Estadistica
-
Upload
renato-contreras -
Category
Education
-
view
366 -
download
0
Transcript of Estadistica
2
3210-1-2-3
m
s
𝒚=𝒇 (𝒙 )=𝒆−𝟏𝟐 ( 𝒙−𝝁𝝈 )
𝟐
𝝈 √ (𝟐𝝅 )
CAPITULO 1DISTRIBUCIONES DE
PROBABILIDAD NORMALES
La distribución de probabilidad normal se considera como la distribución de probabilidad más importante. Hay una cantidad ilimitada de variables aleatorias continuas que tiene una distribución normal o aproximadamente normal.
3
CAPITULO 1DISTRIBUCIONES DE
PROBABILIDAD NORMALES
Hay un número ilimitado de distribuciones de probabilidad normal, aunque afortunadamente todas están relacionadas con una distribución, la distribución normal estándar. Esta última es la distribución normal de la variable z (denominada “valor z” o “valor estandarizado”).
PROPIEDADES DE LA DISTRIBUCION NORMAL ESTANDAR:
1. El área total bajo la curva es igual a 1.2. La distribución tiene forma de
montículo y es simétrica; se extiende indefinidamente en ambas direcciones, tendiendo al eje horizontal, pero sin tocarlo.
3. La distribución tiene una media de 0 y una desviación estándar de 1.
4. La media divide al área a la mitad, 0.50 a cada lado.
5. Casi toda el área está entre z = -3.00 y z = 3.00.
4
Ejemplo #1:
Encuentra el área bajo la curva normal estándar entre z = 0 y z = 1.52
z = 0
0.4357
z = 1.52z = 0
0.4357
z = 1.52
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(0.00 < z < 1.52)
5
Ejemplo #2:
Encuentra el área bajo la curva normal a la derecha de z = 1.52
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(z >1.52) o P(1.52 < z)
z = 1.52
0.06426
6
Ejemplo #3:
Encuentra el área bajo la curva normal a la izquierda de z = 1.52
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(z < 1.52)
z = 1.52
0.9357
7
Ejemplo #4:
Encuentra el área bajo la curva normal a la izquierda de z = -1.35
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(z < -1.35)
8
Ejemplo #5:
Encuentra el área bajo la curva normal entre z = -1.5 y z = 2.1
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(-1.5 < z < 2.1)
9
Ejemplo #6:
Encuentra el área bajo la curva normal entre z = 0.7 y z = 2.1
CAPITULO 1EJEMPLOS
Esta probabilidad puede ser expresada como:
P(0.7 < z < 2.1)
10
Ejemplo #7:
?Qué valores z limitan el 95% central de una distribución normal?
CAPITULO 1EJEMPLOS
z = -1.96 y z = 1.96
11
0-z1
0 z1
AREA TOTAL = VALOR EN TABLA DE z (-z)
CAPITULO 1POSIBLES CASOS
P(0.00 < z < z1)
P(z1 < z < 0.00)
12
AREA TOTAL = VALOR EN TABLA DE z1 + VALOR EN TABLA DE z2
-z1 0 z2
CAPITULO 1POSIBLES CASOS
P(z1 < z < z2)
13
0 z1
0.5
AREA TOTAL = 0.5 + VALOR EN TABLA DE z (-z)
CAPITULO 1POSIBLES CASOS
P(z < z1)
0-z1
0.5
P(z > z1)
14
-z2 -z1 0
z10 z2
AREA TOTAL = VALOR EN TABLA DE z2 – VALOR EN TABLA DE z1
CAPITULO 1POSIBLES CASOS
P(z1 < z < z2)
P(z2 < z < z1)
15
AREA TOTAL = 0.5 – VALOR EN TABLA DE z (-z)
CAPITULO 1POSIBLES CASOS
0 z1
0-z1
P(z > z1)
P(z < z1)
16
AREA TOTAL = (0.5 – VALOR EN TABLA DE z2) + (0.5- VALOR EN TABLA DE z1)
O LO QUE ES LO MISMO
AREA TOTAL = 1 – VALOR EN TABLA DE z2 – VALOR EN TABLA DE z1
-z1 z20
CAPITULO 1POSIBLES CASOS
P(z < z1) y P(z > z2)
17
z
DONDE:
z: variable normal estándarx: dato a evaluarμ: media de poblacionalσ: Desviación estándar poblacional
σ
x
μ x - zσ
CAPITULO 1FORMULAS
18
X60
0.3849
72
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
X57
0.6072
8360
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
X60
0.5
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
CAPITULO 1EJERCICIOS 6.43
a
b
c
19
X65
0.2946
8260
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
X38
0.9502
7860
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
X38
0.01390
60
Gráfica de distribuciónNormal, Media=60, Desv.Est.=10
CAPITULO 1EJERCICIOS 6.43
d
e
f
20
X1400 h 1600 h1500 h
0.6827
Gráfica de distribuciónNormal, Media=1500 h, Desv.Est.=100 h
68.27%
X1300 h
0.9545
1500 h 1700 h
Gráfica de distribución
95.45%
Normal, Media=1500 h, Desv.Est.=100 h
X1200 h
0.9973
1800 h1500 h
Gráfica de distribución
99.73%
Normal, Media=1500 h, Desv.Est.=100 h
CAPITULO 1EJERCICIOS 6.44
a
b
c
21
X250 mg/ dl210 mg/ dl
0.003830
Gráfica de distribuciónNormal, Media=210 mg/dl, Desv.Est.=15 mg\dl
0.38%
X150 mg/ dl
0.00003167
210 mg/ dl
Gráfica de distribuciónNormal, Media=210 mg/dl, Desv.Est.=15 mg/dl
0.003167%
X$300
0.6563
$600$400
Gráfica de distribución
65.63%
Normal, Media=$400, Desv.Est.=$150
CAPITULO 1EJERCICIOS 6.45 & 6.46
a
b
a
22
CAPITULO 1EJERCICIOS 6.46
X$250
0.1587
$400
Gráfica de distribución
15.87%
Normal, Media=$400, Desv.Est.=$150
X$200
0.9050
$800$400
Gráfica de distribución
90.50%
Normal, Media=$400, Desv.Est.=$150
X$900
0.0004291
$400
Gráfica de distribuciónNormal, Media=$400, Desv.Est.=$150
.04%
b
c
d
23
X
$11
0.3248
$13.47$15
Gráfica de distribuciónNormal, Media=$13.47, Desv.Est.=$4.75
32.48%
X$20
0.08461
$13.47
Gráfica de distribución
8.46%
Normal, Media=$13.47, Desv.Est.=$4.75
X$8 $19$13.47
0.7531
Gráfica de distribuciónNormal, Media=$13.47, Desv.Est.=$4.75
75.31%
CAPITULO 1EJERCICIOS 6.47
a
b
c
24
X$6
0.05790
$13.47
Gráfica de distribución
5.79%
Normal, Media=$13.47, Desv.Est.=$4.75
CAPITULO 1EJERCICIOS 6.47 & 6.48
d
X
32.02 oz
0.3575
32 oz
Gráfica de distribuciónNormal, Media=32 oz, Desv.Est.=0.0547723 oz
AL MENOS 35 BOTELLAS
a
b
25
CAPITULO 1EJERCICIOS 6.49
X89.56
8 % RECIBIO UNA "A"
72
Gráfica de distribuciónNormal, Media=72, Desv.Est.=12.5
X
79.29
28% RECIBIO "B" O "A"
72
Gráfica de distribuciónNormal, Media=72, Desv.Est.=12.5
X57.31
88% RECIBIO "D", "C", "B" O "A"
72
Gráfica de distribuciónNormal, Media=72, Desv.Est.=12.5
b
a
c
26
𝝈=𝒙−𝝁𝒛
𝝈=𝟕𝟐−𝟔𝟐𝟏 .𝟖𝟖
3% SE DESPLAZA A MAS DE 72 mph
z = 1.88 𝝈=𝟕𝟐−𝟔𝟐𝟏 .𝟖𝟖
𝝈=𝟓 .𝟑𝟏𝟗𝟏
X72 mph62 mph
3%
Gráfica de distribuciónNormal, Media=62 mph, Desv.Est.=5.3191 mph
CAPITULO 1EJERCICIOS 6.50
a
27
CAPITULO 1EJERCICIOS 6.50 & 6.51
X55 mph
9.41%
62 mph
Gráfica de distribuciónNormal, Media=62 mph, Desv.Est.=5.3191 mph
z = -1.88
3%
𝝁=𝒙− 𝒛𝝈𝝁=𝟏𝟓−(−𝟏 .𝟖𝟖)(𝟐 .𝟖)
𝝁=𝟏𝟓+𝟓 .𝟐𝟔𝟒𝝁=𝟐𝟎 .𝟐𝟔𝟒
b
a
28
2.25002.24752.24502.24252.24002.23752.2350
LEI Objetivo LES2.24076
LEI 2.24Objetivo 2.245LES 2.25Media de la muestra 2.24076Número de muestra 75Desv.Est. (General) 0.00145067
Procesar datosPp 1.34PPL 0.20PPU 2.47Ppk 0.20Cpm 0.43
Capacidad general
PPM < LEI 213333.33PPM > LES 0.00PPM Total 213333.33
Desempeño observadoPPM < LEI 300175.39PPM > LES 0.00PPM Total 300175.39
Exp. Rendimiento general
LARGO TOTAL DE B600-013
X2.24000 2.24076
Gráfica de distribuciónNormal, Media=2.24076, Desv.Est.=0.00145067
CAPITULO 1EJEMPLO PRACTICO DE
OBERG
29
CAPITULO 1EJEMPLO PRACTICO DE
OBERG
X0.64 0.642
Gráfica de distribuciónNormal, Media=0.642, Desv.Est.=0.000899725
0.64350.64200.64050.63900.63750.6360
LEI Objetivo LES
LEI 0.636Objetivo 0.638LES 0.64Media de la muestra 0.642Número de muestra 75Desv.Est. (General) 0.000899725
Procesar datosPp 0.74PPL 2.22PPU -0.74Ppk -0.74Cpm 0.16
Capacidad general
PPM < LEI 0.00PPM > LES 973333.33PPM Total 973333.33
Desempeño observadoPPM < LEI 0.00PPM > LES 986888.78PPM Total 986888.78
Exp. Rendimiento general
VENTANA DE B600-013
30
CAPITULO 1EJEMPLO PRACTICO DE
OBERG
SUPON QUE SE CENTRA EL PROCESO,
DETERMINA LOS PPM’s Y EL
PORCENTAJE DE DEFECTIVOS
TANTO PARA EL LARGO TOTAL COMO PARA EL
DIAMETRO DE LA VENTANA
31
CAPITULO 2MEDIDAS DE TENDENCIAL
CENTRAL
La medidas de tendencia central son valores numéricos que localizan, del alguna manera, el centro de un conjunto de datos.
MEDIA:
Promedio que quizá sea el más conocido se representa por (que se lee como “x barra” o “media muestral”). La media se encuentra sumando todos los valores de la variable x (la suma de valores x se simboliza como Σx) y dividiendo entre el número de estosvalores, n (tamaño de muestra”). Lo anterior se expresa con unafórmulacomo:
Media muestral: x barra=
En población μ
32
CAPITULO 2MEDIDAS DE DISPERSION
MEDIDAS DE DISPERSION:
Una vez que se ha localizado el “centro” con las medidas de tendencia central, la
investigación en busca de información a partir de los datos de los conjuntos de datos se dirige ahora a las medidas de dispersión. Las medidas de dispersión incluyen el rango,
la varianza y la desviación estándar. Estos valores numéricos describen la cantidad de dispersión, o variabilidad, que se encuentra entre los datos: datos bastante agrupados poseen valores relativamente pequeños, y
datos más dispersos tiene valores mayores.
RANGO
Es la diferencia en valor entre los datos de mayor valor (Máx) y de menor valor (Mín):
33
DESVIACION CON RESPECTO A LA MEDIA
Una desviación con respecto a la media, x - , es la diferencia entre el valor de x y la media .
VARIANZA MUESTRAL
La varianza muestral, s2, es la media de las desviaciones al cuadrado, calculada usando como divisor a n – 1.
s2 = Σ(x - )2
n – 1
donde n es el tamaño de la muestra, es decir, el número de datos que hay en la muestra.
CAPITULO 2MEDIDAS DE DISPERSION