Académique Documents
Professionnel Documents
Culture Documents
Estadstica Fundamental
Objetivos
Incerteza de Medio
Ttulo do Permitir el entendimiento de los conceptos fundamentales de Slide estadstica, con la intencin de sustentar el aprendizado de los conceptos bsicos de metrologa y control de calidad. Crear las bases para el desenvolvimento de clculos de incertidumbre de medicin y construccin de grficos de control.
Contenidos
1. 2. 3. 4. 5.
Estadstica descriptiva Probabilidad y distribuciones de probabilidad Ajuste de curvas Control estadstico de proceso Anlisis estadstico con Microsoft EXCEL
2
Estadstica Fundamental
1. Estadstica descriptiva
Estadstica Fundamental
12,456 10,312 14,707 13,212 12,445 13,652 11,458 14,201 13,215 12,455 13,212 11,487 15,205 14,312 13,569 13,987 12,564 13,354 12,785 11,296 12,865 14,520 12,568 13,658 12,568 11,598 14,265 13,985 11,987 15,104 14,625 13,671 13,205 14,562 13,365 13,587 14,201 15,625 13,358 12,298 13,658 13,585 11,208 13,985 11,653 13,654 13,285 12,652 13,458 12,248 11,582 12,585 13,542 11,542 12,587
10,985 15,023 14,852 13,552 11,526 12,856 13,254 14,582 15,284 12,523 13,254
4
Estadstica Fundamental
Tipos de datos
Obtenidas por medicin de la caracterstica de calidad bajo estudio; La proximidad de dos valores sucesivos est limitada slo por la resolucin del instrumento de medicin utilizado (idealmente son variables continuas); Presentan alto contenido de informacin; La evaluacin de conformidad con datos tipo variables requiere comparar los valores obtenidos con los lmites de especificacin.
Variables:
Ejemplos: masa, longitud, temperatura, fuerza, tensin, corriente, volumen, caudal ...
5
Estadstica Fundamental
Atributos:
Describen el estado de caractersticas de calidad no mensurables o de las cuales slo importa el cumplimiento o no de la especificacin; Un atributo slo puede presentar dos estados: bueno o malo, conforme o no-conforme, est o no est, aceptable o no-aceptable ... Una variable puede dar origen a un atributo una vez que el dato ha sido comparado con la especificacin correspondiente; En control de calidad los atributos se procesan por conteo, dando origen a variables discretas (particularmente aquellas que slo presentan valores enteros);
Ejemplos de atributos puros: Presencia de golpes en fruta, burbujas en un parabrisas de auto, defectos en un recubrimiento cermico ...
6
Estadstica Fundamental
Muestra y Poblacin
Poblacin o Universo
Muestra
Estadstica Fundamental
Poblacin (Universo): Coleccin bien definida de objetos que se pretende estudiar. Ejemplos:
Muestra: Subconjunto de objetos pertenecientes a la poblacin bajo estudio, seleccionados en forma predefinida.
Ejemplos:
El film de polietileno producido en el mes de Marzo por una determinada empresa o lnea de produccin;
Conjunto de baldosas cermicas extradas del proceso en grupos de 3 unidades cada 8h de produccin; Conjunto de los trozos de film de polietileno de 4 cm2 obtenidos cada 4 h de produccin en Marzo; Muestras de petrleo 1 dm3 obtenidas en cada pozo del yacimiento una vez por semana;
8
Estadstica Fundamental
La ESTADISTICA es la ciencia que permite, a partir del estudio de una o ms muestras, conocer las propiedades correspondientes de la poblacin.
Todo valor calculado en base a la muestra se denomina estadstico. Un estadstico siempre difiere en una magnitud no conocida de su homlogo a nivel poblacin, llamado parmetro. Esta diferencia se denomina error de muestreo.
El valor mximo del error de muestreo puede estimarse con ayuda de la estadstica, siempre que la muestra obtenida sea aleatoria.
Una muestra es aleatoria cuando, dado el valor de la propiedad de inters en una o ms unidades extradas, no pueda predecirse el valor de la propiedad en la prxima unidad a extraer.
Estadstica Fundamental
Recoleccin de datos:
Inspeccin de la calidad, orientada a definir acciones sobre el producto (inspeccin 100%, aceptacin por muestreo, muestreo on-line);
Son 5W1Hs!
What? Who? Where? When? Why? How? Qu? Quin? Dnde? Cundo? Por qu? Cmo?
Plan de muestreo
10
Estadstica Fundamental
Permiten tener una primera idea sobre la dispersin y valor de concentracin del proceso.
Marcas
5 10 15 20
Desvo
Frec
LIE
Ejemplo
83
1 2 4 6 9 11 8 7 3 2 1 1
LSE
-9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9
55
11
Estadstica Fundamental
La herramienta grfica ms sencilla para estudiar la distribucin de los datos: informacin sobre la localizacin de los datos, su dispersin, valores extremos, etc.;
Util cuando el conjunto de datos es razonablemente pequeo o presenta pocos valores diferentes;
Cada observacin es representada con un punto encima del valor correspondiente en una escala horizontal. Cuando un valor ocurre ms de una vez, se repite el punto, apilndolo en direccin vertical.
N de o c u r r e n c ia s
16
14
12
10
2 329,5 329,6 329,7 329,8 329,9 330,0 330,1 330,2 330,3 330,4 330,5 330,6 330,7 330,8
12
Estadstica Fundamental
Ejemplo:
Grfico de puntos de las temperaturas medidas en los Orings del motor cohete del transbordador espacial, presuntos causantes de la tragedia del Challenger en 1986 (resultados de ensayos posteriores, 36 determinaciones)
Temperaturas en C
84 49 61 40 83 67 45 66
70 69 80 58 68 60 67 72
73 70 57 63 70 78 52 67
53 67 75 61 70 81 76 79
75 76 58 31
30
40
50
60
70
80
Temperatura
13
Estadstica Fundamental
Histograma
Permite visualizar la forma de la distribucin de una variable a partir de los valores obtenidos en una muestra de tamao adecuado (generalmente, no menor de 50 unidades);
Se lo dibuja en forma distinta, segn la variable bajo anlisis sea discreta o continua;
Para datos de una variable discreta se lo suele denominar diagrama de bastones o de barras;
En todos los casos, un histograma se se obtiene graficando las frecuencias absolutas o las frecuencias relativas:
Frecuencia absoluta es el nmero de veces que ocurre un evento determinado. Frecuencia relativa es el cociente entre la frecuencia absoluta y el tamao de la muestra (nmero de eventos posibles).
14
Estadstica Fundamental
Etapa 1:
Luego de recolectados los datos, identifique el valor mximo y el valor mnimo obtenidos en la muestra. Calcule a continuacin la diferencia entre ellos, denominada amplitud o rango:
Rango
Etapa 2:
= Valor mximo
- Valor
mnimo
Determine el intervalo de clase, de forma tal de obtener entre 5 y 20 clases de igual ancho cuya suma sea ligeramente mayor a la amplitud de los datos calculada en el punto anterior. Como ayuda, puede usarse la regla:
Etapa 3:
Nmero de clases =
nmero de datos
Determine los lmites de cada clase, de forma tal que el menor valor quede incluido en la primera clase y el mayor valor en la ltima clase. Por regla general, los limites de clase deben estar definidos con un decimal ms que los datos (para evitar que algunos datos caigan en los lmites de clase, generando ambigedades en la clasificacin).
15
Estadstica Fundamental
Etapa 4:
Clasifique los datos por comparacin con los lmites de clase obtenidos en el punto anterior y calcule las frecuencias absolutas y relativas. Construya la tabla de frecuencias. Frecuencia absoluta Frecuencia relativa
Etapa 5:
Dibuje el histograma de la misma forma que se hace para variables discretas, pero trace los rectngulos de forma que se toquen entre s.
16
Estadstica Fundamental
Ejemplo:
7,510; 7,525; 7,529; 7,538; 7,532; 7,522; 7,530; 7,519; 7,524; 7,527; 7,517; 7,522; 7,522; 7,510; 7,511; 7,519; 7,532; 7,543 7,527; 7,536; 7,506; 7,541; 7,512; 7,515; 7,521; 7,536 7,524; 7,529; 7,523; 7,523; 7,523; 7,519; 7,528; 7,543 7,518; 7,534; 7,520; 7,514; 7,512; 7,534; 7,526; 7,530 7,526; 7,523; 7,520; 7,535; 7,523; 7,526; 7,525; 7,532 7,502; 7,530; 7,522; 7,514; 7,533; 7,510; 7,542; 7,524 7,521; 7,522; 7,535; 7,540; 7,528; 7,525; 7,515; 7,520 7,526; 7,527; 7,522; 7,542; 7,540; 7,528; 7,531; 7,545 7,522; 7,520; 7,519; 7,519; 7,529; 7,522; 7,513; 7,518 7,511; 7,519; 7,531; 7,527; 7,529; 7,528; 7,519; 7,521
Etapa 1
Valor mximo en la muestra= 7,545 Valor mnimo en la muestra= 7,502 Rango= 7,545-7,502=0,043
nmero de clases = 90 = 9 . 48 9 clases
Etapa 2
intervalo de clase =
17
Estadstica Fundamental
Etapa 3
7 ,5005; 7,5255; 7,5305; 7,5355; 7,5405; 7,5455 7,5055; 7,5105; 7,5155; 7,5205;
Lmites de clase:
Etapa 4
Clase N
18
Estadstica Fundamental
Etapa 5
Frecuencia relativa
Frecuencia absoluta
22 20 18 16 14 12 10 8 6 4 2 0 1 2 3 4 5 6 7 8 9
clases
Observacin:
Para que el histograma cumpla adecuadamente el objetivo de poner en evidencia la distribucin de los datos, debe tener una adecuada relacin de aspecto. Se recomienda que la altura del rectngulo ms alto sea de 0.5 a 2.0 veces la distancia entre los valores mximo y mnimo en el eje horizontal.
19
Estadstica Fundamental
Histogramas
simple
acumulado
20
Estadstica Fundamental
Diagrama de Pareto
La mayora de las prdidas de calidad se deben a algunos pocos tipos de defecto, que pueden ser atribuidos a una pequea cantidad de causas: se los denomina los pocos importantes o pocos vitales.
Fenmenos generalmente son influenciados por pocas causas dominantes y muchas causas secundarias.
Influncia
Causas A B C D E F Outras
21
Estadstica Fundamental
Decidir qu problemas deben investigarse (Ej: unidades noconformes, prdidas en valores monetarios, accidentes, etc.);
Decidir cules datos sern necesarios y cmo clasificarlos (Ej: por tipo de no-conformidad, ubicacin, proceso, mquina, operador, mtodo, otros);
Ejemplo:
Se desea identificar los pocos defectos vitales en elementos de polipropileno inyectado. Se producen habitualmente los siguientes tipos de defectos: fisuras, rayas, manchas, deformaciones, rayas profundas, porosidad y otros. Se planifica analizar visualmente 1000 piezas producidas en forma consecutiva.
22
Estadstica Fundamental
La hoja de registro de datos puede crearse para el caso especfico o puede usarse el modelo de hoja de verificacin para no-conformidades / atributos mltiples (pgina RD-20)
Completar la hoja de registro (hoja de verificacin) creada en la etapa 2 y calcular los totales por tipo de defecto y el gran total.
F r e c u e n c ia //// //// / //// //// //// //// //// //// //// ... ... //// //// //// // //// //// //// //// //// //// //// //// S u b -to ta l 1 0 4 2 6 1 0 4 4 2 0 1 4 T o ta l 2 0 0
N o - c o n f o r m id a d
F is u r a R a ya M a n ch a D e f o r m a c i n R a y a p ro fu n d a P o r o s id a d O tro s
23
Estadstica Fundamental
Calcule la cantidad acumulada y los porcentajes que constan en las dos ltimas columnas de la tabla abajo.
Cantidad defectos Total acumulado Porcentaje del total (%) Porcentaje acumulado (%)
No-conformidad
104 42 20 10 6 4 14 200
52 21 10 5 3 2 7 100
52 73 83 88 91 93 100 -
24
Estadstica Fundamental
Diagrama de barras
200
180
160
140
120
100
Cantidad de defectuosos
60
40
20
Porcentaje acumulada
25
80
Estadstica Fundamental
Descriptores cuantitativos
Media de la muestra:
1 n x1 + x2 + x3 + .....+ xn x = xi = n i =1 n
Mediana
valor del medio de la distribucin. Si x1, x2, x3, ..., xn son ordenados de forma creciente, entonces la mediana corresponde al valor de la observao: 2 3 n +1 3 si n es impar 2 4 n n+2 5 media entre y si n es par 5 2 2 7
26
Estadstica Fundamental
Puede obtenerse una idea cualitativa de cul es la posicin del conjunto de datos a partir del anlisis del histograma o diagrama de barras.
Las denominadas medidas de posicin son la media, la mediana y los cuartiles y percentiles. Estas medidas proveen una estimacin cuantitativa, ms precisa y prctica para la toma de decisiones.
La media y la mediana son conocidas tambin como medidas de tendencia central, ya que indican sobre qu valor se concentran los datos.
Media Mediana
Medidas de posicin
Estadstica Fundamental
x
)
= 1 ... n
Media muestral
x x n
= 1
n
Es el promedio observaciones
=
1
(media
X
+ X
2
aritmtica)
+ ... + X
n
de
las
x
=1
sumatoria
Estadstica Fundamental
Mediana muestral
La mediana divide la muestra en dos partes iguales. Es el valor central del conjunto de datos una vez ordenado en forma creciente o decreciente.
Determinacin de la mediana:
2) Si el tamao de la muestra (nmero de datos) es impar el valor de la mediana corresponde al valor del elemento central del conjunto ordenado:
~ x = valor elemento n + 1 2
3) Si el tamao de la muestra es par, el valor de la mediana se obtiene promediando los valores de los dos elementos centrales del conjunto ordenado:
1 n n valor elemento + valor elemento + 1 2 2 2
~ x =
Estadstica Fundamental
Media:
x n j =1 j
x =
Mediana:
A partir del conjunto de datos ordenado de menor a mayor se calcula la mediana usando la frmula para tamao de muestra par (n=90)
30
Estadstica Fundamental
Puede obtenerse una idea preliminar de la variabilidad de una caracterstica de calidad en una muestra a partir del anlisis de un diagrama de puntos o de un histograma.
Las denominadas medidas numricas de dispersin o variabilidad, tpicamente la amplitud o rango, el desvo estndar y el rango intercuartlico, proveen una estimacin cuantitativa, ms precisa y prctica para la toma de decisin. Es la diferencia entre el valor mximo y el valor mnimo de las n observaciones
R = max (x j ) min (x j
j = 1 ...n
Su principal problema es que slo depende de los valores extremos, despreciando la influencia de los restantes (n-2) valores;
Estadstica Fundamental
Es una medida de dispersin o variabilidad que depende de la suma de las diferencias cuadradas de los valores de la muestra respecto de la media muestral.
x j x = 1,15 .
, x k x = 2.85
xi = 6
x k = 10
10 11
12
13
14
, x = 7.15
32
Estadstica Fundamental
s =
n 1 x x n 1 j =1 j
(
Suma de las diferencias cuadradas
La necesidad de trabajar con diferencias cuadradas proviene del hecho que la suma de diferencias es igual a cero debido a la definicin de la media muestral:
x = n
=1 =1
n n
xj j
(x j j
)=
Por la misma razn se usa (n-1) en lugar de n como divisor al calcular el desvo estndar. En trminos generales, una vez que se conocen (n-1) diferencias, el valor de la diferencia restante estar predeterminado. Entonces, n diferencias proporcionan informacin redundante sobre la variabilidad.
33
Estadstica Fundamental
Varianza de la muestra:
2
n 1 = x j n 1 j =1
(
x
La varianza est relacionada con la variabilidad de la muestra por ser el cuadrado del desvo estndar;
En rigor, no es una medida de la dispersin pues no est expresada en la unidad en que se miden los datos (Ejemplo, datos en m, varianza de los datos en m2).
Si bien el desvo estndar es una medida ms representativa de la variabilidad en la muestra, es considerablemente ms difcil de calcular que el rango.
34
Estadstica Fundamental
Ejemplo:
Obtener el rango, el desvo estndar y la varianza de los datos de pH utilizados en el ejemplo de construccin de histograma
Rango:
Desvo estndar:
n 1 x x n 1 1 j j=
s =
1 90 1 x1 x 1 (7 ,510 7 ,5247 89
(
x
)2 )2
)2
+ ... + (7 ,521 7 ,5247
s =
)2 + ... + (x 90
s =
)2 ]
s = 0 ,00 89
35
Estadstica Fundamental
Varianza:
s 2 = 0 ,0089 2 = 0 ,00008
Marcando la media y el desvo estndar sobre el histograma construido con los datos: s s
x
= 7 , 5247
Frecuencia absoluta
Frecuencia relativa
0,25 0,20 0,15 0,10 0,05
7,5155
7,5205
7,5255
7,5305
7,5355
7,5005
7,5055
7,5105
7,5405
7,5455
22 20 18 16 14 12 10 8 6 4 2 0
36
Estadstica Fundamental
37
Estadstica Fundamental
2.1. Conceptos bsicos 2.2. Funcin de distribucin 2.3. Tipos de distribucin de probabilidad 2.4. Distribucin normal y anlisis de normalidad 2.5. Poblacin y muestra 2.6. Teorema del lmite central 2.7. Correlacin 2.8. Conceptos generales sobre Z-score, error normalizado y ANOVA.
38
Estadstica Fundamental
Espacio muestral
ejemplos:
{ a, e, i, o, u }
39
Estadstica Fundamental
Probabilidad
Concepto clsico:
Si existen n posibilidades con las mismas chances de ocurrir, de las cuales s son clasificadas como favorables (o xito), entonces la probabilidad de xito es dada como s/n
Ejemplo: la probabilidad de obtener un nmero par al jugarse um dado honesto: Espacio muestral: {1, 2, 3, 4, 5, 6} Eventos favorables: {2, 4, 6} Probabilidad = s/n = 3/6 = 0,5 = 50%
40
n=6 s=3
Estadstica Fundamental
Variables aleatorias
ej: suma de dos dados, cotacin del Dlar, precipitacin diaria de lluvia en una ciudad, lmite de resistencia de una pieza, etc.
Pueden ser
discretas continuas
Convencin:
variables aleatorias: X, Y, ... (letras maysculas) valores posibles de las variables aleatorias: x, y, ... (minsculas)
41
Estadstica Fundamental
La funcin que atribuye probabilidad a cada valor posible de una variable aleatoria discreta es denominada distribucin de probabilidad. f(x) = P(X = x) ejemplo:
dado honesto: f(x) = 1/6, para x=1, 2, 3, 4, 5 ou 6 cmo seria f(x) para la suma de dos dados?
Propiedades:
todosX
f ( x) 0
f ( x) = 1
42
Estadstica Fundamental
La funcin de distribucin acumulada de una variable aleatoria X asocia a cada valor posible de X la probabilidad de ese valor ser menor o igual a x. Se denota F(x) = P(X x) ejemplo:
f(x)
1,00 0,50
F(x)
0,50
0,25
x
2 3 4 5 1 2 3 4 5
43
Estadstica Fundamental
=
todosx
x. f ( x) = E( x)
2
Varianza
=
2 todosx
(x ) . f (x)
44
Estadstica Fundamental
P( X = x) = 0
P(a X b) = f ( x) dx
a
45
Estadstica Fundamental
Propiedades:
f ( x) 0, x
x a b
f (x)dx =1
46
Estadstica Fundamental
La funcin probabilidad acumulada de una variable aleatoria X asocia a cada valor posible de X la probabilidad de ese valor ser menor o igual a x. Se denota F(x)
f(x)
x
F ( x) = P( X x) =
f ( )d
x a
1,00
b F(x)
d F ( x) = f ( x) dx
F(b) F(a)
x a b
47
Estadstica Fundamental
= x f ( x)dx = E( x)
Varianza
2 = ( x )2 f ( x) dx = x2 f ( x) dx 2
48
Estadstica Fundamental
probabilidad
1.2 1 0.8 0.6 0.4 0.2 0 0 1 2
Probabilidade (1/6)
1/6
3 Valores
Lanzamiento de un dado
49
Estadstica Fundamental
probabilidad (1/36)
10
11
12
50
Estadstica Fundamental
Lanzamiento de un dado
1.2
0.8
0.6
Probabilidade (1/6)
0.4
0.2
0 1 2 3 Valores 4 5 6 7
51
Estadstica Fundamental
0 1 2 3 4 M di a d e 2 d ado s 5 6 7
52
Estadstica Fundamental
30
25
20
15
10
0 1 2 3 4 M di a d e 3 d ado s 5 6 7
53
Estadstica Fundamental
16 0
14 0
12 0
10 0
80
60
40
20
0 1 2 3 4 M di a d e 4 d ado s 5 6 7
54
Estadstica Fundamental
500 0
450 0
400 0
350 0
300 0
250 0
200 0
150 0
100 0
50 0 1 2 3 4 M di a d e 6 d ado s 5 6 7
55
Estadstica Fundamental
160000
140000
120000
100000
80000
60000
40000
Probabilidade (1/1679616)
56
Estadstica Fundamental
Curva normal
= desvio estndar
puntos de inflexin
= media
asntota
asntota
57
Estadstica Fundamental
1 f ( x) = e 2 < x < +
f(x)
Punto de inflexin
58
Estadstica Fundamental
e
d
Problema:
para cada valor de y seria necesario una tabla diferente! distribucin normal estndar
59
Solucin:
Estadstica Fundamental
variable f(x) =2 =3
distribucin
X
0 f(y) 3 =0 =2 0 f(z) 3 =0 =1 0 3
60
Y = X 3
X 3 Z= 2