Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Parámetros estadísticos
Población y muestra. Media muestral y media
poblacional
Cálculo de media, varianza y desviación estándar para
distribución discreta.
Cálculo de media, varianza y desviación estándar para
distribución continua.
Parámetros de distribución binomial, poisson y normal.
Estandarización de variables para la distribución normal.
Uso de la tablas, interpretación. Casos.
Población y Muestra
POBLACION
Es una colección de todos los elementos
que estamos estudiando y acerca de los
cuales se intenta extraer conclusiones.
Puede ser infinita o finita.
MUESTRA
Una parte de la población o un
subconjunto del conjunto de unidades
obtenidas con el objeto de investigar las
propiedades de la población
DEFINICIONES
ESTADISTICO
Elemento que describe una muestra y
sirve como estimación del parámetro de
la población correspondiente.
VARIABLE
Es una característica de la población que
se esta analizando en el estudio
estadístico, pudiendo ser cualitativa y
cuantitativa.
VARIABLES
CUANTITATIVAS CONTINUAS
Si las observaciones se Toma cualquier valor
expresan numéricamente. dentro de un rango dado.
Ejemp. Los ingresos de los Resulta de una medición.
trabajadores
CUALITATIVAS DISCRETAS
Se mide de una manera no Esta limitada a ciertos
numérica valores como números
Ejemp. Sexo de los enteros. Son el resultado
estudiantes del Senati. de la enumeración o
conteo.
DEFINICIONES
ERROR DE MUESTREO
Es la diferencia entre el
parámetro desconocido de
la población y el estadístico
de la muestra utilizado
para calcular el parametro
SESGO MUESTRAL
Es la tendencia a favorecer
la selección de ciertos
elementos de la muestra
en lugar de otros
MEDIDAS DE ESCALA
Nombres o clasificaciones que se usan para
NOMINAL datos en categorías distintas y separadas
= σ𝑛𝑖=1 𝑋𝑖 ∗ 𝑃𝑖 𝜇 = 𝑃 𝑋 = 𝑥𝑖 ∗ 𝑥𝑖
Var = σ𝑛𝑖=1 𝑋𝑖 2 ∗ 𝑃𝑖 −
𝛿 2 = 𝑃 𝑋 = 𝑥𝑖 ∗ (𝑥𝑖 − 𝜇)2
𝑖
Desv. Stand = σ𝑛𝑖=1 𝑋𝑖 2 ∗ 𝑃𝑖 −
Descripción del conjunto de datos
Distribución de
Histograma
frecuencia acumulada
Distribución de
Diagrama de barras
frecuencia relativa
Diagrama de máximos
y minimos y al cierre
Diagrama de tallo y
hoja
Medidas de tendencia
Distribuciones Discretas
𝜇 = 𝑃𝑖 ∗ 𝑥𝑖
𝛿 2 = 𝑃𝑖 ∗ (𝑥𝑖 − 𝜇)2
𝑖
𝛿 2 = 𝑋𝑖2 ∗ 𝑃𝑖 − 𝑢2
𝑖
𝛿= 𝛿2
poblacional
Muestral
Distribuciones Discretas
Media
Varianza
Desviación estándar
Resolver:
• Variable aleatoria
Es una variable cuyo valor es un evento aleatorio. Ejemplo1. Se lanza una
moneda tres veces y se anota el numero de caras que salieron.
Ejemplo2. Los pesos de envió de agua mineral en contenedores oscila entre 10
a 25 Lbs.
Variable Aleatoria Discreta
Puede asumir solo ciertos valores, con frecuencia números enteros.
Distribuciones
4/8
3/8
2/8
1/8
0 1 2 3
MEDIA Y VARIANZA DE LAS DIST. DISCRETAS
Media o valor esperado de una
Distribución de probabilidad µ= 𝐸 𝑋 = σ𝑛𝑖=1[𝑋𝑖 ∗ 𝑃𝑖 ]
discreta
𝑛!
P(X)= 𝜋 𝑥 (1 − 𝜋) 𝑛−𝑥
𝑋! 𝑛−𝑥 !
• Ver tabla D : 𝜇 = 10 y x= 5
DISTRIBUCION NORMAL
Z es el numero de
desviaciones estándar a
las que una observación
esta por debajo o por
encima
CARTAS DE CONTROL DE PROCESOS
POR VARIABLES
Conducen a un mejor procedimiento de control
Proporcionan un explicación grande de la variación disponible
No se entienden amenos que se de capacitación
POR ATRIBUTOS
Utiles y aplicables a cualquier proceso
Los datos están siempre disponibles y son rápidos y simples
No proporcionan inf. Detallada de control de características individuales.
No reconoce distintos grados de defectos.
CARTAS DE CONTROL - APLICACION
VARIABLES
CARTA DESCRIPCION CAMPO DE APLICACION
ATRIBUTOS
CARTA DESCRIPCION CAMPO DE APLICACION
TIPOS:
Grafico P
Grafico c
Grafico u
CARTAS DE CONTROL P
Desviación estándar de la
proporción de defectos
Limite superior de control para Limite inferior de control para
proporciones proporciones π(𝟏 − π)
𝜎𝒑 =
𝒏
ഥ(𝟏 − 𝒑
𝒑 ഥ) ഥ 𝟏−𝒑
𝒑 ഥ
ഥ+𝟑
𝐋𝐒𝐂 = 𝒑 ഥ−𝟑
𝐋𝐈𝐂 = 𝒑
𝒏 𝒏
Desviación estándar de la
proporción de defectos cuando π
es desconocido
π(𝟏 − π) π 𝟏−π
𝐋𝐒𝐂 = π + 𝟑 𝐋𝐈𝐂 = π − 𝟑 ഥ(𝟏 − 𝒑
𝒑 ഥ)
𝒏 𝒏 𝑺𝒑 =
𝒏
CARTAS DE CONTROL P
n = 50
𝟑𝟒𝟕
ഥ=
𝒑 = 0.2313
𝟏𝟓𝟎𝟎
ഥ(𝟏 − 𝒑
𝒑 ഥ) 𝟎. 𝟑𝟏𝟑(𝟏 − 𝟎. 𝟑𝟏𝟑)
𝐋𝐒𝐂 = 𝒑ഥ+𝟑 = 𝟎. 𝟑𝟏𝟑 + 𝟑
𝒏 𝟓𝟎
= 𝟎. 𝟒𝟏𝟎
ഥ 𝟏−ഥ
𝒑 𝒑 𝟎. 𝟑𝟏𝟑(𝟏−𝟎. 𝟑𝟏𝟑)
ഥ−𝟑
𝐋𝐈𝐂 = 𝒑 = 𝟎. 𝟑𝟏𝟑 − 𝟑 = 𝟎.05243
𝒏 𝟓𝟎
CARTAS DE CONTROL P
CARTAS DE CONTROL C
La distribución de Poisson y la
Carta C, sirve para determinar el
numero de defectos por articulo
(en una sola unidad).
CARTAS DE CONTROL C - formulas
c = 𝒏𝒖𝒎𝒆𝒓𝒐 𝒅𝒆 𝒅𝒆𝒇𝒆𝒄𝒕𝒐𝒔 𝒆𝒏 𝒍𝒂 𝒑𝒐𝒃𝒍𝒂𝒄𝒊𝒐𝒏
𝑺𝒄 = 𝒄ത
Limite superior de control para Limite Inferior de control para
proporciones proporciones
𝐋𝐒𝐂 = 𝒄ത + 𝟑 𝒄ത 𝐋𝐈𝐂 = 𝒄ത − 𝟑 𝒄ത
CARTAS DE CONTROL C
c = 144
n = 24
144
𝒄ത = = 6 (prom)
24
ത + 𝟑 𝒄ത
𝑳𝑺𝑪 = 𝒄 𝑳𝑺𝑪 = 𝟔 + 𝟑 𝟔 = 𝟏𝟑. 𝟑𝟓
ത − 𝟑 𝒄ത
𝑳𝑰𝑪 = 𝒄 𝑳𝑰𝑪 = 𝟔 − 𝟑 𝟔 = −𝟏. 𝟑𝟓
CARTAS DE CONTROL C
CARTAS DE CONTROL U
CARTAS DE CONTROL U
• Se han observado los defectos de 24 muestras
sucesivas de artículos producidos en 24 turnos Producción
Producto Total de
Promedio de
defectos por
defectuoso defectos
sucesivos. Los datos se muestran en la siguiente unidad (U)
tabla:
96 8 12 0.125
• ഥ lo podemos calcular
Por otra parte el valor de 𝑼 99 12 14 0.141
99 17 21 0.212
mediante 100 16 21 0.210
100 9 15 0.150
100 15 18 0.180
100 18 22 0.220
100 14 20 0.200
100 15 19 0.190
99 14 20 0.202
434 100 17 19 0.190
ഥ=
𝑼 = 0.184211 100 15 17 0.170
2356 100 15 20 0.200
94 8 9 0.096
94 10 13 0.138
Los limites de control 99 22 30 0.303
100 15 21 0.210
Vienen dados por 97 12 19 0.196
87 9 12 0.138
Las formulas 100 12 12 0.120
100 13 18 0.180
98 18 24 0.245
97 14 19 0.196
97 13 19 0.196
2356 331 434 4.40808627
Por otra parte el valor de Ubarra lo podemos calcular mediante:
CARTAS DE CONTROL U
• Entonces tenemos ya el valor de 𝑼 ഥ. Promedio de
defectos por LCI LC LCS
unidad (U)
Y tenemos los valores ni que son 0.125 0.05279616 0.18421053 0.3156249
0.141
los tamaños de cada muestra 0.212
0.0548026
0.0548026
0.18421053
0.18421053
0.31361845
0.31361845
anterior). 0.180
0.220
0.05545127
0.05545127
0.18421053
0.18421053
0.31296979
0.31296979
0.200
• Esa información es suficiente para
0.05545127 0.18421053 0.31296979
0.190 0.05545127 0.18421053 0.31296979
0.202 0.0548026 0.18421053 0.31361845
calcular los límites de control. 0.190 0.05545127 0.18421053 0.31296979
0.170 0.05545127 0.18421053 0.31296979
CARTAS DE CONTROL U
DESVIACION ESTANDAR
σ𝑛𝑖=1 𝑋𝑖 − 𝑋ത 2
𝜎=
𝑛−1
ഥ −𝑹
CARTAS DE CONTROL - 𝑿
ഥ y una gráfica R
Uso de una gráfica 𝑿
En la practica se estima
ഥ
CARTAS 𝑹
𝑋1 +𝑋2 + …+ 𝑋𝑁
=
𝑁
R = 𝑋𝑚𝑎𝑦𝑜𝑟 - 𝑋𝑚𝑒𝑛𝑜𝑟
ഥ −𝑹
CARTAS DE CONTROL 𝑿
𝑅1 +𝑅2 + …+ 𝑅𝐾
ഥ=
𝑹
𝑁
𝑋1 +𝑋2 + …+ 𝑋𝐾
ഥ=
𝑿
𝐾
Donde K es el numero de subgrupos, 𝑅1 , 𝑅2 es el rango de cada
subgrupo y 𝑋1 , 𝑋2 son el promedio de cada grupo
ഥ −𝑹
CARTAS DE CONTROL 𝑿
LS 𝐶𝑅 = 𝐷4 𝑅 LS 𝐶𝑋 = + 𝐴2 𝑅
LI 𝐶𝑅 = 𝐷3 𝑅 LI 𝐶𝑋 = - 𝐴2 𝑅
muestra/subgrupo 1 2 3 4 5 6 7 8 9 10 11 12 13
1 0.65 0.75 0.75 0.6 0.7 0.6 0.15 0.6 0.65 0.6 0.8 0.85 0.7
2 0.7 0.85 0.8 0.7 0.75 0.75 0.8 0.7 0.8 0.7 0.75 0.75 0.7
3 0.65 0.75 0.8 0.7 0.65 0.75 0.65 0.8 0.85 0.6 0.9 0.85 0.75
4 0.65 0.85 0.7 0.75 0.85 0.85 0.75 0.75 0.85 0.8 0.5 0.65 0.75
5 0.85 0.65 0.75 0.65 0.8 0.7 0.7 0.75 0.75 0.65 0.8 0.7 0.7
muestra/subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.9 0.75 0.75 0.75 0.65 0.6 0.5 0.6 0.8 0.65 0.65
2 0.7 0.8 0.8 0.7 0.7 0.65 0.6 0.55 0.8 0.65 0.6 0.7
3 0.85 0.8 0.75 0.85 0.6 0.85 0.65 0.65 0.65 0.75 0.65 0.7
4 0.75 0.75 0.8 0.7 0.7 0.65 0.6 0.8 0.65 0.65 0.6 0.6
5 0.6 0.85 0.65 0.8 0.6 0.7 0.65 0.8 0.75 0.65 0.7 0.65
ഥ − 𝑹 - EJEMPLO
CARTAS DE CONTROL 𝑿
muestra/subgrupo 14 15 16 17 18 19 20 21 22 23 24 25
1 0.65 0.9 0.75 0.75 0.75 0.65 0.6 0.5 0.6 0.8 0.65 0.65
2 0.7 0.8 0.8 0.7 0.7 0.65 0.6 0.55 0.8 0.65 0.6 0.7
3 0.85 0.8 0.75 0.85 0.6 0.85 0.65 0.65 0.65 0.75 0.65 0.7
4 0.75 0.75 0.8 0.7 0.7 0.65 0.6 0.8 0.65 0.65 0.6 0.6
5 0.6 0.85 0.65 0.8 0.6 0.7 0.65 0.8 0.75 0.65 0.7 0.65
PROMEDIO 0.71 0.82 0.75 0.76 0.67 0.7 0.62 0.66 0.69 0.7 0.64 0.66
RANGO 0.25 0.15 0.15 0.15 0.15 0.2 0.05 0.3 0.2 0.15 0.1 0.1
ഥ − 𝑹- EJEMPLO
CARTAS DE CONTROL 𝑿
LS 𝐶𝑅 = 𝐷4 𝑹
ഥ = 2.11 * 0.198 = 0.41
ഥ= 0
LI 𝐶𝑅 = 𝐷3 𝑹
TABLA DE CONSTANTES D
n 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2 1.92 1.86 1.82 1.78
D3 0 0 0 0 0 0.08 0.14 0.18 0.22
E2 2.66 1.77 1.77 1.29 1.18 1.11 1.05 1.01 0.98
CARTAS DE CONTROL I-MR
a3 1.427
b3 0
b4 2.089
CARTAS X
CARTAS X-S
Ejercicio 1
Determine los límites de control superior e inferior y las medias globales para
las gráficas y R. Dibuje la gráfica representando los valores de las medias y
de los rangos muestrales. ¿Los datos indican que el proceso está bajo
control? ¿Por qué sí o por qué no?
Ejercicio 3
Realice la grafica para los siguientes datos
BIBLIOGRAFIA: