Documentos de Académico
Documentos de Profesional
Documentos de Cultura
LOGO
MODELOS MATEMTICOS PARA LA PRODUCCIN ESTADSTICA APLICADA - Definicin - Concepto de Medias. - Anlisis Poblacional. - Determinacin de la Muestra. - Manejo de la Muestra.
ANLISIS DE REGRESIN Y CORRELACIN LINEAL - Modelos - Aspectos y Propiedades de la Regresin lineal. - Fuentes de Variacin de la Regresin Lineal. - Desviacin Estndar.
Que es estadstica?
A veces asociamos con los nmeros X1 , X2, ..............., XK ciertos factores peso (o pesos) W1, W2,.WK, dependientes de la relevancia asignada a cada nmero. En tal caso:
donde: L1 = frontera inferior de la clase de la mediana. N = nmero de datos (frecuencia total). (f)1 = suma de frecuencias de las ciases inferiores a la de la mediana. f mediana = frecuencia de la clase de la mediana. c = anchura del intervalo de clase de la mediana.
Conjunto 1: 2, 2, 5, 7, 9, 9, 9, 10, 10, 11, 12 y 18 tiene moda 9. Conjunto 2 - 3, 5, 8, 10, 12, 15 y 16 no tiene moda. Conjunto 2: -3, 4, 4, 4, 5, 5, 7, 7, 7 y 9 tiene dos modas, 4 y 7, y Se llama bimodal
Una distribucin con moda nica se llama unimodal. La moda puede deducirse de una distribucin de frecuencias o de un histograma a partir de la frmula.
donde: L1 - frontera inferior de la clase modal (clase que contiene a la moda). 1 - exceso de la frecuencia modal sobre la de la clase inferior inmediata. 2 - exceso de la frecuencia modal sobre la clase superior inmediata. c - anchura del intervalo de clase modal.
RECORRIDO O RANGO Medida de la dispersin, correspondiente a la diferencia entre el valor mximo y el valor mnimo de un conjunto de valores.
- Representativos: Deben reflejar todos los diferentes hechos y circunstancias que se producen en la realidad.
La experiencia y habilidad del grupo de trabajo en la interpretacin son fundamentales en la utilizacin de esta herramienta, puesto que no existen reglas fijas que se puedan utilizar para explicar de forma precisa las pautas de variacin en cualquier situacin.
Los equipos de trabajo deben profundizar en el conocimiento del proceso en estudio para utilizar esta herramienta de forma eficaz.
b) Otra deficiencia en las conclusiones obtenidas del Histograma puede provenir de una muestra pequea y poco representativa.
Como regla prctica se debern recoger al menos cuarenta observaciones para cada uno de los Histogramas que se desee realizar. En los casos en que esto no sea posible se debern utilizar otros tipos de herramientas o consultar con un experto en estadstica que disee un plan de muestreo y comprobacin de hiptesis adecuado. c) Aceptar las conclusiones del anlisis como hechos. La interpretacin de un Histograma es una simple teora y por tanto deber ser confirmada posteriormente mediante el anlisis adicional y la observacin de los hechos reales.
UTILIZACIN El Histograma es una herramienta muy til cuando un equipo se enfrenta con la tarea de analizar datos que presentan variaciones. Utilizacin en las fases de un proceso de solucin de problemas En un proceso de solucin de problemas hay dos puntos en los que la construccin y el anlisis de Histogramas pueden ser muy tiles: - Para la identificacin de las Causas Raz. Se empieza generalmente el anlisis con un Histograma de todos los datos del problema. El anlisis de la pauta de variacin de estos datos y generalmente ulteriores estratificaciones conducen, paso a paso, a la identificacin de las Causas Raz. - Para el seguimiento de los avances en las acciones de mejora de la calidad. Se construyen con este fin Diagramas Antes-y-Despus, teniendo cuidado de mantener la consistencia de la escala horizontal (igual tamao para intervalos iguales en los dos grficos) y representando conjuntamente los dos Histogramas.
Situacin En una estacin se constituy un equipo para examinar las quejas de los clientes sobre la lentitud en la venta y las largas colas en las horas punta.
Histograma y su anlisis El equipo midi los tiempos de las transacciones de cuatro empleados durante una hora punta tpica y construy con los datos obtenidos el siguiente Histograma:
El Histograma muestra claramente una distribucin con dos picos. La primera teora expuesta fue que los dos empleados nuevos eran simplemente ms lentos que los ms experimentados
Los 4 empleados tienen la misma distribucin con dos picos, fuera cual fuera la experiencia. En otras palabras, la estratificacin por nivel de experiencia no sirvi para separar los datos en dos distribuciones en campaas distintas.
alvarezgarciaemi@gmail.com
LOGO