Universidad Autnoma de Coahuila

Facultad de Ciencias Qumicas

Ingeniera Qumica / Calidad-Administracin

Mtodos Estadsticos de Control

Facilitador J. Alberto Nuncio Esquivel

Resumen #1

NOMBRE: _____Luis Francisco Rodrguez Alvarado______ FECHA ____________16/09/17______

1- El alumno deber realizar un resumen en forma escrita de al menos 5 pginas con letra no mayor a 12 en Arial,
de la primera y segunda lectura.

INTRODUCCION A LA PROBABILIDAD Y ESTADISTICA (MENDELHALL, 13 ED)

1.1Variables y Datos
Una variable es una caracterstica que cambia o vara con el tiempo y/o para diferentes personas u objetos
bajo consideracin.
Una unidad experimental es el individuo u objeto en el que se mide una variable. Resulta una sola medicin
o datos cuando una variable se mide en realidad en una unidad experimental.
Una poblacin es el conjunto de mediciones de inters para el investigador.
Una muestra es un subconjunto de mediciones seleccionado de la poblacin de inters.

Datos univariados: cuando se mide una sola variable en una sola unidad experimental.
Datos bivariados: cuando se miden dos variables en una sola unidad experimental.
Datos multivariados: cuando se miden ms de dos variables.

1.2 Tipos de Variables

Las variables Cualitativas miden una cualidad o caracterstica en cada unidad experimental. (producen datos
categricos)

Las variables cuantitativas miden una cantidad numrica en cada unidad experimental. (producen datos
numricos)
-variable discreta: puede tomar solo un numero finito o contable de valores.
-variable continua puede tomar infinitamente muchos valores correspondientes a los puntos en un intervalo de
recta.
1.3 Graficas para datos categricos

Grafica de Pastel Grafica de Barras

1.4 Graficas para Datos cuantitativos

Grafica de Barras
Grafica de Pastel

Grafica de Linea

Grafica de Puntos

Grafica de Tallo y Hoja

1.5 Histogramas de Frecuencia Relativa

Un histograma de frecuencia relativa es semejante a una grfica de barras, pero se usa para graficar
cantidades en lugar de datos cualitativos.
Un histograma de frecuencia relativa, para un conjunto de datos cuantitativo es una grfica de barras en la
que la altura de la barra muestra con qu frecuencia (medida como proporcin o frecuencia relativa) las
mediciones caen en una clase o subintervalo particular. Las clases o subintervalos se grafican a lo largo del
eje horizontal.
2.1 Descripcin de datos con medidas numricas
Se pueden usar los datos para calcular un conjunto de nmeros que llevarn una buena imagen mental de la
distribucin de frecuencia. Estas mediciones se llaman parmetros cuando se asocian con la poblacin y se
denominan estadsticas cuando se calculan a partir de mediciones mustrales.
Las mediciones descriptivas numricas asociadas con una poblacin de mediciones se llaman parmetros; las
calculadas a partir de mediciones mustrales reciben el nombre de estadsticas

2.2 Medidas de Tendencia Central

1) Media o Media aritmtica de un conjunto de n mediciones es igual a la suma de las mediciones dividida
entre n.

2) Mediana m de un conjunto de n mediciones es el valor de x que cae en la posicin media cuando las
mediciones son ordenadas de menor a mayor
3) Moda es la categora que se presenta con ms frecuencia o el valor de x que se presenta con ms
frecuencia. Cuando las mediciones en una variable continua se han agrupado como histogramas de
frecuencia o de frecuencia relativa, la clase con el pico ms alto o frecuencia se llama Clase moda, y el punto
medio de esa clase se toma como la moda.

2.3 Medidas de Variabilidad o de Dispersin

Los conjuntos de datos pueden tener el mismo centro pero con aspecto diferente por la forma en que los
nmeros se dispersan desde el centro.

Graficas con x=4 pero una dispersin de valores diferente.

Las medidas de variabilidad pueden ayudarle a crear una imagen mental de la dispersin de los datos.
 1) Rango , R, de un conjunto de n mediciones se define como la diferencia entre la medicin ms grande
y la ms pequea.

2) Varianza de una poblacin de N mediciones es el promedio de los cuadrados de las desviaciones de

las mediciones alrededor de su media . la varianza poblacional se denota con 2 .

La varianza de una muestra de n mediciones es la suma de las desviaciones cuadradas de las mediciones
alrededor la media_x dividida entre (n -1). La varianza muestral se denota con s2 y est dada por la
frmula

3) Desviacin Estandar de un conjunto de mediciones es igual a la raz cuadrada positiva de la varianza.

2.4 Sobre la significacin prctica de la desviacin estndar

Teorema de Chebyshev
Dado un nmero k mayor o igual a 1 y un conjunto de n mediciones, al menos [1 - (1/k2)] de las mediciones
estarn dentro de k desviaciones estndar de su media.
El teorema de Chebyshev aplica a cualquier conjunto de mediciones y se puede usar para describir ya sea
una muestra o una poblacin
Ilustracin del teorema de Chebyshev

Distribucin Normal
Otra regla para describir la variabilidad de un conjunto de datos no funciona para todos los conjuntos de datos,
pero funciona muy bien para datos que se apilan en la conocida forma de montculo de la figura 2.11. Cuanto
ms cerca se encuentre la distribucin a la curva en forma de montculo de la figura 2.11, ms precisa ser la
regla. Como la distribucin de datos en forma de montculo se presenta con frecuencia en la naturaleza, la
regla se puede usar numerosas ocasiones en aplicaciones prcticas. Por esta razn, se denomina Regla
emprica.
2.5 Una Medicin del Clculo de s
El teorema de Chebyshev y la Regla emprica se pueden usar para detectar errores burdos en el clculo de s.
En trminos generales, estas dos herramientas indican que casi siempre las mediciones caen dentro de dos
desviaciones estndar de su media
Si el rango R, es de alrededor de 4 desviacin estndar, se puede escribir:

2.6 Mediciones de Posicin Relativa

A veces es necesario conocer la posicin de una observacin respecto a otras de un conjunto de datos.

1) Puntaje z muestral es una medida de posicin relativa definida por:

Un puntaje z mide la distancia entre una observacin y la media, medidas en unidades de desviacin
estndar.
El puntaje z es una valiosa herramienta para determinar si es probable que una observacin particular se
presente con frecuencia, o si es improbable y puede ser considerada como resultado atpico.

2) Percentil es otra medida de posicin relativa y se usa con ms frecuencia para conjuntos grandes de
datos.

Un conjunto de n mediciones de la variable x se ha reacomodado en

orden de magnitud. El p-simo percentil es el valor de x que es mayor a p% de las
mediciones y es menor que el restante (100 -p)%.
Los percentiles 25avo y 75avo, llamados cuartiles inferior y superior, junto con la mediana (el 50avo percentil),
localizan puntos que dividen los datos en cuatro conjuntos, cada uno conteniendo un nmero igual de
mediciones. Veinticinco por ciento de las mediciones sern menores que el cuartil inferior (primero), 50%
sern menores que la mediana (el segundo cuartil) y 75% sern menores que el cuartil superior (tercero). De
este modo, la mediana y los cuartiles inferior y superior estn ubicados en puntos en el eje x de modo que el
rea bajo el histograma de frecuencia relativa para los datos est dividida en cuatro reas iguales.

3) Cuartiles Un conjunto de n mediciones en la variable x se ha acomodado en orden

de magnitud. El cuartil inferior (primer cuartil), Q1, es el valor de x que es mayor a un cuarto de las
mediciones y es menor que los restantes tres cuartos. El segundo cuartil es la mediana. El cuartil
superior (tercer cuartil), Q3, es el valor de x que es mayor a tres cuartos de las mediciones y es menor
que el restante un cuarto.

4) El rango intercuartil (IQR) para un conjunto de mediciones es la diferencia entre los cuartiles superior e
inferior; esto es, IQR = Q3 - Q1.

2.7 El Resumen de cinco nmeros y la grfica de caja

El resumen de cinco nmeros consta del nmero ms pequeo, el cuartil inferior, le mediana, el cuartil
superior, y el nmero ms grande, presentados en orden de menor a mayor:
Min Q1 Mediana Q3 Max
El resumen de cinco nmeros se puede usar para crear una grfica sencilla llamada grfica de caja a fin de
describir visualmente la distribucin de datos. De la grfica de caja, rpidamente se puede detectar cualquier
sesgo en la forma de la distribucin y ver si hay algunos resultados atpicos en el conjunto de datos.

Pruebas de Hiptesis

Una hiptesis estadstica o simplemente hiptesis es una pretensin o aseveracin sobre el valor de
un solo parmetro, En cualquier problema de prueba de hiptesis, existen dos hiptesis
contradictorias consideradas, La hiptesis nula denotada por H0, es la pretensin de que
inicialmente se supone cierta (la pretensin de creencia previa). La hiptesis alternativa denotada
por Ha, es la aseveracin contradictoria a H0. La hiptesis nula ser rechazada en favor de la
hiptesis alternativa slo si la evidencia muestral sugiere que H0 es falsa. Si la muestra no
contradice fuertemente a H0, se continuar creyendo en la verdad de la hiptesis nula. Las dos
posibles conclusiones derivadas de un anlisis de prueba de hiptesis son entonces rechazar H0 o
no rechazar H0.
Una prueba de hiptesis es un mtodo de utilizar datos muestrales para decidir si la hiptesis
nula debe ser rechazada, que lleva consigo dos errores error de tipo I consiste en rechazar la
hiptesis nula cuando es verdadera y error de tipo II implica no rechazar H0 cuando H0 es falsa.
Pruebas de 1 media
Caso 1 prueba de hiptesis cuando se conoce la desviacin estndar

Caso 2 Pruebas con muestras grandes

Similar al caso 1 solo bastan con modificar la ecuacin de z a:
x
z=
S n

Caso 3 una distribucin de poblacin normal

Pruebas de 1 Proporcin
Pruebas con muestra grande
Valor P
Un valor P transmite mucha informacin sobre la fuerza de la evidencia en contra de H0 y permite
que un individuo saque una conclusin a cualquier nivel especfico .
El valor P (o nivel de significacin observado) es el nivel de significacin ms pequeo al cual H0
sera rechazada cuando se utiliza un procedimiento de prueba especificado con un conjunto de datos
dado. Una vez que se ha determinado el valor P, la conclusin a un nivel particular resulta de
comparar el valor P con :
1. Valor P <= rechazar H0 al nivel .
2. Valor P > no rechazar H0 al nivel .
Prueba de 2 medias

Prueba para 2 t
Prueba 2 t pareadas
Prueba para 2 proporciones