Estadistica Tema 1 2 IBA PDF

13/06/2013
1
!"#$% &'()*+,%#'% )&
+-./0101 )1234512067 +8/06347
rof. +-49:1 !3990;-
13/!unlo/2013
unlbague. MCl: Curso Anllsls LsLadlsLlco Apllcado. !unlo/2013

!"#$%&%& '&(!)*&(%+,
!-$%+!),
."%/'0&%)!) )' %1!2.3 4567
!89:;< +>::?@8
>A>::?B8CD?BEFGHED<
13/06/2013
2
1LMA8lC
1. CbLencln de daLos. MuesLreo y dlseno de
experlmenLos experlmenLos
2. 8esumen y descrlpcln de daLos
3. 1ablas de conLlngencla. ruebas de normalldad
4. 8elaclones enLre varlables l. AnCvA
3. 8elaclones enLre varlables ll. 8egresln
6. 8educcln de dlmenslonalldad: Anllsls lacLorlal
!" $%&&'()

7
7. 1ecnlcas de Claslflcacln: Anllsls dlscrlmlnanLe y
regresln loglsLlca
18A8A!C Ln C8uC
Crupos de un mxlmo de 4 personas
royecLo a desarrollar duranLe el curso
Seleccln de un Lema.
Lleccln y dlseno del medlo de recoglda de lnformacln
uso de alguna(s) de las herramlenLas esLadlsLlcas que se van
a esLudlar
!" $%&&'()

resenLacln flnal de Lraba[os
I
13/06/2013
3
1LMA 1: C81LnClCn uL uA1CS. MuLS18LC ? ulSLRC
uL LxL8lMLn1CS
oblacln y muesLra
roblemLlca de la obLencln de lnformacln
ConcepLos y deflnlclones
LlemenLos de lnferencla esLadlsLlca
LsLlmacln punLual y por lnLervalos de conflanza
ruebas de hlpLesls
MuesLreo
!" $%&&'()

MuesLreo
ulseno de experlmenLos
J
C8LAClCn ? MuLS18A
Los esLudlos esLadlsLlcos se enfrenLan casl slempre a un
problema de dlflcll solucln: problema de dlflcll solucln:
Cmo podemos conocer a un con[unLo grande lndlvlduos
sln esLudlarlos a Lodos?
lnLencln de voLo
Cplnln de consumldores
Calldad de producLos
Lf Ll ld d d dl L
!" $%&&'()

LfecLlvldad de medlcamenLos
.
K
13/06/2013
4
C8LAClCn ? MuLS18A
or que no podemos esLudlar a 1CuA la poblacln?
Lnsayos desLrucLlvos
Lnsayos caros
Lnsayos lenLos
Lnsayos dlflclles/comple[os
oblacln no acceslble
oblacln muy grande
!" $%&&'()

y g
LncuesLa lenLa: lmagen dlfusa en el Llempo
CosLes de encuesLa frenLe a cosLes de censo
Lrrores acumulados
L
CCnCL1CS ? uLllnlClCnLS
<7=/360;-: con[unLo formado por la LoLalldad de elemenLos
con arreglo a unas caracLerlsLlcas concreLas. con arreglo a unas caracLerlsLlcas concreLas.
<7=/360;- 4> >12?407: con[unLo de elemenLos sobre los que
se Loma la muesLra.
@?>1293: subcon[unLo de elemenLos de la poblacln
!" $%&&'()

elegldos para esLudlar y asl LraLar de lnferlr caracLerlsLlcas
de la poblacln.
M
13/06/2013
3
C8LAClCn ? MuLS18A
ue un loLe de producLos exLraemos unos pocos para su anllsls
regunLamos slo a unos pocos voLanLes cun es su opcln regunLamos slo a unos pocos voLanLes cun es su opcln
LncuesLamos slo a un 10 de los cllenLes
??
!" $%&&'()

??
??
N
ulS18l8uClCnLS Ln LL MuLS18LC
POBLACIN POBLACIN
ESTADSTICO ESTADSTICO
MUESTRA MUESTRA
PARMETRO PARMETRO
M
U
E
S
T
R
E
O
!" $%&&'()

INFERENCIA
65
13/06/2013
6
Los parmeLros de una poblacln no suelen ser conocldos. p p
Su esLudlo requlere la Loma de muesLra y su 'esLlmacln' a
Lraves de meLodos esLadlsLlcos.
Al esLar calculados en base a lnformacln muesLral (su[eLa a
l l l L l ) L L L l
!" $%&&'()

varlaclones aleaLorlas) esLos parmeLros muesLrales son
varlables aleaLorlas.
66
C8LAClCn MUESTRA MUESTRA
A8ML18CS
C8LAClCnALLS
vALC8LS
LxAC1CS" L8C
PARMETROS PARMETROS
MUESTRALES MUESTRALES
VALORES VALORES
APROXIMADOS PERO APROXIMADOS PERO
CONOCIDOS CONOCIDOS
!" $%&&'()

uLSCCnCCluCS
CCnS1An1L
CONOCIDOS CONOCIDOS
VARIABLE ALEATORIA VARIABLE ALEATORIA
64
13/06/2013
7
lnlL8LnClA LS1AulS1lCA
CCn!un1C uL 1LCnlCAS LS1AulS1lCAS CuL nCS
L8Ml1Ln Lx18AL8 CCnCLuSlCnLS A A81l8 uL uA1CS L8Ml1Ln Lx18AL8 CCnCLuSlCnLS A A81l8 uL uA1CS
MuLS18ALLS
??
!" $%&&'()

??
??
lnlL8LnClA LS1AulS1lCA
1LCnlCAS uL lnlL8LnClA : 1LCnlCAS uL lnlL8LnClA :
LS1lMAClCn
un1uAL
C8 ln1L8vALCS
CCn18AS1L uL PlC1LSlS
SC88L A8ML18CS
!" $%&&'()

SC88L A8ML18CS
SC88L ulS18l8uClCnLS
6I
13/06/2013
8
LS1lMAClCn un1uAL
SL 8L1LnuL AvL8lCuA8 LL vALC8 uL un A8ML18C uL
unA ulS18l8uClCn
CCMC LS1lMAClCn uL LCS A8ML18CS C8LAClCnALLS
SL uSAn LCS CC88LSCnulLn1LS LS1AulS1lCCS
MuLS18ALLS
!" $%&&'()

6J
LS1lMAClCn un1uAL
CA8AC1L8lS1lCA uLSLA8LLS Ln un LS1lMAuC8:
uL8L SL8 lnSLSCAuC
uL8L 1LnL8 vA8lAnZA MlnlMA
uL8L SL8 CCnSlS1Ln1L
C8 L!LMLC :
MLulA C8LAClCnAL ................. MLulA MuLS18AL
!" $%&&'()

MLulA C8LAClCnAL ................. MLulA MuLS18AL
vA8lAnZA C8LAClCnAL ........... lu. MuLS18AL (n1)
8CC8ClCn C8LAClCnAL ..... lu MuLS18AL
6K
13/06/2013
9
LS1lMAClCn C8 ln1L8vALCS uL CCnllAnZA
SL 8L1LnuL LnCCn18A8 un ln1L8vALC 1AL CuL
CCn1LnCA CCn unA 8C8A8lLluAu uAuA AL vALC8 CCn1LnCA CCn unA 8C8A8lLluAu uAuA AL vALC8
vL8uAuL8C uLL A8ML18C LS1lMAuC:
A+**+# B%$ )$,+BC$,'!%$ *
D
E *
F
,+*)$ G") B)H'&)& "&
'&,)#(+*% I*
D
J *
F
K G") '&!*"E) +* (+*%# ()#B+B)#%
B)* <+#L@),#% !%& <#%M+M'*'B+B ND oO
!" $%&&'()

D o P &'()* B) !%&H'+&Q+
o P &'()* B) $'R&'H'!+!'S&
http://www.umd.umich.edu/casl/socsci/econ/StudyAids/JavaStat/CentralLimitTheorem.html http://www.umd.umich.edu/casl/socsci/econ/StudyAids/JavaStat/CentralLimitTheorem.html
6L
C8LAClCnLS nC8MALLS
ara la medla de una poblacln normal
de varlanza conoclda:
de varlanza desconoclda:
x z
n
o
o
2
s
2 /
!" $%&&'()

x t
s
n
n
1
2 o/
6M
13/06/2013
10
1LS1 uL PlC1LSlS
SL 8L1LnuL CCM8C8A8 Sl SL vL8lllCAn
uL1L8MlnAuAS PlC1LSlS LS1A8LLCluAS SC88L LL
vALC8 uL ALCn A8ML18C uL unA ulS18l8uClCn C
SC88L LA 8ClA ulS18l8uClCn uL unA vA8lA8LL, ?
PACL8LC CCn un 8lLSCC uL L88C8 MLul8LL
LA CL81LZA nC LS CSl8LL uAuC LL CA8C1L8
!" $%&&'()

LA CL81LZA nC LS CSl8LL uAuC LL CA8C1L8
ALLA1C8lC uL LA lnlC8MAClCn LMLLAuA
6N
LLLMLn1CS uL un 1LS1 uL PlC1LSlS: PlC1LSlS
PlC1LSlS nuLA (P
0
)
LS LA CuL SL uLSLA CCM8C8A8
(Suele lr asoclada a lo que e consldera slLuacln correcLa o normal)
PlC1LSlS AL1L8nA1lvA (P1)
SuLLL SL8 LA CCn18A8lA uL LA PlC1LSlS nuLA
!" $%&&'()

(Con frecuencla va asoclada a la slLuacln lncorrecLa o no deseada)
45
13/06/2013
11
LLLMLn1CS uL un 1LS1 uL PlC1LSlS: PlC1LSlS
PlC1LSlS SlMLL / CCMuLS1A PlC1LSlS SlMLL / CCMuLS1A
La zona donde es clerLa se reduce a un punLo o a ms de uno:
m=120 m>120
PlC1LSlS unlLA1L8AL / 8lLA1L8AL
La zona donde es clerLa se deflne a un solo lado o a los dos de
!" $%&&'()

un clerLo valor:
m=120 m>120
46
LLLMLn1CS uL un 1LS1 uL PlC1LSlS: L88C8LS
L88C8 1lC l
8LCPAZA8 LA PlC1LSlS nuLA CuAnuC LS ClL81A
(falsa alarma)
L88C8 1lC ll
ACL1A8 LA PlC1LSlS nuLA CuAnuC LS lALSA
( l l d d b h l )
!" $%&&'()

(no suena la alarma cuando deblera hacerlo)
44
13/06/2013
12
LLLMLn1CS uL un 1LS1 uL PlC1LSlS: 8lLSCCS
nlvLL uL SlCnlllCAClCn nlvLL uL SlCnlllCAClCn
LS LA 8C8A8lLluAu uL 8LCPAZA8 LA PlC1LSlS nuLA CuAnuC LS
ClL81A
LS LA 8C8A8lLluAu uL L88C8 1lC l
SL 8L8LSLn1A C8 o
A vLCLS SL LL LLAMA 8lLSCC uLL lA88lCAn1L
LA 8C8A8lLluAu uL L88C8 1lC ll
!" $%&&'()

LA 8C8A8lLluAu uL L88C8 1lC ll
SL 8L8LSLn1A C8 |
A vLCLS SL LL LLAMA 8lLSCC uLL CCM8AuC8
47
1LS1 SC88L LA MLulA
A08;2>101 -?/3 10T8/> 67-293 3/2>9-320U3
=0/ / N O =0/32>93/ NA
V
W TPT
V
A
D
W T = T
V
OJ
1?8?>123 o 4>167-76043X
n s
m x
t Calcular
/
: . 1
0
=
!" $%&&'()

2 /
1
o
n
t una de valor el con t Comparar 2.
0
/
n
H rechazar se t t si : Decidir 3.
2
1
o
>
13/06/2013
13
A
V
W @P@
V
A
D
W @ = @
V
!" $%&&'()

4J
1LS1 SC88L LA MLulA
A08;2>101 -?/3 10T8/> 67-293 3/2>9-320U3
0/ / N O ?-0/32>93/ NA
V
W TPT
V
A
D
W T Y T
V
OJ
1?8?>123 o 4>167-76043
n s
m x
t Calcular
/
: . 1
0
=
!" $%&&'()

o
1 n
0 n
o
>
1
13/06/2013
14
1LS1 uL
lCuALuAu uL uCS MLulAS
A08;2>101 -?/3 10T8/> 67-293 3/2>9-320U3 =0/32>93/ NA
V
W
A O / 4 04 T
D
PT
F
A
D
W T
D
= T
F
OJ 1?8?>1231 /31 o 4>167-760431 8>97
0Z?3/>1
2
) 1 ( ) 1 (
2 1
2
2 2
2
1 1 2
+
+
=
n n
s n s n
S : ponderada media varianza la Obtener 1.
2 1
1 1
2 1
n n
S
x x
t Calcular 2.
+
=
!" $%&&'()

2 1
n n
2 /
2
2 1
o
+n n
0 n n
2 /
2
2 1
o
+
>
A
V
W @
D
P@
F
A
D
W @
D
= @
F
!" $%&&'()

4M
13/06/2013
13
MuLS18LC
1amanos de muesLra en esLlmacln de
L parmeLros
1amanos de muesLra en pruebas de
hlpLesls
1e l d L
!" $%&&'()

1ecnlcas de muesLreo
4N
1AMARCS uL MuLS18A
Las muesLras necesarlas para proceder a esLlmar los
parmeLros de una dlsLrlbucln deben ser calculadas de parmeLros de una dlsLrlbucln deben ser calculadas de
modo que se garanLlce la adecuada preclsln y
conflabllldad de las esLlmaclones.
Ln Lodo caso, debe garanLlzarse la aleaLorledad de la
muesLra.
!" $%&&'()

75
13/06/2013
16
1AMARCS uL MuLS18A
Ll Lamano de muesLra va depender de Ll Lamano de muesLra va depender de:
Ll Lamano de la poblacln esLudlada
La homogeneldad de la poblacln
Ll grado de preclsln que se desee (error admlslble)
Ll nlvel de conflanza deseado
!" $%&&'()

Ln Lodo caso, debe garanLlzarse la aleaLorledad de la
muesLra.
76
MuLS18LC Ln C8LAClCnLS llnl1AS
LsLlmacln de la medla (normal)
z
2 2
o
LsLlmacln de la proporcln (blnomlal)
N
z
N
) 1 N (
z
n
2 2
2 /
2
2 /
o
+
c
o
=
o
o
) q p ( z ) 1 N (
) q p ( z
n
2
2 /
2
2
2 /

+
c

=
o
o
!" $%&&'()

N N
+
74
13/06/2013
17
MuLS18LC Ln C8LAClCnLS lnllnl1AS
LsLlmacln de la medla (normal)
2
2 /
z
|
|
| o
LsLlmacln de la proporcln (blnomlal)
2 /
z
n |
.
|
\
|
c
o
>
o
2
2 /
z pq
n
|
|
.
|
\
|
c
>
o
!" $%&&'()

. \
77
1AMARCS uL MuLS18A (8lnCMlAL)
P \ N 100 1000 10000 100000 1000000Infinito
0,1 79,5 277,7 370,0 382,7 384,0 384,1
0,2 87,3 406,0 639,3 678,3 682,5 682,9
0,3 90,1 472,9 822,7 888,4 895,5 896,3
0,4 91,2 506,3 929,3 1014,0 1023,3 1024,4
!" $%&&'()

, , , , , , ,
0,5 91,5 516,5 964,3 1055,8 1065,9 1067,1
7I
c = 3%, o = 5%
13/06/2013
18
1AMARC uL MuLS18A
Ln 1LS1 uL PlC1LSlS
Ll Lamano de muesLra va a depender de: Ll Lamano de muesLra va a depender de:
la lnformacln dlsponlble, sobre Lodo el conoclmlenLo prevlo de
la varlanza en poblaclones normales
de la senslbllldad que deseemos para nuesLro LesL
y de la segurldad que deseemos Lener en las declslones que se
adopLen
!" $%&&'()

7J
1AMARC uL MuLS18A
Ln 1LS1 uL PlC1LSlS
Ll ms lmporLanLe de ellos es para el conLrasLe de hlpLesls Ll ms lmporLanLe de ellos es para el conLrasLe de hlpLesls
es !
"
#$
"
% &' !
(
#=
"
%) LnLonces el Lamano de muesLra se
calcula medlanLe:
2
2 /
d
z z
n
|
|
.
|
\
| +
>
| o
!" $%&&'()

7K
|
.
|
\
|
o

=
0 1
d
13/06/2013
19
1LCnlCAS uL MuLS18LC
MuesLreos probablllsLlcos
Conocemos la probabllldad de que un lndlvlduo sea elegldo para la
muesLra.
lnLeresanLes para usar esLadlsLlca maLemLlca con ellos.
MuesLreos no probablllsLlcos
no se conoce la probabllldad.
Son muesLreos que seguramenLe esconden sesgos.
!" $%&&'()

Ln prlnclplo no se pueden exLrapolar los resulLados a la poblacln.
A pesar de ello una buena parLe de los esLudlos que se publlcan
usan esLa ulLlma Lecnlca.
7L
1LCnlCAS uL MuLS18LC
Muestreo probabilstico
M t l t i i l Muestreo aleatorio simple
Muestreo aleatorio estratificado
Muestro por clusters
Muestreo sistemtico
Muestreo no probabilstico
Muestreo de conveniencia
!" $%&&'()

Muestreo de juicios
Muestreo por cuotas
Muestreo de bola de nieve
7M
13/06/2013
20
MuLS18LC ALLA1C8lC SlMLL
Consiste en tomar la muestra de tal modo que todos los
l t d l bl i t l i t id d elementos de la poblacin tengan la misma oportunidad
de ser elegidos.
Ejemplos
Los nmeros de la lotera primitiva
Seleccin al azar de cinco unidades de las producidas en una
!" $%&&'()

Seleccin al azar de cinco unidades de las producidas en una
hora
7N
MuLS18LC LS18A1lllCAuC
Se dlvlde la poblacln en subgrupos o >1293271
ue cada esLraLo se selecclona 3/ 3[39 una muesLra ue cada esLraLo se selecclona 3/ 3[39 una muesLra
L[emplos
Ln una encuesLa se Llene en cuenLa el sexo, grupos de edad,
zona de resldencla, ... de los encuesLados
Sl se Llenen Lres llneas de empaqueLado haclendo el mlsmo
producLo, el muesLreo debe conslderar esos Lres esLraLos
!" $%&&'()

Se dlferencla a los cllenLes por Llpo de servlclo comprado,
acLlvldad, resldencla.
I5
13/06/2013
21
ara calcular el Lamano de muesLra se debe Lener en
cuenLa la esLraLlflcacln.
PablLualmenLe se usan dos enfoques, que buscan
garanLlzar la represenLaLlvldad de la muesLra:
Afl[acln proporclonal: Llene en cuenLa el Lamano de cada
esLraLo. LsLe crlLerlo se usa cuando no se Llene lnformacln
sobre la magnlLud de las varlanzas de los esLraLos, o cuando
son lguales. Se usa adems cuando los cosLos de muesLrear
las unldades en los dlferenLes esLraLos son seme[anLes.
!" $%&&'()

las unldades en los dlferenLes esLraLos son seme[anLes.
Afl[acln pLlma: Llene en cuenLa LanLo el Lamano del esLraLo
como la vlabllldad del mlsmo. Se usa cuando las varlanzas en
cada esLraLo o los cosLes de muesLro en ellos son dlferenLes.
I6
MuesLreo con afl[acln proporclonal.
1. Se fl[a el Lamano de muesLra n (puede ser por el
mlsmo meLodo que en muesLro aleaLorlo slmple)
2. Se reparLe el numero de lndlvlduos a encuesLar en
cada esLraLo, n
l
, proporclonalmenLe al Lamano n
l
del
mlsmo, medlanLe:
| |
!" $%&&'()

I4
|
.
|
\
|
=
N
n
N n
i i
13/06/2013
22
MuesLreo con afl[acln pLlma.
1. Se fl[a el Lamano de muesLra n (puede ser por el
mlsmo meLodo que en muesLro aleaLorlo slmple)
2. Se reparLe el numero de lndlvlduos a encuesLar en
cada esLraLo, n
h
, proporclonalmenLe al Lamano n
h
, a la
varlanza S
h
y al cosLe de muesLreo C
h
en el esLraLo,
medlanLe:
! "
!" $%&&'()

I7
=
=
#
$
$
$ $
$
$ $
$
%
! "
%
! "
& &
1
La poblacln se encuenLra dlvldlda en
subpoblaclones, clusLers o conglomerados
MuLS18LC C8 CLuS1L8S (C C8 CCnCLCML8AuCS)
subpoblaclones, clusLers o conglomerados
Se ellge 3/ 3[39 NTX3X1XO una muesLra de esos
subgrupos
Se esLudla a Lodos los lndlvlduos de los clusLers
selecclonados.
L[emplos
!" $%&&'()

L[emplos
Las bolsas de producLo se empacan en ca[as de 30 bolsas.
Se ellgen al azar n ca[as de una produccln y se esLudlan
Lodas las bolsas de cada ca[a selecclonada
II
13/06/2013
23
Ll Lamano de muesLra se calcula en unldades
bslcas no en numero de conglomerados a
MuLS18LC C8 CLuS1L8S
bslcas, no en numero de conglomerados a
selecclonar.
Sl k es el numero de unldades bslcas por cada
clusLer (asumlendo que Lodos son lguales), y n la
muesLra, el numero de clusLers a muesLrear es:
!" $%&&'()

k
n
c =
IJ
Ls slmllar al de ClusLers, pero ya no se anallzan Lodos los
lndlvlduos del clusLer, slno slo una muesLra eleglda al azar
MuLS18LC 8lL1lCC
lndlvlduos del clusLer, slno slo una muesLra eleglda al azar
enLre ellos.
Ll Lamano de muesLra se obLlene en cada eLapa por
separado:
Ln cada conglomerado se sorLean (MAS), n
2
elemenLos
'
'
(
)
!" $%&&'()

'
(
'
)
'
(
)
& =
2
IK
13/06/2013
24
Ll numero de clusLers se calcula medlanLe:
MuLS18LC 8lL1lCC
Sl se consldera un cosLe LoLal de muesLreo fl[o C:
Sl se consldera un nlvel de conflanza y un error admlslble d:
)
2 2 1
(
1
& ) ) % & + =
2
2
2
!" $%&&'()

2
)
2 /
).(
2
2
2
2
1
(
1
n * + &
o
o o + =
IL
ue la serle ordenada de lndlvlduos de una poblacln
se selecclona uno de cada k lndlvlduos
MuLS18LC SlS1LM1lCC
se selecclona uno de cada k lndlvlduos,
ordenadamenLe (el 8, el 18, el 28,...), a parLlr de
un elemenLo elegldo al azar.
L[emplos
A l dl b l l l
!" $%&&'()

Asl se dlezmaban las leglones romanas
ue una cadena de produccln se ellge slsLemLlcamenLe la
unldad que hace velnLe
IM
13/06/2013
23
Se esLablece la secuencla de muesLreo en base a la
relacln enLre muesLra y poblacln.
MuLS18LC SlS1LM1lCC
relacln enLre muesLra y poblacln.
Sl s es el lnLervalo enLre unldades elegldas:
n
N
s =
!" $%&&'()

IN
MuLS18LC &% <#%M+M'*C$,'!%
La seleccln de la muesLra no es aleaLorla, slno que se
basa, en parLe, en el [ulclo del enLrevlsLador o de basa, en parLe, en el [ulclo del enLrevlsLador o de
responsable de la lnvesLlgacln.
no se basa en nlnguna Leorla de la probabllldad y, por lo
LanLo, no es poslble calcular la preclsln o acoLar el error
comeLldo.
no es poslble calcular esLos errores nl la conflanza de las
esLlmaclones que adems no slempre se reducen
!" $%&&'()

esLlmaclones que, adems, no slempre se reducen
aumenLando el Lamano de la muesLra.
J5
13/06/2013
26
MuLS18LC &% <#%M+M'*C$,'!%
Ln el muesLreo no probablllsLlco los cosLes y la
dlflculLad del dlseno son ms reducldos (al no ser dlflculLad del dlseno son ms reducldos (al no ser
necesarlo dlsponer de un marco).
LsLe muesLreo puede dar buenos resulLados, pero
Lamblen apare[a el rlesgo de proporclonar una
lnformacln errnea.
!" $%&&'()

J6
Las muesLras se selecclonan segun un crlLerlo de acceslbllldad
o comodldad.
MuLS18LC uL CCnvLnlLnClA
o comodldad.
Suele emplearse en cenLros comerclales, plazas, esLaclones de
auLobuses o de Lren, meLro, aeropuerLos o lugares de gran
afluencla publlca.
Se uLlllza para obLener un mayor numero de cuesLlonarlos
compleLados de forma rplda y econmlca.
Ad d l l Ll l l L l
!" $%&&'()

Adecuado en la lnvesLlgacln exploraLorla que venga
segulda de una lnvesLlgacln adlclonal en la que se exLralga
una muesLra probablllsLlca.
J4
13/06/2013
27
La muesLra es eleglda por un experLo de acuerdo con su
crlLerlo, buscando las unldades ms represenLaLlvas.
MuLS18LC uL !ulClCS
crlLerlo, buscando las unldades ms represenLaLlvas.
L[emplo: mercados de prueba, presunLos llderes
selecclonados en la lnvesLlgacln de conducLa de voLo..
Se emplea cuando el Lamano de la muesLra es pequeno.
!" $%&&'()

J7
1lene por ob[eLlvo asegurar que los dlversos subgrupos de una
poblacln esLen represenLados en la muesLra respecLo de las
MuLS18LC C8 CuC1AS
poblacln esLen represenLados en la muesLra respecLo de las
caracLerlsLlcas perLlnenLes de la muesLra y con la proporcln
exacLa que el lnvesLlgador desee.
La seleccln accldenLal de su[eLos puede produclr sesgo.
La velocldad de recopllacln de daLos, los menores cosLes y la
comodldad son sus prlnclpales venLa[as frenLe al muesLreo de
probabllldad
!" $%&&'()

probabllldad.
uede resulLar aproplado cuando el lnvesLlgador sabe que es
ms probable que un clerLo grupo demogrflco rehuse
colaborar con una encuesLa.
JI
13/06/2013
28
Los prlmeros elegldos como encuesLados (probablemenLe a
[ulclo del lnvesLlgador) proponen y ayudan a la seleccln de los
MuLS18LC uL 8CLA uL nlLvL"
[ulclo del lnvesLlgador) proponen y ayudan a la seleccln de los
resLanLes de la muesLra. LsLa Lecnlca se uLlllza para locallzar por
referenclas a mlembros de poblaclones pecullares.
venLa[as: los reducldos Lamanos de muesLra y los cosLes.
Sesgo porque la persona sugerlda por oLro mlembro de la
!" $%&&'()

muesLra Llene una probabllldad mayor de ser slmllar a la
prlmera.
JJ
!" $%&&'()

JK
13/06/2013
29
!" $%&&'()

JL
ulSLRC uL LxL8lMLn1CS
ConcepLos ConcepLos
lanes facLorlales
lracclones facLorlales
!" $%&&'()

lracclones facLorlales
JM
13/06/2013
30
uLllnlClCnLS 8SlCAS
varlable 8espuesLa
lacLor LxperlmenLal
nlveles de los lacLores
lnLeraccln
8loques
AleaLorlzacln
8epllcas p
Isono y AnIIsIs do IxorImonfos 59
vA8lA8LL 8LSuLS1A
Ls la varlable ob[eLo de esLudlo
un experlmenLo puede produclr mulLlples varlables
respuesLa
La varlable respuesLa Llene un carcLer cuanLlLaLlvo
!" $%&&'()

13/06/2013
31
lAC1C8LS LxL8lMLn1ALLS
Ln el proceso de fabrlcacln se conslderan dos
Llpos prlnclpales de caracLerlsLlcas: p p p
Los \36279>1 4> 67-297/ pueden ser fl[ados a
volunLad denLro de clerLos mrgenes
son los parmeLros del proceso
Los \36279>1 4> 9?047 son aquellos cuyo valor no
!" $%&&'()

puede ser fl[ado llbremenLe, blen por moLlvos
flslcos o econmlcos
son las varlables no conLroladas
en algunos casos pueden conLrolarse en el
experlmenLo, pero no en la realldad
Pay oLros Llpos de facLores:
H36279>1 4> =/7]?>7. no son ob[eLo de esLudlo, pero
pueden lnflulr en el resulLado. Al conLrolarlos nos
ayuda a reduclr la varlabllldad y capLar me[or el
efecLo de los facLores de conLrol
Ln unas pruebas de consumo de un vehlculo deporLlvo, han
parLlclpado dos cond cLores dlferenLes Sl blen en el so real
!" $%&&'()

parLlclpado dos conducLores dlferenLes. Sl blen en el uso real
el facLor conducLor no es conLrolable, lo lnclulmos como
facLor de bloqueo para ellmlnar el efecLo que el conducLor
pueda Lener, y reconocer me[or el efecLo de los facLores de
lnLeres (Llpo de neumLlco, con alern o sln alern, .)
13/06/2013
32
Pay oLros Llpos de facLores:
H36279>1 /0T023-2>1. no son ob[eLo de esLudlo, pero sl
no los lnclulmos en las pruebas el efecLo de los
facLores prlnclpales puede ser enmascarado
Se desea evaluar la lnfluencla en la produccln de un culLlvo
de la dosls de abonado de nk. Se sabe que nlvel de hlerro en
!" $%&&'()

el suelo Lamblen lnfluye. Aunque en la prcLlca ese nlvel no se
puede conLrolar, en el experlmenLo habr que lnclulrlo para
poder reconocer me[or el efecLo de los facLores prlnclpales
CA8AC1L8lS1lCAS Ln un LxL8lMLn1C
L!LMLCS uL vA8lA8LLS uL CCn18CL :
proporclones en que se mezclan los dlsLlnLos componenLes
Llempos de operacln Llempos de operacln
LemperaLura de Lraba[o
numero de revoluclones
Llpo de herramlenLa
caudal de refrlgeranLe
L!LMLCS uL vA8lA8LLS uL 8uluC :
habllldad de operarlos
calldad de na maLerla prlma
!" $%&&'()

calldad de una maLerla prlma
LemperaLura amblenLe
humedad amblenLe
edad de los equlpos
nlvel de desgasLe de herramlenLas
vlbraclones del enLorno
13/06/2013
33
nlvLLLS uL LCS lAC1C8LS
Se llaman nlveles a los dlsLlnLos valores que puede
presenLar un facLor: presenLar un facLor:
Ln facLores cuallLaLlvos, los nlveles son denomlnados
Lamblen &*+,*-./'.
1lpo de lubrlcanLe, con o sln reallmenLacln, .
Ln los facLores cuanLlLaLlvos se refleren a los valores a los
cuales se fl[a, para el experlmenLo, ese facLor.
!" $%&&'()

[ , p p ,
1emperaLura 23, 33 o 40, presln 1 o 3 aLm, .
ln1L8ACClCn
Cuando dos facLores son lndependlenLes, el efecLo de
que un facLor camble de nlvel no alLera el efecLo que que un facLor camble de nlvel no alLera el efecLo que
produce el oLro facLor
Cuando exlsLe lnLeraccln enLre dos facLores, el efecLo
de un facLor depende del nlvel que presenLe el oLro
!" $%&&'()

13/06/2013
34
ln1L8ACClCn
lacLores que lnfluyen en el dulzor de un cafe:
CanLldad de azucar anadldo: 1g / 8g
1emperaLura: 43/ 33
Z
O
R
4
3
5
8 g
!" $%&&'()

D
U
L
Z
0
2
1
Temperatura 55 45
1 g
ln1L8ACClCn
lacLores que lnfluyen en el dulzor de un cafe:
CanLldad de azucar anadldo: 1g / 8g
AglLacln del cafe: Sl / no
Z
O
R
4
3
5
8 g
!" $%&&'()

D
U
L
Z
0
2
1
REMOVER SI NO
1 g
13/06/2013
33
8LCCuLS
Los bloques (o el bloqueo) se emplean para conslderar
facLores que no son ob[eLo de lnLeres, pero cuyo efecLo facLores que no son ob[eLo de lnLeres, pero cuyo efecLo
se qulere separar para reconocer me[or el efecLo de los
facLores prlnclpales.
Ln esLudlo de consumo de un modelo de moLor, en el que se
ensayan Lres moLores lguales", el moLor se debe usar como
facLor de bloqueo
!" $%&&'()

ALLA1C8lZAClCn
La aleaLorlzacln conslsLe en la reallzacln de la experlenclas
dlsenadas en orden aleaLorlo dlsenadas en orden aleaLorlo
vlene dada por la necesldad de garanLlzar la lndependencla
de las experlenclas, slendo un medlo prevenLlvo de asegurar
esa lndependencla
Ln ocaslones, necesldades prcLlcas nos pueden llevar a no
!" $%&&'()

aleaLorlzar las experlenclas
13/06/2013
36
8LLlCAS ? 8LL1lClCnLS
Se denomlna repllca a cada una de las repeLlclones de
l l l l dl l una experlencla en las mlsmas condlclones
experlmenLales
Ln la repllca se reallza una medlcln en cada
comblnacln experlmenLal, y despues se pasa a oLra
comblnacln. Al acabar Lodas las conflguraclones se
replLe el proceso de nuevo.
!" $%&&'()

Ln las repeLlclones se reallzan varlas medlclones en una
comblnacln experlmenLal anLes de pasar a la slgulenLe.
ML1CuCS uL LxL8lMLn1AClCn
18AulClCnALMLn1L SL PAn LMLLAuC 18LS
LAn1LAMlLn1CS : LAn1LAMlLn1CS :
Anllsls de "& H+!,%# !+B+ ()Q
LxperlmenLos H+!,%#'+*)$ !%@<*),%$
!" $%&&'()

LxperlmenLos de H#+!!'%&)$ H+!,%#'+*)$
13/06/2013
37
lAC1C8lALLS CCMLL1CS
CCnSlS1Ln Ln LnSA?A8 1CuAS LAS CSl8LLS CCM8lnAClCnLS
CuL LxlS1Ln uL LCS ulS1ln1CS nlvLLLS uL LCS ullL8Ln1LS
lAC1C8LS lAC1C8LS
Ln ulSLRCS CCn k lAC1C8LS A uCS nlvLLLS SL uL8L8n 8LALlZA8 2
k
LxL8lMLn1CS
1lLnLn LA vLn1A!A uL CuL LA CCMA8AClCn Ln18L LCS uCS
nlvLLLS uL CAuA lAC1C8 SL 8LALlZA 1LnlLnuC Ln CuLn1A 1CuAS
LAS CSl8LLS Sl1uAClCnLS uL LCS uLMS lAC1C8LS, LC CuAL
CA8An1lZA LA 8L8CuuCl8lLluAu
!" $%&&'()

LL lnCCnvLnlLn1L LS LL LLLvAuC nML8C uL LnSA?CS
8LSuL1An1LS, LC CuAL LC PACL CCn l8LCuLnClA lnvlA8LL
C8 L!LMLC, A8A ulLZ lAC1C8LS SL8lAn nLCLSA8lAS 2
10
=1024
LxL8lLnClAS
lAC1C8lALLS CCMLL1CS
!"#!$%&!'() (!&#!$*(+$* $!*,(%-) $!.#+!.(*
1 25 A R1
Ljemplo:
2 25 8 R2
3 25 C R3
4 25 D R4
5 35 A R5
6 35 8 R6
7 35 C R7
Renolmlento
oe un proceso
qulmlco a tres
temperaturas y
con cuatro
catallzaoores
olterentes
8 35 D R8
9 45 A R9
10 45 8 R10
11 45 C R11
12 45 D R12
olterentes
13/06/2013
38
lAC1C8lALLS CCMLL1CS 2
k
IjomIo:
!ondImIonfo do un
Lp. F1 F2 F3 Resp.
1 1 1 1 R1
!ondImIonfo do un
rocoso qumIco.
Incfor l: IrosIon
(l y 5 nfm)
Incfor 2: Tomornfurn
(25 y 40)
Incfor 3: CnfnIIzndor
1 1 1 1 R1
2 2 1 1 R2
3 1 2 1 R3
4 2 2 1 R4
5 1 1 2 R5
(Inyor y IASI)
6 2 1 2 R6
7 1 2 2 R7
8 2 2 2 R8
2 2 2 = 2
3
= 8 eperlenclas
lAC1C8lALLS CCMLL1CS 2
k
I I! IJIMI!O ATI!IO! (osfudInr oI ofocfo do
cInco fncforos InfIuyonfos sobro In cnIIdnd do un roducfo, nrn
f I I I o fI I d b fIj I ) onconfrnr oI nIvoI ofImo nI quo dobomos fIjnrIos)
FACTOR NIVEL I NIVEL II
A: TEMPERATURA
60 80
B: VELOCIDAD
250 rpm 400 rpm
C: HERRAMIENTA
HA HB
D REFRIGERANTE
TIPO 1 TIPO 2
I! I!A IACTO!IA! COMI!ITO SI!A:
D: REFRIGERANTE
TIPO 1 TIPO 2
E: PROVEEDOR
XX S.A. YY S.A.
13/06/2013
39
EXPERIMENTO A B C D E RESULTADO
1 1 1 1 1 1 R1
2 1 1 1 1 2 R2
3 1 1 1 2 1 R3
4 1 1 1 2 2 R4
5 1 1 2 1 1 R5
6 1 1 2 1 2 R6
7 1 1 2 2 1 R7
8 1 1 2 2 2 R8
9 1 2 1 1 1 R9
10 1 2 1 1 2 R10
11 1 2 1 2 1 R11
12 1 2 1 2 2 R12
13 1 2 2 1 1 R13
14 1 2 2 1 2 R14
15 1 2 2 2 1 R15
16 1 2 2 2 2 R16
17 2 1 1 1 1 R17
18 2 1 1 1 2 R18
19 2 1 1 2 1 R19
20 2 1 1 2 2 R20
21 2 1 2 1 1 R21
22 2 1 2 1 2 R22
?
22 2 1 2 1 2 R22
23 2 1 2 2 1 R23
24 2 1 2 2 2 R24
25 2 2 1 1 1 R25
26 2 2 1 1 2 R26
27 2 2 1 2 1 R27
28 2 2 1 2 2 R28
29 2 2 2 1 1 R29
30 2 2 2 1 2 R30
31 2 2 2 2 1 R31
32 2 2 2 2 2 R32
l8ACClCnLS lAC1C8lALLS
LL LLLvAuC nML8C uL LnSA?CS 8LCuL8luCS PACL
CuL LCS lAC1C8lALLS CCMLL1CS nC SlLM8L SLAn CuL LCS lAC1C8lALLS CCMLL1CS nC SlLM8L SLAn
luLALLS.
Ln CCASlCnLS, ? SLCn LCS C8!L1lvCS L8SLCuluCS,
uLuL 8AS1A8 CCn uSA8 SCLC unA A81L uL un
LxL8lMLn1C lAC1C8lAL CCMLL1C
!" $%&&'()

AL LxL8lMLn1C ASl uLllnluC SL LL LLAMA l8ACClCn
lAC1C8lAL
13/06/2013
40
IJIMI!O
SI COSII!A CICO IACTO!IS A OS IVI!IS
!SAO ! IACTO!IA! COMI!ITO ICISITA!AMOS !S O ! C O! CO O C S ! OS
2
5
=32 IXII!IICIAS
I !!CA! I I!!O SI I!II IMI!IA! ! ISIO
I!ACCIOA! 2
5-2
, CO S!O 8 IXII!IICIAS:
EXPERIMENTO A B C D E RESULTADO
1 - - - + + R1
2 + - - - - R2
3 - + - - + R3
4 + + - + - R4
5 - - + + - R5
6 + - + - + R6
7 - + + - - R7
8 + + + + + R8
13/06/2013
41
CCn SCLC 8 LxL8lLnClAS SL uLuL CCnSLCul8 un
8LSuL1AuC SLCu8C Ln LL SLn1luC uL CuL SL8 8LSuL1AuC SLCu8C, Ln LL SLn1luC uL CuL SL8
8L8CuuCl8LL CuAnuC SL uSL Ln 8CuuCClCn
LL ML1CuC un lAC1C8 CAuA vLZ" Pu8lL8A
8LCuL8luC LL MlSMC LSluL8ZC, L8C CCn unCS
8LSuL1AuCS MuCPC MS C88LS
!" $%&&'()

L!LMLC
SL CCnSluL8An SlL1L lAC1C8LS A uCS nlvLLLS
l
7
uSAnuC un lAC1C8lAL CCMLL1C nLCLSl1A8lAMCS 2
7
=128
LxL8lLnClAS
Ln LuCA8 uL LLLC SL uLuL LMLLA8 un ulSLRC L8, CuL LS unA
l8ACClCn C81CCCnAL uLL 2
7
EXPERIMENTO A B C D E F G RESULTADO
1 + + + + + + + R1
2 + + + - - - - R2
3 + - - + + - - R3
4 + - - - - + + R4
5 - + - + - + - R5
6 - + - - + - + R6
7 - - + + - - + R7
8 - - + - + + - R8
13/06/2013
42
ulSLRCS lAC1C8lALLS 2
k
Son un Llpo especlal de facLorlales compleLos en los que
Lodos los facLores Llenen dos nlveles o varlanLes.
Sl se conslderan k facLores, el numero de experlmenLos
requerldos es 2
k
Suelen ser dlsenos de caracLerlzacln (screenlng) que se
apllcan fundamenLalmenLe en fases lnlclales de la
lnvesLlgacln, en las que el escaso conoclmlenLo del
proceso hace que se conslderen muchos facLores.
!" $%&&'()

p q
Al Lraba[ar a dos nlveles se reallza el mlnlmo numero de
experlenclas, que pese a Lodo pueden ser demasladas.
ueden usarse en dlsenos de bloques
1lenen un anllsls muy senclllo
MA18lZ uL ulSLRC
ara represenLar el dlseno se usa un esquema maLrlclal
slmllar al que ya hemos vlsLo. slmllar al que ya hemos vlsLo.
Ln cada celda se coloca un slmbolo para refle[ar en nlvel
del ese facLor (columna) al que se debe reallzar ese
experlmenLo.
Los slmbolos ms usados son
1/1
+/
!" $%&&'()

+/
13/06/2013
43
MA18lZ uL ulSLRC
IjomIo:
!ondImIonfo do un
Lp. F1 F2 F3 Resp.
1 1 1 1 R1
Lp. F1 F2 F3 Resp.
1 - - - R1
!o d o fo do u
rocoso qumIco.
Incfor l: IrosIon
(l y 5 nfm)
Incfor 2:
Tomornfurn
(25 y 40)
2 2 1 1 R2
3 1 2 1 R3
4 2 2 1 R4
5 1 1 2 R5
6 2 1 2 R6
2 + - - R2
3 - + - R3
4 + + - R4
5 - - + R5
6 R6
(25 y 40)
Incfor 3:
CnfnIIzndor
(Inyor y IASI)
6 2 1 2 R6
7 1 2 2 R7
8 2 2 2 R8
6 + - + R6
7 - + + R7
8 + + + R8
ORDEN DE YATES
MA18lZ uL ulSLRC
Los valores 8l pueden ser:
Sl se ha reallzado una unlca repllca, son dlrecLamenLe el
resulLado de cada experlmenLo
Sl se han reallzado varlas repllcas, son las medlas de los
valores obLenldos en ese experlmenLo
!" $%&&'()

13/06/2013
44
LlLC1CS 8lnClALLS
II cIcuIo do Ios ofocfos rIncInIos os muy
o cIIIo: soncIIIo:
|Ifocfo do II] =
|modIn do Ios oxorImonfos con oI fncfor I n nIvoI +]
|modIn do Ios oxorImonfos con oI fncfor I n nIvoI -]
+
=
, ,
- - , ./ ) (
CA!C!!A! !OS IIICTOS
I!ICIIA!IS
P b
L H A
Tiempo
medio
(segs.)
1
2
3
4
5
6
7
+
+
+
+
+
Prueba
No.

+
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
Tiempo de llenado de un depsito en
funcin longitud de tubo llenado (L), tipo
de bomba (H) y diferencia de alturas (A)
13/06/2013
43
P b
L H A
Tiempo
medio
(segs.)
I!ICIIA!IS
1
2
3
4
5
6
7
+
+
+
+
+
Prueba
No.

+
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
10.54
P b N
L H A
Tiempo
medio
(segs.)
I!ICIIA!IS
1
2
3
4
5
6
7
+
+
+
+
+
Prueba No.
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
10.54
4.58
5.96
13/06/2013
46
P b N
L H A
Tiempo
medio
(segs.)
I!ICIIA!IS
1
2
3
4
5
6
7
+
+
+
+
+
Prueba No.
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
10.54
4.58
5.96
7.65
P b N
L H A
Tiempo
medio
(segs.)
I!ICIIA!IS
1
2
3
4
5
6
7
+
+
+
+
+
Prueba No.
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
10.54
4.58
5.96
7.65
7.47
0.18
13/06/2013
47
P b N
L H A
Tiempo
medio
(segs.)
I!ICIIA!IS
1
2
3
4
5
6
7
+
+
+
+
+
Prueba No.
7.71
7.69
13.16
1.69
1.74
7.31
7.59
Media +
Media
8 + + + 13.58
Efecto
10.54
4.58
5.96
7.65
7.47
0.18 5.70
4.71
10.41
18AZA8 LCS LlLC1CS 8lnClALLS
Los efecLos prlnclpales pueden represenLarse
grflcamenLe para Lener una prlmera apreclacln de su grflcamenLe para Lener una prlmera apreclacln de su
lmporLancla.
La efecLor se slLuan slmeLrlcamenLe a ambos lados de la
medla general
!" $%&&'()

13/06/2013
48
Tiempo medio
(segs.)
18AZA8 LCS LlLC1CS 8lnClALLS
10
8
6
4
12
( g )
!" $%&&'()

(Factores)
L H A
- + + +
10.54
4.58
5.96
7.65
7.47
0.18
10.41
4.71
5.70
Media +
Media -
Efecto
- -
La respuesta en la comblnaclon eperlmental j
se calcula como la comblnaclon llneal oe los
8LulCClCn uL LA 8LSuLS1A
etectos oe los k tactores sobre la meola general
oel eperlmento:
D o
Fk * ) Fk ( Ef ... F * ) F ( Ef F * ) F ( Ef x ) j ( R
2
1
2 2
2
1
1 1
2
1
+ + + + =
!" $%&&'()

Donoe:
Lt(Fl) es el etecto oel tactor l-slmo
Fl toma el valor +1/-1 segun el tactor est a nlvel +/-
13/06/2013
49
1 lnLroduccln
1LMA 2: 8LSuMLn ? uLSC8lClCn uL uA1CS
1 lnLroduccln
2 - uescrlpcln numerlca
2.1 - lndlcadores de poslcln
2.2 - lndlcadores de dlspersln
2.3 - lndlcadores de relacln
3 - uescrlpcln grflca
!" $%&&'()

NL
3 uescrlpcln grflca
4 - Anomallas y daLos aLlplcos
3 - L[emplos
1 ln18CuuCClCn
La descrlpcln de daLos mulLlvarlanLes presenLa pecullarldades
respecLo a la descrlpcln de varlables unldlmenslonales respecLo a la descrlpcln de varlables unldlmenslonales
A veces la dlferencla afecLa solo a la forma de presenLacln de la
lnformacln, pero oLras veces aparecen concepLos nuevos:
La naLuraleza maLrlclal de las esLrucLuras de daLos que se van a
mane[ar forzarn un enfoque vecLorlal y maLrlclal en muchos
lndlcadores numerlcos
L l fl d dl l (l l
!" $%&&'()

NM
La represenLacln grflca en ms de Lres dlmenslones (lncluso en mas
de dos) presenLa compllcaclones casl lrresolubles, que fuerzan la
busqueda de soluclones dlferenLes
13/06/2013
30
2 uLSC8lClCn nuML8lCA
Los Lres aspecLos prlnclpales que lnLeresa descrlblr una varlable
mulLldlmenslonal (o un con[unLo mulLlvarlanLe de varlables) son: mulLldlmenslonal (o un con[unLo mulLlvarlanLe de varlables) son:
oslcln. Ls declr :
la magnlLud en Lorno a la cual esL oscllando la varlables
la poslcln del cenLro de la dlsLrlbucln de valores
ulspersln. Ls declr:
La varlabllldad que Llenen las varlables
!" $%&&'()

NN
La dlspersln de la dlsLrlbucln de valores en Lorno al cenLro de la mlsma
8elacln. Ls declr:
lnLensldad y senLldo de la relacln enLre las varlables
Crado de dependencla o lndependencla enLre las dlferenLes varlables
2- ISC!IICI !MI!ICA. IOSICI.
In oI cnso unIvnrInnfo oI IndIcndor do osIcIon ms
Imorfnnfo os In modIn.
AI nsnr n un onfoquo mnfrIcInI, oI corrosondIonfo
IndIcndor do osIcIon os oI HDAOB: 9D PD9?><:
|
|
|
|
2
1
n
x
x
1
l00
|
|
|
|
.
\
= =

=
n
2
1 i
i
x
...
x
x
n
1
x
13/06/2013
31
SI consIdornmos cndn unn do Ins vnrInbIos on cuosfIon
d I I dI d d dI Io d d
2- ISC!IICI !MI!ICA. IOSICI.
sonrndnmonfo, oI IndIcndor do dIsorsIon os do cndn unn
do oIIns os In vnrInnzn o su rnz cundrndn In dosvIncIon
fIcn, o
I
2
y o
I
SIn ombnrgo osn InformncIon sobro In dIsorsIon no os
comIofn, y dobo comIomonfnrso con Ins covnrInnzns
f I dI fI f I bI
2
l0l
onfro Ins dIsfInfns vnrInbIos o
Ij
2
2- ISC!IICI !MI!ICA. ISII!SI.
VnrInnzns y covnrInnzns so ordonnn on In P>O:?Q 9D
H>:?>8Q><RABH>:?>8Q>< &
|
|
|
| o o o
2 2 2
2
n 1
2
12
2
1
...
( )( )' x x x x
n
1
S
i
n
1 i
i
=

=
l02
|
|
|
|
.
\
o o o
o o o
=
2
n
2
n 2
2
n 1
2
n 2
2
2
2
12
...
... ... ... ...
...
S
13/06/2013
32
Sl en un esLudlo hay lnformacln redundanLe, es declr, una
varlable es una comblnacln llneal exacLa de oLras varlables, la
2- ISC!IICI !MI!ICA. ISII!SI.
,
maLrlz de varlanzas covarlanzas ser una maLrlz slngular, con
deLermlnanLe nulo.
Lllo generar numerosos problemas en muchos anllsls
esLadlsLlcos, que sern prcLlcamenLe lnvlables.
!" $%&&'()

657
Sl las varlables son lndependlenLes, la maLrlz 8 es dlagonal y
unlLarla.
2- ISC!IICI !MI!ICA. !I!ACI.
SI bIon Ins covnrInnzns son yn unos IndIcndoros do In
InfonsIdnd do roIncIon onfro dos vnrInbIos, oI hocho do
I d d d I dI I d h quo su vnIor doondn do Ins dImonsIonos usndns hnco
dIfcII su uso on oso sonfIdo.
Inrn ovnIunr In InfonsIdnd do roIncIon onfro dos
vnrInbIos so usn oI coofIcIonfo do corroIncIon:
2
l04
2
j
2
i
2
ij
ij
r
o o
o
=
r = 0 No hay relacin lineal
|r| = 1 Hay relacin lineal exacta
13/06/2013
33
!os coofIcIonfos do corroIncIon so ordonnn on unn
P>O:?Q 9D AB::DS>A?B8D<, nI IgunI quo onfos so hncn
I f I d I I
2- ISC!IICI !MI!ICA. !I!ACI.
con In mnfrIz do vnrInnzns-covnrInnzns
|
|
|
|
|
|
=
... ... ... ...
r ... 1 r
r ... r 1
R
n 2 12
n 1 12
l05
Isfn mnfrIz confIono In osfrucfurn do roIncIonos
(IInonIos) onfro Ins vnrInbIos
|
|
.
\
1 ... r r
n 2 n 1
3 uLSC8lClCn C8llCA.
Los grflcos en anllsls mulLlvarlanLe Llenen el problema de la
dlmenslonalldad:
no podemos lmaglnar ms all de las Lres dlmenslones
La represenLaclones se hacen slempre en dos dlmenslones
(en el plano)
Las proyecclones slgnlflcan, lnevlLablemenLe, una perdlda de
lnformacln
!" $%&&'()

65K
ese a ello son una necesldad y puedes ser de una gran uLllldad
13/06/2013
34
veremos algunos Llpos de grflcos descrlpLlvos.
Ln las dlferenLes Lecnlcas que se ven en el curso Ln las dlferenLes Lecnlcas que se ven en el curso
aparecen oLros grflcos especlflcos.
veremos ahora:
Crflcos de dlspersln
Crflcos de 8adar
!" $%&&'()

65L
Crflco de caras de Chernoff
3 uLSC8lClCn C8llCA. ulSL8SlCn.
Se puede represenLar la dlspersln de dos varlables
con[unLamenLe con[unLamenLe
Variable A
!" $%&&'()

65M
Variable B
13/06/2013
33
Sl se Llenen ms de dos varlables, se puede usar una
presenLacln mulLlple de las correlaclones a pare[as:
Variable A B C
A ----
!" $%&&'()

65N
B
C
----
----
!" $%&&'()

665
13/06/2013
36
La represenLaclones de varlables Lrldlmenslonales resulLan poco
prcLlcas por la dlflculLad de vlsuallzar su verdadero slgnlflcado p p g
Variable A
!" $%&&'()

666
Variable B
Variable C
Ln ocaslones slo glrando la flgura podemos hallar la
lnformacln buscada
Plot of mpg vs horsepower and weight
4200
4700
25
35
45
55
m
p
g
!" $%&&'()

664
0
30 60
90
120 150
180
horsepower
1700
2200
2700
3200
3700
4200
4700
weight
15
13/06/2013
37
lnformacln buscada
3700
4200
4700 25
35
45
55
m
p
g
!" $%&&'()

667
0 30 60 90 120 150 180
horsepower
1700
2200
2700
3200
3700
4200
weight
15
lnformacln buscada
1700
25
35
45
55
m
p
g
!" $%&&'()

66I
0
30
60
90
120
150
180
horsepower
1700
2200
2700
3200
3700
4200
4700
weight
15
13/06/2013
38
lnformacln buscada
1700
2200 15
25
35
45
55
m
p
g
!" $%&&'()

66J
0
30
60
90
120
150
180
horsepower
2200
2700
3200
3700
4200
4700
weight
15
lnformacln buscada
1700
2200 15
25
35
45
55
m
p
g
!" $%&&'()

66K
0
30
60
90
120
150
180
horsepower
2200
2700
3200
3700
4200
4700
weight
15
13/06/2013
39
lnformacln buscada
180
1700
2200
2700
15
25
35
45
55
m
p
g
!" $%&&'()

66L
0
30
60
90
120
150
180
horsepower
2700
3200
3700
4200
4700
weight
Se pueden represenLar ms de Lres dlmenslones. or
e[emplo para Lres varlables cuanLlLaLlvas y una cuallLaLlva:
m
p
g
origin
1
2
3
35
45
55
!" $%&&'()

66M
horsepower
weight
m
0
30
60
90
120
150
180
1700
2200
2700
3200
3700
4200
4700
15
25
13/06/2013
60
3 uLSC8lClCn C8llCA. 8AuA8.
Ll grflco de radar permlLe represenLar varlas varlables
para un lndlvlduo, faclllLando despues la comparacln
enLre lndlvlduos.
100
Actividad
investigadora por
pases
!" $%&&'()

66N
0
3 uLSC8lClCn C8llCA. 8AuA8.
Los perflles se refleren al pals que Llene me[ores resulLados en
cada uno de los aspecLos
!" $%&&'()

645
Actividad
investigadora por
pases
13/06/2013
61
3 uLSC8lClCn C8llCA. CA8AS uL CPL8nCll.
ConslsLe en asoclar cada rasgo de una cara con un parmeLro o
varlable de las esLudladas.
Se basa en la habllldad que las personas Llenen para enconLrar q p p
parecldos de unos caras con oLras.
ermlLe asoclar unos lndlvlduos con oLros en base a un
parecldo" mulLldlmenslonal.
!" $%&&'()

646
Las caras se refleren al pals que Llene me[ores resulLados en
cada uno de las dlsclpllnas de lnvesLlgacln
!" $%&&'()

644
Actividad
investigadora por
pases
13/06/2013
62
L[emplo
!" $%&&'()

647
hLLp://heskeLh.com/schampeo/pro[ecLs/laces/chernoff.hLml
!" $%&&'()

64I
13/06/2013
63
4 AnCMALlAS ? uA1CS A1llCCS.
La presencla de daLos anmalos en una base de daLos resulLa un
elemenLo perLurbador que puede enmascarar los resulLados,
llevndonos a Lomar declslones lnadecuadas.
La correcLa ldenLlflcacln de esas anomallas y su LraLamlenLo (Lal
vez su ellmlnacln) puede ser fundamenLal.
Sln embargo, ello no nos faculLa para ellmlnar aquellos daLos
l "
!" $%&&'()

64J
que molesLan".
Ll anllsls mulLlvarlanLe puede permlLlr deLecLar
anomallas que los anllsls unlvarlanLes son lncapaces de anomallas que los anllsls unlvarlanLes son lncapaces de
deLecLar:
!" $%&&'()

64K
13/06/2013
64
un solo daLos anmalo puede generar una relacln slgnlflcaLlva
donde no la hay:
r = 0.71
!" $%&&'()

64L
r = -0.11
ero Lamblen un solo daLo anmalo puede anular una
relacln que sl que es slgnlflcaLlva: relacln que sl que es slgnlflcaLlva:
r = 0.91
!" $%&&'()

64M
r = 0.41
13/06/2013
63
Cmo acLuar?
8 dl l d l d d l d 8uscar dlrecclones de proyeccln donde los daLos
sean Lan poco normales como sea poslble.
8uscar daLos aLlplcos sobre esLas dlrecclones de
proyeccln.
!" $%&&'()

64N

Estadistica Tema 1 2 IBA PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estadistica Tema 1 2 IBA PDF

Transféré par

Droits d'auteur :

Formats disponibles

13/06/2013

Vous aimerez peut-être aussi