Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela de
Estadística Básica para mejora
continua.
Escuela de
Mejoramiento en la historia…
1920
1980
Study
Ciclo Deming.
Ciclo Shewart.
Ciclo DMAIC.
Escuela de
Situaciones a considerar en el mejoramiento…
• Control.
• Desempeño.
• Variabilidad.
Escuela de
Porqué mejorar…
• Incertidumbre.
• Riesgo.
• Desperdicio.
• Competencias.
• Competitividad.
Escuela de
Porqué tomar decisiones basadas en datos?
Escuela de
Probabilidad y estadística.
Conclusiones y
Recoger Organizar Resumir Analizar decisiones
Escuela de
Herramientas estadísticas.
Escuela de
Naturaleza de probabilidad y estadística.
• Estadística descriptiva.
• Concepto: Se ocupa de la organización, resumen y
presentación de los datos.
• Se dedica a:
• Ordenamiento y tratamiento mecánico de la información
para su presentación (tablas, gráficos).
• Se puede aplicar a poblaciones completas o muestras
finitas.
• Puede presentarse la información a cualquier lector, sea
especialista o no.
1Walpole, Ronald E.; Myers, Raymond H.; Myers, Sharon L.; Ye, Keying. Probabilidad y estadística para ingeniería y
ciencias. Octava edición. Pearson Educación, México, 2007.
Escuela de
Naturaleza de probabilidad y estadística.
• Estadística inferencial.
• Concepto: Saca conclusiones o hace inferencias sobre una
población finita a partir de muestras de la misma.
Escuela de
Relación entre Probabilidad y Estadística.
Escuela de
Datos Estadísticos.
Escuela de
Datos e información.
Datos Información
Describe los atributos de una Conjunto de datos procesados
identidad. que tienen significado.
Normalmente son
Conduce al conocimiento.
cuantificables.
Escuela de
Datos e información.
Población
Finita: Tiene limitado Infinita: Tiene ilimitado
número de elementos. número de elementos.
Ej.: libros en una Ej.: conjunto números
biblioteca. reales.
• Es un subconjunto de la población. Se
Muestra “n" estudia y posteriormente se generalizan los
resultados a toda la población.
Escuela de
Concepto de población, muestra, aleatoriedad y
representatividad.
Selección de la muestra.
Intencional: juicio de Por conveniencia:
Aleatoria o al azar: cada persona con experiencia escogiendo unidades o
elemento tiene la misma y conocimiento. elementos que están
probabilidad de ser disponibles.
incluido en la muestra.
Escuela de
Otros conceptos: ventaja del muestreo.
Escuela de
Otros conceptos: parámetros y estimadores.
Parámetros y estimadores
Parámetros: medidas Estimadores: medidas
utilizadas para describir utilizadas para describir
poblaciones. Suelen estar muestras. Suelen estar
representadas por letras representadas por letras
griegas (por ejemplo µ y del alfabeto español (por
σ). ejemplo x o s).
Escuela de
Estadística descriptiva. Estadísticas básicas.
Escuela de
Estadística descriptiva. Estadísticas básicas.
• Posición.
• Media aritmética o promedio.
• Mediana.
• Moda.
• Media geométrica.
• Media armónica.
• Cuantilos.
• La media geométrica y la media armónica tienen un uso bastante
restringido.
Escuela de
Estadística descriptiva. Estadísticas básicas.
• Variabilidad o dispersión.
• Amplitud o recorrido.
• Desviación media.
• Desviación estándar y varianza.
• Coeficiente de variación.
Escuela de
Estadística descriptiva. Estadísticas básicas.
• Forma o patrón.
• Asimetría.
• Kurtosis.
Escuela de
Estadística descriptiva. Estadísticas básicas.
• Ejemplo.
• Diámetro interior de los anillos forjados para pistones (mm).
Diámetro Interior De los Anillos Forjados Para Pistones (mm)
Muestra Observaciones
1 74.030 74.000 73.994 74.001 73.994 73.992 73.998 73.993
2 73.995 73.994 74.006 73.999 74.007 74.011 74.005 74.005
3 73.998 74.006 74.003 73.989 73.998 74.005 74.003 73.998
4 74.002 73.984 73.995 74.008 73.994 74.015 74.005 74.004
5 73.992 74.000 74.000 73.984 73.998 73.989 74.020 73.995
6 74.009 73.988 73.998 74.019 74.005 73.985 74.005 73.990
7 73.995 74.004 74.000 74.001 73.986 74.000 74.006 73.996
8 73.985 74.010 74.002 74.021 74.018 74.015 74.009 74.012
9 74.008 74.015 73.967 73.993 74.003 74.005 74.000 73.984
10 73.998 73.982 74.014 74.015 74.013 74.007 74.017 74.007
11 73.994 74.002 73.984 73.997 74.009 73.995 74.008 73.996
12 74.004 73.992 74.012 73.994 73.990 74.000 74.004 74.007
13 73.983 74.024 74.010 73.993 73.990 73.997 74.002 74.000
14 74.006 73.996 74.002 74.009 73.993 74.000 74.009 73.997
15 74.012 74.007 74.010 73.990 73.995 73.999 74.014 74.003
Escuela de
Hipótesis Estadística.
Escuela de
Hipótesis Estadística.
Escuela de
Hipótesis Estadística.
• Hipótesis nula.
• Cualquier hipótesis que deseamos probar y se
denota con H0.
• Hipótesis alternativa.
• El rechazo de H0 conduce a la aceptación de la
hipótesis alternativa H1.
Escuela de
Hipótesis Estadística.
Escuela de
Hipótesis Estadística.
Escuela de
Hipótesis Estadística. Tipos de error.
Escuela de
Hipótesis Estadística. Tipos de error.
H₀ es verdadera H₀ es falsa
Escuela de
Hipótesis Estadística. Tipos de error.
• Ejemplo.
• Una socióloga se interesa en la eficacia de un curso
de entrenamiento diseñado para lograr que más
conductores utilicen los cinturones de seguridad en
los automóviles.
a) Qué hipótesis prueba ella si comete un error tipo I al
concluir de manera errónea que el curso de
entrenamiento no es eficaz?
b) Qué hipótesis prueba ella si comete un error tipo II al
concluir de forma errónea que el curso de entrenamiento
es eficaz?
Escuela de
Hipótesis Estadística. Tipos de error.
• Ejemplo.
• En un restaurante de carnes asadas una máquina de bebidas
gaseosas se ajusta de manera que la cantidad de bebida que
sirva esté distribuida de forma aproximadamente normal,
con una media de 200ml y una desviación estándar de 15ml.
La máquina se verifica periódicamente tomando una muestra
de 9 bebidas y calculando el contenido promedio. Si 𝑥ҧ cae en
el intervalo 191 𝑥ҧ 209, se considera que la máquina
opera de forma satisfactoria, de otro modo, concluimos que
𝜇 ≠ 200𝑚𝑙.
Escuela de
Propiedades Prueba Hipótesis.
Escuela de
Potencia De La Prueba.
Escuela de
Hipótesis Unilaterales Y Bilaterales.
• Hipótesis unilateral.
• H₀ : θ = θ₀ y H₁ : θ > θ₀
• H₀ : θ = θ₀ y H₁ : θ < θ₀
• Se denomina prueba de una sola cola.
• Hipótesis bilateral.
• H₀ : θ = θ₀ y H₁ : θ ≠ θ₀
• Se denomina prueba de dos colas.
Escuela de
Como Elegir Hipótesis.
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Se considera la hipótesis:
H₀: = ₀
H₁: ≠ ₀
ҧ
𝑥−𝜇
• Estandarización de 𝑥ҧ 𝑧 =
𝜎 Τ𝑛
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Sabemos que bajo H₀, es decir, si = ₀, entonces
𝑛 ∗ 𝑥ҧ − 𝜇0 Τ𝜎 tiene una distribución n(x;0,1) y por lo
tanto, se puede utilizar la expresión:
𝑥ҧ − 𝜇0
𝑃 −𝑧𝛼Τ2 < < 𝑧𝛼Τ2 = 1 − 𝛼
𝜎Τ 𝑛
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Las pruebas de hipótesis unilaterales sobre la
media incluyen el mismo estadístico que se
describe en el caso bilateral. La diferencia, es
que la región crítica sólo está en una cola de la
distribución normal estándar.
• Se busca probar:
H₀: = ₀
H₁: > ₀ ó < ₀
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Ejemplo.
• Una muestra aleatoria de 100 muestras registradas
en Canadá el año pasado mostró una vida promedio
de 71.8 años. Suponiendo una desviación estándar
poblacional de 8.9 años, esto parece indicar que la
vida media actual es mayor que 70 años. Utilice un
nivel de significancia de 0.05.
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Ejemplo.
• Un fabricante de equipo deportivo desarrolló un
nuevo sedal para pesca sintético que afirma que
tiene una resistencia media a la rotura de 8kg con
una desviación estándar de 0.5kg. Probar la
hipótesis de que = 8kg contra la alternativa de que
≠ 8kg, si se prueba una muestra aleatoria de 50
sedales y se encuentra que tiene una resistencia
media a la rotura de 7.8kg. Utilice un nivel de
significancia de 0.01.
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Conocida).
• Relación con el intervalo de confianza.
• Con un valor observado 𝑥ҧ no rechazar H₀ a un nivel
de significancia α implica que:
𝑥ҧ − 𝜇0
−𝑧𝛼Τ2 < < 𝑧𝛼Τ2
𝜎Τ 𝑛
ҧ 0
𝑥−𝜇
• Estandarización de 𝑥ҧ 𝑡 =
𝑠Τ 𝑛
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Desconocida).
• Para la hipótesis bilateral en un nivel de
significancia , se aplican las regiones críticas
de dos colas.
• Para H₁: > ₀, el rechazo resulta cuando 𝑡 >
𝑡𝛼,𝑛−1 .
• Para H₁: < ₀, la región crítica está dada por
𝑡 < −𝑡𝛼,𝑛−1 .
Escuela de
Una Muestra: Prueba Con Respecto A Media
(Varianza Desconocida).
• Ejemplo.
• Pruebe la hipótesis de que el contenido promedio
de los envases de un lubricante específico es de 10lt,
si los contenidos de una muestra aleatoria de 10
envases son 10.2, 9.7, 10.1, 10.3, 10.1, 9.8, 9.9,
10.4, 10.3, 9.8 litros. Utilice un nivel de significancia
de 0.01 y suponga que la distribución del contenido
es normal.
Escuela de
Elección De Tamaño De Muestra Para Probar
Medias (Una Muestra).
• Por lo general el tamaño de la muestra se
establece para lograr una buena potencia para
una α fija y una alternativa específica fija.
2
𝑧𝛼Τ2 + 𝑧𝛽 ∗ 𝜎2
𝑛≈
𝛿2
• Dónde δ = 𝜇 − 𝜇0 .
Escuela de
Elección De Tamaño De Muestra Para Probar
Medias (Una Muestra).
• Ejemplo.
• Una muestra aleatoria de 64 bolsas de palomitas
(rosetas) de maíz con queso chedar pesan, en
promedio, 5.23 onzas con una desviación estándar
de 0.24 onzas. Si se deseara probar la hipótesis de
que μ = 5.5 onzas contra la hipótesis alternativa μ
5.5 onzas con un nivel de significancia de 0.05; que
tan grande se requiere que sea la muestra , si la
potencia de nuestra prueba debe ser 0.90 cuando la
media real es 5.2?
Escuela de
Dos Muestras: Prueba Sobre Dos Medias (Varianzas
Conocidas).
• Hipótesis bilateral sobre dos medias se escribe con
bastante generalidad como H₀:₁ - ₂ = d₀.
• La alternativa puede ser bilateral o unilateral, el
estadístico de prueba está dado por:
𝑥ҧ1 − 𝑥ҧ2 − 𝑑0
𝑧=
𝜎12 Τ𝑛1 + 𝜎22 Τ𝑛2
Escuela de
Dos Muestras: Prueba Sobre Dos Medias (Varianzas
Conocidas).
• Ejemplo.
• Una muestra aleatoria de tamaño 25, que se toma
de una población normal con una desviación
estándar de 5.2, tiene una media 81. Una segunda
muestra aleatoria de tamaño 36, que se toma de
una población normal diferente con una desviación
estándar de 3.4, tiene una media 76. Se puede
afirmar que hay diferencia entre las medias de
ambas muestras?
Escuela de
Dos Muestras: Prueba Sobre Dos Medias (Varianzas
Desconocidas Pero Iguales).
• Se supone que ambas distribuciones son normales y
que ₁ = ₂ = , se puede utilizar la prueba t
combinada. El estadístico de prueba está dado por el
siguiente procedimiento:
2 2
𝑥ҧ1 − 𝑥ҧ2 − 𝑑0 𝑛1 − 1 ∗ 𝑠1 + 𝑛 2 − 1 ∗ 𝑠2
𝑡= 𝑐𝑜𝑛 𝑠𝑝2 =
𝑠𝑝 ∗ 1Τ𝑛1 + 1Τ𝑛2 𝑛1 + 𝑛2 − 2
Escuela de
Dos Muestras: Prueba Sobre Dos Medias (Varianzas
Desconocidas Pero Iguales).
• Ejemplo.
• Se realiza un estudio para determinar si los temas de la
materia en un curso de física se comprenden mejor cuando
se emplea un laboratorio en parte del curso. Se seleccionan
estudiantes al azar para que participen, ya sea en un curso de
tres semestres-hora con laboratorio. En la sección con
laboratorio 11 estudiantes tuvieron una calificación
promedio de 85 con una desviación estándar de 4.7;
mientras que en la sección sin laboratorio 17 estudiantes
tuvieron una calificación promedio de 79 con una desviación
estándar de 6.1. Se puede afirmar que el curso con
laboratorio aumenta la calificación promedio hasta en 8
puntos? Las poblaciones se distribuyen de forma
aproximadamente normal con varianzas iguales.
Escuela de
Observaciones Pareadas.
Escuela de
Observaciones Pareadas.
Escuela de
Observaciones Pareadas.
ഥ − 𝜇𝐷
𝐷
𝑇=
𝑠𝑑 Τ 𝑛
Escuela de
Observaciones Pareadas.
Escuela de
Observaciones Pareadas.
• Ejemplo.
• En un estudio realizado por el Departamento de
Nutrición Humana y Alimentos del Instituto
Politécnico y Universidad Estatal de Virginia, se
registraron los siguientes datos acerca de la
comparación de residuos de ácido sórbico, en partes
por millón, en jamón inmediatamente después de
sumergirlo en una solución ácido y después de 60
días de almacenamiento:
Escuela de
Observaciones Pareadas.
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
• Ejemplo.
• Se cree que al menos 60% de los
residentes de cierta área favorecen una
demanda de anexión de una ciudad
vecina. Qué conclusión extraería, con un
nivel de significancia de 0.05; si solo 110
en una muestra de 200 votantes están a
favor de la demanda?
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
• Ejemplo.
• Un experto en marketing de una compañía
fabricante de pasta considera que 40% de los
amantes de la pasta prefieren la lasagna (Si el
porcentaje es mayor, no se tiene capacidad de
planta para satisfacer la demanda; si es menor se
estarían desperdiciando recursos. Si 9 de 20
amantes de la pasta eligen lasagna sobre otras
pastas. Qué se puede concluir acerca de la
afirmación del experto? Utilice un nivel de
significancia de 0.05.
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
Escuela de
Una Muestra: Prueba Sobre Una Sola Proporción.
• Ejemplo.
• En un invierno con epidemia de gripe, una compañía
farmacéutica bien conocida estudió a 2000 bebés, para
determinar si el nuevo medicamento de la compañía era
eficaz después de dos días. Entre 120 bebés que tenían
gripe y se les suministró el medicamento, 29 se curaron
dentro de dos días. Entre 280 bebés que tenían gripe
pero que no recibieron el fármaco, 56 se curaron dentro
de dos días. Hay alguna indicación significativa que
apoye la afirmación de la compañía de la efectividad del
medicamento?
Escuela de
Dos Muestras: Pruebas Sobre Dos Proporciones.
Escuela de
Dos Muestras: Pruebas Sobre Dos Proporciones.
Escuela de
Dos Muestras: Pruebas Sobre Dos Proporciones.
Escuela de
Dos Muestras: Pruebas Sobre Dos Proporciones.
• Ejemplo.
• Una comunidad urbana quiere demostrar que la
incidencia de cáncer de seno es mayor en ella que en un
área rural vecina (Se encontró que los niveles de PCB son
más altos en el suelo de la comunidad urbana). Si se
encuentra que 20 de 200 mujeres adultas en la
comunidad urbana tienen cáncer de seno y 10 de 150
mujeres adultas en la comunidad rural tienen cáncer de
seno, podríamos concluir con un nivel de significancia de
0.05 que este tipo de cáncer prevalece más en la
comunidad urbana?
Escuela de
Evaluación de Normalidad.
Escuela de
Evaluación de Normalidad.
• Evaluación inicial:
• Gráfico de Probabilidad Normal.
• Prueba de Bondad de Ajuste Anderson-Darling (AD).
Escuela de
Evaluación de Normalidad.
Escuela de
Preguntas,
Comentarios,
Gracias…
“Es tan vana la esperanza de que se llegará sin trabajo
y sin molestia a la posesión del saber y la experiencia,
cuya unión produce la sabiduría, como contar con una
cosecha donde no se ha sembrado ningún grano”.
Benjamín Franklin (Político, científico, inventor estadounidense. 1706 – 1790).
Escuela de