Mtodos estadsticos en la ingeniera

Prof. Francisco Parreo Torres Tutoras: Martes 16:00-19:00 16:00Mircoles 10:00-13:00 10:00fparreno@info-ab.uclm.es fparreno@infohttp://www.info-ab.uclm.es/asignaturas/20212 http://www.info- ab.uclm.es/asignaturas/20212

06/02/2007

Tema 1. Muestra y Poblacin. Estadstica descriptiva

QU ES LA ESTADSTICA?

La estadstica puede definirse como: recopilacin, presentacin, anlisis y uso de datos para tomar decisiones y resolver problemas En el caso de la ingeniera para:
Disear nuevos productos y sistemas, Perfeccionar los ya existentes Disear, mejorar y controlar los procesos de produccin.
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

Por qu hace falta la estadstica?

Porque prcticamente todos los procesos y sistemas de la vida real presentan VARIABILIDAD.
Rendimiento por hora de un proceso qumico Nmero de errores Tiempo de ensamblaje de una mquina Tiempo de vida de una componente electrnica Diferencias en las propiedades de los materiales En las variables del proceso (temperatura, presin, etc..) En la forma en que trabajan los obreros En factores ambientales (humedad)

por qu?

La estadstica (y la probabilidad) proporcionan mtodos tanto para describir y modelizar la variabilidad como para tomar decisiones en presencia de sta.
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

Podemos distinguir:

Estadstica descriptiva: mtodos para resumir y organizar los datos (primer paso del anlisis) Inferencia estadstica: obtener conclusiones vlidas para la poblacin de inters a partir del estudio de una parte: muestra. (Objetivo fundamental del curso)

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

Mtodo cientfico y estadstica

Plantear hiptesis

Disear experimento

Obtener conclusiones
06/02/2007

Recoger datos y analizarlos

5

Tema 1. Muestra y Poblacin. Estadstica descriptiva

Poblacin y muestra
Poblacin (population) conjunto de todas las observaciones posibles de la caracterstica de inters (variable). Normalmente es demasiado grande para poder abarcarlo. No es una poblacin fsica. Muestra (sample) es un conjunto de observaciones obtenidad en un experimento. Debera ser representativo Esta formado por miembros seleccionados de la poblacin (individuos, unidades experimentales). Nmero de observaciones de la muestra: tamao muestral.
Muestreo Aleatorio

Poblacin
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

Muestra
Inferencia
6

Tipos de variables
Cuantitativa (nmerica):
Continua, cualquier valor en intervalo: Temperatura, presin, velocidad. Discreta, slo un nmero finito de valores. Nmero de mquinas en funcionamiento Nmero de empleados

Cualitativa (categrica):

Nominales: Si sus valores no se pueden ordenar Sexo, Grupo Sanguneo, Religin, Nacionalidad, Fumar (S/No)

Ordinales: Si sus valores se pueden ordenar Mejora a un tratamiento, Grado de satisfaccin, Intensidad del dolor
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

Presentacin ordenada de los datos

Las tablas de frecuencias y las representaciones grficas son dos maneras equivalentes de presentar la informacin. Las dos exponen ordenadamente la informacin recogida en una muestra.
Duracin (horas) Nm. Dispositivos 0-200 17 200-400 9 400-600 7 600-800 7 800-1000 6 1000-1200 2 1200-1400 1 1400-1600 1 Marca de clase Frec.relativa Frec. Acum. 100 34,00% 34,00% 300 18,00% 52,00% 500 14,00% 66,00% 700 14,00% 80,00% 900 12,00% 92,00% 1100 4,00% 96,00% 1300 2,00% 98,00% 1500 2,00% 100,00%

20

15

y c n e u q10 e r F

0 0,00 500,00 1000,00 1500,00

Duracin en horas

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

Tabla de frecuencias
Exponen la informacin recogida en la muestra, de forma que no se pierda nada de informacin (o poca).
Frecuencias absolutas: Contabilizan el nmero de individuos de cada modalidad Frecuencias relativas (porcentajes): Idem, pero dividido por el total Frecuencias acumuladas: Slo tienen sentido para variables ordinales y numricas
Duracin (horas) Nm. Dispositivos 0-200 17 200-400 9 400-600 7 600-800 7 800-1000 6 1000-1200 2 1200-1400 1 1400-1600 1 Marca de clase Frec.relativa Frec. Acum. 100 34,00% 34,00% 300 18,00% 52,00% 500 14,00% 66,00% 700 14,00% 80,00% 900 12,00% 92,00% 1100 4,00% 96,00% 1300 2,00% 98,00% 1500 2,00% 100,00%

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

Grficas para variables cualitativas

Diagramas de barras
Alturas proporcionales a las frecuencias (abs. o rel.) Se pueden aplicar tambin a variables discretas

Diagramas de sectores (tartas, polares)

No usarlo con variables ordinales. El rea de cada sector es proporcional a su frecuencia (abs. o rel.)

Pictogramas

Fciles de entender. El rea de cada modalidad debe ser proporcional a la frecuencia.

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

10

Grficas para variables cuantitativas

Son diferentes en funcin de que las variables sean discretas o continuas. Valen con frec. absolutas o relativas. Diagramas barras para v. discretas
Se deja un hueco entre barras para indicar los valores que no son posibles
419
400

375

300

Recuento

255 215
200

127
100

54 24 23 17

7 Ocho o ms

Histogramas para v. continuas

Nmero de hijos

El rea que hay bajo el histograma entre dos puntos cualesquiera indica la cantidad (porcentaje o frecuencia) de individuos en el intervalo.

14

12

10

y c n8 e u q e r F
6

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

0 2

10

N otas

11

Parmetros y estadsticos
Parmetro: Es una cantidad numrica calculada sobre una poblacin

La altura media de los individuos de un pas La idea es resumir toda la informacin que hay en la poblacin en unos pocos nmeros (parmetros).

Estadstico: Es una cantidad numrica calculad sobre una muestra de la poblacin.

La altura media de los que estamos en este aula. Si un estadstico se usa para aproximar un parmetro tambin se le suele llamar estimador.
Somos una muestra (representativa?) de la poblacin.

Normalmente nos interesa conocer un parmetro, pero por la dificultad que conlleva estudiar a *TODA* la poblacin, calculamos un estimador sobre una muestra y confiamos en que sean prximos. Ms adelante veremos como elegir muestras para que el error sea confiablemente pequeo.
Tema 1. Muestra y Poblacin. Estadstica descriptiva

ME en la I

12

Estadsticos de localizacin:
Media (mean) Es la media aritmtica (promedio) de los valores de una variable. Suma de los valores dividido por el tamao muestral. x i Datos sin agrupar: x1, x2, ..., xn x = i Media n
Datos organizados en tabla

Si en vez de valores individuales, tenemos una tabla de frecuencias usamos la marca de clase (valor central de cada intervalo y la fx frecuencia de la clase, en este caso la media es un valor aproximado) x= i i i

Mediana (median) Es un valor que divide a las observaciones en dos grupos con el mismo nmero de individuos (percentil 50). Si el n es par, se elige la media de los dos datos centrales, si es impar se elige el valor central.

Es conveniente cuando los datos son asimtricos. No es sensible a valores extremos.

Moda (mode) Es el/los valor/es donde la distribucin de frecuencia alcanza un mximo.

ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

13

Estadsticos de localizacin:
Se define el cuantil de orden como un valor de la variable por debajo del cual se encuentra una frecuencia acumulada . Casos particulares son los percentiles, cuartiles, deciles, quintiles,...

Percentil de orden k = cuantil de orden k/100

La mediana es el percentil 50 El percentil de orden 15 deja por debajo al 15% de las observaciones. Por encima queda el 85%

Cuartiles: Dividen a la muestra en 4 grupos con frecuencias similares.

Primer cuartil = Percentil 25 = Cuantil 0,25 Segundo cuartil = Percentil 50 = Cuantil 0,5 = mediana Tercer cuartil = Percentil 75 = cuantil 0,75
Tema 1. Muestra y Poblacin. Estadstica descriptiva

ME en la I

14

Algunos ejemplos

Altura mediana

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

15

Estadsticos de dispersin:
Miden el grado de dispersin (variabilidad) de los datos, independientemente de su causa.
Amplitud o Rango (range): Diferencia entre observacines extremas.
2,1,4,3,8,4. El rango es 8-1=7 Es muy sensible a los valores extremos.

Rango intercuartlico (interquartile range) IQR:

Es la distancia entre primer y tercer cuartil. Rango intercuartlico = Q3 Q1 Parecida al rango, pero eliminando las observaciones ms extremas inferiores y superiores. No es tan sensible a valores extremos

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

16

Estadsticos de dispersin: Diagramas de caja.

12,00

El rango, mediana y el rango intercuartlico aparecen en un diagrama de cajas.

Mximo
10,00 8,00 6,00 4,00 2,00

Q3 Mediana Q1

Es muy til para comparaciones:

12,00

0,00

Mnimo
Notas de Junio 2006

5 0 10,00 0 2 o 8,00 i n u J 6,00 e d s 4,00 a t o 2,00 N

0,00

Mecnicos Clase

Elctricos

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

17

Estadsticos de dispersin:
Varianza S2 (Variance): Mide el promedio de las desviaciones (al cuadrado) de las observaciones con respecto a la media.
x i ( xi x ) xi i n 2 i i S = = n 1 n 1
2 2 2

Es sensible a valores extremos (alejados de la media). Sus unidades son el cuadrado de las de la variable. De interpretacin difcil para un principiante. La expresin es fea, pero de gran belleza natural (fsicamente). Contiene la informacin geomtrica relevante en muchas situaciones donde la energa interna de un sistema depende de la posicin de sus partculas.
Energa de rotacin (va el coeficiente de inercia): patinadores con brazos extendidos (dispersos) o recogidos (poco dispersos) Energa elstica: Muelles estirados con respecto a su posicin de equilibrio (dispersos) frente a muelles en posicin cercana a su posicin de equilibrio (poco dispersos)
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

18

Estadsticos de dispersin:
Desviacin tpica (standard deviation) Es la raz cuadrada de la varianza

S = S2

Tiene las misma dimensionalidad (unidades) que la variable. Versin esttica de la varianza.
Cierta distribucin que veremos ms adelante (normal o gaussiana) quedar completamente determinada por la media y la desviacin tpica. A una distancia de una desv. tpica de la media hay ms de la ms de la mitad. A una distancia de dos desv. tpica de la media las tendremos casi todas.
20

15

Recuento

10

0 5,00 6,00 7,00

Consumo l/100 km

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

19

Estadsticos de dispersin:
Dispersin en distribuciones normales: Centrado en la media y a una desv. tpica de distancia hay aproximadamente el 68% de las observaciones. A dos desviaciones tpicas tenemos el 95% (aprox.) A tres desviaciones tpicas tenemos el 99.7% (aprox.)
0.05 0.04
0.04 0.05

0.03

0.02

0.01

xs 68.5 %

0.01

0.02

0.03

x 2s 95 %

0.00

150

160

170

180

190

0.00 150

160

170

180

190

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

20

10

Estadsticos de dispersin:
Coeficiente de variacin, es la razn entre la desviacin tpica y la media.
Mide la desviacin tpica en forma de qu tamao tiene con respecto a la media Tambin se la denomina variabilidad relativa. Es frecuente mostrarla en porcentajes

CV =

S x

Si la media es 80 y la desviacin tpica 20 entonces CV=20/80=0,25=25% (variabilidad relativa)

Es una cantidad adimensional. Interesante para comparar la variabilidad de diferentes variables.

Si el peso tiene CV=30% y la altura tiene CV=10%, los individuos presentan ms dispersin en peso que en altura.

No debe usarse cuando la variable presenta valores negativos o donde el valor 0 sea una cantidad fijada arbitrariamente Por ejemplo 0C 0F Los ingenieros electrnicos hablan de la razn seal/ruido (su inverso).
ME en la I Tema 1. Muestra y Poblacin. Estadstica descriptiva

21

Asimetra o sesgo
Una distribucin es simtrica si la mitad izquierda de su distribucin es la imagen especular de su mitad derecha. En las distribuciones simtricas media y mediana coinciden. Si slo hay una moda tambin coincide La asimetra es positiva o negativa en funcin de a qu lado se encuentra la cola de la distribucin. La media tiende a desplazarse hacia las valores extremos (colas). Las discrepancias entre las medidas de centralizacin son indicacin de asimetra.

ME en la I

Tema 1. Muestra y Poblacin. Estadstica descriptiva

22

11