Grupo : 1ISP1V

Estudiante: Karen Estibaliz Pérez Moreno

Lugar y fecha : H. Matamoros Tamaulipas 03/10/2021.

 Carpeta de Evidencia

Maestra: Nancy Salazar Luis

Estudiante: Karen Estibaliz Pérez Moreno

Lugar y fecha : H. Matamoros Tamaulipas 03/10/2021.

 Competencias.
Desarrollar e innovar sistemas de manufactura a través de la
dirección de proyectos, considerando los requerimientos del
cliente, estándares de calidad, ergonomía, seguridad y ecología
para lograr la competitividad y rentabilidad de la organización con
enfoque globalizado.

Objetivo.
El alumno apoyar a la toma de decisiones a través del
análisis, comprensión y utilización de variables de
probabilidad y estadística para resolver problemas reales
en el diseño, la confiabilidad de productos y variables
operativas de sistemas.

UNIDADES TEMATICAS

Unidad I.
Estadística Inferencial
❖Pruebas de Hipótesis.
❖Análisis de Varianza.
❖Regresión Lineal Múltiple.

Unidad II
Análisis de confiabilidad
❖Conceptos generales de confiabilidad.
❖Distribuciones de probabilidad para confiabilidad de un
producto y sus aplicaciones.
❖Confiabilidad de sistemas.
 Fuentes Bibliográficas

 Control Estadístico de Calidad y Seis Sigma,

Humberto Gutiérrez.
 Teoría y Problemas de Probabilidad y estadística,
Murray Spiegel.
 Probabilidad y Estadística para Ingenieros, Ronald E.
Walpole.
 Probabilidad y Estadística para Ingeniería y Ciencia,
William Mendenhall.
 Probabilidad y Estadística para Ingeniería, William W.
HinesDouglas C. Montgomery.

 Horario

 Evaluación
 Reglas de comportamiento en clase
1. Cumplir con las obligaciones reglamentarias vigentes en el
reglamento interno de la universidad.

2. Permanecer en la clase el horario programado.

3. Revisar todos los días la plataforma Microsoft Teams así

como su correo institucional.

4. Estar informado sobre las actividades, tareas, aportes del

docente y compañeros en los espacios especificados.

5. Cumplir con las tareas y participación en foros de discusión

dentro de las fechas y horarios establecidos por la maestra.

6. Acudir de manera oportuna con los docentes, para la

aclaración de dudas sobre las actividades asignadas, en los
espacios virtuales definidos para este fin.

7. Realizar seguimiento de las calificaciones del curso (parcial

y final).

8. Cumplir con las normas del buen comportamiento en

internet en las interacciones realizadas en el aula virtual. Ser
ordenado y evitar decir expresiones altisonantes tanto en las
clases como en las secciones de debate. Aunque no esté de
acuerdo con las ideas de los demás, la amabilidad y cortesía
en las comunicaciones siempre deben tenerse presentes.

9. No platicar durante las sesiones de clases de temas fuera

de contexto.

10. Estar presentable, queda prohibido tomar alimentos,

refrescos, golosinas y fumar durante la clase.
 Unidad I.

Estadística Inferencial

❖Pruebas de Hipótesis.

❖Análisis de Varianza.

❖Regresión Lineal Múltiple.

ANOVA
Es un aprueba estadística para analizar si más de dos grupos difieren significativamente
entre sí en cuanto a sus medias y varianzas. La comparación entre variables se realiza
con una variable independiente de tipo categórica (nominal o razón) y una variable
dependiente con un nivel de medición por intervalos o razón.

Supuestos
El análisis paramétrico de la varianza se realiza con los siguientes supuestos

1. Nivel de medición intervalos o de razón.

2. Muestreo aleatorio independiente.
3. Poblaciones normales para cada grupo.
4. Varianzas iguales en las poblaciones.

Pasos de ANOVA
1. Estudio de los datos: Número de grupos, observaciones por grupo y
distribución de las observaciones. Se identifica el número de grupos y
cantidad de observaciones por grupo para determinar si es un modelo
equilibrado. También se calculan la media y desviación típica de cada
grupo.
2. Verificar condiciones para un ANOVA
La variable cuantitativa debe de distribuirse de forma normal en cada uno
de los grupos. El estudio de normalidad puede hacerse de forma gráfica
(qqplot) o con test de hipótesis.
3. Análisis de varianza ANOVA
 4. Calcular el tamaño del efecto de un ANOVA
En el caso de ANOVA la mediada más comúnmente empleada es eta
cuadrado.

Los valores necesarios para calcular η2 se obtienen del summary del

ANOVA.
5. Comparaciones múltiples
De entre los diferentes métodos de comparaciones múltiples y
correcciones, se emplean las más recomendadas: Corrección de Holm y
TukeyHSD.
6. Conclusión. Se realiza una conclusión del estudio

Para mostrar cómo opera la prueba de ANOVA se desarrollará un ejemplo de

cálculo si se realizará sin ayuda de programas de cómputo especializados,
empleando para ello cada una de las diferentes fórmulas que la constituyen.

Se diseña un experimento con el fin de comprobar si el uso de tres métodos de

enseñanza produce resultados diferentes que son estadísticamente significativos en el
rendimiento de una cierta asignatura. Sean tres grupos de estudiantes seleccionados al
azar, con las puntuaciones obtenidas después de que cada uno de ellos fue enseñado por
el método que se índica
Para iniciar el procedimiento es necesario elevar al cuadrado cada uno de los valores que
conforman los grupos así como las sumatorias de cada columna

Pasos para la prueba de significación:

1. Hipótesis nula. H0: No hay diferencia en los tres métodos de enseñanza. Hipótesis
Alternativa: Existe diferencia estadísticamente significativa entre las medias de los tres
Grupos de enseñanza.
2. Nivel de significación. Se utiliza un nivel de significación de 0,05, con prueba de una
Cola.
3. Distribución de muestreo. Se emplea la distribución F.
4. Cálculo del estadístico F.
 El procedimiento es el siguiente:
A) Suma total de cuadrados (STC). Se calcula, en primer lugar, la suma de
cuadrados de las puntuaciones de los tres grupos, con la siguiente fórmula:

Sustituyendo los valores, la fórmula quedaría de la siguiente manera:

B) Suma de cuadrados dentro de los grupos (SCD). Utilizamos la misma

fórmula anterior, pero ahora referida a cada uno de los tres grupos:

Grupo 2:

La suma de cuadrados entre los grupos es así:

SCD1+SCD2+SCD3+SCDn

14  5 9  28

C) Suma de cuadrados entre los grupos (SCE). Suma “entre” = Suma “Total”
– Suma “Dentro”
= STC – SCD =75 – 28 = 47

D) Grados de libertad. Los grados de libertad para las diferentes sumas de

cuadrados son: Suma total = n -1; (n = total de medidas)

=12 – 1 =11

Suma dentro = k (n1 – 1);

Dónde: k = número de grupos y n1= tamaño de los grupos

= (3) (4-1)

=9

Suma entre = k – 1

3–1=2

E) Estimaciones de la varianza:

Al dividir la suma de cuadrados dentro de los grupos entre sus correspondientes

grados de libertad, se tiene una estimación de la varianza (mean square) común
de la población o universo que es independiente de la variación de los medios de
los grupos.

Además, si se divide la suma de cuadrados entre los grupos entre sus

correspondientes grados de libertad, se tiene una segunda estimación de la
varianza que, a su vez, es independiente de la variación dentro de los grupos.

3.1
Estas estimaciones de la varianza poblacional reciben el nombre de “cuadrados
medios”

Los valores y cálculos se

presentan en el siguiente cuadro
comparativo del análisis de varianza:
F) Decisión. Si las varianzas correspondientes a una misma población fueran
sensiblemente iguales, varían dentro de los límites del error de muestreo y, por
tanto, F tendría un valor cercano a 1. Para tomar la decisión de rechazar la H0 se
realiza el siguiente procedimiento. En la tabla de F se localizan los valores de
grados de libertad “entre grupos” y “dentro de los grupos” para el nivel de
significación de 0.05 (5%).

gl entre = 2

F critica = 4.26

gl dentro = 9
 Se contrasta con la F calculada, esta última debe ser mayor o igual a la F critica:

G) Interpretación. “Existen diferencias significativas entre los medios aritméticos

de los tres grupos experimentales y podemos atribuirlas a las distintas eficacias de
los métodos de enseñanza empleados”. La notación científica del resultado es la
siguiente:

“F (2,9) = 7.58, <0.05”.

TABLA ANOVA
TAREA 3ER PARCIAL
Describir los conceptos básicos de confiabilidad a través de sus
características distintivas:

 Edad del equipo: Es considerado la vida util dada por el

fabricante y este asegura que durante cierto lapso de tiempo no
se producieran fallas.
 Medio ambiente donde se opera: Tiene que tomarse en cuenta
la temperatura, humedad almacentamiento, etc.
 Carga de trabajo: Freceuncia con la que se trabaja en el
equipo.
 Apariencia Fisica: Son agentes de desmerito, que esto es
carencia de merito o de valor.
 Mediciones o pruebas de funcionamiento: Analizar entre las
fallas posibles para detectar con mas confianza la calidad del
funcionamiento del producto.
 En que consiste la distribución Weibull: La distribución de
Weibull puede ser definida para incluir una tasa de falla o tasa de
riesgo creciente o decreciente. Ya que la mayor cantidad de
fallas en campo, especialmente las partes mecánicas, muestran
un aumento en la tasa de falla (debido a desgaste o deterioro del
material), la distribución de Weibull es muy útil en describir
patrones de falla de este tipo.