Herramientas de Estadistica Basica

ESTADISTICA DESCRIPTIVA
BASICA
DESCRIPCION DE DATOS
• MEDIA O PROMEDIO
• MEDIANA
• MODA
• MEDIA GEOMETRICA
• MEDIA ARMONICA
• VARIANZA
MEDIA MEDIANA Y MODA : Datos no
clasificados
60 30 38 60 45 20 35 20 40 54 38 35 40 10 45
60 49 49 30 55 46 29 38 80 40 28 15 82 72 105
MEDIA : Σ = 1348 , n = 30 entonces Promedio = 44.93
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
10 15 20 20 28 29 30 30 35 35 38 38 38 40 40
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
40 45 45 46 49 49 54 55 60 60 60 72 80 82 105
MEDIANA : Md = (40 +40) /2 = 40
MODA : Es el numero que tiene mayor frecuencia absoluta o el que

mas veces se repite, en el ejemplo : Tiene 3 modas porque 38, 40 y
60 se repiten tres veces cada uno
VARIANZA , DESVIACION ESTANDAR Y
COEFICIENTE DE VARIACION
VARIANZA : Es una medida de la variabilidad cuyo
valor nos indicara si los datos están concentrados o
dispersos con respecto a la media.
DESVIACION ESTANDAR : Es la raíz cuadrada de la varianza,

tiene las mismas unidades que la media o promedio.
COEFICIENTE DE VARIACION : Es una medida de la

variabilidad relativa; es la división entre la desviación y el
promedio expresada en porcentaje.
Varianza de datos no clasificados
X X-xprom (X-xprom)2
1.540 -0.131 0.017161
1.820 0.149 0.022201 Promedio 1.671 0.07489 Suma
1.570 -0.101 0.010201 10 datos
1.600 -0.071 0.005041 MANUAL Varianza 0.007489
1.750 0.079 0.006241 Desviacion estandar 0.086539009
1.650 -0.021 0.000441 Relativo % 5.18
1.690 0.019 0.000361
PC varianza 0.008321111 9 datos
1.620 -0.051 0.002601
DESVEST 0.091220124
1.770 0.099 0.009801 Relativo 5.46
1.700 0.029 0.000841
Promedio 1.671 0.07489 Suma

DISTRIBUCIONES
BIDIMENSIONALES
CONCEPTO
En este caso una muestra de tamaño n se representa como un

conjunto de pares ordenados de la forma :
{ (X1, Y1), ( X2, Y2), …….. (Xn, Yn)}

DISTRIBUCIONES BIDIMENSIONALES DE
DATOS NO CLASIFICADOS
Dados un conjunto de pares (Xi, Yi), podemos calcular

separadamente para el conjunto de valores X todas las
medidas descriptivas (media, moda, mediana, varianza,
etc.); igual para los valores de Yi
Al analizar las observaciones bivariadas conjuntamente surgen

otras Medidas Descriptivas nuevas y que relaciónan X e Y,
ellas son : La Covarianza, Correlación y también surgen
problemas de REGRESION. Si solo nos interesa el grado de
relación entre las variables estamos ante un problema de
CORRELACION. Si nos interesa el grado y también el tipo de
relación funcional (ecuación) entre las variables estamos ante
un problema de REGRESION
Correlación r
y
Si
r = 1 o -1 se dice que X e Y estan perfecta y linealmente
correlacionados, o todos los puntos estan contenidos en
una recta.
x
y
Cuando
r = 0 , se dice que X e Y no estan correlacionadas
y
Si
0 < r < 1 entonces la correlacion es positiva o directa
-1 < r < 0 entonces la correlacion es negativa o indirecta.

x
Ejemplo de calculo de correlación de Pearson
EJERCICIO ; HALLAR LA CORRELACION ENTRE X E Y
X (X-xprom) (X-xprom)2 Y (y-Yprom) (Y-Yprom)2 XY

1,54 -0,13100 0,01716 60,00 -15,9000 252,8100 92,40
1,82 0,14900 0,02220 94,00 18,1000 327,6100 171,08
1,57 -0,10100 0,01020 65,00 -10,9000 118,8100 102,05
1,60 -0,07100 0,00504 66,00 -9,9000 98,0100 105,60
1,75 0,07900 0,00624 85,00 9,1000 82,8100 148,75
1,65 -0,02100 0,00044 72,50 -3,4000 11,5600 119,63
1,69 0,01900 0,00036 77,00 1,1000 1,2100 130,13
1,62 -0,05100 0,00260 70,00 -5,9000 34,8100 113,40
1,77 0,09900 0,00980 89,50 13,6000 184,9600 158,42
1,70 0,02900 0,00084 80,00 4,1000 16,8100 136,00
promedio 1,671 75,9 127,745

SUMA 0,07489 1129,4000
varianza 0,007489 112,94
Desviacion 0,086539009 10,6273
CORRELACION = COVARIANZA 0,9161 = M(XY) - M(X).M(Y)

raiz V(X).(VY) 0,91968 0,91968
CORRELACION 0,99611
REGRESION LINEAL
Se usa cuando hay una tendencia lineal entre X e Y y se desea

establecer una relación funcional (ecuación) entre ambas
b = pendiente
a
X
Y = a + bX
Constantes por Minimos Cuadrados.
b = n [ Σxiyi] - Σxi . Σyi

2 2
n Σxi - (Σxi )
a = 1 [ Σyi - b Σxi ]
n
Ejemplo para hallar “a” y “b”
X Y
2
H MENTAL Academica XY Xi
A1 20 28 560 400
A2 48 50 2400 2304
A3 16 31 496 256
A4 37 46 1702 1369
A5 40 49 1960 1600
A6 41 33 1353 1681
A7 45 53 2385 2025
A8 46 50 2300 2116
A9 21 30 630 441
SUMA 314 370 13786 12192
b = n [ Sxiyi] - Sxi . Syi 7894 0,709

2 2
n Sxi - (Sxi ) 11132
a = 1 [ Syi - b Sxi ] 147,334172 16,370

n 9
ECUACION QUE RELACIONA Aptitud mental (X) y Aptitud Academica (Y)
Y = 16.370 + 0.709 * X
Coeficiente de Determinación r2 :
Bondad de ajuste
X Y
2 2
H MENTAL Academica Y pred (Ypred-Yprom) (Y-Yprom)
A1 20 28 30,553 111,474 171,901
A2 48 50 50,40855 86,442 79,012
A3 16 31 27,71649 179,416 102,235
A4 37 46 42,60816 2,241 23,901
A5 40 49 44,73554 13,136 62,235
A6 41 33 45,44466 18,780 65,790
A7 45 53 48,28117 51,410 141,346
A8 46 50 48,9903 62,082 79,012
A9 21 30 31,26213 97,002 123,457
SUMA 314 370 370 621,983 848,889
Promedio 41,11
2
r = S(Ypred-Yprom)
2
2
S(Y- Y prom )
2
r 0,732703
El mismo resultado usando Hoja de
Calculo Office 97
X Y 1. De la barra de menú ?
H MENTAL Academica
2. Ayuda de lotus 1-2-3
A1 20 28
A2 48 50 3. Datos
A3 16 31
A4 37 46 4. Valor inicial
A5 40 49
A6 41 33 5. Rango de X
A7 45 53
A8 46 50 6. Rango de Y
A9 21 30
SUMA 314 370 7. Rango de Salida
8. Actuar
Resultado de la regresión
Constante 16,37046
Error típico de est Y 5,693428 ECUACION
R cuadrado 0,732703
Nº de observaciones 9
Grados de libertad 7 Y = 16.37046 + 0.70912 X
Coeficientes X 0,7091268
Error típico del coef 0,1618857
Coeficiente r : Bondad de ajuste
2
2
r = 1 Ajuste perfecto
2
0,8 < r < 1 Ajuste excelente
2
0,5 < r < 0,8 Ajuste regular
2
0 < r < 0,5 Ajuste pobre
ESTADISTICA PARA MEJORAR
CALIDAD
Diagramas de Limites de Control
DIAGRAMAS DE LIMITE DE CONTROL
Y
Estadísticamente fuera de
control
Limite superior = M(Y)+σ
Promedio M(Y)
Limite Inferior = M(Y)-σ
Estadísticamente fuera de
control
X
CASOS DE LIMITE DE CONTROL
1.- Fuera de limites de control
2.- Racha Es el estado en el cual los

puntos ocurren continuamente en lado
de la línea central y el numero de
puntos se llama longitud de la racha
3.- tendencia : Cuando los puntos forman una

curva continua ascendente o descendente
Diagramas de Causa-efecto
DIAGRAMA CAUSA - EFECTO
FACTOR HUMANO EQUIPOS
Objeto
de
estudio
MATERIALES ESTRATEGIA
“Diagrama que muestra la relación entre una característica de calidad y los

factores”
EJEMPLO DE DIAGRAMAS DE CAUSA -EFECTO
EVALUACION DEL ACCIDENTE

RECURSO HUMANO EQUIPOS DE PROTECCION
SEGURIDAD EPP
FILOSOFIA ARNES Y SOGA
0 0 100
50
CONCENTRACION BARRETILLA
0 50
EXPERIENCIA INTERRUPTOR
ACTITUD ELECTRICO
100 PRIMEROS AUXILIOS
0 100 50
MINERAL COORDINACION
50 INSPECCION
100
0
TOLVA DE FINOS
FAJA TRANSPORTADORA PROCEDIMIENTO CUADRILLA DE
60
RESCATE
100 50
0
MINERAL E INSTALACIONES ESTRATEGIA DE CONTROL

DISEÑOS EXPERIMENTALES

Herramientas de Estadistica Basica

Cargado por

Copyright:

Formatos disponibles

Herramientas de Estadistica Basica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Herramientas de Estadistica Basica

Cargado por

Copyright:

Formatos disponibles

ESTADISTICA DESCRIPTIVA

MEDIA : Σ = 1348 , n = 30 entonces Promedio = 44.93

MEDIANA : Md = (40 +40) /2 = 40

MODA : Es el numero que tiene mayor frecuencia absoluta o el que

DESVIACION ESTANDAR : Es la raíz cuadrada de la varianza,

COEFICIENTE DE VARIACION : Es una medida de la

Promedio 1.671 0.07489 Suma

En este caso una muestra de tamaño n se representa como un

{ (X1, Y1), ( X2, Y2), …….. (Xn, Yn)}

Dados un conjunto de pares (Xi, Yi), podemos calcular

Al analizar las observaciones bivariadas conjuntamente surgen

0 < r < 1 entonces la correlacion es positiva o directa

-1 < r < 0 entonces la correlacion es negativa o indirecta.

EJERCICIO ; HALLAR LA CORRELACION ENTRE X E Y

X (X-xprom) (X-xprom)2 Y (y-Yprom) (Y-Yprom)2 XY

promedio 1,671 75,9 127,745

CORRELACION = COVARIANZA 0,9161 = M(XY) - M(X).M(Y)

Se usa cuando hay una tendencia lineal entre X e Y y se desea

b = n [ Σxiyi] - Σxi . Σyi

b = n [ Sxiyi] - Sxi . Syi 7894 0,709

a = 1 [ Syi - b Sxi ] 147,334172 16,370

ECUACION QUE RELACIONA Aptitud mental (X) y Aptitud Academica (Y)

Limite superior = M(Y)+σ

Limite Inferior = M(Y)-σ

1.- Fuera de limites de control

2.- Racha Es el estado en el cual los

3.- tendencia : Cuando los puntos forman una

“Diagrama que muestra la relación entre una característica de calidad y los

EVALUACION DEL ACCIDENTE

MINERAL E INSTALACIONES ESTRATEGIA DE CONTROL

También podría gustarte