Materia: Estadística multivariada

Tema: Estudio Estadístico Real

Integrantes: Joaquin Moscoso y Yarik Li

Docente: Jonnathan Avilés

Ciclo: 5to ciclo

Periodo: 2021-2022
INTRODUCCIÓN
En el siguiente informe hablaremos sobre la practica realizada en el laboratorio de estadística el día
viernes 15 de octubre del 2021, la practica consistía en armar unos enchufes y tomar el tiempo, con
el objetivo de recolectar datos, lo hacíamos en una simulación de fábrica, el docente nos hizo
escoger entre una paleta de colores con el objetivo de trabajar solo con esa luz iluminando la
fabricar para así determinar que tan bien se rendirá al momento de armar los enchufes.

MATERIALES:

 Cabina de ambientes laborales

 Kit de ensamblaje de enchufe alemán
 Caja de herramientas
 Cronómetros
 Elementos de ambientes

MÉTODO:

Empezamos organizándonos todos para saber quienes toman el tiempo, que personas ensamblan y
que personas desensamblan, practicamos en la parte de afuera del cuarto que simulaba la fabrica
practicando cada uno como acomodar las piezas para mayor agilidad y eficiencia.

Los materiales empleados en esta práctica fueron muy básicos una caja de herramientas con la que
contaban los desarmadores para poder ensamblar los enchufes.

Un aspecto que también tomamos en cuenta era la edad, compañeras de nuestro grupo en general
del laboratorio nos tomaron la edad con los meses como una segunda variable, la primera variable
es el tiempo que tardamos en armar cada enchufe, precedimos a entrar a la cabina de simulación de
tres en tres, como mi equipo es de dos nos turnamos en hacer las tareas la primera ves yo
desensamble, de ahí me toco tomar el tiempo y por ultimo ensamblar en total ensamblamos 5 veces
cada uno, todas las veces que armábamos se tomaba con un cronometro proporcionado por el
docente, al entrar a la cabina de simulación pusimos la luz escogida que fue el cian una luz muy
molestosa porque después de estar un buen tiempo te dolían los ojos, pero a la vez te volvía más
productivo.

Por último, arreglamos los materiales mesas, sillas, etc. Todo lo dejamos en su lugar marcamos
asistencia y salimos de la práctica.

ECUACIONES Y RESOLUCIONES:

"Muestra de los datos descriptivos" (TIEMPO)

[1] "MEDIA ARITMETICA: "

[1] 157.3385
[1] "MEDIANA"

[1] 156.6

[1] "MODA: "

[1] 155.0857

[1] "MEDIA GEOMETRICA: "

[1] 156.0299

[1] "MEDIA ARMONICA: "

[1] -154.7988

[1] " DISPERSION"

[1] "RANGO"

[1] 78.6

[1] "MAXIMO"

[1] 209.4

"MINIMO"

[1] 130.8

[1] 130.8 209.4

[1] "DESVIACION MUESTRAL - Estándar"

[1] 21.78262

[1] "VARIANZA"

[1] 474.4826

[1] "CUARTILES"

[1] "Q1"

25%
142

[1] "Q2"

50%

156.6

[1] "Q3"

75%

165.2

"QUNTIL 3"

60%

163.4

[1] "RANGO INTERCUARTIL"

[1] 23.2

[1] "CURTOSIS"

[1] 1.461201

[1] "COEFICIENTE DE VARIACION"

[1] 0.1384443

[1] "SESGO DE FICHER PEARSON AJUSTADO"

[1] 0.9324529

[1] "SESGO De PEARSON"

[1] 0.1017042

[1] "SESGO DE GALTON"

25%

-0.2586207
#GRAFICA DE DISPERSION

> #y=AÑOS,x=TIEMPO

> plot(TIEMPO,AÑOS,main="GRAFICA DE DISPERSION")

> #ECUACION

> lm(AÑOS~TIEMPO)

Call:

lm(formula = AÑOS ~ TIEMPO)

Coefficients:

(Intercept) TIEMPO

Bo=248.44113 B1= 0.02506

Y=248.44113+0.02506x

> #PRUEBAS DE NORMALIDAD

> #siempre con y

> ad.test(AÑOS)

Anderson-Darling normality test

data: AÑOS

A = 0.65978, p-value = 0.06514

> shapiro.test(AÑOS)

Shapiro-Wilk normality test

data: AÑOS

W = 0.88857, p-value = 0.09326

> ks.test(AÑOS,pnorm(length(AÑOS)),alternative="two.sided")
 Two-sample Kolmogorov-Smirnov test

data: AÑOS and pnorm(length(AÑOS))

D = 1, p-value = 0.3111

alternative hypothesis: two-sided

"Muestra de los datos descriptivos"(AÑOS)

[1] "MEDIA ARITMETICA: "

[1] 252.3846

[1] "MEDIANA"
[1] 247

[1] "MODA: "

[1] 244.1429

[1] "MEDIA GEOMETRICA: "

[1] 252.0744

[1] "MEDIA ARMONICA: "

[1] -251.7711

[1] “DISPERSION"

"RANGO"
[1] 43
[1] "MAXIMO"
[1] 280
[1] "MINIMO"
[1] 237
[1] 237 280

[1] "DESVIACION MUESTRAL - Estandar"

[1] 13.16902

[1] "VARIANZA"
173.4231

[1] "CUARTILES"
[1] "Q1"
25%
244
[1] "Q2"
50%
247

[1] "Q3"
75%
265

[1] "QUNTIL 3"

60%
250.2

[1] "RANGO INTERCUARTIL"

[1] 21

[1] "CURTOSIS"
[1] -0.3345581

[1] "COEFICIENTE DE VARIACION"

[1] 0.05217838

[1] "SESGO DE FICHER PEARSON AJUSTADO"

[1] 0.7194894

[1] "SESGO De PEARSON"

[1] 1.226655

[1] "SESGO DE GALTON"

25%
0.7142857
#GRAFICA DE DISPERSION
> #y=AÑOS,x=TIEMPO
> plot(TIEMPO,AÑOS,main="GRAFICA DE DISPERSION")
> #ECUACION
> lm(AÑOS~TIEMPO)

Call:
lm(formula = AÑOS ~ TIEMPO)

Coefficients:
(Intercept) TIEMPO
248.44113 0.02506

> #PRUEBAS DE NORMALIDAD

> #siempre con y
> ad.test(AÑOS)

Anderson-Darling normality test

data: AÑOS
A = 0.65978, p-value = 0.06514

> shapiro.test(AÑOS)

Shapiro-Wilk normality test

data: AÑOS
W = 0.88857, p-value = 0.09326

> ks.test(AÑOS,pnorm(length(AÑOS)),alternative="two.sided")

Two-sample Kolmogorov-Smirnov test

data: AÑOS and pnorm(length(AÑOS))

D = 1, p-value = 0.3111
alternative hypothesis: two-sided

ANÁLISIS Y CONCLUSIONES:

(TIEMPO)

En el estudio estadístico real se realizó la toma de muestras en el laboratorio de ingeniería de

la producción definiendo que es necesaria la presencia de 13 datos. Después de analizar los
mismos podemos observar que la media o el promedio de datos es igual a 157.3385, la moda
es 155.0857 la cual se repite con una frecuencia de 2, la mediana es 156.6.
La varianza se puede notar que es amplia lo cual quiere decir que los datos analizados no son
homogéneos o estos son diferentes uno del otro. Al igual podemos observar que la desviación
estándar la cual marca el grado de error con respecto a la media es algo elevada con el valor
de 21.78262.
El histograma muestra datos acerca de la repetición de cada dato es decir de su frecuencia por
lo cual en el grupo de dato número 163.4 se aprecia la mayor repetición con un valor de 2 y
también muestra la frecuencia mínima que tienden algunos datos que se repiten 2 veces como
es el grupo de datos que está ubicado en el intervalo 200 220.
En la ojiva se puede apreciar que la parte más representativa del mismo con un valor de
86,6% en la ubicación del grupo 9 con el dato número 1000.
Gracias a los sesgos positivos sabemos que la cola o sesgo va hacia la derecha y según la
curtosis este es menor a 3 por lo que sería platicurtica. 
En el grafico Box Plot se observa que sus bigotes son ligeramente más largos el bigote
superior en distancias con el bigote inferior. La media se encuentra aparentemente cerca del
centro de la caja, pero la mediana se encuentra distanciada de la media y a su vez también del
centro de la caja por lo cual existen más errores, se aprecia 1 dato atípico, otra grafica por
analizar es la gráfica de dispersión la cual como podemos observar corresponde a una gráfica
sin relación, otro dato que obtuvimos fue la ecuación y llegamos a la conclusión que a mayor
edad mayor tiempo tarda en armar un enchufe.

(AÑOS)

En primer lugar, se observa que la media, la mediana y la moda no son iguales;

en el cálculo de la varianza dio un valor de 173.4231 indicando que no es homogéneo; con el valor de
la desviación de 13.16902
muestra un grado de error respecto a la media calculada; en el gráfico del histograma y polígono se
puede observar que la frecuencia máxima obtenida fue de 5 en el intervalo (240-250),
mientras que se obtuvo una frecuencia mínima de 1 en los intervalos (250-260) Y (270-280) ; en la
ojiva acumulada desde el intervalo de 7 se encuentra el 80% del estudio; en el boxplot se observa que
la media está alejada al centro desde la parte inferior , el bigote superior es más grande que el inferior
y se nota que no existen datos atípicos; Con el uso de los sesgos fisher-pearson ajustado, galton y
pearson notamos que la moda y media no son iguales y es sesgado a la derecha; el valor obtenido en
la curtosis es de -0.3345581 y por último el coeficiente de variación es de 5.21%, también podemos
observar que los datos son normales ya que cumplen dos pruebas de normalidad tienen el 95% de
confianza, concluyendo en que los datos cuentan una dispersión sin relación.