.20
MODA 3.30 las tendencias centrales no cump
MAXIMA 4.00 de 3%
MINIMO 2.20
RANGO 1.80
NUM. K 7.45
 AMPLITUD 0.242
DESV. ESTÁNDAR 0.317
b) Obtenga un histograma, inserte el estándar mínimo
e interprete de manera amplia.

TABLA DE FRECUENCIA
K INTERVALO FRECUENCIA
1 2.200 2.442 1
2 2.443 2.684 2
3 2.685 2.927 17
4 2.928 3.170 20
5 3.171 3.412 33
6 3.413 3.655 12
7 3.656 3.898 3
8 3.899 4.140 2
total 90

c) La población de donde provienen estos datos, ¿cumple

el estándar mínimo?

Si cumple con el estanadar ya que como podemos ver en la tabla de datos

mostrados anteriormente nos muestra que el rango minimo es de :2.200 y por lo
tanto si cumple con los requerimientos establecidos en un inicio.

d) ¿Se puede suponer distribución normal?

Si porque de acuerdo con el histograma podemos ver que ay una

tendencia central y por lo tanto es asimetrico.

muestran 100 datos obtenidos en las pruebas destructivas

de la resistencia de botellas.

28.3 26.8 26.6 26.5 28.1 24.8

30.4 27.7 27 26.1 28.1 26.9
26.2 27.7 27.2 25.9 26.5 28.3
28.4 26.3 28.1 28.7 27 25.5
28.8 25 25.3 27.7 25.2 28.6
29.3 27.8 25.1 26.6 26.8 26.4
26.9 27.7 26.2 27 27.6 28.8
27.1 26.4 27.2 27.3 27 27.7
29.5 26.4 25.8 26.7
 a) Calcule las medidas de tendencia central y de variabilidad.

medidas de tendencia central

MEDIA 27.10 K 7.60

MEDIANA 27.1 AMPLITUD 0.88
MODA 27.7
MIN 23.7
MAX 30.4
RANGO 6.7
DESVIACION
ESTANDAR 1.389
b) Estime los límites reales y comente si las botellas cumplen
la resistencia mínima que se desea garantizar.

REGLA EMPIRICA La tabla nos muestra qu

68% X-S 25.71 LCS resistencia minima que
tabla nos muestra que e
X+S 28.48 LCI no nos garantiza que ay
95% X+2S 29.87 LCS optima.
X-2S 24.32 LCI
97.7 X+3S 31.26 LCS
X-3S 22.93 LCI
c) Obtenga un histograma, inserte una línea vertical en
el valor de la resistencia mínima e interprete ampliamente.

TABLA DE FRECUENCIA
K INTERVALO FRECUENCIA %
1 23.700 24.582 3 3.0
2 24.583 25.464 10 10.0
3 25.465 26.347 13 13.0
4 26.348 27.229 29 29.0
5 27.230 28.112 23 23.0
6 28.113 28.994 13 13.0
7 28.995 29.877 8 8.0
8 29.878 30.760 1 1.0
total 100 100
d) Con base en los análisis anteriores, ¿considera que el
proceso cumple con la especifi cación inferior?
Si cumple ya que el limite minimo cumple con el intervalo que se da a
conocer en la tabla de datos anterior y por lo tanto podemos decucir que
el proceso cumple con las especificaciones

23. El volumen en un proceso de envasado debe estar

entre 310 y 330 ml.
¿El proceso de envasado
funciona bien en cuanto al volumen?

σ = 4. Si cumple ya que comparando los datos obtenidos

μ = 318 cumple las especificaciones de los limites con los
LCI=310 ml del volumen que debe tener cada proceso de
envasado
LCS=330 ml
 DANIEL RAMOS PACHECO

determinar la media, necesitamos de cierta

os causaría una dificultad al realizar el

y la mediana de 6

enores a 6 y en otro 50 % son mayores. Y

distribución de datos se encuentra sesgadas.

urrieron muchas fallas?

muestra es relativamente grande o también se

o o hay un sesgo muy importante;lo cual

a de la empresa a recibir atención médica. De acuerdo con los datos de los primeros seis meses del año se tiene que el número promedio

e acuden a la enfermería por semana?

(3*3.5)= 6 y
enfermería por semana ya que existe una
madamente debido a que están separados de la

sa semana pasó algo fuera de lo usual. Conteste sí o no y explique por qué.

do y no existe mucha variabilidad con respecto a la media

lo comun.
ón estándar. Explique esta situación y señale si se aplica para el caso muestral, poblacional o para ambos.

entre la media y la desviación estándar. Explique esta situación y explique si se

raríamos que la mayoría de los valores se agrupen alrededor de la media. Por lo
tro de cierto intervalo alrededor de la media es mayor que para una variable
probabilidad en términos de una área, esperaríamos una distribución continua con
o, esperaríamos que el área este extendida. Sin embargo, una desviación estándar
sigualdad de chebyshev es aplicada para ambos casos (muestral y poblacional).

responden a una máquina, y los últimos 55 a otra. Ahora conteste lo siguiente.

la longitud ideal (200)

200.7 201 202 201.2 200.3 200.7 200.7

201.8 201.5 200.6 200.8 200.6 200.2 201.8
201.4 201.5 200.1 200.7 201 201.6 201.4
201.4 201.4 201 200.5 200.7 200.9 201.6

MEDIANA 201 MODA 201.4

MEDIA 200.982

las medidas de tendencia central son ron

relativamnete similares y cercanas
 las medidas de tendencia central son ron
relativamnete similares y cercanas

dar y la regla empírica.

204.000
203.000
202.000
201.000
200.000
199.000
198.000
197.000
1 2 3 4 5 6

RANGO
CLASE "K" 6.743 N°CLASE
regla de sturges LONG.DE .C
1+3.3*log(n) MIN
MAX
AMPLITUD "W"
W=R/K 0.543
TABLA DE FRECUE
DE FRECUENCIA
INTERVALO FRECUENCIA
199.200 199.743 2
199.744 200.287 5
200.288 200.830 16
200.831 201.374 15
201.375 201.918 14
201.919 202.462 3
total 55
go :

specifi caciones? Explique

an dentro de un mismo

on especifi caciones. Argumente su respuesta.

S
No cumple con las especificaciones ya que
los limires reales no caen dentro de las
mismas por lo que la capacidad del proceso
no es alta.

rios criterios de calidad, uno de ellos es el peso de ésta. P

27.89 27.88
28.04 28.05
28.13 27.98
28.16 27.94
27.99 28.13
27.87 27.76
27.85 27.93
27.89 28.08
27.75 27.82
28.08 28.16
28.1 27.78
27.84 28.21
28 28.1
27.87 27.94
ciones es adecuada.
GRAMA
Si existe una tendencia central
adecuada; por lo que podemos
llegar a la conclusion que existe
cierta simetria

4 5 6 7

éstos decida si la variabilidad de los datos es aceptable.

HAY CIERTA SIMETRIA POR TANTO

LOS DATOS SON ACEPTABLES

Podemos ver que el grafico nos muestra que

existe una tendencia central adecuada y esto
nos hace ver que ay una tendencia
 5.4 6.6 7.1 4.2
7.1 3.2 5.7 4.1
7.4 5.1 6.9 7.5
8.9 5.8 5.8 6.4
6.8 7 5.4 5.6
5.9 3.1 8.3 5.4

SIi cumplen con las mentas porque las

tendencias centrales no sobrepasan de
las 6.

erdo con los datos

dos podemos ver que
ierta variabilidad y que
anto no existe una
cia definida o fija
dos podemos ver que
ierta variabilidad y que
anto no existe una
cia definida o fija

HISTOGRAMA
18
16
Presenta de una forma descentrada
14
con mucha variabilidad .
12
10
8
6
4
2
0
1 2 3 4 5 6 7

que existe mucha variabilidad

3.5 3.3 3.2 3.4 2.6 3.1

3 3.6 3.5 2.8 3.1 2.8
2.9 3.6 3.3 2.7 3.7 3.3
3.3 3.1 3.1 3.4 3 3.5
3.3 3.9 3.3 3 3 3.5
2.9 3.1 3.1 2.9 2.9 3.4
3 3.2 3.5 3.4 3.8 3.2

encias centrales no cumplen con el estandar

 HISTOGRAMA
%
35
1.1
2.2 30
18.9 25
22.2
20
36.7
15
13.3 El grafico nos muestra que existe una
3.3 10 tendencia central y por lo tanto es
asimetrico
2.2 5
100
0
1 2 3 4 5 6 7 8

tos
00 y por lo

27.4 26.2 29.4 28.6 24.9 25.2

28 27.6 25.6 29.5 27.6 27.3
26.5 29.1 23.7 29.7 26.8 29.5
26.9 27.2 27.6 25.5 28.3 27.4
27.9 28.7 25.3 29.2 26.5 28.7
26.4 26.3 28.3 27 23.7 27.7
26.5 28.6 25.7 27.1 27.8 24.7
27.6 26.2 24.7 27.2 23.8 27.4
La tabla nos muestra que no cumple con la
resistencia minima que es ; 23.7 y en la
tabla nos muestra que es :22.93 y por tanto
no nos garantiza que aya una resistencia
optima.

HISTOGRAMA
35
30 El grafico nos muestra que los
25 datos no son muy variables por lo
cual existe una tendencia central;
20 lo cual podemos llegamos a
15 deducir que hay una tendencia
simetrica
10
5
0
1 2 3 4 5 6 7 8
ue el número promedio por semana es de 16, y la desviación estándar es de 3.5. Con base en esto conteste los siguientes dos incisos:
SEGUNDO CUADRO

198.6 199 198.2 199.3 200.7 198.5 199.7 199

200.5 200.5 199.2 198.3 198.3 198.9 198.2 199.2
199.1 198.2 197.8 199.5 199.6 200.5 198.9 198.8
200.3 199.7 199.1 199.6 199.7 199.5 199 198.9
198.4 197.9 198.9

MEDIA 199.1 MODA 199

DESV.P 0.787140447 MEDIA 199.230909 las medidas de tende

relativamnete simila
LIMITES X ± 3_x0001_ que la maquina 1.
INFERIOR 196.87
 las medidas de tende
relativamnete simila
que la maquina 1.

CENTRAL 199.23
SUPERIOR 201.59
MIN 197.8
MAX 200.8
RANGO 3
MARCA DE CLASE 297.67

REGLA EMPIRICA
Chart Title
68% X-S 198.444 LCS
202.000
X+S 200.018 LCI
200.000
95% X+2S 200.805 LCS
X-2S 197.657 LCI 198.000

97.7 X+3S 201.592 LCS 196.000

X-3S 196.869 LCI 194.000

1 2 3 4 5 6

3.00 CLASE "K" 6.74

7.42 regla de sturges
0.40 1+3.3*log(n)
197.8
200.8 AMPLITUD "W"
W=R/K 0.44

TABLA DE FRECUENCIA
K INTERVALO FRECUENCIA
1 0
2 55
3 #N/A
4 0.445 #N/A
5 #N/A
6 #VALUE! #N/A
7 0.001 #N/A
a descentrada
ad .
 muestra que existe una
ntral y por lo tanto es
os muestra que los
n muy variables por lo
una tendencia central;
emos llegamos a
hay una tendencia
los siguientes dos incisos:
 198.4 200.3 198.4 199.9 199.6
200.3 198.8 199.6 199 198.4
198.1 200.3 199.2 200.8 199.2
199.1 200.5 199 198.8 200.5

las medidas de tendencia central son ron

relativamnete similares y cercanas , igual
que la maquina 1.
 las medidas de tendencia central son ron
relativamnete similares y cercanas , igual
que la maquina 1.

Title

4 5 6