Alumno:

Garibay Pindter Santiago.

Materia:
Estadística y Probabilidad.

Maestra:
Fabiola Lorena Capistro González.
 Práctica 1.

Vamos a tomar de una empresa 100 muestras de 3 plantas

diferentes donde se producen componentes electrónicos.
La producción total mensual es de 1,100 componentes, la
cual se distribuye por planta de la siguiente manera.

Planta Componentes producidos por mes

1 500
2 400
3 200

a) La variable en estudio es el Tiempo.

Su densidad es cuantitativa y su tipo es continua.
Clase Media Mediana Moda
1 9.372489 5.266261 /
2 5.712129 4.736458 /
3 4.319916 3.045821 /

Primeramente, en el inciso a saque con la tabla las medidas

de tendencia central y se puede observar que con la media la
planta 1 es la que produce componente electrónico con
mayor tiempo de vida, con una 0.372489 a comparación de
la planta 2 y 3 que da 5.71 y 4.31.
 Clase Rango Varianza Desviación
1 43.79741 97.77636 9.888193
2 21.47383 26.1415 5.112876
3 14.56253 15.8125 3.976493
Aquí lo que hice fue una tabla con las medidas de dispersión,
donde tenemos en rango, donde en la planta 1 tiene un 43.79,
con la mitad del valor es la planta 2 con 21.47 y con un poco
menos de la mitad tenemos la planta 3 con un 14.56.
Tenemos que la planta 1 así como se ve en la tabla de
medidas de tendencia central, que la planta 1 tiene un mejor
rendimiento ya que produce los dispositivos electrónicos con
mejor tiempo de vida a comparación de las otras plantas.
Clase 39% 59% 78% 84% 93%
1 3.134483 7.904832 16.062285 19.407229 27.384113

2 2.071531 6.726035 8.907753 9.963124 13.932652

3 2.176714 3.658362 7.167951 7.879532 11.138324

Con estos cuantiles podremos ver conforme va avanzando

que los valores aumentan uniformemente, donde va
prácticamente de forma ordenada donde la planta 3 tiene
menor tiempo de vida de sus dispositivos fabricados, luego le
sigue la planta 2 y la planta 3 con los mejores dispositivos.
Se hará las tablas de frecuencia de cada planta.
Planta 1:
Clase Inferior Superior MCi ni fi Ni Fi
1 0 5 2.5 48 48 48 48
2 5 10 7.5 19 19 67 67
3 10 15 12.5 10 10 77 77
4 15 20 17.5 10 10 87 87
5 20 25 22.5 3 3 90 90
6 25 30 27.5 6 6 96 96
7 30 35 32.5 2 2 98 98
8 35 40 37.5 0 0 98 98
9 40 45 42.5 2 2 100 100
Planta 2:
Clase Inferior Superior MCi ni fi Ni Fi
1 0 2 1 30 38.5 30 38.5
2 2 4 3 6 7.7 36 46.2
3 4 6 5 7 9 43 73.1
4 6 8 7 14 17.9 57 83.3
5 8 10 9 8 10.3 65 89.7
6 10 12 11 5 6.4 70 92.3
7 12 14 13 2 2.6 72 93.2
8 14 16 15 1 1.3 73 93.6
9 16 18 17 2 2.6 75 96.2
10 18 20 19 1 1.3 76 97.4
11 20 22 21 2 2.6 78 100
Planta 3:
Clase Inferior Superior MCi ni fi Ni Fi
1 0 2 1 15 38.5 15 38.5
2 2 4 3 8 20.5 23 59
3 4 6 5 5 12.8 28 71.8
4 6 8 7 5 12.8 33 84.6
5 8 10 9 2 5.1 35 89.7
6 10 12 11 2 5.1 37 94.9
7 12 14 13 0 0 37 94.9
8 14 16 15 2 5.1 39 100
 Histogramas
Planta 1: Planta 2:

Histograma Histograma
y Polígono de frecuencias y Polígono de frecuencias

20
40

15
30

Frecuencia
Frecuencia

10
20
10

5
0
0

0 10 20 30 40 0 5 10 15 20

Tiempo
Tiempo

Planta 3:
Histograma
y Polígono de frecuencias
15
10
Frecuencia

5
0

0 5 10 15

Tiempo

Conforme va pasando el tiempo, en cada planta va

disminuyendo el tiempo de vida, cada componente que
pueda durar casi 9 años y medio como se pueden ver en las
medidas de tendencia central en caso de la planta 1.
 Diagrama de caja y brazo.

Planta 1 Planta 2

Diagrama de caja y brazo Diagrama de caja y brazo

20
40

15
30

10
20
10

5
0
0

Planta 3
Diagrama de caja y brazo
15
10
5
0

Vemos que en caso de las 3 plantas tienen pocos datos

fuera de lugar, como se ven.
 CONCLUSION:
La planta con mejor rendimiento es la planta 1, que puedo
decir de esto, que la empresa debe de mejorar la planta 2 y 3.

Puede tener ventas bajas, ya que los compradores no sabrán

de que planta salió el dispositivo electrónico y tiene la
probabilidad de que tenga poco tiempo de vida si les toca la
de la planta 3 que la de la planta 2.

Esta empresa necesita tener mejoramiento en calidad de los

dispositivos en especial de la planta 2 y en especial de la 3 ya
que es la misma empresa, y debería de tener el tiempo de
vida parecidos las 3 plantas.

Entonces con estos resultados, yo obtendría que se

necesitaran mejorar la calidad y el proceso en a planta 2 y 3.
Código R.

rm(list=ls(all=TRUE))
datos=read.table(file.choose(),header=T);datos
N1=500
N2=400
N3=200
n1=100
n2=100
n3=100

##para la planta 1
set.seed(226015)
planta1=subset(datos,PLANTA==1)
base1=planta1[1:N1,2];base1
datos1=sample(base1,size=n1,replace=FALSE);datos1
muestra1=subset(planta1,COMPONENTE%in%datos1);mu
estra1
m1=muestra1[,3]
median(m1)
media=mean(m1);media
rango=diff(range(m1));rango
?quantile
cuantiles=quantile(m1,probs=c(0.39,0.59,0.78,0.84,0.93));cua
ntiles
sd(m1)
var(m1)

#### DISTRIBUCIÓN DE FRECUENCIA

library(agricolae)
frec<-hist(muestra1[,3],plot=F,breaks="Sturges")
dist.frec<-table.freq(frec)
dist.frec
dist.frec<-edit(dist.frec)
dist.frec

##### CAJA Y BRAZOS

boxplot(muestra1[,3],main="Diagrama de caja y
brazo",col=c("skyblue3", "sienna2"))
legend(5,7,legend=c("Baja Altitud","Gran
Altitud"),lty=c(2,3,1),col=c("skyblue3", "sienna2"),lwd=2)
##### HISTROGRAMA Y POLÍGONO
A<-
hist(muestra1[,3],breaks="Sturges",density=45,col=rainbow(
10),main="Histograma
y Polígono de
frecuencias",xlab="Tiempo",ylab="Frecuencia",freq=T)
lines(c(min(A$breaks),A$mids,max(A$breaks)),c(0,A$counts,
0),type="l",col

##para la planta 2
set.seed(226015)
planta2=subset(datos,PLANTA==2)
base1=planta2[1:N1,2];base1
datos2=sample(base1,size=n1,replace=FALSE);datos2
muestra2=subset(planta2,COMPONENTE%in%datos2);mu
estra2
m2=muestra2[,3]
median(m2)
media=mean(m2);media
rango=diff(range(m2));rango
?quantile
cuantiles=quantile(m2,probs=c(0.39,0.59,0.78,0.84,0.93));cua
ntiles
sd(m2)
var(m2)

#### DISTRIBUCIÓN DE FRECUENCIA

library(agricolae)
frec<-hist(muestra2[,3],plot=F,breaks="Sturges")
dist.frec<-table.freq(frec)
dist.frec
dist.frec<-edit(dist.frec)
dist.frec

##### CAJA Y BRAZOS

boxplot(muestra2[,3],main="Diagrama de caja y
brazo",col=c("skyblue3", "sienna2"))
legend(5,7,legend=c("Baja Altitud","Gran
Altitud"),lty=c(2,3,1),col=c("skyblue3", "sienna2"),lwd=2)
##### HISTROGRAMA Y POLÍGONO
A<-
hist(muestra2[,3],breaks="Sturges",density=45,col=rainbow(
10),main="Histograma
y Polígono de
frecuencias",xlab="Tiempo",ylab="Frecuencia",freq=T)
lines(c(min(A$breaks),A$mids,max(A$breaks)),c(0,A$counts,
0),type="l",col="darkblue",lwd=3)

##para la planta 3
set.seed(226015)
planta3=subset(datos,PLANTA==3)
base1=planta3[1:N1,2];base1
datos3=sample(base1,size=n1,replace=FALSE);datos3
muestra3=subset(planta3,COMPONENTE%in%datos2);mu
estra3
m3=muestra3[,3]
median(m3)
media=mean(m3);media
rango=diff(range(m3));rango
?quantile
cuantiles=quantile(m3,probs=c(0.39,0.59,0.78,0.84,0.93));cua
ntiles
sd(m3)
var(m3)

#### DISTRIBUCIÓN DE FRECUENCIA

library(agricolae)
frec<-hist(muestra3[,3],plot=F,breaks="Sturges")
dist.frec<-table.freq(frec)
dist.frec
dist.frec<-edit(dist.frec)
dist.frec

##### CAJA Y BRAZOS

boxplot(muestra3[,3],main="Diagrama de caja y
brazo",col=c("skyblue3", "sienna2"))
legend(5,7,legend=c("Baja Altitud","Gran
Altitud"),lty=c(2,3,1),col=c("skyblue3", "sienna2"),lwd=2)
##### HISTROGRAMA Y POLÍGONO
A<-
hist(muestra3[,3],breaks="Sturges",density=45,col=c("yellow
"),main="Histograma
y Polígono de
frecuencias",xlab="Tiempo",ylab="Frecuencia",freq=T)
lines(c(min(A$breaks),A$mids,max(A$breaks)),c(0,A$counts,
0),type="l",col="darkblue",lwd=3)