Herramientas para La Calidad-10 Virginia Completo

ASIGNATURA
CONTROL ESTADSTICO DE PROCESOS
UNIDAD 5.
5.1
5.2
5.3
5.4
5.5
UTN
FRM
DPTO. ING. QUMICA
2.010
HERRAMIENTAS PARA LA CALIDAD
Grfico de Pareto. Diagrama de Causa-Efecto.

Histogramas. Diagramas de dispersin
Diseo de experimentos.
Regresin lineal.
5.4.1 Ajuste de curvas por el mtodo de los mnimos cuadrados. Coeficiente
de correlacin.
5.4.2 Errores en la pendiente y ordenada en el origen de la recta de regresin.
5.4.3 Pruebas de Hiptesis para la pendiente y la ordenada al origen.
Mtodos de regresin no lineal.
5.1. INTRODUCCIN
Los programas de garanta de calidad, en particular los que estn basados en la

estrategia de calidad total/mejora continua, ofrecen un conjunto de tcnicas que, si
se aplican adecuadamente para analizar problemas y proponer soluciones, pueden
ser la base para tomar decisiones importantes orientadas a mejorar la calidad
haciendo un uso ms eficiente de los recursos y, en consecuencia, reduciendo los
costos.
Entre las tcnicas ms utilizadas estn las "herramientas estadsticas bsicas"
(HEB). Por el momento solo se mencionan:
Diagrama de Pareto
Diagrama causa-efecto
Hoja de datos
Grficos de control
Histograma y diagramas de dispersin
Grficas de tendencias
Diseo de experimentos
Lista de verificacin
Hay otras tcnicas tambin bastante utilizadas. Entre ellas estn las siguientes:
Lluvia de ideas
Diagramas de flujo
Grficas circulares (de pastel)
5.2. EMPLEO DE LAS HERRAMIENTAS.
Como utilizar estas herramientas? El proceso de utilizacin se muestra en la

figura 5-1. Cabe sealar que este proceso es cclico, por lo tanto el ltimo paso es el
primer paso del siguiente ciclo, lo que nos lleva a establecer un proceso de mejora
continua.
Ing. Virginia Orallo de Martnez
Pgina N 1
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Como utilizar las 7 herramientas.

50
70
40
60
30
Identificacin
del problema
Relacin
Causa - Efecto
Anlisis
Accin Correctiva
Evaluacin de
resultados
Estandarizar
50
40
20
30
20
10
10
Pareto Histogramas
Causa - Efecto
HO JA
M A Q ./ DIA
A
B
C
10
DE CHEQ UEO
L
MC
oK
X
oK
X
oK
X
V
oK
oK
X
Hoja de chequeo
Maquinaria
A
1
1
Grfica de control
Maquinaria
B
Estratificacin
Dispersin
50
10
Controlar
HO JA
M A Q ./ DIA
A
B
C
D E CHEQ UEO
L
MC
oK
X
oK
X
oK
X
40
30
V
oK
oK
X
20
10
0
1
1
Hoja de chequeo Grfica de control
Pareto
figura 5.1 Cmo utilizar las 7 herramientas

5.3. GRFICAS DE PARETO
Se basan en los estudios de Alfredo Pareto (economista del siglo XIX).
Estas grficas son un mtodo de organizacin de errores problemas o defectos,
para ayudar a enfocar los esfuerzos en la resolucin de problemas.
A veces, es til hacer un anlisis de Pareto a altos niveles como resumen de los
hechos a niveles inferiores. En una gran corporacin, cada fbrica preparaba
rutinariamente anlisis de Pareto de los problemas de servicio y utilizaba los
resultados para orientar los programas de mejora de la calidad de la planta. En un
estudio especial, fueron integrados los datos de todas las plantas. El anlisis de
Pareto mostr que 3 tipos de piezas entre 200 provocaban una aplastante parte de los
problemas de la corporacin. Estos tres mismos tipos de pieza estaban entre los
pocos y vitales de cada una de las fbricas. ste anlisis permiti redireccionar los
esfuerzos de la corporacin.
Una vez encontrado el defecto, tratar de hacer el anlisis de las posibles
causas del defecto (material, mquina, especificacin, etc.) o de una de las otras
posibles fuentes de contribuyentes previamente mencionadas.
5.3.1. APLICACIONES DEL ANLISIS DE PARETO:
1. El anlisis de Pareto de los costos relacionados con la calidad.
2. El anlisis de Pareto de las quejas de servicio, reclamaciones de las devoluciones,
cargos de garanta, etc.
3. Anlisis de otros datos de servicio por ejemplo, informes del personal de ventas o
acciones realizadas por la competencia.
Pgina N 2
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Frecuencia (cantidad)
4. Desarrollos que han aparecido como consecuencia del impacto de la calidad del
producto en la sociedad; por ejemplo, nueva legislacin, ampliacin de las
disposiciones del gobierno, aumento de los pleitos por responsabilidad del
producto.
5. Necesidades relacionadas con el proceso de direccin y las relaciones industriales;
por ejemplo, organizacin para la calidad, programas de formacin, motivacin
hacia la calidad.
6. La jerarqua de direccin, es decir, directivos, supervisores, especialistas
profesionales, equipos de proyecto.
7. Procesos de fijacin de objetivos; por ejemplo, el presupuesto anual, la direccin
por objetivos.
8. El mercado, en su relacin con Ventas, Servicio Posventa, Servicio Tcnico y otros.
9. El personal, a travs de ideas informales presentadas a los supervisores,
sugerencias formales, ideas de los crculos de la calidad, etc. Un sistema
estructurado para obtener la participacin de los operarios es el sistema de
remocin de causas de error.
10. Haciendo la ronda, es decir, de las visitas hechas por especialistas (ingenieros de
la calidad, ingenieros de la produccin) para solicitar propuestas de distintos
departamentos.
En una industria de Mendoza se observ que en la temporada alta de
produccin se producan cancelaciones de contratos de fabricacin. Se comenz a
evaluar la posibilidad de no fabricacin relativo a la cancelacin de contratos de venta.
Se descubri que el 20 por 100 de todos los contratos de venta acababan siendo
cancelados. Los motivos eran diversos:
entregas fuera de tiempo,
envases inadecuados,
140
121
productos que no cumplan el
120
rendimiento especificado en el
100
contrato,
80
variacin en las concentraciones
de los componentes,
60
etc.
40
Todas
estas razones
20
10
9
8
seguan el principio de Pareto: unas
4
pocas acumulaban la mayor parte
0
79,6%
6,6%
5,9%
5,3%
2,6%
de las cancelaciones. Esto llev a
una revisin del proceso de
Items(%)
produccin y hubo una drstica
disminucin de las anulaciones.
Cuando Joseph M. Juran
figura 5.2 Diagrama de barras
sugiri que el 80% de los problemas
de una empresa son resultado de nicamente 20% de las causas, populariz el
trabajo de Pareto.
Esta es una herramienta que permite al servicio de calidad determinar las
prioridades. Se trata igualmente de un indicador de la mejora de una tcnica. En este
caso, se presenta fundamentalmente en el marco de la calidad de produccin, por lo
Pgina N 3
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
que se encuentra relacionada con los rechazos, pero su empleo es mucho ms

general.
5.3.2. METODOLOGA
Consiste en clasificar los tipos de rechazos por orden decreciente.
A continuacin, se establece un grfico que relaciona los porcentajes de costos
acumulado con los porcentajes de tipos de rechazos.
Zona A: En la mayor parte
de
los
casos,
se
comprueba que un 20% de
los rechazos representan
un 80% de los costos; esto
constituye la zona A, zona
de prioridades.
100%
95%
80%
20%
Zona B: En esta franja, el

30% siguiente de las
piezas rechazadas cuesta
solo
un
15%
suplementario.
50%
100% tems
figura 5.3 Diagrama ABC

5.3.2.1.
Zona C: Finalmente, en
este sector, el 50%
restante
de
piezas
rechazadas cuesta solo un
5% de los costos.
Etapas de las curvas ABC
Se pueden determinar bsicamente tres etapas segn el grado de calidad logrado en

el proceso:
1) Iniciacin: Seleccin extrema, la categora A es preponderante desde el punto
de vista de los costos.
2) Trayectoria: La clasificacin es menos significativa.
3) Refinamiento: No hay prioridades. Igual orden de importancia en cuanto al control
de las fallas o defectos.
1)
figura 5.4
2)
3)
Etapas de las curvas ABC
Pgina N 4
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
En la figura 5-4 se observa que en una primera instancia de mejora la curva

1) presenta una pendiente inicial muy alta, luego de eliminar las causas de la mayor
peso en por ejemplo: la cantidad de defectos se pasa a la curva 2) y lograne una gran
mejora en la calidad. El paso de la etapa 2) a la 3) cuesta ms, dado que la
importancia de los aportes de calidad de cada tem, son similares. En cuanto a la
mejora despus de 3), es lenta y con pequeos pasos. Es un camino continuo y sin
pausa con logros pequeos, pero no por ello menos importante. NUNCA SE LLEGA A
LA PERFECCIN. El camino tiene como objetivo la perfeccin y el slo hecho de
estar en l, es mrito suficiente.
EJEMPLO 1) : En una unidad de produccin, las piezas rechazadas se han evaluado y
clasificado por mquinas; se quieren hallar las prioridades. (En funcin de costos)
Nmero de mquinas
Mquina N 1
Mquina N 2
Mquina N 3
Mquina N 4
Mquina N 5
Mquina N 6
Mquina N 7
Mquina N 8
Mquina N 9
Mquina N 10
Mquina N 11
Mquina N 12
Mquina N 13
Mquina N 14
Tabla 5-1
Costo de piezas rechazadas
30
248
35
237
193
50
80
46
25
10
19
5
4
18
Solucin Se llena la siguiente tabla:

Tabla 5-2
Nmero de Mquina
2
4
5
7
6
8
3
1
9
11
14
10
12
13
Clasificacin Costo Costos acumulados

248
237
193
80
50
46
35
30
25
19
18
10
5
4
248
485
678
758
808
854
889
919
944
963
981
991
996
1000
% de los Costos
acumulados
24,8
48,5
67,8
75,8
80,8
85,4
88,9
91,9
94,4
96,2
98,1
99,1
99,6
100
Pgina N 5
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
DIAGRAMA DE BARRAS
300
250
200
150
100
50
0
14
21
29
36
43
50
57
64
71
79
86
93
100
% DE
ITEM
figura 5.5 HISTOGRAMA COSTO DEPIEZAS RECHAZADAS
PARETO DE COSTOS ACUMULADOS DE PIEZAS RECHAZADAS
120
% de
Monto
100
80
60
40
20
0
14
21
29
36
43
50 57 64
% TEM
71
79
86
93 100
figura 5.6 PARETO DE COSTOS ACUMULADOS DE PIEZAS RECHAZADAS
Pgina N 6
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
100%
90
70
20
50
100%
figura 5.7 CURVA ABC Ejemplo 1)

EJEMPLO 2) Ejemplo con cantidad de defectos y costos:
produccin, las piezas rechazadas son:
Nmero de
mquinas
Mquina N 1
Mquina N 2
Mquina N 3
Mquina N 4
Mquina N 5
Mquina N 6
Mquina N 7
Mquina N 8
Mquina N 9
Mquina N 10
Mquina N 11
Mquina N 12
Mquina N 13
Mquina N 14
Tabla 5-3
Cantidad de piezas
rechazadas
150
82
100
69
54
80
90
130
105
200
210
55
60
70
En una unidad de
Costo de pieza rechazada

8,87
4,88
6,62
3,62
1,85
5,00
5,78
8,15
6,93
9,90
10,10
0,36
2,17
4,29
Pgina N 7
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Solucin Se llena la siguiente tabla:

Nmero de
Mquina
11
10
1
8
9
3
7
2
6
14
4
13
5
12
%
tem
7
14
21
29
36
43
50
57
64
71
79
86
93
100
Cost
o
2120
1980
1330
1060
728
662
520
400
400
300
250
130
100
20
Tabla 5-4
Costo
acumulado
2120
4100
5430
6490
7218
7880
8400
8800
9200
9500
9750
9880
9980
10000
% de los Costos
acumulados
21,20
41,00
54,30
64,90
72,18
78,80
84,00
88,00
92,00
95,00
97,50
98,80
99,80
100,00
DIAGRAMA DE BARRAS
% monto
120
100
80
60
40
20
93
10
0
86
71
79
64
57
50
43
29
36
21
14
0
% tem
figura 5.8 Costo acumulado por rechazos

EJEMPLO 3) Ejemplo de aplicacin en una empresa.
Los valores que se van a utilizar fueron tomados del historial de una industria
vitivincola de Mendoza.
Los datos suministrados por dicha empresa fueron tomados de una lnea de
fraccionamiento durante un lapso de 5 aos (1991 a 1996). En este perodo las
Pgina N 8
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
mquinas dispuestas provocaron una parada en esta lnea ya sea por fallas de la
mquinas como fallas en el sensor de nivel, velocidad de entrada de las botellas, etc.
Tambin se presentaban fallas de las botellas, goma de las etiquetas, calidad de los
corchos, y varios insumos ms que afectaban el buen funcionamiento de dicha lnea.
Tabla 5-5
Nmero de
Nmero de
Mquina
Paradas
1
333
2
673
3
537
4
708
5
960
6
689
7
552
8
364
9
418
10
302
11
284
12
946
13
762
14
693
Ordenando por grado de incidencia
Tabla 5- 6
Nmero de Nmero de
Mquina
Paradas
5
960
12
946
DIAGRAMA DE BARRAS
13
762
4
708
N PARADAS
14
693
1000
6
689
2
673
800
7
552
3
537
600
9
418
8
364
400
1
333
10
302
11
284
200
0
5
12
13
14
MQ.
figura 5.9 INCIDENCIA DE PARADA

Pgina N 9
10
11
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Analizaremos ahora el grfico acumulado:
Tabla 5-7
N de
Mquina
5
12
13
4
14
6
2
7
3
9
8
1
10
11
Clasif. De
Paradas
960
946
762
708
693
689
673
552
537
418
364
333
302
284
Paradas
Acumul.
960
1906
2668
3376
4069
4758
5431
5983
6520
6938
7302
7635
7937
8221
% Paradas
Acum.
11.7
23.2
32.5
41.1
49.5
57.9
66.1
72.8
79.3
84.4
88.8
92.9
96.5
100
CURVA ABC
Tabla de valores de la CURVA ABC
Tabla 5- 8
120,0
0
0
7.14
11.7
100,0
14.28
23.2
*** 21.42 *** *** 32.5 ***
80,0
28.57
41.1
35.71
49.5
60,0
42.85
57.9
*** 50 *** *** 66.1 ***
40,0
57.14
72.8
64.28
79.3
20,0
A
B
C
71.42
84.4
0,0
78.57
88.8
0
20
40
60
80
100
120
85.71
92.9
figura 5.10 Diagrama ABC
92.85
96.5
*** 100 *** *** 100 ***
Si se observa la curva anterior se deduce que la misma no es tan significativa,
por lo que se deberan tomar con la misma prioridad a la mayora de las mquinas, si
es necesario reducir el nmero de paradas.
Pgina N 10
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Al analizar la zona A, observamos que un control del 21.4% de las mquinas

correspondera el manejo de 32.5% de las paradas, siempre y cuando este control
regule tiempos de parada.
La zona B, para un 30% de las mquinas se domina un 33.6% de las paradas.
Si se analiza el 50% restante, zona C, se tendr una visin del 33.9% que
restan del nmero total de paradas.
En qu etapa de mejora est la empresa? Segn su punto de vista qu
tipo de grfico hara, en funcin de los costos de fallos?
........................................................................................................................................
........................................................................................................................................
........................................................................................................................................
........................................................................................................................................
5.4. DIAGRAMA CAUSA-EFECTO

El diagrama causa-efecto tambin es conocido como diagrama de espina de
pescado, por la forma en que al final queda dibujado, o como diagrama de Ishikawa
pues fue este ingeniero japons el primero en utilizarlo para analizar los factores que
afectan la calidad de diversos procesos fabriles.
El diagrama causa-efecto es en realidad una lluvia de ideas organizada a partir
de ciertos criterios. En ese sentido, son necesarios los mismos materiales y se deben
tener las mismas precauciones para su aplicacin.
Esta es otra de las herramientas disponibles para identificar los problemas de
calidad y los puntos
de inspeccin.
Por lo general,
existen
algunas
caractersticas que
son crticas para
establecer la calidad
del
producto.
Normalmente
se
realizan mediciones
de
estas
caractersticas y se
obtienen
datos
numricos.
Si
se
figura 5.11 Fluctuacin alrededor de un valor central
mide
cualquier
caracterstica de calidad de un producto, se observar que los valores numricos
presentan una fluctuacin o variabilidad entre las distintas unidades del producto
fabricado. Por ejemplo, si la salida del proceso son frascos de mayonesa y la
Pgina N 11
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
caracterstica de calidad fuera el peso del frasco y su contenido, veramos que a

medida que se fabrica el producto las mediciones de peso varan al azar, aunque
mantenindose cerca de un valor central.
El peso de los frascos llenos flucta alrededor de los 250 grs. Si la
caracterstica de calidad fuera otra, como el contenido de aceite, el color de la
mayonesa o el aspecto de la etiqueta tambin observaramos que las sucesivas
mediciones fluctan alrededor de un valor central 1.
El valor de una caracterstica de calidad es un resultado que depende de una
combinacin de variables y factores que condicionan el proceso productivo. Por
ejemplo, en el caso de la produccin de mayonesa es necesario establecer que
cantidades de aceite, huevos y otras materias primas se van a usar. Hay que
establecer a que velocidad se va a agitar la mezcla y cuanto tiempo. Se debe fijar el
tipo y tamao de equipo que se va a utilizar, y la temperatura de trabajo. Y como stas
se deben fijar muchas otras variables del proceso.
La variabilidad o fluctuacin de las mediciones es una consecuencia de la fluctuacin
de todos los factores y variables que afectan el proceso. Por ejemplo, cada vez que se
hace un lote de mayonesa hay que pesar el aceite segn lo que indica la frmula. Es
imposible que la cantidad pesada sea exactamente igual para todos los lotes. Tambin
se producirn fluctuaciones en la velocidad de agitacin, porque la corriente elctrica
de la lnea que alimenta el agitador tambin flucta. Y de la misma manera, de lote a
lote cambiar la cantidad pesada de los dems componentes, el tiempo de agitacin,
la temperatura, etc. Todos estos factores y muchos otros condicionan y determinan las
caractersticas de calidad del producto.
5.4.1. Usos
Uno de los usos ms frecuentes de esta herramienta es el anlisis de
problemas.
Tambin sirve para identificar los aspectos que se deben controlar para
obtener determinado resultado de calidad. Por ejemplo, se puede hacer un
diagrama causa efecto para cada uno de los requisitos de calidad
identificados para un producto.
Facilita la participacin del personal que tiene relacin con el asunto
analizado. Si se pregunta a la gente cul crees que sea la causa de este
problema?, o qu crees que determine este resultado de calidad?,
seguramente dirn lo que piensa al respecto. De este modo es posible
obtener ideas que de otra manera hubieran permanecido "guardadas" en la
mente de los integrantes del equipo. Adems, puede ser que entre dichas
ideas est la clave para encontrar la solucin a un problema o garantizar
algn resultado de calidad.
Sirve para guiar la discusin al evitar que los participantes se aparten del
tema pues todos saben de qu se est hablando y hasta dnde se ha
avanzado en el tratamiento del problema.
Puede ser un instrumento bsico para elaborar un plan de trabajo orientado a
solucionar el problema o a mejorar la calidad. En vista de que en el diagrama
1 Aseguramiento De La Calidad - Mauricio Zarazua Estrada - Atlantic International University - Nort Miami, Florida - Ao 2005
Pgina N 12
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
se muestran todas las causas que originan un problema o determinan un

efecto de calidad, es posible establecer objetivos para las ms importantes,
asignar tareas y responsabilidades y fechas de cumplimiento.
5.4.2. Pasos a seguir para elaborar un diagrama causa-efecto
Primer paso: Seleccionar el problema o la caracterstica de calidad que
desea ser analizada. Supongamos que, despus de haber aplicado una
encuesta a las personas que consumen la mayonesa, se ha seleccionado
una de las quejas ms frecuentes: el frasco con poco contenido.
Segundo paso: Organizar una lluvia de ideas sobre las causas que los
participantes suponen que originan el problema o determinan la
caracterstica de calidad analizada. Realizar un inventario de causas.
Tercer paso: Agrupar las ideas en categoras y subcategoras. Cuando esto
se dificulta se recomienda usar las cinco emes como gua (ver figura 5-12).
Recordando el ejemplo de la mayonesa, en el proceso de fabricacin
intervienen equipos donde hacer la mezcla, materias primas (aceite, huevos,
condimentos, etc.), procedimientos de trabajo, personas que los equipos,
equipos de medicin, etc
Mano de
obra
figura 5.12 Estructura elemental del diagrama causaefecto

Dentro de cada categora se encuentran la subcategoras. Por ejemplo
para la mano de obra tendramos:
1. Turnos
2. Tardanzas e inasistencias
3. Capacitacin
4. Motivacin
5. reas de trabajo
6. etc.
Pgina N 13
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Cuarto paso: Escribir el problema a la derecha de la hoja de rotafolio y trazar

una flecha de izquierda a derecha.
Quinto paso: Dibujar flechas secundarias, unas por arriba y otras por debajo
de la flecha principal, para cada una de las principales categoras
identificadas, y escribir el nombre cada categora en el extremo de la flecha
que corresponda.
Sexto paso: Dibujar las flechas para las subcategoras y escribir las causas
correspondientes y as sucesivamente.
La estructura del diagrama en general queda:
Rama mnima
Rama media
Rama grande
C A R A C T E R S T IC A S
Rama pequea
Tronco
CAUSAS- FACTORES
EFECTOS
figura 5.13 Estructura del diagrama Causa-Efecto

El diagrama de flujo puede esclarecer el panorama acerca del asunto tratado,
de modo que, al ver las ideas representadas y relacionadas por el diagrama, pueden
surgir nuevas ideas, categoras y relaciones que modifiquen el diagrama original y lo
hagan ms claro.
Otro aspecto que cabe aclarar es que el diagrama causa-efecto elaborado por
un equipo puede ser completamente distinto del elaborado por otro aun cuando se
trate del mismo asunto. Esto se debe a que cada grupo analizar el tema desde su
propia perspectiva. El criterio para decidir si un diagrama causa-efecto est bien
hecho es la lgica que se establece entre las categoras y las causas.
Una vez situada cada causa en el diagrama, solo queda por comprobar la
validez y la importancia de cada una. El uso de un voto ponderado ayuda a resolver
este problema. Cada participante atribuye una calificacin a las diferentes causas y
aquellas que reciben una mayor puntuacin son las que se examinan en 1 lugar
(puntuacin de 0 a 20 con cinco participantes). Otra herramienta a usar en este caso
para ponderar es el diagrama de Pareto visto en el tema anterior.
Pgina N 14
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
MEDICIONES
MAQUINAS
MANO DE OBRA
DIMENSIONES
INADECUADAS
FUERA DE
DIMENSIONES
ESPECIFICADS
VELOCIDAD DE
AVANCE
TEMPERATURA
ANGULO
INCORRECTO DE
LA FLAMA
FORMACION
HABILIDAD
PUNTA OXIDADA
LIMITES
ERGONOMICOS
FORMA
PUNTA
SOLDADURA DEFECTUOSA
UNION
SOLDADURA
SUPERFICIE
S CON
POLVO E
IMPUREZAS
LACA DE
PROTECCION
SECUENCIA
SOLDADURA
CAUSAS
SECUNDARIAS
TIEMPOS DE
ESPERA
TERMINALES
DESOXIDANTE
CORTOS
CAUSAS
PRIMARIAS
MEDIO AMBIENTE
MTODOS
CAUSAS
TERCIARIAS
OXIDADOS
MATERIALES
figura 5.14 Ejemplo estructura del diagrama

.
Un ejemplo de la aplicacin de un diagrama espina de pescado se ve en la
figura 5.14
EJEMPLO 4)
Para el ejemplo referido antes, sobre el peso final de los frascos, complete el
diagrama causa efecto.
Contenido del
envase
figura 5.15 Ejemplo de diagrama causa-efecto.

Pgina N 15
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
5.5. HISTOGRAMAS Y DISTRIBUCIN DE FRECUENCIAS

Los histogramas se usan para presentar rpidamente la frecuencia con que
algo sucede, aunando y presentando los datos de acuerdo a su ocurrencia, con lo cual
se puede apreciar el conjunto y su
Frecuencia
variabilidad. Tambin es conocido
como diagrama de distribucin de
frecuencias.
Se utiliza para mostrar la
tendencia de los datos medidos de un
factor relevante. Ver figura 5.13.
En los histogramas se analizan
tres caractersticas bsicas:
70
60
50
40
30
20
1. Forma
10
Factores
4
figura 5.16 Histograma
El
histograma
es
una
representacin visual de datos. La
forma de esta representacin
puede sugerir una forma de
distribucin.
2. Medidas de tendencia central

Dentro de un conjunto de datos, son aquellos valores que, como su nombre lo
indica, tienden hacia el centro del grupo de datos. Como lo son:
Media (promedio de datos)

Moda (el valor que ms se repite)
Mediana (el valor intermedio con datos ordenados)
3. Medidas de dispersin
Dentro de un grupo de datos, son aquellos valores que tienden a colocarse

alrededor de una medida de tendencia central. Como lo son:
Rango (valor mayor valor menor)

Desviacin estndar (medida de dsipersin)
Coeficiente de variacin (Desv. Est. / media * 100) para comparar variacin
de dos grupos de datos diferentes
5.5.1. Distribucin de frecuencia

La distribucin de frecuencia es la representacin estructurada, en forma de
tabla, de toda la informacin que se ha recogido sobre la variable que se estudia.
Pgina N 16
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Donde la frecuencia se define como el grado en el que un dato u observacin

se presenta. Por decirlo de otra forma es el nmero de veces que un fenmeno se
repite.
Tabla 5- 9
Siendo X los distintos
Variab Frecuencias
Frecuencias relativas
le
absolutas
valores que puede tomar la
(Valor) Simpl Acumulada Simple
Acumulad
variable.
e
a
Siendo n el nmero de
X1
n1
n1
f1 = n1 / n
f1
veces que se repite cada valor.
X2
n2
n1 + n2
f2 = n2 / n
f1 + f2
...
...
...
...
...
Siendo f el porcentaje que
Xn-1
nn-1 n1 + n2 +..+ fn-1 = nn-1 / f1 + f2 +.. la repeticin de cada valor
nn-1
n
+fn-1
supone sobre el total
Xn
nn
fn = nn / n
Si los valores que
ni
f
toma la variable son
muy diversos y cada uno de ellos se repite muy pocas veces, entonces
conviene agruparlos por intervalos, ya que de otra manera se obtendra una
tabla de frecuencia muy extensa que aportara muy poco valor a efectos de
sntesis.
5.5.1.1.
Distribuciones de frecuencia agrupada N1
Se muestrea a la salida de un proceso el pH del producto y se obtienen los

siguientes resultados:
Si se presenta esta informacin en una tabla de frecuencia se obtendra una
tabla de 30 lneas (una para cada valor), cada uno de ellos con una frecuencia
absoluta de 1 y con una frecuencia relativa del 3,3%. Esta tabla aportara escasa
informacin
EJEMPLO 5)
Muestra
Muestra 1
Muestra 2
Muestra 3
Muestra 4
Muestra 5
Muestra 6
Muestra 7
Muestra 8
Muestra 9
Muestra 10
pH
pH
1,25
1,28
1,27
1,21
1,22
1,29
1,3
1,24
1,27
1,29
Tabla 5-10
Muestra
Muestra 11
Muestra 12
Muestra 13
Muestra 14
Muestra 15
Muestra 16
Muestra 17
Muestra 18
Muestra 19
Muestra 20
pH
1,23
1,26
1,30
1,21
1,28
1,30
1,22
1,25
1,20
1,28
Muestra
Muestra 21
Muestra 22
Muestra 23
Muestra 24
Muestra 25
Muestra 26
Muestra 27
Muestra 28
Muestra 29
Muestra 30
pH
1,21
1,29
1,26
1,22
1,28
1,27
1,26
1,23
1,22
1,21
pH
1,32
1,3
figura 5.17 Histograma de datos por n de
1,28
1,26
muestra
1,24
1,22
1,2
1,18
1,16
Pgina N 17
1,14
1 2
3 4
6 7
8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
N DE MUESTRA
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
5.5.1.2.
Por ello se recurre a los histogramas:

La distribucin de frecuencias se puede representar en forma grfica.
Esta grfica recibe el nombre de histograma.
Eje horizontal: representa la escala de medicin o las clases
Eje Vertical: representa la escala de frecuencias
Tabla 5- 11
Variable
pH
1,20
1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,3
Frecuencia Absoluta
Simple
Acumulada
1
4
4
2
1
2
3
3
4
3
3
Frecuencia Relativa
Simple
Acumulada
3,33%
3,33%
13,33%
16,67%
13,33%
30,00%
6,67%
36,67%
3,33%
40,00%
6,67%
46,67%
10,00%
56,67%
10,00%
66,67%
13,33%
80,00%
10,00%
90,00%
10,00%
100,00%
1
5
9
11
12
14
17
20
24
27
30
Frecuencia absoluta simple

5
4
3
Simple
2
1
0
1,20
1,21
1,22
1,23
1,24
1,25
1,26
1,27
1,28
1,29
1,3
figura 5.18 Frecuencia absoluta simple
5.5.1.3.
Pgina N 18
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Consiste en agrupar los datos por intervalos, con lo que la informacin queda
ms resumida (se pierde, por tanto, algo de informacin), pero es ms manejable e
informativa.
EJEMPLO 6) En el siguiente ejemplo se ve el control de la concentracin de
manganeso en el agua de riego en 30 fincas de Mendoza:
Tabla 5- 12
Concentracin
(ppm)
1,15
1,48
1,57
1,71
1,92
1,39
1,402
1,64
1,77
1,49
Muestra
Muestra 1
Muestra 2
Muestra 3
Muestra 4
Muestra 5
Muestra 6
Muestra 7
Muestra 8
Muestra 9
Muestra 10
Muestra
Muestra 11
Muestra 12
Muestra 13
Muestra 14
Muestra 15
Muestra 16
Muestra 17
Muestra 18
Muestra 19
Muestra 20
Concentracin
(ppm)
1,53
1,16
1,60
1,81
1,98
1,20
1,42
1,45
1,20
1,98
Muestra
Muestra 21
Muestra 22
Muestra 23
Muestra 24
Muestra 25
Muestra 26
Muestra 27
Muestra 28
Muestra 29
Muestra 30
Concentracin
(ppm)
1,21
1,59
1,86
1,52
1,48
1,37
1,16
1,73
1,62
1,01
Agrupando los datos:

Tabla 5- 13
Concentracin
ppm
1,010 a 1,107
1,108 a 1,204
1,205 a 1,301
1,302 a 1,398
1,399 a 1,495
1,496 a 1,592
1,593 a 1,689
1,690 a 1,786
1,787 a 1,883
1,884 a 1,980
Marca de
Frecuencias absolutas
clase
Simple
Acumulada
1,059
1
1
1,156
5
6
1,253
1
7
1,350
2
9
1,447
6
15
1,544
4
19
1,641
3
22
1,738
2
24
1,835
3
27
1,932
3
30
Simple
Acumulada
3,33%
3,33%
16,67%
20,00%
3,33%
23,33%
6,67%
30,00%
20,00%
50,00%
13,33%
63,33%
10,00%
73,33%
6,67%
80,00%
10,00%
90,00%
10,00%
100,00%
frecuencias acumuladas y simples

35
30
frecuencias
25
20
15
Acumulada
10
Simple
5
ppm
figura 5.19 Frecuencias acumuladas y simples
Pgina N 19
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
5.5.2.
Forma de trabajo con la distribucin de frecuencias.
Es bsicamente la presentacin de una serie de medidas clasificadas y

ordenadas, es necesario colocar las medidas de manera que formen filas y
columnas, en este caso colocamos las medidas en diez filas y cinco columnas.
Las manera ms sencilla es determinar y sealar el nmero mximo y mnimo
por cada columna y posteriormente agregar dos columnas en donde se colocan
los nmeros mximos y mnimos por fila de los ya sealados. Tomamos el valor
mximo de la columna X MAX (medidas maximas) y el valor mnimo de las
columnas Xmin (medidas mnimas) y tendremos el valor mximo y el valor
mnimo.
Volviendo al ejemplo 6) recordamos la tabla 5.12.
Tabla 5- 14
Muestra Concentracin (ppm) Muestra Concentracin (ppm) Muestra Concentracin (ppm)
Muestra 1
1,15
Muestra 11
1,53
Muestra 21
1,21
Muestra 2
1,48
Muestra 12
1,16
Muestra 22
1,59
Muestra 3
1,57
Muestra 13
1,60
Muestra 23
1,86
Muestra 4
1,71
Muestra 14
1,81
Muestra 24
1,52
Muestra 5
1,92
Muestra 15
1,98
Muestra 25
1,48
Muestra 6
1,39
Muestra 16
1,20
Muestra 26
1,37
Muestra 7
1,40
Muestra 17
1,42
Muestra 27
1,16
Muestra 8
1,64
Muestra 18
1,45
Muestra 28
1,73
Muestra 9
1,77
Muestra 19
1,20
Muestra 29
1,62
Muestra 10
1,49
Muestra 20
1,98
Muestra 30
1,01
Teniendo los valores mximos y mnimos, podemos determinar el rango

de la serie de medidas, el rango no es ms que la diferencia entre los valores
mximos y mnimos.
Rango = valor mximo valor mnimo

R X MAX X min
Rango = (1,98 1,01) ppm

Rango = 0.97
N = nmero de medidas que conforman la serie N = 30
n = nmero de intervalos de clase, n = 10
L = longitud de cada intervalo de clase, L
L R/n
L = 0,97/10 =0,097
Pgina N 20
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Tabla 5- 15
Concentracin
ppm
1,010 a 1,107
1,108 a 1,204
1,205 a 1,301
1,302 a 1,398
1,399 a 1,495
1,496 a 1,592
1,593 a 1,689
1,690 a 1,786
1,787 a 1,883
1,884 a 1,980
Marca de
clase
1,059
1,156
1,253
1,350
1,447
1,544
1,641
1,738
1,835
1,932
Frecuencias absolutas
Simple
Acumulada
1
1
5
6
1
7
2
9
6
15
4
19
3
22
2
24
3
27
3
30
Simple
Acumulada
3,33%
3,33%
16,67%
20,00%
3,33%
23,33%
6,67%
30,00%
20,00%
50,00%
13,33%
63,33%
10,00%
73,33%
6,67%
80,00%
10,00%
90,00%
10,00%
100,00%
El nmero de tramos en los que se agrupa la informacin es una decisin que

debe tomar el analista: la regla es que mientras ms tramos se utilicen menos
informacin se pierde, pero puede que menos representativa e informativa sea la
tabla.
Las agrupaciones 1,010 a 1,107, etc., se llaman clases. Los nmeros
situados a la izquierda de las cuales es el limite inferior de la clase,(li), y los
nmeros situados a la derecha, lmite superior de la clase,(ls). El punto medio
entre los lmites de cada clase se marca de clase, y se representa por mi. 2
l l
mi i s
2
La marca se usa como "valor tpico" de los datos de dicha clase. Este supuesto
de punto medio es necesario por el hecho de que al formar la distribucin por
frecuencias se pierden los valores de las observaciones individuales. Su justificacin
es la creencia de que el error que introduce suele ser tan pequeo que no es tomado
en cuenta.
El valor entre los lmites de una clase se llama intervalo de clase, que se
representan por c, cuya longitud se representa por L. Cuando el mismo intervalo es
usado para todas las clases, se tiene una distribucin con intervalos uniformes de
clase. El nmero de ocurrencias de cada clase se llama frecuencia de clase, f i , y
Resumen del procedimiento de elaboracin:

1. Reunir datos para localizar por lo menos 50 puntos de referencia
2. Calcular la variacin de los puntos de referencia, restando el dato del
mnimo valor del dato de mximo valor
3. Calcular el nmero de barras que se usaran en el histograma (un mtodo
consiste en extraer la raz cuadrada del nmero de puntos de referencia)
4. Determinar el ancho de cada barra, dividiendo la variacin entre el
nmero de barras por dibujar
2 Ya-Lun Chou - "Anlisis Estadstico" - - 2 Ed - Editorial Interamericana - Mxico - 1979
Pgina N 21
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
5. Calcule el intervalo o sea la localizacin sobre el eje X de las dos lneas

verticales que sirven de fronteras para cada barrera
6. Construya una tabla de frecuencias que organice los puntos de
referencia desde el ms bajo hasta el ms alto de acuerdo con las
fronteras establecidas por cada barra.
7. Elabore el histograma respectivo.
Reglas a seguir3:
1. Una regla emprica es que el nmero de clases vare entre 5 y 15.
Obviamente, el nmero real de clases que debe emplearse
depende del nmero de unidades de la muestra y de la amplitud
de los valores observados. Si se desea gran precisin en clculos
posteriores de la tabla de frecuencias, deben usarse muchas
clases. Cuando el nmero es muy grande conviene elegir un
nmero de clases igual a la raiz cuadrada del tamao de la
muestra:
n
2. A veces puede formarse una distribucin sin el lmite inferior para

la primera clase o sin el lmite superior para la ltima clase, o sin
ambos lmites. Se dice entonces que esas clases son de extremo
abierto. El intervalo para una clase de extremo abierto es el infinito
y su punto medio es .
3. Aunque se recomienda que las amplitudes de las clases sean
uniforme no es absolutamete necesario que todos sean uniformes.
Pueden usarse con ventaja clases de extremo abierto y distintos
intervalos de clase en situaciones en las que hay unos pocos
valores extraordinariamente pequeos o extraordinariamente
grandes, o todos ellos juntos, en los que los datos poseen
grandes vacos, y cuando el nmero de observaciones llega a ser
de millares o aun millones.
4. Cuando se usan intervalos de clase no uniformes, se calcula
lo que se conoce como densidad de frecuencias. Se estiman
cules seran las frecuencias de clase si se usaran intervalos
de clase uniformes. Cuando se emplean clases de extremo
abierto, es buena prctica dar los valores mnimo o mximo, o
ambos, y el valor o los valores totales en tal clase o clases en
una nota al pie. Otra solucin es asegurarse de que todas las
clases que tienen por lo menos una observacin sean
cerradas; es decir, asegurarse de que todas las clases de
extremo abierto estn vacas de observaciones. Si se hace
as, el supuesto de punto medio puede aplicarse a todos los
datos, y los problemas causados por las clases de extremo
3 Adaptacin deYa-Lun Chou - "Anlisis Estadstico" - - 2 Ed - Editorial Interamericana - Mxico - 1979
Pgina N 22
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
abierto podrn evitarse.

5. Observando de nuevo a la cuarta y la quinta lnea del cuadro,
si no se hubieran usado tres decimales surgira un problema
en el clculo del intervalo de clase. El valor de la muestra 7 se
colocara en el intervalo de clase n 4. Este problema es
causado por no usar clases que sean exactas. Una forma de
corregirlo es especificando que va desde sin incluir el valor...
hasta ... incluyendo el valor. Otra forma, es la que se us,
agregando un tercer dgito a los lmites de las clases.
5.5.3. Caractersticas especiales de la construccin de un histograma 4:
frecuencias
1. Las frecuencias de clase suelen representarse grficamente en funcin del

eje Y, y la escala de los intervalos de clase se representa en el eje X. Los
ejes X e Y deben comenzar en cero, con interrupciones de la escala si son
necesarias. Esta recomendacin no es precisa para el eje X. Pero ambos
ejes deben ser rotulados clara y completamente.
2. Un espacio, de la mitad al tamao completo del intervalo de clase, se deja
en cada extremo del eje X.
3. Las designaciones de escala X suelen ser colocadas como los verdaderos
lmites de clase. Las barras deben tocarse unas a otras, sin brechas, excepto para clases vacas. A veces, se rotula la escala X colocando el valor medio de cada clase en el centro de la base de la barra.
4. La escala X es igualmente espaciada cuando los intervalos de clase son
uniformes.
En
una
Diagrama de barras
distribucin variable de
intervalos de clase, la
7
escala X debe ser
6
5
ajustada
en
forma
4
apropiada.
3
Simple
5. El eje Y debe ser
2
1
completamente rotulado
ppm
0
para
mostrar
si
representa frecuencia o
densidad de frecuencia.
Si los intervalos de
Clase son uniformes,
figura 5.20 Diagrama de barras
como en el cuadro
visto, el patrn visual
del grfico ser igual, tanto si se representan grficamente frecuencias como
densidades de frecuencia. Sin embargo, en este caso es conveniente rotular
el eje Y de modo que el lector conozca cul est siendo representado. Si los
intervalos de clase no son uniformes, el patrn visual del grfico diferir,
segn si se representan grficamente frecuencias o densidades de frecuencia; en este caso es esencial rotular el eje Y.
Pgina N 23
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
6. Un histograma se representa siempre como compuesto de barras, tanto si

se muestran explcitamente, o no se muestran.
frecuencia
Densidad de frecuencias es el nmero de casos por unidad de tamao de

clase. Es un promedio -la frecuencia de clases dividido por el ancho del verdadero
intervalo de clases. El ancho del verdadero intervalo de clases puede medirse usando
cualquier unidad deseada.
La altura de la barra de un histograma tiene un diferente significado, que
depende de si representa frecuencia (que es simplemente una cuenta de cuntas
unidades hay en dicha clase) o una densidad de frecuencia (que es el promedio de
cada clase de cuntas unidades hay por unidad de ancho del intervalo de clase).
Aritmticamente, se multiplica la densidad por la anchura del intervalo para
obtener la frecuencia. Geomtricamente, se multiplica la altura por la anchura para
obtener el rea. As, el hecho aritmtico "frecuencia" es descrito como el hecho
geomtrico "rea". Diciendo lo mismo en otra forma, frecuencia se representa
grficamente en dos formas diferentes en histogramas, que dependen de si el eje Y
muestra frecuencia o
Diagrama de barras y polgono de frecuencias
densidad. La frecuencia
frecuencia
en
una
clase
se
7
representa por la altura
6
de
la
barra
en
5
histogramas no usando
4
densidad, y por el rea
3
2
de la barra en histo1
gramas
usando
0
densidad.
0 1,05 1,15 1,25 1,35 1,45 1,55 1,65 1,75 1,85 1,95 2
Otra forma de
pH representar grficamente
una
distribucin
de
figura 5.21 Diagrama de barras y polgono de frecuencias
frecuencias es dibujar un
polgono
de
frecuencias. Se lo obtiene cuando se dispone de un histograma (usando frecuencia,
no
densidad
de
frecuencia),
uniendo
histograma y rea
los puntos medio de
7
la parte superior de
6
cada barra del histo5
grama por lneas
4
rectas. Pero, con mu3
cha frecuencia, se
2
construye
un
1
polgono sin trazar
0
los rectngulos.
0
1,05
1,15
1,25
1,35
1,45
figura 5.22 Histograma y rea

1,55
1,65
1,75
1,85
1,95
pH
El histograma es
una presentacin grfica
eficaz, pero el polgono
Pgina N 24
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
no representa muy bien los datos bsicos. La diferencia ms notable del polgono es
que las reas situadas debajo de l generalmente no son proporcionales a las
frecuencias. Un remedio es cerrar el polgono en la base prolongando ambos
extremos de la curva hasta los puntos medios de dos clases hipotticas situadas en
los extremos de la distribucin que tienen cero frecuencias. Los dos polgonos de la
figura han sido dibujados de esta manera.
5.5.4. Distribucin De Frecuencias
frecuencia
Una de las ventajas de los polgonos es que si la escala vertical, que mide la
frecuencia, es reducida de modo que el rea del histograma para esta muestra
extraordinariamente grande sea igual al rea de la pequea muestra original, el
histograma de la muestra grande formar
prcticamente una curva suave. Se puede
polgono de frecuencia
asociar as a las curvas de distribucin
7
conocidas.
6
La curva suave adquiere importancia
porque
se considera que representa la
5
verdadera distribucin de la poblacin de la
4
que se extrae la muestra. Pero la
3
derivacin de una curva suave ampliando
2
la
muestra
es
generalmente
una
imposibilidad prctica. Lo que solemos
1
hacer es aproximar la distribucin de la
0
poblacin sobre la base de los datos de la
pH
muestra.
Esto
podemos
hacerlo
suavizando las puntas del polgono de
frecuencias
dibujando
a
mano
o
figura 5.23 Polgono de frecuencia
introduciendo una curva suave a los datos
de la muestra con alguna frmula
matemtica. Con uno u otro mtodo hay mucha libertad para suavizar la curva.
Las curvas suaves son llamadas alternativamente modelos de poblacin.
Se las llama as porque describen las caractersticas importantes de las
distribuciones de poblacin. El trmino "modelo de poblacin" tambin sugiere
generalizaciones de las formas de distribuciones de poblacin -simtrica,
asimtrica, en forma de U, etc. Estas generalizaciones son de gran utilidad en
el anlisis estadstico porque proporcionan mtodos simplificados de describir
las caractersticas bsicas de las poblaciones. Hay otras razones de inters por
los modelos de poblacin. Una es que una distribucin de poblacin es
necesaria a veces para la toma de decisiones. Otra, es que las inferencias
estadsticas a menudo requieren conocer modelos de poblacin. Una tercera
razn es que un modelo de poblacin, estando representado por una curva
suave, a veces se presta ms fcilmente a un tratamiento matemtico.
Pgina N 25
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Curvas que representan

variedades principales de
modelos de poblacin: (a)
curva normal, (b) curva
bimodal, (c) curva
positivamente asimtrica,
(d) curva negativamente
asimtrica, (e) cuna en
forma de D, (f) curva en
forma de J invertida.
figura 5.24 Principales de modelos de poblacin

La curva a de la figura 5.24-a es un modelo de poblacin de especial
inters e importancia en estadstica. Obsrvese que esta curva de distribucin
tiene forma de campana. Las densidades de frecuencias ms grandes estn en
el centro. Las densidades menores se encuentran junto al centro. Hay
densidades muy pequeas en ambos extremos. Es realmente extrao que si se
mide una caracterstica que ocurre al azar, la curva de la distribucin resultante
no sea la curva a. Tanto si medimos la resistencia a la traccin de barras de
acero producidas por un proceso determinado como los errores de repetidas
mediciones de una caracterstica dada, la curva de distribucin a menudo tiene
forma: de campana. El modelo en forma de campana se llama comnmente
curva de distribucin normal o simplemente curva normal.
La curva b de la figura 5.24 representa lo que se conoce como
distribucin bimodal, lo que significa que tiene dos picos, en contraste con
una distribucin unimodal, que solo tiene un pico. Este tipo de distribucin
aparece cuando una poblacin contiene elementos que pueden ser divididos en
dos clases que difieren entre s en las caractersticas que se miden. Podemos
decir tambin que la poblacin no es homognea.
Las curvas c y d de la figura 5.24 son modelos de distribuciones
asimtricas. Generalmente, una distribucin asimtrica solo tiene un pico,
situado en el extremo inferior o superior de la curva. Es asimtrica. Cuando la
cola ms larga de la curva est a la derecha, la distribucin es asimtrica a la
derecha o positivamente asimtrica. Cuando la cola ms larga de la curva est
a la izquierda, la distribucin es asimtrica a la izquierda o negativamente
asimtrica. El modelo negativamente asimtrico describe bien una poblacin
cuyas variables tienen un lmite superior.
La curva en forma de U, como se ilustra por la curva e, describe una
distribucin que contiene predominantemente valores bajos y altos, siendo
relativamente escasos los valores intermedios. El modelo en forma de U es
bastante raro.
Pgina N 26
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Una poblacin tambin puede adoptar la curva en forma de J o J

invertida, tal como la curva f, en la que las frecuencias de ocurrencia aumentan
o disminuyen continuamente a lo largo de la escala horizontal.
As, aunque la distribucin normal ocupa un lugar muy importante en la
prctica estadstica, hay variables que no estn normalmente distribuidas.
5.5.5. Usos del histograma
o
o
o
o
Se usa para:
Obtener una comunicacin clara y efectiva de la variabilidad del sistema
Mostrar el resultado de un cambio en el sistema
Identificar anormalidades examinando la forma
Comparar la variabilidad con los lmites de especificacin
5.6. ANALISIS DE REGRESION Y CORRELACION 5
Muchos problemas de control de la calidad requieren la estimacin de las

relaciones existentes entre dos o ms variables. El inters se centra, a menudo, en
hallar una ecuacin que relacione una variable determinada con otro conjunto de una
o ms variables. Por ejemplo, cmo vara la duracin de una herramienta segn la
velocidad de corte? o cmo vara el nmero de octanos de una gasolina segn su
porcentaje de pureza?
El anlisis de regresin es una tcnica estadstica para la estimacin de los
parmetros de una ecuacin que relaciona una determinada variable con un conjunto
de variables.
Cuando cada elemento de una poblacin puede dar tres o ms mediciones,
cada una de ellas de una caracterstica especfica, tenemos lo que se llama datos
multivariables. Por ejemplo, longitudes, dimetros y resistencias a la rotura de barras
de acero producidas por cierto proceso nos dan tres variables con las cuales trabajar 6.
En primer lugar se estudiarn las relaciones bivariables.
El principal problema al analizar datos bivariables o multivariables es descubrir
y medir la asociacin o covariacin entre las variables, es decir, determinar cmo
varan juntas las variables. Se observa que a mayor tiempo de residencia en la
decantacin para la potabilizacin del agua, menor ser el contenido de impurezas
slidas, y los tiempos menores producirn un resultado menos noble. Esto, por
supuesto, solo es cierto en promedio, porque hay excepciones, tales como despus
de una intensa lluvia hay arrastre de lodos y el proceso no resulta eficiente, y otras
ocasiones se est en presencia de aguas lmpidas en las que un breve tiempo da el
resultado correcto. Pero si puede establecerse esta relacin media en cierta forma
matemticamente funcional y estimar con mucha precisin, en promedio, la calidad del
agua en funcin del tiempo de residencia. A tal procedimiento se le ha llamado
estimacin por asociacin.
5 Juran-Gryna- Manual del Control de Calidad Volumen I 4 Edicin Ed. Mc Graw Hill - 1993
6 Ya-Lun Chou - "Anlisis Estadstico" - - 2 Ed - Editorial Interamericana - Mxico - 1979-
Pgina N 27
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
La estimacin por asociacin es muy compleja y muy til. Este procedimiento

es realmente de prediccin, y la prediccin es la funcin central de las ciencias. 7
Cuando la relacin entre variables es clara y precisa, de ordinario bastan los
mtodos matemticos. Cuando la relacin es imprecisa, los mtodos matemticos
ordinarios no son muy tiles, pero s los mtodos estadsticos. Se puede medir si la
imprecisin es tan grande que no hay relacin til alguna. Si solo hay un grado
moderado de imprecisin, podemos calcular cul sera la mejor prediccin y calificar
tambin la prediccin para tomar en cuenta la imprecisin de la relacin.
Tabla 5-16 Duracin de una herramienta (y en minutos)
en funcin de la velocidad de corte (x en pies por minutos)
y
x
41
90
43
90
35
90
32
90
22
100
35
100
29
100
18
100
21
105
13
105
18
105
20
105
15
110
11
110
6
110
10
110
Algunos
datos
experimentales
para
el
ejemplo bivariable de la
duracin de una herramienta
se dan en la
Tabla
5-16
y
representados en la Figura 524.
La duracin de la
herramienta es la variable de
respuesta (llamada tambin
variable dependiente) y la
velocidad de corte es la
variable independiente.
En este caso, la
variable independiente es
controlable, es decir, que la
figura 5.24 Duracin de una herramienta (y en min) en funcin de la velocidad de corte (x en pies por min
50
45
40
35
30
25
20
15
10
5
0
80
85
90
95
100
105
110
fija el investigador o el operario de la mquina.
7 Ya-Lun Chou - "Anlisis Estadstico" - - 2 Ed - Editorial Interamericana - Mxico - 1979-
Pgina N 28
115
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
En el segundo ejemplo, tanto el nmero de octanos como el porcentaje de

pureza son aleatorios. Los datos correspondientes a este ejemplo se dan en la Tabla
5.17 y estn representados en la Figura 5.25. Como el objetivo es predecir el nmero
de octanos, ste se considera la variable dependiente, y el porcentaje de pureza se
considera la independiente. (En muchos problemas hay, por supuesto, varias variables
independientes y, en algunos casos, este conjunto de variables independientes incluye
tanto variables aleatorias como variables controlables.)
Tabla 5-17 Nmero de octanos y en funcin del porcentaje de
pureza x
y
x
88.6
99.8
86.4
99.7
87.2
99.6
88.4
99.5
87.2
99.4
86.8
99.3
86.1
99.2
87.3
99.1
86.4
99.0
86.6
98.9
87.1 de octanos y en funcin 98.8
figura 5.25 Nmero
del porcentaje de
pureza x
89
88,5
88
87,5
87
86,5
86
85,5
98,6
98,8
99
99,2
99,4
99,6
99,8
100
En la lista siguiente se incluyen varias aplicaciones de las ecuaciones de

regresin:
1. Proyecto y prediccin.
2. Descripcin cuantitativa de las relaciones existentes entre una variable dada y un
conjunto de variables.
Pgina N 29
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
3. Interpolacin entre valores de una funcin.

4. Determinacin de las variables independientes importantes.
5. Descubrimiento de las condiciones de funcionamiento ptimas.
6. Seleccin entre modelos alternativos.
7. Estimacin de coeficientes de regresin particulares.
Para alcanzar cualquiera de los objetivos que acabamos de citar, los pasos
bsicos a seguir en un estudio de regresin son los siguientes:
1. Obtener una exposicin clara de los objetivos del estudio.
2. Determinar cul ha de ser la variable de respuesta y qu variables pueden incluirse
como variables independientes.
3. Obtener, adems, alguna medida de la precisin de los resultados requeridos, no
necesariamente en terminologa estadstica. (Es importante conocer a fondo el uso
que se har de la ecuacin de regresin, ya que este puede ser un impedimento
para incluir ciertas variables en la ecuacin, pero tambin puede ayudar a evaluar
el esfuerzo y el dinero que hay que dedicar al proyecto).
4. Especificar los procedimientos de recopilacin de los datos.
5. Recoger los datos. (Los resultados finales slo pueden ser tan buenos como los
datos en los que se han basado. Una cuidadosa planificacin de esta etapa es de
considerable importancia y puede, adems, simplificar el anlisis de los datos).
6. Preparar grficos cruzados de los datos (grficos de una variable en funcin de
otra) para obtener informacin acerca de la relacin entre las variables;
7. Filtrar los datos;
8. Calcular la ecuacin de regresin;
9. Evaluar el ajuste (incluyendo la consideracin de una transformacin de las
variables para un mejor ajuste, o la eliminacin de variables de una ecuacin sino
mejoran la prediccin).
10. Dar medidas de la precisin de la ecuacin y cualquier procedimiento para su
utilizacin.
11. Especificar, tambin, procedimientos para la puesta al da de la ecuacin y
controles para determinar si todava son aplicables, incluidas fichas de control para
valores residuales (valores observados - valores previstos). (Las fichas de control
se estudian ms adelante).
5.7. Representacin grfica de los datos8.
El primer paso en un estudio de relaciones entre variables consiste en trazar una
grfica de los datos (corrientemente llamada diagrama de dispersin).
Una grfica puede facilitar mucha informacin sobre la relacin existente entre las
8 Juran-Gryna- Manual del Control de Calidad Volumen I 4 Edicin Ed. Mc Graw Hill - 1993
Pgina N 30
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
variables y sugiere a menudo modelos posibles para los datos. Los representados en
la Figura 5-26 sugieren que la y est relacionada linealmente con la x, en el intervalo
de variacin de este experimento. (Si no fuera ese el caso, se podra pensar en
realizar diversas transformaciones con los datos y tambin se podran considerar
relaciones curvilneas. Con frecuencia, la relacin puede linealizarse, tomando el
logaritmo de una o varias variables).
figura 5.26 Modelos de ajuste

Una grfica puede sealar, tambin, si alguna de las observaciones es
extempornea, es decir, si se trata de una observacin que se aparta
substancialmente del resto de los datos. Estas observaciones pueden ser debidas a
eventos circunstanciales, errores de medicin, o de registro, en cuyo caso hay que
corregirlas o eliminarlas. Tambin pueden deberse a cambios en el proceso o a otras
causas y es posible que la investigacin de estos cambios o causas proporcione ms
informacin que el anlisis del resto de los datos).
Un examen minucioso de la grfica puede dar un indicio de la variabilidad de y
para x fija. Adems, puede mostrar que esa variabilidad permanece constante para
todos los valores de x0 que cambia con x. En este ltimo caso, el mtodo de los
mnimos cuadrados ponderados puede ser preferible a la tcnica de los mnimos
cuadrados estndar que se menciona aqu.
Hay dos aspectos relacionados, pero distintos, en la asociacin entre
variables. El primero, anlisis de regresin, trata de establecer la "naturaleza de la
Pgina N 31
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
relacin" entre variables -es decir, estudiar la relacin funcional entre las variables y,
por tanto, proporcionar un mecanismo de prediccin, o pronstico. El segundo,
anlisis de correlacin, tiene como objetivo determinar el "grado de la relacin"
entre variables.
El anlisis de asociacin tambin puede distinguirse como simple y mltiple: el
primero se ocupa solo de dos variables; el segundo, de tres o ms variables. Adems,
existe tambin la diferenciacin entre anlisis de asociacin lineal y no lineal, segn el
tipo de relacin que tienen las variables.
Hasta el momento las lneas de regresin se colocaron al ajustar las lneas
visualmente entre los puntos de datos, pero para graficar estas lneas de una forma
ms precisa se puede utilizar una ecuacin que relaciona las dos variables
matemticamente.
5.8. MODELO DE REGRESIN BIVARIABLE LINEAL 9
En el modelo de regresin bivariable lineal, una variable Y dependiente, se
relaciona con una variable X independiente, por la siguiente expresin:
y i x i u i
(5. 0)
donde y son los parmetros de regresin desconocidos llamados

coeficientes de regresin de poblacin, y ui es el "trastorno" al azar o residual.
Dos observaciones deben hacerse en este momento:
1. Designar las variables como dependientes o independientes. Se refiere al
significado matemtico o funcional de dependencia; no implica dependencia
estadstica, ni causa y efecto. Solo se considera Y como una funcin de X, y
quiz de algunas otras cosas, adems de X, en el sentido del lgebra ordinaria.
2. La relacin de dependencia lineal simple definida por (5.1) consta de dos
partes: la parte sistemtica identificada por x i y la parte estocstica
identificada por u i . Esta descomposicin nos recuerda que (5.1) es un modelo
probabilstico, en vez de determinstico.
La naturaleza estocstica del modelo de regresin implica que el valor de Y
nunca puede ser predicho exactamente como en un caso determinista. La
incertidumbre relativa a Y es atribuible a la presencia de u i , que, siendo una variable
aleatoria, imparte aleatoriedad a Y. Por ejemplo, no puede esperarse que los vinos
malbec (xi),de la misma bodega y de los mismos viedos pero de distintos aos
tengan exactamente las mismas caractersticas (y i), debido a la influencia de fuerzas
"casuales". Adems de esta interpretacin del trmino casual como una aleatoriedad
inherente a la conducta, tienen mrito otros dos puntos de vista. A veces, surge u i por
la exclusin de otras variables explicativas importantes y relevantes en el modelo.
Esto conduce al anlisis de regresin mltiple. En ocasiones, el error de medicin en Y
es la causa de u i . En una aplicacin particular del anlisis de regresin, cualquiera de
Pgina N 32
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
estas razones podra ser una interpretacin razonable de u i , o cualquier par de estas
razones, o las tres razones juntas.
Cmo se maneja el error de medicin en X, ahora que el error de medicin en
Y ya se ha mencionado? La respuesta es que (5.1) no permite error de medicin en X.
Pero hay otros modelos que s lo permiten. A pesar de esta limitacin en (5.1), sigue
siendo un modelo muy til.
La completa especificacin del modelo de regresin incluye no solo la forma
de la ecuacin de regresin, sino tambin una expresin de cmo son determinados
los valores de la variable independiente y una especificacin de la distribucin de u ;
por probabilidades. La especificacin completa de lo que se llama modelo clsico de
regresin lineal simple la hace el siguiente conjunto de supuestos:
1. La variable independiente X es fija. La expresin "valores fijos de X" significa
que X tiene valores que son fijados (es decir, escogidos o predeterminados) por
el investigador. El supuesto independiente-variable-fijo implica que para cada
valor fijo de X, xi, hay una distribucin de valores Y por probabilidades, llamada
subpoblacin de Y. Ver la figura 5.27.
XY = + xi
1 unidad de x
4.1
figura 5.27 DISTRIBUCIONES DE SUBPOBLACIONES, Y, ASOCIADAS

CON VALORES X
2. El trmino "error", u i , asociado con cada valor de X, xi, es una variable aleatoria
cuya distribucin de probabilidades se supone que es normal con E( u i ) = 0.
Este supuesto implica que, en promedio, la parte sistemtica de y; en (5.1) es
xi . En realidad, la expectativa condicional de yi dada xi es simplemente:
E(y i /x i ) XY E( xi ui )
E(y i /x i ) E( xi ) 0
E(y i /x i ) xi
(5. 0)
El resultado obtenido se llama ecuacin

de regresin de poblacin de Y
sobre X, que nos da el valor medio de Y dado un valor fijo de X, y de ah la
notacin XY . En esta expresin, es el valor medio de Y cuando X = 0; mide

Pgina N 33
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
el cambio en el valor medio de Y por cambio unitario en el valor de X. El grfico

de la ecuacin (5.2) se conoce por lnea de regresin de poblacin. Ver la figura
5.27. Grficamente, es la ordenada en el origen Y y es la pendiente de la lnea
de regresin.
3. La varianza condicional de Y dada X se llama varianza de la regresin,
representada por 2 xy . Se supone que esta medida es constante, cualquiera
que sea el valor de X, y es igual a la varianza de u i , es decir, 2 u . Esto es muy
fcil de comprobar. Ver expresin (5.1), y para cualquier valor de X, se tiene:
V(y i ) E[y i - E(y i )]2
V(y i ) E[ x i u i - E( x i u i )]2
V(y i ) E[ x i u i - x i ]2
2
V(yi ) E[u i ] 2 ui 2
(5. 0)
El supuesto de constancia de la varianza condicional es ilustrado

figura 5.28 (a) donde cada xi corresponde a una subpoblacin de yi y
V(y i /x i ) 2 para cualquier i. La varianza constante se representa por el
constante entre las lneas de trazos. Esta propiedad se llama a
por la
donde
ancho
veces
figura 5.28) Homoscedasticidad y heteroscedasticidad

y
b
a) homoscedasticidad b) y c) heteroscedasticidad
homoscedasticidad, cuyo significado se comprende mejor por la nocin de

heteroscedasticidad10 cuando V(y i /x i ) vara segn la escala de valores de X.
Heteroscedasticidad es observada a menudo en datos en los que, por ejemplo, las
10
Ver anexo 2
Pgina N 34
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
variaciones en las alturas de rboles podran disminuir con aumentos en las

edades de los rboles [figura 5.28 (b)], o donde las variaciones en el gasto para
consumo son mayores al aumentar el nivel del ingreso [figura 5.28 (c)].
4. u i es estadsticamente independiente de xi, como podra esperarse, porque
cada valor de ui es una muestra al azar simple de tamao uno y de una
poblacin normal con media cero y desviacin estndar . El subndice de ui
puede eliminarse si se desea.
Con los supuestos anteriores, pueden derivarse estimadores para los
parmetros de regresin desconocidos y pueden hacerse inferencias con estos
estimadores. Sin embargo suele suceder que uno o ms de estos supuestos son
violados en la prctica. En particular, el primer supuesto. No es crucial que X sea no
estocstica; pueden obtenerse tiles resultados an cuando X es una variable
aleatoria. Si u i no es independiente de s misma, se dice que los trminos de error
estn autocorrelacionados. Si el supuesto de varianza constante es violado, se dice
que los trminos de error son heteroscedsticos. Si E( u i ) 0 para algunos valores de
X, la regresin es no lineal, la lnea de regresin de la poblacin no es una lnea recta,
sino una lnea curva o una lnea recta cortada o algo diferente de una lnea recta
ordinaria. Si u i no est normalmente distribuida, los estimadores derivados del
supuesto de normalidad no tendrn necesariamente las propiedades que tienen
cuando u i est normalmente distribuida, y puede ser muy difcil descubrir qu
propiedades tienen los estimadores cuando u i no es normal. Las faltas leves en
satisfacer todos estos supuestos no son particularmente importantes, pero las faltas
fuertes s lo son.
El modelo clsico de regresin lineal normal se representa visualmente en la
figura 5.30, y contiene todos los supuestos mencionados.
Densidad = n(y; xy; )
x3
x2
x1
xy = + x
figura 5.29 Modelo clsico de regresin lineal normal

5.9. ESTIMACIN DE PARMETROS DE REGRESIN 11
11
Ya-Lun Chou - "Anlisis Estadstico" - - 2 Ed - Editorial Interamericana - Mxico - 1979

Pgina N 35
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Supongamos que se ha extrado una muestra simple al azar de una poblacin

bivariable de inters, en la que el investigador ha determinado previamente cada valor
de X, dando observaciones (x i; yi) para i =1, 2, . . . , n; entonces, el modelo de
regresin lineal de la muestra puede darse como:
y i a bx i ei
(5. 0)
y la ecuacin de regresin de la muestra de Y sobre X como:

y i a bx i e i
(5. 0)
En estas dos ecuaciones, yi e i designa el valor individual de Y, y el valor calculado de

, respectivamente. De (5.4) se tiene:
e i y i - a bx i
donde ei son los "residuales" o estimadores calculados de u i con
ei 0 .
En (5.5), a es la ordenada en el origen; y de la muestra, el valor medio de Y

dado que X = 0. En cuanto a b es la pendiente de regresin de la muestra, el cambio
en el valor medio de Y por cambio unitario en el valor de X. Obviamente que a y b son
estimadores de y , respectivamente.
Debido al supuesto de linealidad del modelo (a+bxi) se llama estimador lineal
de (+xi). El estimador lineal ideal que se busca aqu es el MEIL(mejor estimador
insesgado lineal). El mtodo para obtener el MEIL se llama mtodo de mnimos
cuadrados. Hay amplia motivacin y justificacin para el uso de este mtodo. En
primer lugar, cuando las Y son variables aleatorias con varianzas iguales y cuando las
X son fijas, entonces, por el Teorema Gauss-Markov, el MEIL de y puede
obtenerse por el mtodo de mnimos cuadrados. Segundo, cuando las Y estn
normalmente distribuidas, los estimadores obtenidos por el mtodo de mnimos
cuadrados sern idnticos a los obtenidos por el mtodo de probabilidad mxima.
Finalmente, est el hecho de que el mtodo de mnimos cuadrados tiene tratabilidad
matemtica razonable.
El mtodo de mnimos cuadrados tiene la naturaleza de ajuste de curvas.
Dada la dependencia lineal entre Y y X y los n pares de observaciones (y i; xi), este
mtodo produce estimadores paramtricos a y b en tal forma que:
2
i
(y
- y i ) 2
[y
- (a bx i )]2 es un mnimo.
y i a bx i es ilustrada en la figura 5.30.

y
(xi ; i) donde i = a + bxi
ei
(xi; yi)
Pgina N 36
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
figura 5.30 Grfico del error residual

La razn del criterio de mnimos cuadrados es que escoge valores para a y b
que minimizan la suma de cuadrados de las diferencias entre los valores realmente
observados y; y los valores estimados y i. Puede demostrarse que los estimadores de
mnimos cuadrados, EMC, de a y b pueden obtenerse resolviendo el siguiente
conjunto de "ecuaciones normales":
(1)
(2)
na bi x i ;
y x
i
bi x i .
2
Ahora se divide (1) por n y se reagrupa trminos, se obtiene:

a y - bx
(5. 0)
A continuacin, se multiplica (1) por x; y (2) por n, restando luego el primer

resultado del segundo se tiene:
y x - y x
n x -( x )
i
i i
(5. 0a)
Por razones de comodidad en el clculo y la notacin, varias medidas en

anlisis de regresin pueden calcularse sobre las desviaciones de las medias de las
muestras, en vez de datos brutos.
Otra forma de expresar a b segn (5.7a) es:
b
(y - y ).( x x )
(x x)
i
i
2
(5.7b)
Ejemplo de obtener los EMC a y b en (5.5).

Un ingeniero desea estudiar el efecto del ingreso disponible por suministro de
vapor a un complejo industrial, X, en el gasto de combustible para produccin de dicho
vapor, Y. Para esta investigacin ha determinado previamente doce valores de X, que
se muestran en la tercera columna del cuadro 4.1, y de cada subpoblacin de todas
las familias que tienen un valor especfico de X ha escogido una industria al azar para
obtener un valor Y. Las observaciones son las mostradas en la tabla 5-18.
GASTO PRODUCCIN DE VAPOR
COMBUSTIBLE
yi
INGRESOS POR
SUMINISTRO
xi
Pgina N 37
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Tabla 5- 18
6
5
6
6
8
7
7
8
8
9
10
10
10
11
13
12
11
13
12
14
15
15
14
16
Con los datos de la muestra disponibles, el primer paso en el anlisis de
regresin es trazar un diagrama de dispersin de los datos de la muestra para ver si la
variable dependiente depende o no en cierto grado de la variable independiente, si la
relacin media entre ellas puede ser expresada razonablemente por una lnea recta y
si se cumplen razonablemente los supuestos de regresin lineal. En un diagrama de
dispersin, cada punto corresponde a un par de valores (x i, yi). El diagrama de
dispersin aparece en la figura 5.31.
GASTO CONSUM O COM BUSTIBLE
Y
16
14
12
10
8
6
GASTO CONSUM O
COM BUSTIBLE
4
2
0
4
10
12
14
16
X 18
figura 5.31 CONSUMO COMBUSTIBLE

Examinando esta figura, se observa claramente que:
Primero, hay una clara relacin positiva entre gasto de combustible por produccin
de vapor e ingreso disponible por suministro. El primero, en promedio, aumenta
con un incremento en el segundo.
Segundo, los puntos se dispersan algo de uno a otro, pero tambin parece que
tienen aproximadamente una relacin lineal; es decir, la relacin media puede
describirse adecuadamente por una lnea recta.
Tercero, el supuesto de homoscedasticidad parece razonablemente cumplido,
porque solo hay una impresin muy leve de creciente dispersin vertical entre los
Pgina N 38
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
puntos al aumentar X. Por lo menos, los datos no son obviamente

heteroscedsticos.
Cuarto, el supuesto de subpoblaciones normales para Y no puede ser examinado,
porque solo se tiene un valor Y por cada valor X; lo mejor que se puede hacer es
especular que, para cualquier ingreso disponible fijo, es razonable tener
distribucin aproximadamente normal de gastos de consumo de combustible en la
produccin de vapor. Estas observaciones refuerzan la creencia de que el anlisis
de regresin lineal podra ser aplicado fructferamente a los datos de esta muestra.
El siguiente paso es trazar una lnea recta que una los puntos del diagrama de
dispersin -es decir, para calcular los valores de los coeficientes de regresin de la
muestra. Para hacer esto, y para clculos posteriores, se necesitan las sumas
acumuladas en las columnas (1), (2) y (3) del cuadro:
Tabla 5- 19 GASTO E INGRESOS POR GENERADOR DE VAPOR PARA
CALEFACCIN
GASTO CONSUMO
INGRESOS POR
OBSERV.
1
2
3
4
COMBUSTIBLE
SUMINISTRO
i
yi
xi
xi yi yi 2 xi 2
i
1
6
5
30 36 25 5,54
2
6
6
36 36 36 6,35
3
8
7
56 64 49 7,16
4
7
8
56 49 64 7,97
5
8
9
72 64 81 8,78
6
10
10
100 100 100 9,59
7
10
11
110 100 121 10,41
8
13
12
156 169 144 11,22
9
11
13
143 121 169 12,03
10
12
14
168 144 196 12,84
11
15
15
225 225 225 13,65
12
14
16
224 196 256 14,46
total
120
126
1376 1304 1466 120,00
Con estas sumas, las correspondientes sumas de desviaciones de las medias
de la muestra permiten estimar los valores a y b.
b = 0,811188811 miles de dlares
a = 1,482517483 miles de
dlares
Se debe tener sumo cuidado con los errores de redondeo, dado que puede
dar otra recta que no cumple con la condicin de tener el mnimo error y puede
arruinar todo el clculo.
As queda la siguiente estimacin:
y i 1,48 0,81x i ,
Pgina N 39
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
CONSUMO COMBUSTIBLE
$
16
15
y = 0,8112x + 1,4825
14
13
12
11
10
9
8
7
6
5
4
10
11
12
13
14
15
16
17
INGRESO POR SUMINISTRO
figura 5.32 Consumo de combustible

VARIANZA DE LA REGRESIN EN LA MUESTRA12
5.10.
La ecuacin de regresin de la muestra se llama ecuacin predictiva porque

su funcin principal es predecir xy o y; asociadas con un valor dado de x. Es
conveniente como medio de prediccin en parte por la variabilidad de yi obtenida de
i asociada con xi. Para comprender tal dispersin hay que trazar la lnea de
y
regresin en el diagrama de dispersin y unir esta lnea con los puntos por lneas
verticales, como se describe en la figura 5.33 (a). Para trazar la lnea de regresin, se
necesita representar grficamente solo dos valores y i con, quiz, un tercero como
comprobacin.
Estudiando la figura 5.33(a), se halla que la lnea parece ajustarse bastante
bien a los puntos, pero stos todava se desvan algo de ella. El valor de tales
desviaciones es el estimador insesgado de la varianza de la regresin de poblacin,
(trmino trastorno) que se define como:
(y
i )2
-y
n-2
(y
- a - bx i ) 2
n-2
y -a y
n-2
y i 1,5 0,81x i ,
2
figura 5.33
- bi y i x i
(5. 0)
b
Pgina N 40
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Aqu (n - 2) grados de libertad son usados como denominador. La prdida de

dos grados de libertad corresponde al nmero de coeficientes de regresin. La raz
cuadrada del estimador 2 es la desviacin estndar de la regresin para la muestra,
que a veces se conoce errneamente como error estndar de estimacin.
Para nuestros datos ilustrativos y por (5.8),
0.99
0,99 0,995
miles de dlares
Una interpretacin precisa de 2 se dar despus en relacin con el

"coeficiente de determinacin". Por ahora, se puede observar que simplemente
2 es una medida de grado de ajuste -el grado de la relacin lineal entre y y x.
Cuanto menor es una u otra, tanto ms precisa es la ecuacin de regresin de la
muestra como un instrumento de prediccin. Recordar tambin que muestras mayores
ayudarn a localizar la lnea de regresin ms precisamente, pero no reducirn mucho
la desviacin estndar de la regresin.
Una interesante indicacin de la utilidad del anlisis de regresin puede verse
aqu en una comparacin entre y , siendo esta ltima la desviacin estndar de
y que no toma en consideracin x. Estudiando primero las figuras 5.33 (a) y 5.33 (b);
ambas se obtienen con los datos del presente ejemplo. La parte (a) muestra las
desviaciones verticales de yi con relacin a la lnea de regresin; la parte (b), las
desviaciones verticales de yi con relacin a la media de y, y . Estas figuras
2
2
muestran claramente que ( yi y ) es mucho mayor que ( yi y ) . Expresando
esta diferencia en trminos numricos:
(y
- y i )2
n -1
= 3.075 miles de dlares
Este resultado es ms de tres veces mayor que la desviacin estndar de la

regresin calculada antes. Esta reduccin muy grande en las variaciones, de y por
regresin de y sobre x sugiere que un conocimiento del ingreso por suministro de
vapor disponible ayuda considerablemente a estimar el gasto por suministro de vapor
Pgina N 41
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
por consumo. En otras palabras informa que la relacin entre consumo e ingreso es
muy estrecha, o que el gasto medio por consumo cambia uniformemente con los
aumentos del ingreso.
5.11.
INFERENCIAS ACERCA DE LOS COEFICIENTES DE REGRESIN DE
LA POBLACIN13
Una vez obtenida la ecuacin de regresin de la muestra y deducido que la
ecuacin de regresin puede ser til sobre la base de la desviacin estndar de la
regresin de la muestra, se puede llegar a la conclusin de que ahora la ecuacin de
regresin de la muestra puede ser usada fcilmente como un instrumento de
prediccin. Pero, en realidad, aun si la ecuacin de regresin de la muestra es idntica
a la ecuacin de regresin de la poblacin, la prediccin todava puede contener cierto
error porque la relacin entre Y y X en la poblacin bivariable puede que no sea
perfecta. La magnitud de este error se mide por 2 . Adems, al predecir con la
ecuacin de regresin de la muestra hay otro error debido a variaciones casuales en
el muestreo. Es decir, para muestreo repetido con el mismo tamao de muestra, el
estimador lineal de x i tendera a variar de una muestra a otra. Los errores de
muestreo de a y b, como es usual, son evaluados desde el punto de vista de sus
respectivas distribuciones por muestreo.
Las distribuciones de a y b por muestreo, que son EMC, son muy fciles de
deducir. Primero, puesto que a y b son insesgadas, se debe tener E(a) = y E(b) = .
Segundo, puesto que a y b son combinaciones lineales de variables normales
independientes y deben estar normalmente distribuidas. Finalmente, como puede
demostrarse, debido a las propiedades MEIL, los estimadores insesgados para las
varianzas de a y b deben ser definidos como sigue:
2 .i x i 2
2
2
n i (x i - x)
n
b 2
2
2
2
(x
x
)
n
i
i
2
i
- ( nx) 2 )
1
2
i
- ( nx) 2 )
(5. 0)
(5. 0)
Las estadsticas de prueba para las hiptesis acerca de y son las razones
z ordinarias:
za
a 0
a
(5. 0a)
zb
b 0
b
(5. 11b)
Cuando n < 30 y cuando es desconocida, a y b estn distribuidas

aproximadamente como t de Student con = n - 2. La estadstica de prueba
apropiada es ahora:
Pgina N 42
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
a 0
a
b 0
b
(5. 0a)
(5. 12b)
respectivamente.
Para los datos ilustrativos, al probar = 0 contra a > 0:
1466
0,9197,
12 . 143
a 0,995
t10
150 0
1,631 t10; 0 ,95 1,812
0,9197
As, la hiptesis nula no puede ser rechazada en = 0.05. Por supuesto, a

tiene dos significados diferentes aqu. Entonces, para probar = 0 contra > 0, se
tiene:
1
0,0832,
143
b 0,995
t10
0,81 0
9,736 t10; 0, 95 2,764
0,0832
As, b es significativa en = 0.01.

En general, la ecuacin de regresin de la muestra debe ser conservada como
un instrumento de prediccin si se encuentra que b es significativa; en otro caso, debe
ser desechada. Los intervalos de confianza para coeficientes de regresin pueden ser
calculados en la forma usual. Si, por ejemplo, se desea para los datos ilustrativos una
estimacin de intervalo de confianza de 99 por 100 para , se tiene:
bt
,1
. b 0,81 3,169.0,0832,
o
0.55 1,07
El valor positivo del lmite inferior de confianza indica que se estableci con
una probabilidad de confianza 0.99 que la pendiente de poblacin es positiva. La
estimacin del intervalo para es simplemente a t . a .

,1
5.12.
PREDICCIN Y PRONOSTICACIN 14
Se ha dicho repetidamente que el objeto final del anlisis de regresin es la

estimacin por asociacin. A este fin, se distinguen dos casos: el del valor medio de Y
y el de una observacin individual de Y. Por falta de mejor terminologa y por
Pgina N 43
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
comodidad para la distincin, se llamar al caso de estimar la media de Y, xy ,

0 al estimador de xy asociado con una x0
prediccin, y se designar por y
0 y se escribir:
especfica. Se llamar tambin arbitrariamente predictor a y
y 0 a b.x0 .
(5. 0 a)
Se denominar pronosticacin a la proyeccin de un solo valor de Y, y0 ,

correspondiente a x0 . Al estimador se le llama ahora pronosticador, que ser
designado por y 0 , y puede expresarse como:
y 0 a b.x 0
(5. 13 b)
Es importante hacer constar que las frmulas empleadas para "prediccin" y

"pronosticacin" son idnticas -la ecuacin de regresin de la muestra establecidapero los valores que se proyectan son muy diferentes tericamente, como se revela
por la figura 5.34.
y
Valores posibles para y0
Valores posibles para

yxo
i = a + bxi
0
figura 5.34
PREDICCIN DE UNA MEDIDA DE Y FRENTE A UN VALOR
INDIVIDUAL DE Y
5.12.1.
Prediccin
El trmino Prediccin, al ser un procedimiento para estimar yx0 , se

relaciona con la precisin de toda la lnea de regresin de la muestra. Puesto que (
0 ) = yx . Adems (
a b.x 0 ) es un estimador insesgado de ( .x0 ) entonces E( y
a b.x 0 ), siendo una combinacin lineal de variables aleatorias distribuidas
normalmente, debe estar tambin normalmente distribuida. Finalmente, para
determinar el intervalo de confianza para cualquier punto de la lnea de regresin de la
poblacin, se debe tener el error estndar del predictor. Para obtener esta medida, el
error, al determinar el valor de Y condicional a x 0, surge de dos fuentes: variaciones
casuales en a y variaciones casuales en b. As, dado que y son los parmetros
verdaderos, el error en la prediccin representado por e p, es:
0
Pgina N 44
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
e p .x0 ( a b.x0 )
e p ( a ) ( b) x0
Elevando al cuadrado y tomando la expectativa de esta expresin, se obtenie

la varianza del predictor, representada por 2p como sigue:
1
p 2 2 (
n
(x 0 - x) 2
)
2
i (x i - x)
La raz cuadrada de este resultado es el error estndar de 0. Usando el

estimador insesgado para 2, se obtiene el estimador (ligeramente sesgado) del error
estndar de 0 como:
1
p
(x 0 - x) 2
2
i (x i - x)
(5. 0)
En conclusin, la razn
y 0 a b.x0
es aproximadamente n (0, 1) y n > 30 o si es desconocida. En otro caso, tiene una

distribucin t con = n - 2. Esto conduce a la construccin de un intervalo de
confianza para Yxo sobre la base del predictor como sigue:
y 0 t ,1 / 2 p
(5. 0)
Volviendo a nuestro ejemplo numrico, supongamos que queremos construir

un intervalo de confianza de 98 por 100 para yx cuando x0 =12.5; tenemos entonces:
0 = 1.50 + 0.81 (12.5) = 11.625;
(x 0 - x) 2
0.995 [(1/12) (12.5 - 105)2/143] 1/2
2
i (x i - x)
= 0.332
y 0 t ,1 / 2 p = 11.625
2.764 (0.332);
10.707 Y(12.5) 12.543.

La interpretacin de este resultado es: Si 100 muestras del mismo tamao son
escogidas y se construyen intervalos de confianza de 98 por 100, podemos esperar
que 98 de ellas contengan xy = E (Y / X = 1.5). Este intervalo de confianza acabado
de obtener es uno de los 100 intervalos.
Tabla 5- 20 Estimaciones de intervalo para yx para la construccin de una

Pgina N 45
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
banda de confianza de 98 por 100 para la lnea de regresin

x0
y0
(x0-10.5)2
^p
0 2.764 ^p
5.5
5,955
25
0.506
4.556- 7.354
6.5
6,765
16
0.444
5.548- 7.992
8.5
8,385
4
0.332
7.467- 9.303
10.5
10,005
0
0.287
9.212-10.798
12.5
11,625
4
0.332
10.707-12.543
14.5
13,245
16
0.444
12.018-14.472
15.5
14,055
25
0.506
12.656-15.454
Las estimaciones de intervalos para yx construidas con varios valores de x 0 en
un nivel de confianza dado forman lo que se llama la banda de confianza para yx. Una
banda de confianza del 98% para los datos consumo-ingreso, como la sugerida por
las pocas estimaciones de intervalo obtenidas en el cuadro 5-20, se refleja por las
lneas continuas de la figura 5.36. Observe la forma general de la banda de confianza
y recuerde que esta banda de confianza es para la lnea de regresin de la poblacin,
no para los valores individuales de Y. En este caso, el resultado debe ser interpretado
as: tenemos una confianza del 98 % de que la lnea de regresin de la poblacin
caer dentro de esta banda.
17.8 BANDAS DE CONFIANZA DE 98% PARA mYX E y
18,000
16,000
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0,000
5,5
6,5
8,5
10,5
12,5
14,5
15,5
figura 5.35 Bandas de confianza
5.12.2.
Pronosticacin
Muy a menudo podemos interesarnos por estimar un valor individual de Y, y 0

asociado con x0. Por ejemplo, dado que la concentracin de una solucin salina es,
por ejemplo, de 20% en masa a 1 atm de presin cul es su concentracin
Pgina N 46
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
pronosticada para una presin superior? Aqu, no pedimos la concentracin media de

todas las presiones cuyo valor sea de 20% en masa. Precisamente, dado que X = x 0
nuestra tarea es ahora determinar el valor del pronosticador, y o, que es una variable
aleatoria con sus valores dispersos alrededor del punto de la lnea de regresin
correspondiente a x0. Como tal, nunca podemos conocer su valor antes del
experimento. Aqu, la diferencia entre el valor real y o y el valor pronosticado yo se llama
error de Pronosticacin, que es una combinacin lineal de variables aleatorias
normalmente distribuidas, los trastornos residuales. Observemos que:
y0- 0 = ( + x0 + u0) - (a + bx0)
Esto indica que el error de pronosticacin es tambin una variable
normalmente distribuida cuya distribucin se define completamente por su expectativa
y su varianza. La expectativa del error de pronosticacin puede determinarse
fcilmente de su definicin anterior:
E (y0- 0) = E [( + x0 + u0) - (a - bx0)]
= + x0 + E (u0) - E (a) - E (b) x0
= 0.
La varianza del error de pronosticacin, representada por 2F , como se
sugiere por la figura 4.8, consta de dos partes: 1) el error de prediccin, o variacin
debida a muestreo, 2F , y 2) variacin debida a trastornos casuales medida por 2.
As,
2F
= V(ep) + V(u) = p + 2
2 F 2 (1
(x 0 - x) 2
)
2
i (x i - x)
Como es usual, la raz cuadrada de esta medida es el error estndar para el

error de pronosticacin. Ahora, usando los estimadores insesgados de 2p y 2,
tenemos el estimador (ligeramente sesgado) del error estndar para el error de
pronosticacin como:
F 1
(x 0 - x) 2
2
i (x i - x)
(5. 0)
Como para el caso del predictor, el error de pronosticacin est normalmente

distribuido y la razn:
( y 0 y )0 / F
es aproximadamente n (0, 1) cuando n > 30 o si es desconocida. Cuando n 30 y

es desconocido, est distribuido como tn-2. Este resultado nos permite escribir:
P(-t;1- /2 (0- y0)/ F +t;1- /2) = 1- ,
que, reagrupando trminos, resulta:
Pgina N 47
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
0 - t;1- /2 F y0 0 + t;1- /2 F
Los lmites de confianza para y0 -el valor individual pronosticado de Y- son:
y 0 t ,1 / 2 F
(5. 0)
Nuevamente, suponiendo que deseamos construir un intervalo de confianza

de 98 por 100 para el error de pronosticacin correspondiente a x 0 = 12.5 para
nuestros datos ilustrativos, tenemos
0 = 1.50 + 0.81(12.5) = 11.625;
F = 0.995 ( 1 + 1/12 + (12.5 - 10.5)2/143)1/2

= 1.049
0 t10; 0.99 F = 11.625 2.764(1.049) , o
8.728 y12.5 14.522.
Una banda de confianza de 98 por 100 para y 0 es representada por las curvas
de trazos de la figura 5.35. Esta banda se obtiene con las estimaciones del intervalo
para y0 correspondientes a distintos valores de x0 calculados en la Tabla 5-21 La
banda de confianza de 98 por 100 para y 0 significa que, en promedio, 98 por 100 de y i
caer dentro de la banda.
Es interesante observar que las bandas de confianza para XY e y0 siguen la
misma forma general con 2 F y 2 F (y, por tanto, los correspondientes lmites de
confianza de xy e y0 ) aumentando cuando x0 se aleja de la media de X para la
muestra. Es decir, cuando x0 se aleja de x, nuestra estimacin resulta ms incierta.
Obsrvese tambin que, en la estimacin con el anlisis de regresin clsico,
generalmente no debe fijarse el valor de X fuera de la escala de valores X empleada
para establecer la ecuacin de regresin de la muestra. Una razn para ello es que la
relacin entre las dos variables abajo o arriba de la escala de valores X de la muestra
puede que no sea la misma que la observada dentro de la escala. Otra razn reside
en el hecho de que la prediccin y la pronosticacin se vuelven muy imprecisas
cuando x0 se aleja demasiado de x en virtud de los grandes errores de prediccin y
pronosticacin. Pero debe hacerse constar que en los estudios de economa o
pronosticacin de negocios o variables de produccin, especialmente cuando se
emplean datos de series de tiempo en el anlisis de regresin, nos interesamos por
los valores de variables del modelo fuera de la amplitud de la muestra. Esta prctica
se justifica muchas veces en el supuesto de que la relacin establecida, a juicio del
usuario, se producir ms all de la amplitud de los valores de la muestra.
Tabla 5-22 Estimaciones de intervalo de valores individuales de Y para la
construccin de una banda de confianza de 98 por 100 para y i
x0
0
(x0 - 10.5)2
^F
0 2.764 ^F
5.5
5.955
25
1.116
2.870- 9.040
6.5
6.765
16
1.088
3.758- 9.772
Pgina N 48
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
8.5
10.5
12.5
14.5
15.5
5.13.
8.385
10.005
11.625
13.245
14.055
4
0
4
16
25
1.049
1.036
1.049
1.088
1.116
5.486-11.284
7.141-12.869
8.726-14.524
10.238-16.252
10.970-17.140
ANLISIS DE CORRELACIN 15
5.13.1.
Coeficiente de correlacin de la poblacin
Hasta ahora, hemos tratado el tipo y el grado de relacin que existe entre dos
variables. Pero, en algunas situaciones, podemos interesarnos solo por el grado de
relacin entre dos variables. Por ejemplo, el centro de produccin de una industria, al
decidir sobre ayuda econmica a una empresa satlite para financiar la produccin
anual, puede considerar el ingreso mensual como una medida de la capacidad de esta
ltima empresa para financiar su produccin. As, el centro de produccin de una
industria puede decidir que el ingreso mensual es un criterio apropiado para la
decisin, porque hay un alto grado de relacin entre el ingreso mensual y los gastos
por produccin. De otro modo, debe escogerse otro criterio para llegar a una decisin.
La medida del grado de relacin entre dos variables se llama coeficiente de
correlacin, representado universalmente por . Los supuestos que constituyen un
modelo de poblacin por correlacin lineal bivariable, para el cual se calcula o estima
, se describen brevemente a continuacin:
1.
Y y X son variables aleatorias. Como tales, no deben ser designadas como

dependiente e independiente; cualquier designacin dar el mismo resultarlo.
2.
La poblacin bivariable es normal. Una poblacin normal bivariable es, entre

otras cosas, aquella en la que Y y X estn normalmente distribuidas. La
expectativa y la varianza de X son E (X) = X y V (X) = 2X, respectivamente, y
la expectativa y la varianza de Y son E (Y) = Y y V (Y) = 2X
3.
La relacin entre Y y X es, en cierto sentido, lineal. Este supuesto implica que
todas las medias de Y asociadas con valores X, YX, caen sobre una lnea recta,
que es la lnea de regresin de Y sobre X: YX = Igualmente, todas las medias
de X asociadas con valores Y, XY, caen sobre una lnea recta, que es la lnea
de regresin de X sobre Y: XY = +yi. Adems, las lneas de regresin de
poblacin en las dos ecuaciones son iguales si, y solo si, la relacin entre Y y X
es perfecta -es decir, = 1. En otro caso, con Y dependiente, las ordenadas
en el origen y las pendientes diferirn de la ecuacin de regresin con X
dependiente.
Segn los supuestos anteriores, e1 coeficiente de correlacin de la poblacin

se define como la covarianza entre Y y X, as:
/ cov(Y, X)/ Y X
E[(Y Y )( X X )
E (Y Y )2 E ( X X )2
(5. 0)
Pgina N 49
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
Pueden observarse algunas cosas acerca de la definicin anterior. Primera, es

una ecuacin que contiene los cinco parmetros de la poblacin normal bivariable: X,
X, Y, Y y . El ltimo, como se mencion antes, es el coeficiente de correlacin para
la poblacin normal bivariable. Segunda, es simtrico con respecto a Y y X; es decir,
intercambia X y Y no cambia . En otras palabras, es un nmero puro, porque se
define como la razn de la covarianza entre Y y X al producto de sus respectivas
desviaciones estndares. Como tal, cuando COV (Y, X) = 0, sera 0, indicando que
no hay relacin entre las dos variables. Cuando hay covariabilidad perfecta entre Y y
X, y X y X varan en la misma direccin, = 1. Anlogamente, cuando hay
covariabilidad perfecta, pero Y y X varan en sentidos opuestos, = -1. Cuando existe
cierto grado de covariabilidad entre Y y X, tenemos -1 < < 0 0 < < 1.
Es conveniente considerar la distribucin normal bivariable como una
superficie tridimensional. La figura 5.37 es una descripcin generalizada de la
densidad de una distribucin normal bivariable. Esta figura revela que nuestra
superficie normal bivariable tiene cierto grado de covariabilidad, porque la superficie
en forma de montaa semeja una larga cordillera que no es paralela al eje Y ni al eje
X. Si cortamos esta superficie de poblacin en una valor X dado, tenemos una curva
de densidad que da la densidad de Y en dicho valor X, es decir, tenemos la
distribucin de la subpoblacin Y que corresponde al valor X escogido. Similarmente,
si cortamos la superficie de poblacin en un valor Y escogido, obtenemos una
subpoblacin de X asociada con este valor Y particular. Ahora, si tomamos cualquier
seccin transversal de la superficie paralela al plano XY, esta seccin transversal ser
una elipse. Adems,
f(x, y)
esta
seccin
transversal ser un
crculo cuando = 0
(indicando
no
correlacin), una lnea
recta cuando = 1
(indicando correlacin
perfecta),
y
cierta
forma
intermedia
cuando
existe
correlacin imperfecta.
Estos
casos
son
ilustrados
por
las
formas de la figura x
5.38.
figura 5.36 DISTRIBUCIN NORMAL BIVARIABLE
Pgina N 50
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
No hay
correlacin
Correlacin positiva
imperfecta
Correlacin negativa
perfecta
x
figura 5.37 ELIPSES OBTENIDAS DE SUPERFICIES DE CORRELACIN
5.13.2.
Coeficiente de correlacin de la muestra
Cuando se extrae una muestra de n pares de valores, cada valor Y es una

observacin al azar de la poblacin Y, y cada valor de X es una observacin al azar de
la poblacin X; pero las dos no son necesariamente independientes. Adems, cuando
se cumple el supuesto de una poblacin normal bivariable, el estimador de
probabilidad mxima de , representado generalmente por r, se obtiene por la
siguiente expresin:
( yi y )( xi x )
( yi y ) 2 ( x i x ) 2
i
y x n. y.x
r
x nx y n. y
i i
(5. 0)
que puede variar, como , de -1 a 0 a +1. Tambin como para , cuando r = -1

o +1, se dice que Y y X estn perfectamente correlacionadas negativa o
positivamente. Cuando r = 0, se dice que las dos variables son independientes o no
correlacionadas; hablando en sentido riguroso, X y Y son independientes si, y solo si,
= 0, en vez de r = 0, y es bueno tener presente esto. Tambin, si a X y Y se les
permite tener cualquier distribucin conjunta, su independencia implica que su
varianza es cero y, por tanto, su coeficiente de correlacin es cero, pero lo inverso no
es cierto, porque las variables dependientes pueden tener covarianzas cero. Sin
Pgina N 51
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
embargo, si X y Y se restringen a la distribucin normal bivariable, entonces su

independencia significa que su covarianza es cero, y, por consiguiente, su coeficiente
de correlacin (poblacin) es cero; y lo inverso es cierto, porque las variables
normales bivariables dependientes no pueden tener covarianzas cero. Otros valores
de r son interpretados en funcin del coeficiente de determinacin que se tratar
despus.
Puede sealarse que r es un estimador sesgado de , excepto que si = 0,
entonces r es insesgado, pero se usa generalmente debido a su relativa sencillez y
porque el sesgo es despreciable para muestras grandes. Para el ejemplo de datos
consumo-ingreso, no podemos calcular r porque X no es una variable aleatoria y, por
tanto, no encaja el modelo normal bivariable. Sin embargo, si imaginamos un
procedimiento diferente de compilacin de datos, entonces tiene sentido calcular r. El
procedimiento diferente de compilacin de datos no es para predeterminar
cualesquiera valores de X, sino simplemente para tomar una muestra al azar de doce
familias y observar si los valores de X y Y corresponden a cada una de las doce
familias. Suponiendo que todos los supuestos del modelo normal bivariable son
cumplidos, por lo menos aproximadamente, podemos proceder entonces a calcular r e
interpretar los resultados como sigue. Suponiendo que los valores numricos de los
datos son exactamente como los mostrados en el ejemplo dado, tenemos:
r
116
0.95,
104.143
que indica un alto grado de correlacin entre Y y X.

Para hacer inferencias de r, debemos empezar con algunas observaciones
acerca de su distribucin por muestreo. Como se ilustra en la figura 5.39, la
distribucin de r es simtrica cuando = 0 y es asimtrica cuando 0.
= 0,9
f(r)
= 0,5
=0
-1
-0.75
1
-0.50
-0.25
0.25
0.50
0.75
figura 5.38 DISTRIBUCIONES POR MUESTREO DEL COEFICIENTE DE CORRELACIN

DE MUESTRA PARA = 0, = 0,5 Y = 0,9
Pgina N 52
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Para una poblacin bivariable normal, la distribucin de r se aproxima a una

distribucin normal cuando n se aproxima al infinito. Cuando = 0, hay una
transformacin por la cual los valores transformados de r son distribuidos como tn- 2:
t
r n2
1 r
(5. 0)
Puesto que esta transformacin solo se aplica al caso en el que = 0, no

puede ser empleada para estimacin del intervalo. Pero puede ser usada como la
estadstica de prueba para la hiptesis nula de que = 0 contra tina alternativa
apropiada.
Aplicando tal prueba a nuestro presente ejemplo,
t
r n2
0.95 12 2
t 10
9.621
1 r
1 0.952
que conduce al rechazo de = 0 en = 0.01 para Hl: 0 o H1: < 0. As, la

correlacin entre consumo e ingreso es altamente significativa.
Obsrvese que las hiptesis nulas = 0 y = 0 son equivalentes, porque,
como puede demostrarse, = (Y/X). Como resultado, las pruebas t en ambos casos
deben dar el mismo valor. Los valores t son diferentes en nuestro ejemplo debido al
redondeo.
Con la prueba t recin introducida, no podemos enunciar explcitamente la relacin
entre las dos variables cuando la hiptesis nula es rechazada. Si deseamos probar
una hiptesis de que tiene cierto valor distinto de 0, o si queremos construir un
intervalo de confianza para , podemos emplear lo que se llama transformacin z. Es
decir, podemos hacer una transformacin de la distribucin de r en una distribucin
aproximadamente normal como sigue:
zr
1 1 r
ln
2 1 r
(5. 0)
Puede demostrarse que z est aproximada y normalmente distribuida con

E(zr) = z, y el error estndar estimado es:
Z
1
n3
(5. 0)
Para probar la hiptesis acerca de por r, tenemos ahora la estadstica de

prueba
z
zr z
Z
(5. 0)
que es aproximadamente n (0, 1).
Pgina N 53
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Para evitar los clculos con logaritmos, empleamos una tabla de valores para
z,. correspondientes a varios valores de r como los dados por el ANEXO I del
apndice A.
Ahora, supongamos que queremos probar H 0: = 0.90 contra H1: 0.90
para nuestro ejemplo ilustrativo; consultamos el ANEXO I y hallamos:
z = 1.472 para = 0.90,
zr = 1.832 para r = 0.95.
Por tanto,
z
1.832 1.472
1.08
1 / 12 3
Puesto que el valor z calculado es menor que 2.58, H 0 es aceptado en =

0.01.
Los lmites de confianza pueden calcularse para z como sigue:
P(zr - z1-/2 z < z < zr + z1-/2 z) = 1 -
(5. 0)
Podemos convertir zr de esta expresin en r examinando los datos del ANEXO

I para el valor de zr y luego cotejando el taln y los encabezados de las columnas para
hallar el valor correspondiente de r. Debido al redondeo o a los limitados datos del
ANEXO, o a ambas cosas, la conversin solo puede ser una aproximacin.
Construyamos ahora un intervalo de confianza de 99 % para con el
problema que tenemos entre manos, observando que z = 0.333.
1.832 - 2.58(0.333) z 1.832 + 2.58(0.333),
0.973 z 2.691
Del ANEXO I hallamos:
or
0.750
0.991
z o zr
0.973
2.691
Por tanto, el intervalo de confianza de 99 % para se convierte en

0.750
0.991
que comprende = 0.90.

Puede sealarse, antes de concluir esta seccin, que la significacin de una
diferencia entre dos coeficientes de correlacin de muestra obtenidos de dos muestras
independientes puede probarse por la estadstica
z r1 z r 2
2 Z 1 2 Z 2
(5. 0)
Pgina N 54
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
donde:
2 Z 1
= 1/((n1 - 3)
2 Z 2 = 1/((n2 - 3)
Pgina N 55
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
TRABAJO PRCTICO N 2
REGRESIN LINEAL
1) En un reactor qumico se tiene un material poroso que contiene un 10% de un
catalizador que permite que la reaccin:
A+BC+D
tenga un rendimiento de produccin de C del 6%. Se investiga el tema, por que se
piensa que aumentando la concentracin de catalizador se variar el rendimiento.
Se obtienen as los siguientes datos:
% de catalizador
% en masa de % de catalizador
concentracin de C
% en masa de
concentracin de C
13,2
9,4
10,9
5,7
14,9
12,2
17,4
12,3
8,1
6,0
13,8
9,2
16,4
11,4
10,2
7,0
13,1
9,6
15,8
9,0
10,8
7,5
12,0
7,0
2) Los siguientes datos de muestra dan la cantidad de fertilizante, x, en porcentaje de

disolucin en el agua de regado, y el rendimiento de produccin de papas en un
cultivo, y, en pesos.
x
1,5
2,0
2,5
3,0
3,5
4,0
4,5
5,0
5,5
10
12
14
13
15
17
14
14
3) La resistencia a la flexin en una viga sometida a presin hidrulica no uniforme

est dada por la siguiente tabla:
Pgina N 56
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
Resistencia x
Presin hidrulica y
650
110
620
120
620
140
580
130
680
140
590
130
720
150
700
140
680
130
700
140
660
150
550
120
620
160
600
130
Determinar qu relacin existe entre la presin y la resistencia.
Pgina N 57
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
ANEXO I
Valores de z = (1/2) ln [(1+r)/(1-r)]
r(tercer decimal)
r
.000 .002 .004
.006 .008 r
r(tercer decimal)
.000 .002 .004 .006
.008
.00 .0000 .0020 .0040 .0060 .0080 .50 .5493 .5520 .5547 .5573 .5600
1 .0100 .0120 .0140 .0160 .0180
1 .5627 .5654 .5682 .5709 .5736
2 .0200 .0220 .0240 .0260 .0280
2 .5763 .5791 .5818 .5846 .5874
3 .0300 .0320 .0340 .0360 .0380
3 .5901 .5929 .5957 .5985 .6013
4 .0400 .0420 .0440 .0460 .0480
4 .6042 .6070 .6098 .6127 .6155
.05 .0500 .0520 .0541 .0561 .0581 .55 .6194 .6213 .6241 .6270 .6299
6 .0601 .0621 .0641 .0661 .0681
6 .6328 .6358 .6387 .6416 .6446
7 .0701 .0721 .0741 .0761 .0782
7 .6475 .6505 .6535 .6565 .6595
8 .0802 .0822 .0842 .0862 .0882
8 .6625 .6655 .6685 .6716 .6746
9 .0902 .0923 .0943 .0963 .0983
9 .6777 .6807 .6838 .6869 .6900
.10 .1003 .1024 .1044 .1064 .1084 .60 .6931 .6963 .6994 .7026 .7057
1 .1104 .1125 .1145 .1165 .1186
1 .7089 .7121 .7153 .7185 .7218
2 .1206 .1226 .1246 .1267 .1287
2 .7250 .7283 .7315 .7348 .7381
3 .1307 .1328 .1348 .1368 .1389
3 .7414 .7447 .7481 .7514 .7548
4 .1409 .1430 .1450 .1471 .1491
4 .7582 .7616 .7650 .7684 .7718
.15 .1511 .1532 .1552 .1573 .1593 .65 .7753 .7788 .7823 .7858 .7893
6 .1614 .1634 .1655 .1676 .1696
6 .7928 .7964 .7999 .8035 .8071
7 .1717 .1737 .1758 .1779 .1799
7 .8107 .8144 .8180 .8217 .8254
8 .1820 .1841 .1861 .1882 .1903
8 .8291 .8328 .8366 .8404 .8441
9 .1923 .1944 .1965 .1986 .2007
9 .8480 .8518 .8556 .8595 .8634
.20 .2027 .2048 .2069 .2090 .2111 .70 .8673 .8712 .8752 .8792 .8832
1 .2132 .2153 .2174 .2195 .2216
1 .8872 .8912 .8953 .8994 .9035
2 .2237 .2258 .2279 .2300 .2321
2 .9076 .9118 .9160 .9202 .9245
3 .2342 .2363 .2384 .2405 .2427
3 .9287 .9330 .9373 .9417 .9461
4 .2448 .2469 .2490 .2512 .2533
4 .9505 .9549 .9549 .9639 .9684
Pgina N 58
ASIGNATURA
UTN
FRM
DPTO. ING. QUMICA
2.010
.25 .2554 .2575 .2597 .2618 .2640 .75 0.973 0.978 0.982 0.987 0.991
6 .2661 .2683 .2704 .2726 .2747
6 0.996 1.001 1.006 1.011 1.015
7 .2769 .2790 .2812 .2833 .2855
7 1.020 1.025 1.030 1.035 1.040
8 .2877 .2899 .2920 .2942 .2964
8 1.045 1.050 1.056 1.061 1.066
9 .2986 .3008 .3029 .3051 .3073
9 1.071 1.077 1.082 1.088 1.093
.30 .3095 .3117 .3139 .3161 .3183 .80 1.099 1.104 1.110 1.116 1.121
1 .3205 .3228 .3250 .3272 .3294
1 1.127 1.133 1.139 1.145 1.151
2 .3316 .3339 .3361 .3383 .3406
2 1.157 1.163 1.169 1.175 1.182
3 .3428 .3451 .3473 .3496 .3518
3 1.188 1.195 1.201 1.208 1.214
4 .3541 .3564 .3586 .3609 .3632
4 1.221 1.228 1.235 1.242 1.249
.35 .3654 .3677 .3700 .3723 .3746 .85 1.256 1.263 1.271 1.278 1.286
6 .3769 .3792 .3815 .3838 .3861
6 1.293 1.301 1.309 1.317 1.325
7 .3884 .3907 .3931 .3954 .3977
7 1.333 1.341 1.350 1.358 1.367
8 .4001 .4024 .4047 .4071 .4094
8 1.376 1.385 1.394 1.403 1.412
9 .4118 .4142 .4165 .4189 .4213
9 1.422 1.432 1.442 1.452 1.462
.40 .4236 .4260 .4284 .4308 .4332 .90 1.472 1.483 1.494 1.505 1.516
1 .4356 .4380 .4404 .4428 .4453
1 1.528 1.539 1.551 1.564 1.576
2 .4477 .4501 .4526 .4550 .4574
2 1.589 1.602 1.616 1.630 1.644
3 .4599 .4624 .4648 .4673 .4698
3 1.658 1.673 1.689 1.705 1.721
4 .4722 4747 .4772 .4797 .4822
4 1.738 1.756 1.774 1.792 1.812
.45 .4847 .4872 .4897 4922 .4948 .95 1.832 1.853 1.874 1.897 1.921
6 .4973 .4999 .5024 .5049 .4075
6 1.946 1.972 2.000 2.029 2.060
7 .5101 .5126 .5152 .5178 .5204
7 2.092 2.127 2.165 2.205 2.249
8 .5230 .5256 .5282 .5308 .5334
8 2.298 2.351 2.410 2.477 2.555
9 .5361 .5387 .5413 .5440 .5466
9 2.647 2.759 2.903 3.106 3.453
Este cuadro ha sido copiado del compendio "Anlisis Estadstico" - YA-LUN CHOU - 2
Ed. Editorial Interamericana - Mxico.
Pgina N 59
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
ANEXO II
Conceptos basicos.
Anlisis de Correlacin .- Es el conjunto de tcnicas estadsticas empleado para medir
la intensidad de la asociacin entre dos variables.
El principal objetivo del anlisis de correlacin consiste en determinar que tan intensa
es la relacin entre dos variables. Normalmente, el primer paso es mostrar los datos
en un diagrama de dispersin.
Diagrama de Dispersin.- es aquel grafico que representa la relacin entre dos
variables.
Variable Dependiente.- es la variable que se predice o calcula. Cuya representacin es
"Y"
Variable Independiente .- es la variable que proporciona las bases para el calculo.
Cuya representacin es: X1,X2,X3.......
Coeficiente de Correlacin.- Describe la intensidad de la relacin entre dos conjuntos
de variables de nivel de intervalo. Es la medida de la intensidad de la relacin lineal
entre dos variables.
El valor del coeficiente de correlacin puede tomar valores desde menos uno hasta
uno, indicando que mientras ms cercano a uno sea el valor del coeficiente de
correlacin, en cualquier direccin, ms fuerte ser la asociacin lineal entre las dos
variables. Mientras ms cercano a cero sea el coeficiente de correlacin indicar que
ms dbil es la asociacin entre ambas variables. Si es igual a cero se concluir que
no existe relacin lineal alguna entre ambas variables.
Anlisis de regresin.- Es la tcnica empleada para desarrollar la ecuacin y dar las
estimaciones.
Ecuacin de Regresin.- es una ecuacin que define la relacin lineal entre dos
variables.
Ecuacin de regresin Lineal: Y = a + Bx
Ecuacin de regresin Lineal Mltiple: Y = a + b1X1 + b2X2 + b3X3...
Principio de Mnimos Cuadrados.- Es la tcnica empleada para obtener la ecuacin de
regresin, minimizando la suma de los cuadrados de las distancias verticales entre los
valores verdaderos de "Y" y los valores pronosticados "Y".
Anlisis de regresin y Correlacin Mltiple.- consiste en estimar una variable
dependiente, utilizando dos o ms variables independientes.
Pgina N 60
UTN
FRM
DPTO. ING. QUMICA
2.010
ASIGNATURA
ANEXO III
Deteccin de la heterovarianza
Una manera simple para detectar la heterocedasticidad o heterovarianza cuando no
existe informacin a priori es obteniendo un diagrama de dispersin de
contra
para ver si presentan algn patrn, pero para el caso del modelo de dos variables se
pueden graficar los residuales al cuadrado contra la variable independiente X. A
continuacin se muestran algunos de los patrones que pudieran detectarse.
En el diagrama (a) se advierte que no existe un patrn sistemtico entre las variables
lo que sugiere la inexistencia de heterocedasticidad; en cambio, en los otros
diagramas s hay patrones definidos. Por ejemplo, el diagrama (c) sugiere una relacin
lineal y el (e) una relacin cuadrtica entre las variables.
BIBLIOGRAFA
Pgina N 61
ASIGNATURA
1.
UTN
FRM
DPTO. ING. QUMICA
2.010
YA-LUN CHOU - "ANLISIS ESTADSTICO" - 2 ED INTERAMERICANA - MXICO 1979
EDITORIAL
2. JURAN-GRYNA- MANUAL DEL CONTROL DE CALIDAD VOLUMEN I 4 EDICIN

ED. MC GRAW HILL - 1993
3. ASEGURAMIENTO DE LA CALIDAD - MAURICIO ZARAZUA ESTRADA - ATLANTIC
INTERNATIONAL UNIVERSITY - NORT MIAMI, FLORIDA - AO 2005
Pgina N 62

Herramientas para La Calidad-10 Virginia Completo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Herramientas para La Calidad-10 Virginia Completo

Uploaded by

Copyright:

Available Formats

ASIGNATURA

CONTROL ESTADSTICO DE PROCESOS

HERRAMIENTAS PARA LA CALIDAD

Grfico de Pareto. Diagrama de Causa-Efecto.

Los programas de garanta de calidad, en particular los que estn basados en la

Como utilizar estas herramientas? El proceso de utilizacin se muestra en la

Como utilizar las 7 herramientas.

Hoja de chequeo Grfica de control

figura 5.1 Cmo utilizar las 7 herramientas

que se encuentra relacionada con los rechazos, pero su empleo es mucho ms

Zona B: En esta franja, el

figura 5.3 Diagrama ABC

Etapas de las curvas ABC

Se pueden determinar bsicamente tres etapas segn el grado de calidad logrado en

Etapas de las curvas ABC

Ing. Virginia Orallo de Martnez

En la figura 5-4 se observa que en una primera instancia de mejora la curva

Solucin Se llena la siguiente tabla:

Clasificacin Costo Costos acumulados

Ing. Virginia Orallo de Martnez

figura 5.5 HISTOGRAMA COSTO DEPIEZAS RECHAZADAS

PARETO DE COSTOS ACUMULADOS DE PIEZAS RECHAZADAS

figura 5.6 PARETO DE COSTOS ACUMULADOS DE PIEZAS RECHAZADAS

Ing. Virginia Orallo de Martnez

figura 5.7 CURVA ABC Ejemplo 1)

Ing. Virginia Orallo de Martnez

Costo de pieza rechazada

Solucin Se llena la siguiente tabla:

figura 5.8 Costo acumulado por rechazos

figura 5.9 INCIDENCIA DE PARADA

Analizaremos ahora el grfico acumulado:

Al analizar la zona A, observamos que un control del 21.4% de las mquinas

5.4. DIAGRAMA CAUSA-EFECTO

caracterstica de calidad fuera el peso del frasco y su contenido, veramos que a

Ing. Virginia Orallo de Martnez

se muestran todas las causas que originan un problema o determinan un

figura 5.12 Estructura elemental del diagrama causaefecto

Cuarto paso: Escribir el problema a la derecha de la hoja de rotafolio y trazar

figura 5.13 Estructura del diagrama Causa-Efecto

Ing. Virginia Orallo de Martnez

figura 5.14 Ejemplo estructura del diagrama

figura 5.15 Ejemplo de diagrama causa-efecto.

5.5. HISTOGRAMAS Y DISTRIBUCIN DE FRECUENCIAS

figura 5.16 Histograma

2. Medidas de tendencia central

Media (promedio de datos)

Dentro de un grupo de datos, son aquellos valores que tienden a colocarse

Rango (valor mayor valor menor)

5.5.1. Distribucin de frecuencia

Ing. Virginia Orallo de Martnez

Donde la frecuencia se define como el grado en el que un dato u observacin

Distribuciones de frecuencia agrupada N1

Se muestrea a la salida de un proceso el pH del producto y se obtienen los

figura 5.17 Histograma de datos por n de

Ing. Virginia Orallo de Martnez

Distribuciones de frecuencia agrupada N2

Por ello se recurre a los histogramas:

Frecuencia absoluta simple

figura 5.18 Frecuencia absoluta simple

Distribuciones de frecuencia agrupada N3

Ing. Virginia Orallo de Martnez

Agrupando los datos:

frecuencias acumuladas y simples