Capitulo I

ADISTICA Y DISEO EXPERIMENT
CAPITU
12/14/16
ESTADISTICA Y DISEO EXPERIMENTAL
1. QU ES LA ESTADSTICA?
El campo de la estadstica tiene que ver con la recopilacin,
recuento, ordenacin, clasificacin de los datos obtenidos por las
observaciones, presentacin y uso de los datos para tomar
decisiones y resolver problemas
Un estudio estadstico consta de las siguientes fases:
12/14/16
Recogida de datos.
Organizacin y representacin de datos.
Anlisis de datos.
Obtencin de conclusiones

2. TODO ANLISIS ESTADSTICO REQUIERE SEGUIR UNA SERIE DE
ETAPAS:
1) Definicin del problema de estudio y objetivos del mismo.

2) Seleccin de la informacin necesaria para realizar el
estudio.
3) Recogida de la informacin que va a depender del
presupuesto con el que contemos y de la calidad de los datos
exigida.
4) Ordenacin y clasificacin de la informacin en tablas y
grficos.
5) Resumen de los datos mediante medidas de posicin,
dispersin,
asimetra y concentracin.
6) Anlisis estadstico formal obteniendo hiptesis y
contrastndolas
12/14/16

3. RAMAS DE LA ESTADSTICA
Ramas de la
estadstica
Estadstica
Inferencial
Estadstica
descriptiva
Conjunto de tcnicas y mtodos que
son usados para recolectar ,
organizar y presentar en forma de
tablas y graficas informacin
numrica. tambin se incluye aqu el
calculo de medidas estadsticas de
centralizacin y de variabilidad
(por ejemplo, edad de una

poblacin, peso de los trabajadores
de un determinado centro de
trabajo, temperatura en los meses
de verano, etc.) Los datos pueden ser
resumidos numrica o grficamente.
Ejemplos bsicos de descriptores
numricos son la media y la desviacin
estndar. Resmenes grficos incluyen
varios tipos de figuras y grficos.
12/14/16
Conjunto de tcnicas y mtodos

que son usados para sacar
conclusiones generales acerca de
una poblacin usando datos de una
muestra tomada de ella.
Que se dedica a la generacin de
los modelos, inferencias y
predicciones asociadas a los
fenmenos en cuestin teniendo
en cuenta lo aleatorio e
incertidumbre en las
observaciones. Se usa para
modelar patrones en los datos y
extraer inferencias acerca de la
poblacin de estudio
comprenden la estadstica
aplicada

4. CONCEPTOS DE
ESTADSTICA
Poblaci
n
Una poblacin recoleccin de

mediciones de todos los
elementos del universo con
respecto al cual se quiere
obtener conclusiones o tomar
decisiones
Individ
uo
Un individuo o unidad estadstica

es cada uno de los elementos que
componen la poblacin
Muestr
a
Una muestra es un subconjunto

representativo de la poblacin de
referencia, el nmero de
individuos de una muestra es
menor que el de la poblacin.
12/14/16
Conceptos de Estadstica
Muestr
eo
El muestreo es la reunin de datos que

se desea estudiar, obtenidos de una
proporcin reducida y representativa
de la poblacin.
Valor
Un valor es cada uno de los distintos

resultados que se pueden obtener en
un estudio estadstico. Si lanzamos
una moneda al aire 5 veces obtenemos
dos valores: cara y sello
Dato
Un dato es cada uno de los valores que

se ha asignado a la variable al
realizar un estudio estadstico. Si
lanzamos una moneda al aire 5 veces
obtenemos 5 datos: cara, cara, cruz,
cara, cruz.
12/14/16
5. VARIABLE
Se llama variable a una caracterstica que se
observa en una poblacin o muestra, y a la cual se
desea estudiar. La variable puede tomar diferentes
valores dependiendo de cada individuo.
Una variable estadstica es cada una de las
caractersticas o cualidades que poseen los individuos
de una poblacin.
La informacin que disponemos de cada individuo es
resumida en variables.
12/14/16

5.1. TIPOS DE VARIABLES
Independient
e
Tipos de
variables
Dependiente
es aquella
cuyo valor
no depende
del de otra
variable. Se
representar
en el eje X
(eje de las
abscisas
es aquella
cuyos
valores
dependen de
los que
tomen otra
variable.se
representa
en el eje
ordenadas
La variable y est en funcin de

la variable x
12/14/16

6. CLASIFICACION DE LAS VARIABLES ESTADISTICAS
12/14/16
Tipos de variables
(estadstica)
12/14/16
CUALITATIVAS
:
se refieren a
las
caracterstica
so
cualidades
que no
pueden ser
medidas con
nmero
CUANTITATIV
A:
es la que
expresa
mediante un
nmero, por
tanto se
pueden
realizar
operaciones
aritmticas
con ella
NOMINAL:
presentan modalidades no
numricas que no admitan un
criterio de orden: Ejemplo:
estado civil: soltero casado,
separado
ORDINAL:
presenta modalidades no
numricas en las que existe un
orden: Ejemplo nota en un
examen: suspenso, aprobado,
notable, sobresaliente
UNA VARIABLE DISCRETA:
toma valores enteros. Ej. N de
hijos de una familia, n de
alumnos de un curso ; : el numero
de hermanos de 5 amigos: 2, 1, 0,
1, 3
VARIABLE CONTINUA:
Son valores reales. Pueden tomar
cualquier valor dentro de un
intervalo. Ej. Peso, estatura,
sueldos ; La altura de 5 amigos:
1,73; 1,82; 1,77; 1,69; 1,75
10

En los individuos de la poblacin de PERU, de uno a otro es
variable: ejemplos devariables:
- El grupo sanguneo
{A, B, AB, 0}
Var. Cualitativa
- Su nivel de felicidad "declarado
{Deprimido, Ni fu ni fa, Muy Feliz}
Ordinal
Var.
- El nmero de hijos
{0,1,2,3,...}
Numrica discreta
Var.
- La altura
12/14/16
{1,62 ; 1,74;...}
Numrica continua
Var.
11
7. TABLA DE DISTRIBUCION DE FRECUENCIAS
Para el anlisis e interpretacin de datos es valioso

conocer:
La forma o patrn de distribucin de los datos
La posicin de la distribucin: alrededor de

qu valor se tienden concentrar los datos
12/14/16 Variabilidad: la dispersin de los datos alrededor de12
12/14/16
13

COMPONENTES DE LA DISTRIBUCIN DE FRECUENCIAS
FRECUENCIA ABSOLUTA:(fi)
Nmero de elementos u observaciones pertenecientes a una
misma clase.
FRECUENCIA RELATIVA: (ni)
Se obtiene dividiendo la frecuencia absoluta por el nmero
de observaciones
Denota la importancia de la clase, al expresarse en trminos
porcentuales
Facilitan el anlisis de los datos, en especial para comparar
distribuciones de frecuencias basadas en diferentes nmero
de observaciones
i
FRECUENCIA ACUMULADA:
f cum f j (Fi)
f1 f 2 f 3 ... i 1,2,3...., k
j 1
Nmero de observaciones
que son menores que el lmite
superior de la clase
Se obtiene sumando las frecuencias (absolutas o relativas)
en sentido descendente
12/14/16
14

TABLA DISTRIBUCIN DE FRECUENCIAS (VARIABLES
DISCRETAS):
Ejemplo: Durante el mes de julio, en una ciudad se han

registrado las siguientes temperaturas mximas:
32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31,
31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29.
Frecuen
Frecuen Frecuen
cia
Frecuen
cia
cia
acumul
cia
acumul relativa
ada
ada
fi/n
relativa
facum/n
Tempera
tura
12/14/16
xi
Recuento
fi
Fi
ni
Ni
27
0.032
0.032
28
II
0.065
0.097
29
IIIII
0.194
0.290
30
IIIII
16
0.226
0.516
31
IIIII
24
0.258
0.774
32
III
27
0.097
0.871
33
III
30
0.097
0.968
34
31
0.032
31
I
II
III
15
7. 1. REPRENSENTACION GRAFICA PARA

VARIABLES
CUANTITATIVAS CONTINUAS
DISTRIBUCIN DE FRECUENCIAS DATOS
AGRUPADOS
La distribucin de frecuencias agrupadas o tabla con datos
agrupados se emplea cuando se dispone de una gran masa de
datos referentes aun fenmeno cuyo estudio estadstico
deseamos emprender, resulta econmico y til, se ahorra
trabajo , distribuyendo estos datos ordenadamente en
CATEGORA O CLASES , en los cuales se coloca los datos que
corresponden a cada una de estas clases
El numero de datos o individuos que una vez finalizada la
distribucin, se encuentran en cada clase o categora,
constituyen la FRECUENCIA DE CLASE, es decir, cuantos datos hay
de tal o cual tipo
12/14/16
16

REPRENSENTACION GRAFICA PARA VARIABLES
CUANTITATIVAS
SE AGRUPAN los valores en intervalos que tengan la misma
amplitud denominados clases. A cada clase se le asigna su
frecuencia correspondiente.
LMITES DE LA CLASE
Cada clase est delimitada por el lmite inferior de la clase y
el lmite superior de la clase.
AMPLITUD DE UN INTERVALO DE CLASE
La amplitud de la clase es la diferencia entre el lmite
superior e inferior de la clase.
MARCA DE CLASE O PUNTO MEDIO DE CLASE
La marca de clase es el punto medio de cada intervalo y es el
valor que representa a todo el intervalo para el clculo de
algunos parmetros
12/14/16
17
CONSTRUCCIN DE UNA TABLA DE

DATOS AGRUPADOS
PROBLEMA 1:
Ordenar en una tabla de frecuencias los datos
obtenidos de las mediciones de la resistencia a la
compresin (libras por pulgada cuadrada) de 90
bloques de concreto, ver tabla 1.1
12/14/16
18

Se pide: Hacer una tabla de frecuencias, determinar los
intervalos de clase, limites reales de clase, amplitud de
un intervalo de clase, marca de clase o punto medio de
clase
49. 53. 50. 44. 42. 42. 32. 31. 60. 47.
2
9
0
5
2
3
3
3
9
5
43. 37. 41. 57. 40. 45. 51. 52. 45. 53.
5
9
1
6
2
3
7
3
7
4
51. 45. 45. 50. 32. 67. 55. 59. 48. 50.
0
7
9
0
5
2
1
6
6
3
45. 46. 47. 38. 41. 44. 62. 62. 56. 35.
1
8
4
3
5
0
2
9
3
8
38. 33. 48. 47. 49. 41. 55. 52. 34. 31.
3
5
5
4
6
3
2
1
3
6
38. 46. 47. 41. 39. 48. 49. 32. 47. 43.
2Tabla1.1:
0
0Resistencia
2
8 a la4 compresin
2
8 de9bloques
3
de concreto.
como
obtuvieron
los datos.
49.
54. 54. Tal
44.
46.se 44.
45. 41.
43. 39.
cuadrada
3(libras
5 por1pulgada
5
2
4 ) 1
5
4
1
12/14/16
39. 41. 43, 43. 48. 37. 33. 28. 33. 37.
19

Paso 1: Se ordenan los datos de menor a
mayor
28.7 34.3 39.1 41.6 43.9 45.7 47.4 48.8 51.9 55.2
31.3 35.8 39.1 42.2 44.2 45.7 47.4 49.2 52.1 56.3
31.6 37.2 39.8 42.3 44.4 45.9 47.5 49.2 52.3 56.6
32.3 37.4 40.2 43.1 44.5 46.0 47.9 49.3 53.0 57.6
32.5 37.9 41.1 43.3 44.5 46.2 48.4 50.0 53.4 59.6
32.8 38.2 41.2 43.4 45.1 46.8 48.5 50.0 53.9 60.9
46.9
33.5 38.3 41.3 43.5 45.1
48.5 50.3 54.1 62.2
Tabla: Resistencia a la compresin de bloques
concreto.
Tabla
ordenada.
(libras
33.6de38.3
41.5 43.5
45.1
47.0 48.6
51.0por
54.5 62.9
pulgada cuadrada)
43.
33.8 39.0 41.5 7
45.3 47.3 48.8 51.7 55.1 67.2
12/14/16
20
Paso 2: Se calcula el rango de los datos:. El rango es La

distancia mxima entre el valor mximo y mnimo
R=X
mximo
mnimo
R = 67.2 28.7 = 38.5

Este valor de R muestra un valor de la extensin de la
variabilidad
El rango de los datos se divide en intervalos , los cuales se
conoce como intervalo de clase o celdas
Las clases deben tener el mismo ancho con la finalidad de
mejorar la informacin visual en la distribucin de
frecuencias
12/14/16
21

Paso 3: Se calcula el numero de intervalos de clase
necesarios. Generalmente se selecciona entre 5 y 20
intervalos.
El numero de intervalos depende del nmero de
observaciones y de la dispersin de los datos
En la practica se obtiene buenos resultados:
Nro. de clase = n
Tambin se puede utilizar la relacin de stutger:
K = 1 + 3.3log(n)
Para nuestro caso: Nro. de clase: 90
9.486 (10)
Paso 4: Se determina el ancho del intervalo de clase:

A = Rango / Nro. de clase = 38.5 / 10 =
3.85(4)
Paso 5: Se calcula los limites inferior y superior para cada

intervalo
Se toma el menor numero y se suma el ancho de clase :
12/14/16
(Limite
inferior )28 + 4 = 32 (Limite superior)
22

Paso 6: Se calcula la marca de clase (Xi)
Xi = limite inferior + limite superior / 2
Xi = 28 + 32 / 2 = 30
Paso 7: Determinar la frecuencia absoluta (fi):
[28 32[ = 3
Paso 8: Se calcula la frecuencia relativa
ni = fi / n = 3 /90 = 0.033
Paso 9: Calculo de la frecuencia relativa en % : 0.033 *100 =
3.333%
Paso 10: Calculo de la frecuencia acumulada absoluta
ascendente 3 +8 = 11
Paso 11: Calculo de la frecuencia relativa acumulada
ascendente : 3/ 90 = 0.033
Paso 12: Calculo de la frecuencia relativa acumulada
ascendente en %
0.033*100 = 3.33 %
Paso 13: Calculo de la frecuencia absoluta acumulada
descendente
12/14/16
23

TABLA DE FRECUENCIA
Intervalo
Xi
f
i
Fi
Frecuenc
ia
relativa(
hi)
hi= fi/n
Ni =
hi
x
100
%
Frecuenc
ia
relativa
acumula
da (Hi)
Hi=Fi / n
=Hi
x100
%)
Frec.
absoluta
acumulada
descenden
te
Frec
rela.acu
mu
descen
dente
Frec.
abso.
Acum
desc
e%
3.33
90
100
Fa
[28.0
32.0[
30.
0
3/90=0.0
33
3.33
[32.0
36.0[
34.
0
11
8/90=0.0
88
8.88
11/90=0.
122
12.2
90 -3 = 87
87/90=0.
96
96.0
[36.0
40.0[
38.
0
1
0
21
10/90=0.
111
11.11
21/90=0.
233
23.3
87- 8 = 79
0.877
87.0
[40.0
44.0[
42.
0
1
6
37
16/90=0.
177
17.77
37/90=0.
411
41.1
79 - 10 =
69
0.766
76.6
[44.0
48.0[
46.
0
2
1
58
21/90=0.
233
23.33
58/90=0.
644
64.4
69-15 = 54
0.600
60.0
[48.0
52.0[
50.
0
1
5
73
15/90=0.
166
16.66
73/90=0.
811
81.1
54-22 = 32
0.355
35.0
3/90=0.0
33
Xi
: Marca
de54.
clase o punto medio
fi: Frecuencia
absoluta Fi: Frecuencia acumulada absoluta
[52.0
82/90=0.
9
82
9/90=0.1
10.00
91.1
32-15 = 17
0.188
18.0
56.0[
0
911
00: Frecuencia relativa en %
hi: Frecuencia relativa
Ni
Hi: Frecuencia relativa acumulada
= Frecuencia
relativa acumulado en %
[56.0Fa
58.
60.0[
12/14/16
86
4/90=0.0
44
4.44
86/90=0.
955
95.5
17-9 = 8
0.088
8.0
24

INTERPRETACION DE LA TABLA DE FRECUENCIAS: BLOQUES DE
CONCFRETO
Se hace el anlisis de cada intervalo
1. PARA EL PRIMER INTERVALO: [28.0 32.0[:
.[28.0 32.0[: En promedio los bloques tiene 30 kg/pul2
.[28.0 32.0[: Hay tres bloques de concreto, representa el
0.033 en proporcin y
el 3.33% del total de datos
.[28.0 32.0[: (En fcum ) hay tres bloques de cemento que
representan el 0.033
en proporcin y representan el
3.33 % del total
. De [28 a 68[: Representa todos los bloques (90) ; y 1
representa la unidad
proporcional que es igual
al 100%
2. PARA EL SEGUNDO INTERVALO: [32 -36[
[32.0 36.0[: En promedio los bloques tienen 34 kg / pul2
[32.0 36.0[: Hay ocho bloques de concreto, representa el
0.088 en proporcin
y el 8.88% del total de datos
.[28.0 36.0[: (En fcum ) hay once bloques de cemento que
representan el 0.122
en proporcin y
representan el 12.2% del total
12/14/16
25
PARA EL PROBLEMA 1 SE PIDE CALCULAR :

a) INTERVALOS DE CLASE
Cada clase est delimitada por el lmite inferior de la clase y
el lmite superior de la clase. Ver grafica
Limite
inferio
28.0
32.0
36.0
40.0
etc.
32.0
36.0
40.0 r
Limite
44.0
superi
or
b) LIMITES REALES DE CLASE
Se encuentra como la semisuma de un limite de clase
superior y el limite de clase inferior del intervalo contiguo, ver
grafica
28.0
32.0
32.0
36.0
36.0
40.0
etc
LRC=32+28/2 = 30
30
Limites reales
12/14/16
34
38
26

c) AMPLITUD DE UN INTERVALO DE CLASE
La amplitud de la clase es la diferencia entre el lmite
superior e inferior de la clase.(limites reales contiguos
o entre los limites inferiores contiguos entre los lmites
superiores contiguos, para nuestro caso se tiene
34.0 30.0 = 4
38.0 32.0 = 4
clase
usando limites reales de
32.0 28.0 = 4
36.0 32.0 = 4
clase
usando limites inferiores de
36.0 32.0 = 4
40.0 36.0 = 4
clase
Usando limites superiores de
12/14/16
27
d) MARCA DE CLASE O PUNTO MEDIO DE CLASE

La marca de clase es el punto medio de cada intervalo y
es el valor que
representa a todo el intervalo para el
clculo de algunos parmetros
Se encuentra esto valores coma la semisuma de dos
limites reales contiguas o tambin como la semisuma de
dos limites superior inferior del intervalo de clase, cuyo
L
L
punto medio se desea determinar, ver grfica
S
I
28.0
etc
32.0
3
2
30
Limites reales
32.0
36.0
3
6
34
32 + 32 / 2 = 32 ; 36 + 36 / 2 = 36
limites de cada intervalo
12/14/16
36.0
40.0
38
etc. Usando los
28

Inicio
Paso 1: Preparar los datos
Paso 2: Determinar los valores extremos de los datos
y el recorrido
Paso3: Definir las clases que contendr el histograma
Paso 4: Construir las clases anotando los limites de
cada una de ellas
Paso 5: Calcular la frecuencia de clase
Paso 6: Dibujar y rotular los ejes
Paso 7:Dibujar las barras
Paso 8: rotular el grfico
Fin
12/14/16
29
8. PRESENTACION GRAFICAS DE LOS

DATOS
La estadstica descriptiva puede dividirse en dos grandes

reas:
a) Mtodos numricos
b) Mtodos grficos
Un anlisis estadstico comienza, habitualmente, con un
estudio grfico de los datos disponibles.
La representacin grfica contribuye a un mejor anlisis
de los datos
.Facilita la comprensin del fenmeno considerado
.Pierde detalle de informacin pero se obtiene otro tipo
de informacin
"UNA IMAGEN DICE MS QUE MIL PALABRAS", esta frase
explica la importancia de presentar los datos en forma
grfica.
Las graficas permiten ver con rapidez y facilidad la
ubicacin o tendencia central de los datos, as como s
dispersin o variabilidad
12/14/16
30
a) HISTOGRAMA
DEFINICIN:
Es un resumen grfico de los valores producidos por las
variaciones de una
determinada caracterstica, representando la
frecuencia con que se presentan distintas categoras
dentro de dicho conjunto.
El histograma se obtiene a partir de la tabla de
frecuencia
Es una representacin grfica, en forma de barras, de
la distribucin de un conjunto de datos o una variables,
donde los datos se clasifican por su magnitud en cierto
numero de grupos o clases, y cada clase es
representada por una barra, cuya longitud es
proporcional a la frecuencia de los valores
representados Se utilizan para variables continuas o
para variables discretas,
12/14/16
31

En el eje horizontal, se representa por sus puntos
medios o marcas de clase los intervalos de clase que
se han empleado, en la parte central de cada dos
puntos medios consecutivos, se seala el limite real
de los intervalos, indicando estas seales la
amplitud de los intervalos.
En el eje vertical se hace constar las frecuencias las
que al ser ploteadas con sus respectivos intervalos
de clase, determinan rectngulos, cuyo conjunto
constituye el histograma.
12/14/16
32

CARACTERISTICAS PRINCIPALES
Se comentan una serie de caractersticas que ayudan a
comprender la naturaleza de la herramienta.
Sntesis:
Permite resumir grandes cantidades de datos.
Anlisis:
Permite el anlisis de los datos evidenciando esquemas de
comportamiento y pautas de variacin que son difciles de
captar en una tabla numrica.
Capacidad de comunicacin:
Permite comunicar informacin de forma clara y sencilla sobre
situaciones complejas.
12/14/16
33

1. Cul es la forma de la distribucin?
2. Hay un punto central bien definido?
3. Qu tan grande es el cambio?
4. Cul es el alcance de los datos?
5. Slo hay un pico?
6. La distribucin es simtrica?
7. Ha habido barras aisladas?
8. Qu conclusiones se pueden sacar sobre el
rendimiento de los procesos en relacin con el rasgo
estudiado?
9. El histograma es concluyente o su apariencia sugiere
la necesidad de
estratificacin para encontrar las
causas de las anomalas encontradas?
12/14/16
34
Marca de clase o valor medio

Se determina calculando el promedio entre los
lmites inferior y superior. La marca de clase
representa a todos los datos pertenecientes al
intervalo de clase correspondiente.
12/14/16
35
TIPOS DE HISTOGRAMAS
Es posible obtener informacin til sobre el estado
de una poblacin al momento de observar la forma
del histograma.
Las siguientes son formas tpicas, las cuales
podemos emplear como indicios en el anlisis de un
proceso.
TIPO CAMPANA O
SIMETRICA
Representa a un proceso
estable en el cual los
factores de variacin (6
Ms) son los nicos que
producen la variacin del
proceso.
12/14/16
36
TIPO BIMODAL
Surge cuando dos
caractersticas de trabajo
totalmente diferentes se
conjugan en un solo proceso de
observacin. Ejemplo: turnos
diferentes, grupos diferentes,
aulas distintas, etc.
Debern ensayarse varios
esquemas de estratificacin
para separar los distintos
procesos
12/14/16
37
TIPO PEINETA
Principalmente es el resultado
de mediciones inadecuadas o
registros favorecidos.
Valores altos y bajos se
alternan de forma regular.
Esta pauta de variacin es
tpica de errores de medicin,
errores en la forma de agrupar
los datos para la construccin
del Histograma o sesgos
sistemticos .de redondeo
12/14/16
38
DISTRIBUCIN PLANA:
Una gran parte plana, sin ningn
pico y con dos ligeras colas a los
lados
Esta forma puede ser el
resultado de varias
distribuciones en campana con
sus centros distribuidos
uniformemente a lo largo del
recorrido de daros.
Se debern identificar los
diferentes procesos que
intervienen dentro del proceso
bsico
12/14/16
Esta distribucin es un caso

tpico de departamentos u
organizaciones que no tienen el
39
trabajo bien definido y cada cual
TIPO SESGO POSITIVO

Es generado por fuentes
externas al proceso, las
cuales producen una
tendencia de los datos a
incrementar su distancia
respecto al valor central de
los datos. (Derecho)
TIPO SESGO NEGATIVO
Es generado de igual manera
por causas externas, entre
las que podemos mencionar
la alteracin de parmetros
para ajustar un proceso
dentro de los lmites de
especificacin o de control
establecidos. (Izquierda)
12/14/16
40
DISTRIBUCIN CON UN
PICO AISLADO
Como en el caso de la
distribucin de dos picos,
esta forma sugiere la
existencia de dos procesos
distintos.
El proceso con el pico
pequeo ser una
anormalidad o deficiencia
que no sucede a menudo o
regularmente.
12/14/16
Se deben analizar las

condiciones en que se
presenta el pico menor
tratando de estratificar los
datos. Estos picos unidos a
distribuciones sesgadas o41

DISTRIBUCIN CON UN PICO EN EL
EXTREMO
Un pico situado en un extremo de una
distribucin regular.
Esta forma se presenta cuando la cola de
una distribucin regular se ha cortado .o y
acumulado en una sola categora en el
extremo del recorrido de los datos.
Suele indicar un registro poco cuidadoso o
sesgado de los datos.
Ejemplo:
Se ha encargado al empleado responsable
de contestar a las reclamaciones de que a
los clientes que registre, durante un mes,
el tiempo que se emplea en dar respuesta
a las mismas.
Para este proceso el procedimiento
estableca un tiempo mximo de cinco n
das.
12/14/16
Para evitar reproches, el empleado
42
12/14/16
43

CONSTRUCCIN DE UN HISTOGRAMA POLIGONO
FRECUENCIAS
Paso 1: Prepara los datos de la tabla 1.1
Paso 2: Determinar el rango de los datos. Rango es igual al dato
mayor menos el dato menor.
R = 67.2 28.7 = 38.5
Paso 3: Definir las "clases" que contendr el Histograma
a) Definir el nmero de clases que debe tener l histogramael nmero
de clases se calcula sacando la raz cuadrada del nmero de
datos, o, la regla de Sturgir.
o por ejemplo 90 = = 9.486 se redondea 10
b) Establecer la longitud del intervalo de clase: es igual al
rango dividido por el nmero de clases.
Longitud de clase = 38.5 / 10 = 4
Paso 4: Construir los intervalos de clases: Los intervalos resultan
de dividir el rango de los datos en relacin al resultado del PASO 2
en intervalos iguales.
Paso 5: Graficar el histograma: En caso de que las clases sean
todas de la misma amplitud, se hace un grfico de barras, las
bases de las barras son los intervalos de clases y la altura es la
frecuencia de las clases. Si se unen los puntos medios de la base
superior de los rectngulos se obtiene el POLGONO DE
12/14/16
44

GRAFICA HISTOGRAMA TABLA 1.1
Se grafica en base la tabla de distribucin
Marca de
clase
12/14/16
32 + 32 / 2 = 32 ; 36 +
36 / 2 = 36
etc. Usando los limites de
cada intervalo
30 + 34 / 2 = 32 ; 36 + 36
/ 2 = 36
etc. usando los limites
reales de clase
45
12/14/16
46
INTERPRETACION DEL HISTOGRAMA

La mayor parte de la muestra tienen una resistencia
entre 36 y 48 psi
Que el 98.8 %de las muestras estn por debajo de los 64
psi
Las resistencias estn distribuidas simtricamente
alrededor del valor central
Que la media esta comprendida entre 44.0 y 48.0 psi
12/14/16
47
b) POLGONO DE FRECUENCIAS
Tiene como base la marca de clase del intervalo (Xi ) y
como altura la frecuencia absoluta respectiva ( fi ) .
Se cierra el polgono extendiendo la amplitud del
intervalo en ambos lados. Al lado izquierdo restando a la
marca de clase inicial el
ancho de clase y al lado derecho agregando a la marca de
clase final el ancho de clase
Para realizar el polgono unimos los puntos medios de las
bases superiores del diagrama de barras o del
histograma
Los puntos se unen con secciones de rectas
m
11
12/14/16
25
7S
vwtas masas
48
b) POLGONO DE FRECUENCIAS
Tiene como base la marca de clase del intervalo (Xi ) y
como altura la frecuencia absoluta respectiva ( fi ) .
Se cierra el polgono extendiendo la amplitud del
intervalo en ambos lados. Al lado izquierdo restando a la
marca de clase inicial el
ancho de clase y al lado derecho agregando a la marca de
clase final el ancho de clase
Para realizar el polgono unimos los puntos medios de las
bases superiores del diagrama de barras o del
histograma
Los puntos se unen con secciones de rectas
m
11
12/14/16
25
7S
vwtas masas
49

Ejemplo.En un operativo en el distrito de Villa Mara del Triunfo se efecto
la detencin de 50 consumidores de drogas observndose que sus
edades fluctan entre 12 aos y 46 aos siendo su tabla de
distribucin de frecuencia la siguiente :
DETENIDOS POR CONSUMO DE DROGAS ENTRE 12 - 46
AOS
DISTRITO DE VILLA MARIA DEL TRIUNFO - LIMA
N = 50
12/14/16
50
12/14/16
51
12/14/16
52
12/14/16
53

PROBLEMA
Representar grficamente mediante un histograma y
polgono de frecuencias, los siguientes datos , referentes
a pesos de un lote de sandas
Pesos
Kgs
Frecuen
cia
25
69
10 13
14 17
18 21
12/14/16
1. Se agrega dos intervalos de

clase de frecuencia 0 y
hallamos las marcas de clase
2. Se representan los ejes en los
que se consideran las marcas
de clase y las frecuencia
sealando los limites de
clase
54
GRAFICA DEL HISTOGRAMA Y POLIGONO DE

FRECEUNCIA
12/14/16
55
Las temperaturas en un da de otoo de una ciudad han sufrido las

siguientes variaciones:
12/14/16
Hora
Temperatur
a
12
12
14
15
11
18
12
21
10
24
56
c) OJIVA
Ojiva o Polgono de frecuencias acumuladas, se

emplea en distribuciones de frecuencias cuyas clases
son intervalos. Es un tipo especial de grfico de curvas
en el cual se representan las frecuencias acumuladas.
Tabla 1.1
12/14/16
57
Ojiva : Menor que y Mayor que
La base representa los intervalos de clase y las alturas las

frecuencias absolutas acumuladas ( Fi ) y la frecuencia
relativa acumulada ( Hi ) . Utilizada para variables
continuas.
Ejemplo.En el distrito de La Victoria se produce robos
continuamente por tal razn la Comisaria del sector
recopilo informacin de 50 robos detallndose la edad de
los delincuentes y numero de robos
NUMEROS DE ROBOS Y EDAD DE LOS DELICUENTES
DISTRITO DE LA VICTORIA
N = 50
12/14/16
58
OJIVA : MENOR QUE

frecuencias absolutas acumuladas menor que ( Fi )
FRECUENCIA ABSOLUTA ACUMULADA MENOR QUE
Se calcula a partir de la posicin de la primera frecuencia
acumulada del primer intervalo y se acumula hacia abajo
hasta el ultimo intervalo.
N = 50
12/14/16
59

CONSTRUCCION DE OJIVA MENOR QUE
A cada limite superior le corresponde la frecuencia
acumulada de cada clase iniciando con el limite inferior del
primer intervalo asignndole F = 0
12/14/16
60
OJIVA : MAYOR QUE

frecuencias absolutas acumuladas mayor que ( Fi )
FRECUENCIA ABSOLUTA ACUMULADA MAYOR QUE
Se calcula a partir de la posicin de la ultima frecuencia acumulada
del ultimo intervalo y se acumula hacia arriba hasta el primer
intervalo.
N = 50
12/14/16
61

CONSTRUCCION DE OJIVA MAYOR QUE
A cada limite inferior le corresponde la frecuencia
acumulada de cada clase culminando con el limite
superior del ultimo intervalo asignndole F=0
12/14/16
62
d) DIAGRAMA DE BARRAS
Un diagrama de barras se utiliza para representar datos

cualitativos o datos cuantitativos de tipo discreto.
Se representan sobre unos ejes de coordenadas, en el eje
de abscisas se colocan los valores de la variable, y sobre
el eje de ordenadas las frecuencias absolutas o relativas o
acumuladas.
Los datos se representan mediante barras de una altura
proporcional a la frecuencia.
Todas las barras deben ser del mismo ancho para no
confundir al lector.
Los espacios entre barras deben ser igual a la mitad del
ancho de las barras.
Se deben incluir las escalas y algunas indicaciones para
que ayuden a la lectura de las grficas.
Los ejes de las grficas se deben identificar en forma
clara.
Se deben incluir dentro del cuerpo de la grfica, o
debajo, todo tipo de "claves" para la interpretacin de
las grficas.
El ttulo de la grfica debe aparecer debajo del cuerpo.
12/14/16
63
Las notas de pie de pgina, o sobre fuentes, cuando sean
EJERCICIO 1
En una empresa se desea conocer el color de ojos de sus

empleados, se observa a los 50 empleados y se obtienen
los siguientes resultados:
Emplead
os
Color ojos
Negros
14
Marrones
24
EJERCICIO
2
Verdes
4
Azules estudian
8
Dos empresas
el estado civil de sus
empleados con el
siguiente resultado:
12/14/16
64
EJERCICIO 3:
Diagrama de barras para variables

cuantitativas discretas
El procedimiento a seguir es similar al del caso cualitativo, con la
salvedad de que ahora podremos obtener tambin diagramas de
barras
acumulados,
cosa quede
nohabitantes
era posible determinar
en el
Consideremos
el nmero
por vivienda
encaso
una
cualitativo.
determinada ciudad A en el 2009,segn el Instituto de
Estadstica de esa ciudad
La variable nmero de habitantes es cuantitativa por tanto
podemos ordenar sus modalidades y realizar un estudio
Viviendas
acumulado.
1 persona
2 persona
3 personas
4 personas
5 personas
6 personas
7 personas
8 personas
9 personas
10 o ms
personas
12/14/16
444.390
551.618
477.622
573.254
244.544
81.973
26.793
9.989
3.712
3.284
65
444.390
551.618
477.622
573.254
244.544
81.973
26.793
9.989
3.712
Viviendas
acumulad
as
444.390
996.008
1.473.630
2.046.884
2.291.428
2.373.401
2.400.194
2.410.183
2.413.895
3.284
2.417.179
Viviendas
1 persona
2 persona
3 personas
4 personas
5 personas
6 personas
7 personas
8 personas
9 personas
10 o ms
personas
12/14/16
66
e) PICTOGRAMA
Son grficos con dibujos alusivos al carcter que se est
estudiando y cuyo tamao es proporcional a las frecuencias
que representan.
Tomemos el Padrn Municipal de Habitantes a 1 de Enero de
2005, podemos hacer una representacin grfica de los
habitantes de cada una de las 8 provincias de Andaluca.
Una imagen alusiva ser la figura de una persona, cuyo
tamao estar relacionado con el nmero de habitantes de
cada provincia.
El pictograma correspondiente es el que sigue:
12/14/16
67
f) GRAFICO DE SECTORES
Llamado tambin grfico de torta, es el ms indicado
para datos cualitativos nominales y ordinales.
Piense en utilizar un grfico circular cuando:
. Slo tenga una serie de datos que desee trazar.
. Ninguno de los valores que desea trazar son
negativos.
. Casi ninguno de los valores que desea trazar son
valores cero.
. Las categoras representan partes de todo el grfico
circular.
12/14/16
68

Un diagrama de sectores se puede utilizar para todo tipo
de variables, pero se usa frecuentemente para las
variables cualitativas.
Los datos se representan en un crculo, de modo que el
ngulo de cada sector es proporcional a la frecuencia
absoluta correspondiente.
El diagrama circular se construye con la ayuda de un
transportador de ngulos.
Ejemplo: En una clase de 30 alumnos, 12 juegan a
baloncesto,
la natacin, 90juegan al ftbol y
360 0 3 practican
0
360
*
12
144
el resto30
no practica ningn deporte.
* 3 360
30
3600
* 9 1080
30
12/14/16
360 0
* 6 72 0
30
69
Alumnos
ngulo
Baloncesto
12
144
Natacin
36
Ftbol
108
Sin deporte
72
Total
30
360
Se ordena de mayor
a menor los ngulos
encontrados
12/14/16
70
d) GRAFICAS DE LINEAS
Conjunto de puntos unidos por segmentos de lneas.
Por lo general esta grfica se utiliza para mostrar una
tendencia.
Muestran la relacin entre dos variables cuantitativas.
En el eje horizontal (x) se grfica la variable
independiente en el eje vertical (y). La variable
dependiente
Las marcas de los cuadrantes en los ejes marcan las
unidades de medida; las escalas en los ejes pueden
ser lineales, logartmicas o ambas.
12/14/16
71
e) DIAGRAMA DE DISPERSION
La manera mas sencilla de definir si existe una
relacin causa y efecto entre dos variables, es
dibujando un diagrame de dispersin
Se utiliza para representar datos cuantitativos
bidimensionales o bivariante, es decir, aquel tipo de
dato donde una observacin viene dada por una
pareja de valores (x;y).
12/14/16
72
EJERCICIOS
Ejercicio 1 .
12/14/16
73
9. DIAGRAMA DE PUNTOS
El grfico de puntos, se utiliza para un conjunto pequeo de
datos cualitativos y cuantitativos, este tipo de grfico se
representa en un lnea recta los elementos mediante
puntos.
GRAFICA DE UN DIAGRAMA DE PUNTOS
Un ingeniero adiciona un polmero de ltex a un mortero de
cemento portland, para determinar los efectos del polmero
sobre la resistencia a la tensin (kg/cm2). Los datos
obtenidos en este experimento son:
16.85, 16.40, 17.21, 16.35, 16.52, 17.04, 16.96,
17.15, 16.59, 16.57
Ordenando de menor a mayor (mortero modificado)
16.35, 16.40, 16.52, 16.57, 16.59, 16.85, 16.96,
17.04, 17.15, 17.21

___________________________________________________________________
12/14/16
74
DIAGRAMA DE PUNTOS
La grafica de puntos es muy til para visualizar un conjunto
pequeo de datos.
Permite ver con rapidez y facilidad la ubicacin o tendencia
central de los datos, as como la dispersin.
Los diagramas de puntos son tiles al comparar dos o mas
conjuntos de datos
Mortero portland sin modificar: 17.50, 17.63, 18.25, 18.00,
17.86, 17.75, 18.22, 17.90, 17.96,y 18,15
___________________________________________________________________
16.0
16.5
17.0
17.5
18.0
18.5
Figura: Diagrama de puntos, muestra los dos conjuntos de
mediciones de resistencia a la tensin
12/14/16
75
10. DIAGRAMA DE TALLO Y HOJA

El diagrama "tallo y hojas es una buena manera de obtener
una presentacin visual informativa del conjunto de datos
x1, x2xn
El diagrama "tallo y hojas" (Stem-and-Leaf Diagram)
permite presentar la distribucin de una variable
cuantitativa
Consiste en separar cada dato en el ltimo digito (que se
denomina hoja) y las cifras restantes (que forman el tallo)
27
Tallo
Hoja
Una vez elegido el conjunto de tallos, stos se enlistan en la

parte izquierda del diagrama. Al lado de cada tallo, se
12/14/16
76
Construccin del diagrama de tallo y hoja

Para construir el diagrama de tallo y hojas, debemos
seguir los siguientes pasos:
1. Ordenar los datos.
2. Redondear los nmeros (en el caso de que no lo estn)
hasta tener las cifran que queramos. Por ejemplo, si
tenemos el nmero 3,62856 y queremos que tenga 2
dgitos, lo redondeamos a 3,63.
3. Dibujar una tabla con dos columnas, la primera
columna para el tallo y la segunda para las hojas.
Disponer todos los tallos en la primera columna en
orden descendente. Cada tallo solo se escribe una vez.
4. Registrar en la segunda columna todas las hojas, en
orden creciente, junto al tallo correspondiente
12/14/16
77

Ejemplo
En las pruebas mdicas de un instituto, se toma la altura
de los cuarenta alumnos de una clase. El mdico est
interesado en representar grficamente la variable y opta
por el diagrama de tallo y hoja.
1. Ordena las alturas en una tabla:
2. Los datos son tomados en centmetros, por lo que tiene

tres cifras cada nmero. En este caso no se requiere
redondear los datos, ya que se parte del nmero de
dgitos que se desea. Los dos primeros dgitos sern el
tallo y el ltimo la hoja.
3. Una vez preparados los datos, procede a construir el
diagrama. Dibuja una tabla con dos columnas. En la
primera columna coloca los tallos ordenados de menor a
12/14/16mayor. En este caso los tallos sern: 14, 15, 16, 17 y 18.
78

Tomamos como ejemplo un horario de trenes
confeccionado a partir de un dptico de la lnea
Castelldefels-Barcelona/Sants recogido en la estacin
de Renfe
12/14/16
79

En el diagrama Stem & Leaf se representa la hora a la
izquierda de la barra de separacin | y los minutos de la salida
de cada tren a la derecha. La frecuencia de los trenes se
deduce fcilmente de la longitud de las filas y es, adems,
muy fcil ver en que minutos de cada hora pasan tpicamente
los mismos.
Castelldefels -> Barcelona-SantsDiagrama Stem & Leaf
12/14/16
80

Por otra parte, dado que a algunas horas se repite
exactamente el horario de los trenes se puede reducir
an ms el tamao del grfico, sin perder informacin y
ganando en claridad.
Castelldefels -> Barcelona-SantsDiagrama Stem & Leaf
reducido
Esto nos da idea de que una disposicin apropiada de los datos

puede ser doblemente informativa y que la representacin
grfica puede contribuir enormemente a la percepcin de
patrones y a la comprensin de la naturaleza de los
fenmenos.
12/14/16
81

Problema: Se ha tomado la edad de 20 personas
obtenindose los siguiente informacin:
36 25 37 24 39 20 36 45 31 31
24
29
23
41
33
24
34
40
39
40
Construir un diagrama tallo y hoja

A) Seleccionamos los tallos: 3, 2, 4
reordenados 2, 3, 4
B) A continuacin efectuamos un recuento y vamos
aadiendo cada hoja a su tallo
Tall hoj
o
a
12/14/16
82

COMPARAR DOS DISTRIBUCIONES. Edades de otro
grupo de personas
Podemos comparar, mediante estos diagramas, dos
distribuciones. Supongamos una segunda distribucin.
35 38 32 28 30 29 27 19 48 40
39
24
24 34 26 41 29 48 28 22
De ella podemos elaborar sus diagrama de Tallos y
Hojas y compararla con la anterior
(N=20) Hojas
Tallo
Hojas
(N =
20)
9 9
3
8
4
1
12/14/16
8
4
3
8
7
4
9
4
8
6
5
8
6
1
9
4
4
9
5
6
0
4
7
1
2
2
9
0 0
1
1
83
Interval
o
12/14/16
Xi
fi
ni= fi/n
ni
en
%
fcu
m
F=fcum / n
F
( %)
Frec.
absoluta
acumulad
a
descende
nte
Frec
abso.acu
mu
descen
dente
Frec.
abso.
Acum
desce
%
84
FIN
12/14/16
85

Capitulo I

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

Capitulo I

Uploaded by

Copyright:

Available Formats

ADISTICA Y DISEO EXPERIMENT

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

1) Definicin del problema de estudio y objetivos del mismo.

ESTADISTICA Y DISEO EXPERIMENTAL

(por ejemplo, edad de una

Conjunto de tcnicas y mtodos

ESTADISTICA Y DISEO EXPERIMENTAL

Una poblacin recoleccin de

Un individuo o unidad estadstica

Una muestra es un subconjunto

ESTADISTICA Y DISEO EXPERIMENTAL

El muestreo es la reunin de datos que

Un valor es cada uno de los distintos

Un dato es cada uno de los valores que

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

La variable y est en funcin de

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

7. TABLA DE DISTRIBUCION DE FRECUENCIAS

Para el anlisis e interpretacin de datos es valioso

La posicin de la distribucin: alrededor de

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

Ejemplo: Durante el mes de julio, en una ciudad se han

ESTADISTICA Y DISEO EXPERIMENTAL

7. 1. REPRENSENTACION GRAFICA PARA

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

CONSTRUCCIN DE UNA TABLA DE

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

Paso 2: Se calcula el rango de los datos:. El rango es La

R = 67.2 28.7 = 38.5

ESTADISTICA Y DISEO EXPERIMENTAL

Paso 4: Se determina el ancho del intervalo de clase:

Paso 5: Se calcula los limites inferior y superior para cada

inferior )28 + 4 = 32 (Limite superior)

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

PARA EL PROBLEMA 1 SE PIDE CALCULAR :

ESTADISTICA Y DISEO EXPERIMENTAL

usando limites reales de

usando limites inferiores de

Usando limites superiores de

ESTADISTICA Y DISEO EXPERIMENTAL

d) MARCA DE CLASE O PUNTO MEDIO DE CLASE

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

8. PRESENTACION GRAFICAS DE LOS

La estadstica descriptiva puede dividirse en dos grandes

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL

ESTADISTICA Y DISEO EXPERIMENTAL