Control Estadstico de Procesos

Estadstica
Profesor: Carlos Gonzlez Lavado
Universidad de Aconcagua
www.isuac.com
www.cgonzalez.cl

Estadstica
La estadstica es una ciencia con
base matemtica referente a la
recoleccin, anlisis e
interpretacin de datos, que busca
explicar condiciones regulares en
fenmenos de tipo aleatorio.

Estadstica descriptiva
La estadstica descriptiva, que se dedica a
los mtodos de recoleccin, descripcin,
visualizacin y resumen de datos originados
a partir de los fenmenos en estudio.
Los datos pueden ser resumidos numrica o
grficamente. Ejemplos bsicos de
parmetros estadsticos son: la media y la
desviacin estndar. Algunos ejemplos
grficos son: histograma, pirmide
poblacional, clsters, etc.

Inferencia estadstica
La inferencia estadstica, que se dedica
a la generacin de los modelos,
inferencias y predicciones asociadas a
los fenmenos en cuestin teniendo en
cuenta la aleatoriedad de las
observaciones. Se usa para modelar
patrones en los datos y extraer
inferencias acerca de la poblacin bajo
estudio.

Inferencia estadstica
Estas inferencias pueden tomar la forma de
respuestas a preguntas si/no (prueba de
hiptesis), estimaciones de caractersticas
numricas (estimacin), pronsticos de
futuras observaciones, descripciones de
asociacin (correlacin) o modelamiento
de relaciones entre variables (anlisis de
regresin). Otras tcnicas de
modelamiento incluyen anova, series de
tiempo y minera de datos.

Estadstica
El propsito de la estadstica.
El anlisis estadstico se usa para
manipular, resumir e investigar
datos con el fin de obtener
informacin til en la toma de
decisiones

Estadstica
La estadstica encuentra en los grficos,
una herramienta indispensable para
ayudar a entender, interpretar y
comunicar sus conclusiones.

Grficos
En ste estudio, solo veremos algunos de

ellos. El primero ser las llamadas Series

de Tiempo.
250

Millones

200
150
100
50
0
1860

70

80

90

1900

10

20
Aos

30

40

50

60

70

80

Grficos
La misma informacin puede representarse

como un grfico o diagrama de barras.

250
Millones

200
150
100
50
0
1860

70

80

90

1900

10

20
Aos

30

40

50

60

70

80

Grficos
Datos de produccin de una regin
Ao
Tn trigo
Tn maz
Total
Porcentual trigo
hipottica:
75

200

75

275

73 %

76

185

90

275

67 %

77

225

100

325

69 %

78

250

85

335

75 %

79

240

80

320

75 %

80

195

100

295

66 %

81

210

110

320

66 %

82

225

105

330

68 %

Grficos
Grfico de trazos
250
200
150

Trigo

Tn

Maiz

100
50
0
75

76

77

78

79
Aos

80

81

82

Grficos
Grfico de Barras
300
250
200
Trigo

Tn 150

Maiz

100
50
0
75

76

77

78

79
Aos

80

81

82

Grficos
Grfico de Barras Porcentuales
120
100
80
Maiz

Tn 60

Trigo

40
20
0
75

76

77

78

79
Aos

80

81

82

Grficos
Grfico de barras horizontales
81
79
Aos

Trigo

77
75
0

50

100

150
Tn

200

250

300

Grficos
Grfico circular abierto.
praderas
34%
bosques
12%
areas urbanas
desiertos
bosques

desiertos
10%

huertas
10%

areas urbanas
6%
areas sem bradas
28%

praderas
huertas
areas sem bradas

Recogida de Datos
Tipos de Datos.
Una variable es un elemento de inters que
puede tomar muchos valores numricos
diferentes.
Una constante tiene un valor numrico fijo.
Una variable Cuantitativa es aquella cuyo
valores se pueden expresar en cantidades
numricas, como medidas o recuentos.
Una variable cualitativa no es cuantitativa y
solo puede clasificarse, pero no medirse

Recogida de Datos
Escalas numricas de medida
1.Nominal
2.Ordinal
3.Intervalos
4.Razn

Recogida de Datos
Datos nominales:
Los datos medidos en una escala nominal
representan el nivel ms bajo de la
jerarqua y consisten en categoras en las
que se registran el nmero de
observaciones. Estas categoras no tienen
un orden lgico ni una relacin especifica.
Se dice que las categoras son
mutuamente excluyentes puesto que un
individuo, objeto o medida pueden incluirse
slo en una de ellas.

Recogida de Datos
Datos ordinales:
Muchos conjuntos de datos estn
compuestos por categoras cualitativas en
las que hay una progresin u orden. Este
tipo de datos se conoce como ordinales.
Los datos medidos en una escala ordinal
contienen ms informacin que los
medidos en una escala nominal, debido a
que las categoras estn ordenadas: los
valores en una categora son mayores o
menores que los valores en otras
categoras.

Recogida de Datos
Datos de intervalo:
Los siguientes dos tipos de esquema de
clasificacin manejan datos cuantitativos. El
primer tipo, las escala de intervalos, se
produce cuando se toman medidas
numricas sobre algunos elementos y se
pueden determinar con exactitud los
intervalos entre esas medidas. La escala de
intervalo es una forma de medida ms
completa que la escala ordinal o nominal, ya
que permite discernir no solo que valor
observado es el ms grande, si no tambin
por cunto.

Recogida de Datos
Datos de razn:
Por el contrario, los datos medidos en una
escala de razn tienen un punto cero fijo
o no arbitrario. La escala de este tipo de
datos utiliza intervalos definidos con
precisin, igual que los datos de escala de
intervalos, pero tienen un punto cero
tambin fijo. Los datos medidos con una
escala de razn constituyen el nivel ms
alto de la medida.

Tipos de fuentes de datos

Datos secundarios y datos primarios.
Los datos necesarios para elaborar un
anlisis estadstico o bien se encuentran
disponibles o deben recogerse. Los datos
que se encuentran disponibles se
denominan datos secundarios y los
datos que deben recogerse se llaman
datos primarios

Tecnicas de Recogida de
Datos
Existen varias tcnicas como:
Grupos de inters.
Telfono.
Cuestionarios por correo.
De puerta a puerta.
Abordaje en Centros Comerciales.
Registros.
Observacin.
Entrevista.
Experimento.

Tcnicas de Recogida de
Datos
Tcnica de
recogida de datos

Ventajas

Desventaja

Grupo de inters

Buena tcnica
preliminar

Muestra pequea
No se pueden
proyectar los
resultados

Entrevista por telfono

Rpida, poco costosa

Fcil de llevar a cabo,
alta tasa de respuesta
Flexibilidad para el
entrevistador

Deben hacerse
preguntas sencillas
La entrevista debe ser
breve

Cuestionarios por
correo

Puede cubrir un rea

geogrfica grande
Poco costosa,
preguntas
estandarizada

Tasas bajas de
respuesta
Se emplea mucho
tiempo

Tcnicas de Recogida de
Datos
Tcnica de
recogida de datos

Ventajas

Desventaja

De puerta en puerta

Puede cubrir un rea

geogrfica grande
Poco costosa,
preguntas
estandarizadas

Se emplea mucho
tiempo
Costosa

Abordaje en un centro
comercial

Rpida, poco costosa

Fcil de llevar a cabo,
pueden usarse ayudas
visuales
Flexibilidad para el
entrevistador

No se pueden
proyectar los
resultados
La entrevista debe ser
breve

Entrevistas personales

Pueden usarse ayudas

visuales
Flexibilidad para el
entrevistador
Las respuestas se
pueden analizar en
profundidad

Costosa
Se emplea mucho
tiempo
Se obtienen muestras
pequeas

Poblaciones y muestras
Poblacin
En los estudios estadsticos es crucial
identificar la poblacin (el grupo sujetos u
objetos sometidos a estudio)
Una poblacin es el conjunto completo de
individuos o elementos de inters
Un censo es un intento de medir todos los
elementos de una poblacin de inters.

Poblaciones y muestras
Muestra
Una muestra es un subconjunto seleccionado
de la poblacin.
En la mayor parte de las investigaciones
estadsticas, los censos son bastantes
costosos y difciles, o incluso imposibles.
Bajo las anteriores condiciones es necesario
seleccionar una muestra que es un
subconjunto de la poblacin elegida para el
anlisis.

Muestreo aleatorio simple

Muestras aleatorias y no aleatorias
Muestra aleatoria simple resulta cuando se
seleccionan n elementos de una poblacin,
de manera que todas las combinaciones
posibles de n elementos de la poblacin
tienen igual probabilidad de ser elegida.
Si algunos de los elementos de la poblacin
tienen mayor posibilidad de ser elegidos que
otros, esto constituye una muestra no
aleatoria.

Muestreo aleatorio simple

Cuando un muestreo se realiza sin
reemplazo, un elemento que se selecciona
para la muestra no se devuelve a la
poblacin para ser, quiz, seleccionado de
nuevo. Cuando el muestreo se realiza con
reemplazo, cada elemento elegido se
devuelve a la poblacin antes de hacer la
siguiente seleccin.

Tabla de nmeros aleatorios

La tabla de nmeros aleatorios proporciona listas
de nmeros generados al azar que pueden
usarse para elegir muestras aleatorias.
Escribir nombres o nmeros en un pedazo de
papel y extraerlos al azar es un mtodo vlido
para una muestra aleatoria simple. Sin
embargo, puede ser muy lento si el nmero de
elementos de la poblacin es grande. La tabla
de nmeros aleatorios proporciona un mtodo
sencillo y rpido para seleccionar al azar los
nmeros de los elementos de una poblacin.

Otras tcnicas de muestreo

Si es posible obtener una muestra aleatoria
simple es mejor, ya que por lo general ste
es el mejor mtodo. Es fcil realizarlo, es
fcil entenderlo y no se puede aducir sesgo
en la muestra una vez que se hizo la
seleccin.
Sin embargo, no siempre es posible realizar
un muestreo aleatorio simple. Para que
este mtodo se pueda usar, debe
disponerse de una lista de la poblacin.

Otras tcnicas de muestreo

Una muestra sistemtica es aquella para la
que se selecciona cada n-simo elemento
de la poblacin.
En un muestreo aleatorio estratificado la
poblacin se divide en estratos o subgrupos
significativos y se obtiene una muestra
aleatoria de cada uno.
El muestreo por Conglomerado implica la
seleccin aleatoria de grupos de
conglomerados de elementos como parte
de la muestra

Resumen niveles de medida

Escala de Medida

Caractersticas

Estadificas
apropiadas

Nominal

Clasificacin nica

Moda

Ordinal

Jerarquizacin o
calificacin

Mediana, percentiles

Intervalo

Diferencia conocida
entre dos puntos
cualesquiera

Media, Desviacin
estndar

Razn

Diferencia conocida
entre dos puntos
cualesquiera cero
nico o verdadero

Media, Desviacin
estndar

Resumen muestreo
Mtodo

Procedimiento

Aleatorios
Simple

Los elementos se eligen al azar de uno a uno

Sistemtico

Se elige cada n-simo elemento de una secuencia de la

poblacin

Estratificado

La poblacin se separa en subgrupos significativos antes del

muestreo

Por
Conglomerados

Se elige grupos o conglomerados de elementos de la

poblacin para la muestra

No Aleatorios
Subjetivo

Se usa el juicio del investigador para decidir que elementos

de la poblacin sern incluidos en la muestra

Por conveniencia

Se eligen los elementos ms convenientes para la muestra

Por Cuota

Se les asigna una cuota a aquellos que seleccionan

elementos de la muestra

Presentacin de datos
Distribuciones de frecuencia.
El concepto de distribucin es importante
en estadstica . Este termino es utilizado
para representar un conjunto, arreglo o
grupo de valores numricos.
Una distribucin de frecuencias es una lista
de clases o categoras de datos junto con el
numero de valores que caen dentro de
cada una.

Presentacin de datos
Pasos para la construccin de una distribucin de
frecuencias
1. Determinar el numero de clases, por lo general entre
5 y 15
2. Determinar el tamao de cada clase. Para ell se
averigua la diferencia entre el valor ms grande en el
conjunto de datos y el ms pequeo, y se divide entre
el nmero de clases que se quiere
3. Determinar el punto inicial de la primera clase
4. Contar el nmero de valores que ocurren en cada
clase
5. Preparar una tabla de la distribucin, utilizando los
recuentos y/o los porcentajes (frecuencias relativas)
Nota: Estos pasos deben considerarse slo como normas empiricas
y no como un proceso riguroso para construir una distribucin de
frecuancias.

Presentacin de datos
Frecuencias relativas
Las frecuencias relativas, o porcentajes, para
una distribucin de frecuencias se calculan
dividiendo la frecuencia real entre el
nmero total de objetos clasificados.
Frecuencias acumuladas
La distribucin de frecuencias acumuladas
muestra el numero total de ocurrencias que
son menores o mayores que ciertos valores
clave.

Presentacin de datos
Diagramas y grficas
Las distribuciones de frecuencias constituyen
un mtodo ideal para representar los
aspectos esenciales de un conjunto de datos
en trminos entendibles y concisos. Aun as,
los dibujos pueden ser ms efectivos para
desplegar grandes conjuntos de datos.
Los diagramas y graficas mas sencillos en su
construccin estn diseados para datos
nominales u ordinales. Como los datos
constituyen categoras, las clases son obvias
y es fcil describirlas en una grfica.

Presentacin de datos
Diagrama de Pastel
(torta)
Es una forma efectiva de
desplegar los
porcentajes en que se
dividen los datos. Este
tipo de diagrama es
particularmente til si
se quiere hacer
hincapi en los
tamaos relativos de
las componentes de
los datos.

Presentacin de datos

250
200
Millones

Diagrama de barras
El diagrama de barras es
otro mtodo habitual de
presentar en forma
grfica datos con escala
nominal u ordinal. Cada
barra representa la
frecuencia de una
categora. La altura de la
barra es proporcional al
nmero de elementos en
esa categora. En
general, las barras se
ponen en posicin
vertical con la base en el
eje horizontal de la
grfica.

150
100
50
0
1860

70

80

90

1900

10

20
Aos

30

40

50

60

70

80

Presentacin de datos
El diagrama de pareto
Es un caso especial del
diagrama de barras,
que se usa con
frecuencia en control
de calidad. Este tipo
de diagrama consiste
en barras que
describen las
componentes de una
lnea de produccin o
de montaje.

Presentacin de datos
Histograma
Este tipo de grficos es
utilizado para la
representacin grafica
de los datos con escala
de intervalos o de
razn. Las categoras
se dibujan a lo largo
del eje horizontal y los
valores van en el eje
vertical. Se parece a
un diagrama de barras
slo que no hay
espacio entre las
barras.

Presentacin de datos
Polgono de frecuencias
El polgono de frecuencias
es otro mtodo usual de
presentar grficamente
datos con escalas de
intervalos o de razn.
Para construir el
polgono de frecuencias
se marcan las
frecuencias sobre el eje
vertical y los valores de
la variable que se est
midiendo sobre el eje
horizontal, como el
histograma.

Presentacin de datos
Ojiva
Se usa para determinar
cuantas observaciones
hay mayores o menor
que un valor
determinado en una
distribucin. Una ojiva
menor que indica
cuantos elementos de
la distribucin tienen
un valor menor que el
limite superior de
cada clase.

Estadstica descriptiva
PROMEDIO, es una palabra genrica, es

decir, existen varios tipos de PROMEDIOS.

Los PROMEDIOS que estudiaremos son:
MEDIA, MEDIANA, MODA, MEDIA
GEOMTRICA Y MEDIA ARMNICA.
Los promedios tienen en comn que
buscan el valor central de los datos
estudiados. Por esta razn se los denomina:
MEDIDORES DE LA TENDENCIA
CENTRAL.

Estadstica descriptiva
Media x

La media aritmtica de un conjunto de

valores numricos es la suma de estos
valores divididos entre el nmero de
valores. El smbolo que se usa para la
media poblacional es la letra griega (mu),
yx el smbolo para la media de la muestra es
(x barra)
Media Aritmtica =

Estadstica descriptiva
Nota
Cualquier caracterstica medible de una

poblacin, por ejemplo, la media de la

x
poblacin (), se llama parmetro.
Cualquier caracterstica medible de una

muestra, por ejemplo, la media muestral

se llama estadstico.

Estadstica descriptiva
La mediana de un conjunto de datos es el

elemento central en un conjunto de

observaciones dispuestas en orden de
magnitud.
Ejemplo:
5, 6, 8, 9, 11, 15, 17

La mediana es el nmero 9, pues antes que

l, hay 3 nmeros y despus de l hay
otros 3.

Estadstica descriptiva
La moda de un conjunto de datos es el valor
que ocurre ms veces, es decir, el de
mayor frecuencia. La MODA puede no
existir, e incluso, puede no ser nica.

Estadstica descriptiva
Distribucin simtrica y sesgada

Distribucin sesgada se representa por una curva que no

tiene simetra, al contrario de la Distribucin simtrica la
cual identifica una curva que se puede dividir en dos
partes iguales.

Estadstica descriptiva
La Media Ponderada asigna ms peso a algunos
valores de los datos que otros.

Un ejemplo tpico de esto es la ponderacin de

las notas de los parciales y los exmenes finales.

Donde, la nota final (PROMEDIO PONDERADO),
estar formado por el 75% del promedio de
notas de los parciales y el 25% de la nota final.
Si un alumno tiene promedio 6.5 en los parciales
y 4,9 en el final la nota ser:

Estadstica descriptiva
MEDIA ARITMTICA PONDERADA