ESTADISTICA AVANZADA MODULO I
|
|
- Jaime Guzmán Palma
- hace 6 años
- Vistas:
Transcripción
1 ESTADISTICA AVANZADA MODULO I Repaso Medidas y gráficos descriptivos Normalidad y Capacidad CEP
2 Orden Etapas Detalladas DMAIC TSP 1 Selección del Proyecto 2 Cuaderno del Proyecto 3 Justificación Económica 4 Análisis de StakeHolders 5 Definición de la variable de interés (Y) 6 Análisis del Sistema de Medicion 7 Establecer Capacidad de Proceso 8 Búsqueda de Causas 9 Priorización de Causas 10 Evaluar Soluciones posibles 11 Priorización de Soluciones 12 Verificación de la Efectividad 13 Control y Seguimiento 14 Informar Resultados Definir el problema Medir Analizar Mejorar Control Apertura TSP y Plan de Mejora Descripción del problema y Acciones Contingentes Analisis de Causas Acciones Correctivas y Verificación de la efectividad Estandarizacion y Expansion horizontal
3 Pensamiento Estadístico Cuando se puede medir aquello de lo que se habla y se puede expresar en números, entonces se sabe algo de ello. Pero si no puedes expresarlo en números, tu conocimiento es magro e insatisfactorio. Lord Kelvin (William Thomson)
4 Pensamiento Estadístico "El pensamiento estadístico será un día tan necesario para el ciudadano eficiente como la capacidad de leer y escribir. H.G. Wells Filosofía de aprendizaje y acción basada en tres principios inevitables Si tuviese que resumir mi mensaje a la dirección en sólo unas pocas palabras, diría que todo está relacionado con la reducción de la variabilidad. W. Deming Fuente: ASQC, 1996b; Snee, 1999
5 Pensamiento Estadístico Extensión de los principios Reconocer la necesidad de contar con datos suficientes y confiables. Buscar la comparación en el tiempo. Transformar los datos básicos a efectos de descubrir la información oculta. Reconocimiento y reducción de la variabilidad de los datos. Asimilación de la realidad a modelos matemáticos de comportamiento. Cumplimiento de los principios éticos.
6 Pensamiento Estadístico Cuando el Señor creó el mundo y las personas para vivir en él obra que de acuerdo con la ciencia moderna, llevó mucho tiempo- podría muy bien imaginarme que razonó para sí de la siguiente manera: Si hago todo predecible, estos seres humanos, a los que he dotado de cerebros bastante buenos, indudablemente aprenderán a predecirlo todo, y por lo tanto no tendrán aliciente para hacer nada, porque reconocerán que el futuro está totalmente determinado y en él no puede influir ninguna acción humana. Por otra parte, si todo lo hago impredecible, gradualmente descubrirán que no hay base racional para ninguna decisión y por tanto, como en el primer caso, no tendrán motivos para hacer nada. Ninguno de estos dos proyectos tiene sentido. Crearé, por lo tanto, una mezcla de los dos. Que unas cosas sean predecibles y otras impredecibles. Tendrán entonces, entre muchas otras cosas, la importante tarea de saber cuál es cuál. E. F. Schumacher Lo pequeño es hermoso Citado por George E. P. Box en su libro Estadística para Investigadores
7 Fortaleza Tipos de Variables Variable Numérica Continua. Aquellas donde se pueden contar o medir con una escala numérica continua. Por ej: Peso, Temperatura, etc.) Variable Discreta. Cualquier tipo de variable que tiene un número limitado de valores posibles. Se incluyen casos especiales como cantidad de defectos, de unidades defectuosas, etc. Variable Categórica. Corresponde a una variable que contiene datos alfanuméricos, mutuamente excluyentes entre si. Estos valores pueden tener un orden, en cuyo se caso se denominan variables ordinales o ningún orden denominadas nominales. Variable Dicotómica. Es aquella que presenta solo dos valores posibles, y suele denominarse atributo (Por ej: Pasa/No Pasa, Rojo/Verde, Hombre/Mujer).
8 Medidas de Posición La media aritmética o promedio es la suma de todas las observaciones dividida por el total de datos. x1 x2 x3 N... x M e = x (n + 1) / 2 M e = (x n / 2 + x n / ) / 2 N fi faa Q L 4 1 i * I f i c La mediana de un conjunto de observaciones es un valor de la variable que divide a este conjunto (ordenado de menor a mayor) en dos subconjuntos que contienen la misma cantidad de datos. Los cuartiles son una medida de posición no central, que dividen a la distribución en cuatro partes iguales Media Vs. Mediana La media tiene mas información, la mediana no se ve afectada por valores extremos. La moda es el valor o la categoría de la variable que ocurre con mayor frecuencia
9 Medidas de Dispersión El rango es la diferencia entre el mayor y el menor valor del conjunto de datos. El rango intercuartílico es igual a la diferencia entre el tercer y el primer cuartil. R = x (máx) x (min) 1 N N i 1 RQ = Q 3 - Q 1 ( x i ) 2 La desviación estándar es la raíz cuadrada de la varianza. La varianza es el promedio de las desviaciones con respecto a la media aritmética elevadas al cuadrado. El rango móvil es la diferencia entre dos datos consecutivos. Rango Vs. Desviación Estándar El rango es adecuado para pocas observaciones, la desviación estándar contiene mas información.
10 Coeficiente de Variación El coeficiente de variación se utiliza para comparar la homogeneidad de dos series de datos aún cuando estén expresadas en distintas unidades de medida. CV sx x *100 A medida que el coeficiente de variación disminuye, se observa una mayor homogeneidad en los datos o, lo que es lo mismo, los datos están mas concentrados alrededor del promedio
11 Medidas de Forma Un conjunto de observaciones que no está simétricamente distribuido se dice que es asimétrico N ( x i 1 i ) N La curtosis es una medida que indica la concentración de datos respecto al centro de los datos. N ( x i 1 i ) N
12 Población y Muestra Población Conjunto de datos de interés a los que se referirán los resultados de la investigación. Muestra Subjconjunto de unidades seleccionadas de la población sobre la cual recaen las observaciones. Muestra Probabilística Cada elemento de la población tiene una probabilidad conocida de ser seleccionado.
13 Parámetro y Estadístico Parámetro (característica constante de la población) Estadístico (variable obtenida de un fórmula basada en datos muestrales) Población (toda la producción por mes) Muestra (representativa de la producción del mes)?? PARAMETROS (siempre desconocidos) S ESTADÍSTICOS (conocidos) Inferencia (Afirmaciones válidas acerca de la población o proceso con base en la información contenida en la muestra)
14 Estimación Puntual (estadístico que estima un valor específico de un parámetro ) Por Intervalo (Rango donde se estima que está el valor de una parámetro poblacional) Parámetro Límite inferior Límite superior Característica Población Muestra Promedio Rango X R 2 X t / 2 S n 2 n 1 S 2 n 1 / 2, X t / 2 S n 2 n 1 S 2 n 1 1 / 2, Desvío estándar S p pˆ 1 pˆ pˆ 1 pˆ pˆ z / 2 n pˆ z / 2 n
15 Histograma 35 LIE=20 LSE= N Representación gráfica de una distribución de frecuencias Permite resumir un gran volumen de datos. Evidencia esquemas de comportamiento. Comunica en forma simple situaciones complejas. Detección de datos extraños.
16 Box Plot Los box-plots son útiles para comparar varias distribuciones.
17 Dot Plot mm Los dot-plots son el complemento ideal para el análisis longitudinal que no ofrece el histograma.
18 Distribución Normal La distribución es simétrica a ambos lados de la media. La media es igual a la moda y a la mediana. Entre la media y tres desvíos hacia ambos lados se encuentran el 99,7% de los datos.
19 Testeo de Normalidad Pruebas analíticas de normalidad Pruebas gráficas de normalidad Ho H1 Los datos se distribuyen normalmente (p-value > 0.05 No rechaza la Ho) Los datos NO se distribuyen normalmente (p-value < 0.05 Rechaza Ho) Frecuencia Shapiro Wilk Anderson-Darling mm p Kolmogórov-Smirnov
20 Especificación Vs. Proceso Cliente Especificación Aptitud del Proceso Pp y Ppk Control Estadístico Proceso
21 Control Estadístico La calidad medida en el producto fabricado está siempre sujeta a un cierto grado de variación debida al azar. Cualquier esquema de producción e inspección lleva implícito algún sistema estable de causas debidas al azar. La variación de este patrón fijo es inevitable. Las razones por las que esa variación rebasa los límites de dicho patróndeben descubrirse y corregirse. E. Grant y S. Leavenwirth, Control Estadístico de Calidad En la vida real, no hay nada como la constancia. Sin embargo, existe algo así como un sistema de causas constantes. Los resultados producidos por él varían, pudiendo hacerlo según intervalos de muy diversa amplitud. Varían pero exhiben una característica importante denominada estabilidad. Por qué se aplican los términos constante y estabilidad a un sistema de causas cuyos resultados varían?. Porque el mismo porcentaje de estos resultados quedaba continuamente entre cualquier par dado de límites hora a hora, día a día, tanto mas cuanto mas tiempo siga operando el sistema de causas. Es la distribución de resultados la que es constante o estable. Cuando un proceso de fabricación actúa como un sistema de causas constantes, produciendo unos resultados estables, se dice que está bajo control estadístico. El gráfico de control indicará al usuariosi su proceso está bajo control estadístico. W. E. Deming, Some Principles of the Shewhart Methods of Quality Control, Mechanical Engineering
22 Causas Comunes y Especiales Causas Comunes Originadas por muchas fuentes de poca importancia. Tienen carácter permanente Dan lugar a una distribución estable, y por lo tanto, previsible. Son las únicas presentes cuando el proceso está bajo control. Su corrección requiere actuaciones a nivel de dirección. Causas Especiales Originadas por pocas fuentes individualmente importantes. Tienen carácter puntual e irregular Modifican la distribución de la producción. Proceso imprevisible. Determinan que el proceso está fuera de control. Se corrigen mediante actuaciones locales.
23 Intro Gráfico de Control De todas las técnicas de mejoramiento, sólo el gráfico de comportamiento del Proceso (i.e. gráfico de control) permitirá desarrollar y mantener la disciplina necesaria para operar los procesos al máximo de su potencial. Donald Wheeler
24 Intro Gráfico de Control La importancia de los gráficos de control radica en que son fáciles de usar e interpretar, tanto por supervisores en planta como por la dirección, y lo que es aún mas relevante, es la utilización de criterios estadísticos que permiten tomar decisiones basadas en hechos y no en intuiciones o en apreciaciones subjetivas que tantas veces resultan desgraciadamente falsas. La potencia del gráfico de control reside ensu capacidad para distinguir las causas comunes de las causas especiales de variación, haciendo posible el diagnóstico y corrección de muchos problemas de producción. Además, al identificar las variaciones inevitables y debidas al azar, el gráfico informa cuando conviene dejar que el proceso se desarrolle sin interrupciones, evitando ajustes frecuentes e innecesarios que tienden a incrementar la variabilidad del proceso más que a disminuirla.
25 Función del Gráfico de Control Variación del Proceso Grafico de Control Causas Comunes Causas Especiales Proceso Bajo Control Estadístico
26 Gráfico de Control Causas Especiales
27 Tipos de Gráficos de Control PROCESO BAJO CONTROL ESTADÍSTICO PROCESO FUERA DE CONTROL ESTADÍSTICO
28 Tipos de Gráficos de Control Variable Gráfico Estadísticos Tamaño muestra I - RM Observaciones Individuales Rangos Móviles n = 1 Continua X - R Promedios Rangos 1 < n < 10 X - S Promedios Desvios Std. 10 n P Proporcion Defectuosas Variable Atributo NP Cantidad Defectuosas Variable C Defectos por Unidad Fijo U Promedio de Defectos p/unid. Variable
29 Cálculo de Límites de Control
30 Cálculo de Límites de Control
31 Cálculo de Límites de Control
32 Pruebas de Aleatoriedad a- Puntos fuera de los límites b- 8 Puntos consecutivos de un mismo lado del promedio. c- 6 Puntos consecutivos ascendentes o descendentes. d- Más de 2/3 de los datos dentro del 1/3 medio del gráfico
33 Construcción del Gráfico 1.- Iniciar un periodo base de al menos 20 muestras. Dependiendo del proceso, esta recomendación puede variar. 2.- Calcular líneas centrales y límites de control. 3.- Revisar el gráfico de dispersión, si todas las observaciones caen dentro de los límites de control ir al paso siguiente. Si hay observaciones fuera de los límites, se debe intentar descubrir la causa especial que actúo cuando estas observaciones fueron tomadas, eliminar los puntos y volver al paso anterior. 4.- Revisar el gráfico de promedios, si todas las observaciones caen dentro de los límites de control ir al paso siguiente. Si hay observaciones fuera de los límites, buscar las causas especiales involucradas, y eliminar los puntos del cálculo de límites, si quedan menos de 15 puntos, prescindir de los datos tomados, de lo contrario volver al paso Extender los limites de control al periodo de vigilancia.
34 Gráficos de Control para Atributos
35 Limites de Control para Atributos Gráfico de control p Gráfico de control np Gráfico de control c Gráfico de control u
36 Intro Aptitud La aptitud involucra la comparación entre la dispersión del proceso y los límites especificados, para determinar si el proceso es capaz de cumplir con los requerimientos del cliente.
37 Análisis de Aptitud de Procesos Proceso estable y homogeneo Límites de especificación Análisis de Aptitud Performance Proceso Capacidad Proceso k k k k
38 Análisis de Capacidad Variación a corto plazo Las observaciones son tomadas durante un periodo de tiempo suficientemente corto para que sea improbable que haya cambios y otras causas especiales influyendo. Corresponde a la variación dentro de la muestra. Variación a Largo Plazo Las observaciones son tomadas durante un periodo de tiempo suficientemente largo y en condiciones suficientemente diversas para que sea probable que incluya todos los cambios de proceso y posibles causas especiales de variación.
39 Análisis de Capacidad ˆ lp 2 ( ) x i X ( n 1) X R X R X R X R X R ˆ X ˆ R cp d 2 ó alternativamente ˆ cp s s s s s c4 s
40 Análisis de Capacidad LIE LSE LIE LSE Desvío promedio de las muestras Desvío total del proceso
41 Métricas Six Sigma Ppk Z (Sigma) % dentro de Especificación Ppm
42 Etapas CEP Salida del Proceso Evaluar con Gráfico de Control El proceso NO está bajo control estadístico El proceso está bajo control estadístico Eliminar causas especiales Evaluar aptitud potencial del proceso (Indice Pp) Proceso NO apto Proceso APTO Reducción de variabilidad Verificar centrado del proceso (Indice Ppk) Fijación de Límites de Control
43 CEP en la gestión del proceso Causa Especial Identificar y corregir la causa especial en forma inmediata LIE=3.65 LSE=3.75 Frecuencia Identificar las causas que generan variación constante a lo largo del tiempo. Causa Común
44 Causas de variación en un proceso CAUSAS ESPECIALES Son aquellas que pueden ser descubiertas y eliminadas las mayoría de las veces por el Supervisor / Operador que es el responsable del proceso Son inesperadas, no se pueden predecir y exigen corrección inmediata Ejemplo: máquina fuera de punto, caída de tensión, lote materia prima fuera de especificación. CAUSAS COMUNES Son aquellas que no dependen de la acción del Operador o Supervisor. Son comunes por lo frecuente y repetitivo. Están vinculadas a las políticas de la empresa. Ejemplos: paradas frecuentes de equipos para efectuar mantenimiento de equipos, falta de capacitación, materias primas con mucha dispersión habitual.
45 Errores frecuentes al utilizar CEP 1. Utilizar límites de especificación de producto en los gráficos de control. 2. Usar gráficos de control solo para satisfacer los requerimientos del cliente. 3. Actualizar los datos en un gráfico de control cuando se completó o finalizó el proceso. 4. Utilizar el gráfico de control equivocado para un proceso, lo que genera señales falsas o mudas. 5. No utilizador el gráfico de control para tomar acciones inmediatas en piso de fábrica de manera frecuente. 6. No revisar periódicamente los límites de control del proceso. 7. No realizar un análisis de capacidad previo al cálculo de los límites de control. 8. No tomar muestras aleatorias del proceso o no utilizar una frecuencia de medición o tamaño de muestra que capture la variación del proceso.
46 Función de Pérdida de Taguchi L LIE T LSE Valor Medido La calidad es máxima cuando las variables de proceso coinciden perfectamente con el objetivo o target estipulado para ellas. Todo alejamiento del target representa una pérdida que puede ser cuantificada económicamente.
47 Indices Cpm y Ppm C pm LSE LIE 2 CP 6 ( T ) 2 P pm LSE LIE 2 LP 6 ( T ) 2 Incorpora la idea de función de pérdida expuesta por Taguchi en el cálculo de la capacidad del proceso. Si Ppm>1 el proceso cumple con al especificación y en particular la media del proceso esta en el tercio medio del rango de la especificaciones
48 Comparación de Indices Especificación LIE = 35, T=50, LSE=65 A) B) C) Proceso Cp Cpk Cpm A B C
49 Matriz Proceso - Producto Estado Óptimo: Proceso Predecible generando 100% producto Conforme. Esto significa que Ppk=Cpk.
50 Matriz Proceso - Producto Estado de Caos: Proceso Impredecible generando producto No Conforme. Esta situación se torna rápidamente evidente, una solución efectiva y duradera es la aplicación de Gráficos de Control y luego aplicar DOE para encontrar la fuentes de variación mas importantes.
51 Matriz Proceso - Producto Estado de Caos Inminente: Proceso Impredecible generando producto 100% Conforme. Prestar solo atención al Eje del Producto, no permite distinguir entre el estado Óptimo del de Caos Inminente. Se suelen manipular los parámetros de control hasta encontrar una provisoria situación de tranquilidad.
52 Matriz Proceso - Producto Estado de Sufrimiento Asegurado: Proceso Predecible generando producto No Conforme. Si el proceso se encuentra centrado, se deberá actuar sobre las causas comunes de variación. Por ejemplo mediante procesos de Mejora (DMAIC).
53 Matriz Proceso - Producto
54 CEP Bibliografía E. Grant y S. Leavenwirth, 1986 Control Estadístico de Calidad. Mc Graw Hill. Pulido, De la Vara Salazar, 2004 Control Estadístico de Calidad y Seis Sigma. Mc Graw Hill Wheeler & Chambers, 1992 Understanding Statistical Process Control. SPC Press. Wheeler D., 2005 Six Sigma Practicioner to Data Analysis. SPC Press. 54
55 GRACIAS!
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos
Los Gráficos de Control de Shewart
Los Gráficos de Control de Shewart La idea tradicional de inspeccionar el producto final y eliminar las unidades que no cumplen con las especificaciones una vez terminado el proceso, se reemplaza por una
Análisis de datos y gestión n veterinaria. Tema 1 Estadística descriptiva. Prof. Dr. José Manuel Perea Muñoz
Análisis de datos y gestión n veterinaria Tema 1 Estadística descriptiva Prof. Dr. José Manuel Perea Muñoz Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, de Septiembre
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
ESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Estadística Descriptiva
Estadística Descriptiva 1 Qué veremos 1. OBJECTIVOS DEL CURSO. DEFINICIONES IMPORTANTES 2. TIPOS DE VARIABLES 3 5 1. Estadísticos de tendencia central 2. Estadísticos de posición 3. Estadísticos de variabilidad/dispersión
ANALISIS DE FRECUENCIA EN HIDROLOGIA
ANALISIS DE FRECUENCIA EN HIDROLOGIA Luis F. Carvajal Julián D. Rojo Universidad Nacional de Colombia Facultad de Minas Escuela de Geociencias y Medio Ambiente Introducción 1. Los eventos hidrológicos
3 ANALISIS DESCRIPTIVO DE LOS DATOS
3 ANALISIS DESCRIPTIVO DE LOS DATOS 3.1 La tabulación de los datos 3.1.1 Tabla de distribución de frecuencias. 3.1.2 El histograma. 3.2 Medidas de tendencia central 3.2.1 La media. 3.2.2 La mediana. 3.2.3
Fase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
INDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Unidad 5 Control Estadístico de la Calidad. Administración de Operaciones III
Unidad 5 Control Estadístico de la Calidad Administración de Operaciones III 1 Contenido 1. Antecedentes del control estadístico de la calidad 2. Definición 3. Importancia y aplicación 4. Control estadístico
Fundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 2 Estadística Descriptiva Clasificación de Variables Escalas de Medición Gráficos Tabla de frecuencias Medidas de Tendencia Central Medidas de Dispersión
EL PAPEL DE LA ESTADISTICA EN O Y M. Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M.
EL PAPEL DE LA ESTADISTICA EN O Y M Objetivo: Identificar índices estadísticos, y métodos más convenientes, para aplicarlos en el estudio de O y M. O y M necesita apoyarse en la estadística que en casos
ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2011 CÓMO CARACTERIZAR UNA SERIE DE DATOS? POSICIÓN- dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos CENTRALIZACIÓN-
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO ESCUELA PREPARATORIA TEXCOCO MEDIDAS DE TENDENCIA CENTRAL Y DE DISPERSIÓN PARA DATOS NO AGRUPADOS MATERIAL DIDACTICO SOLO VISION ASIGNATURA QUE CORRESPONDE: ESTADISTICA
PROBABILIDAD. Unidad I Ordenamiento de la Información
1 PROBABILIDAD Unidad I Ordenamiento de la Información 2 Captura de datos muestrales Conceptos básicos de la estadística 3 Población (o universo): Totalidad de elementos o cosas bajo consideración Muestra:
INDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
Control Estadístico de Procesos Capacidad de Proceso
Control Estadístico de Procesos Capacidad de Proceso Un proceso de fabricación es un conjunto de equipos, materiales, personas y métodos de trabajo que genera un producto fabricado. Maquinaria Métodos
Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental
Universidad de Puerto Rico Recinto de Aguadilla Programa CeCiMat Elemental Definición de conceptos fundamentales de la Estadística y la Probabilidad y su aportación al mundo moderno Dr. Richard Mercado
Módulo de Estadística
Módulo de Estadística Tema 2: Estadística descriptiva Tema 2: Estadísticos 1 Medidas La finalidad de las medidas de posición o tendencia central (centralización) es encontrar unos valores que sinteticen
Estadísticas Pueden ser
Principios Básicos Para iniciar en el curso de Diseño de experimentos, es necesario tener algunos conceptos claros en la parte de probabilidad y estadística. A continuación se presentan los conceptos más
Estadística descriptiva y métodos diagnósticos
2.2.1. Estadística descriptiva y métodos diagnósticos Dra. Ana Dorado Díaz Consejería de Sanidad Diplomado en Salud Pública Diplomado en Salud Pública - 2 Objetivos específicos 1. El alumno aprenderá a
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012
NOCIONES DE ESTADÍSTICA CURSO PRÁCTICO DE CLIMATOLOGÍA 2012 Matilde Ungerovich- mungerovich@fisica.edu.uy DEFINICIÓN PREVIA: Distribución: función que nos dice cuál es la probabilidad de que cada suceso
INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Estadística I. Profesor de teoría: Profesores de práctica: Andrés M. Alonso
Estadística I Profesor de teoría: Andrés M. Alonso Despacho 10.1.32 E. Mail: andres.alonso@uc3m.es Web: www.est.uc3m.es/amalonso Web docente: http://www.est.uc3m.es/amalonso/esp/docencia.html Profesores
Tema 3: Estadística Descriptiva
Tema 3: Estadística Descriptiva Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 3: Estadística Descriptiva Curso 2008-2009 1 / 27 Índice
GRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
Algunas nociones básicas sobre Estadística
Escuela de Formación Básica - Física 1 Laboratorio - 10 Semestre 2010 Comisiones 15 Y 16 (Docentes: Carmen Tachino - Graciela Salum) ntroducción Algunas nociones básicas sobre Estadística Como se ha explicado
Objetivos. Epígrafes 3-1. Francisco José García Álvarez
Objetivos Entender el concepto de variabilidad natural de un procesos Comprender la necesidad de los gráficos de control Aprender a diferenciar los tipos de gráficos de control y conocer sus limitaciones.
Curso de Estadística Aplicada a las Ciencias Sociales
Curso de Estadística Aplicada a las Ciencias Sociales Tema 6. Descripción numérica (2) Capítulo 5 del manual Tema 6 Descripción numérica (2) Introducción 1. La mediana 2. Los cuartiles 3. El rango y el
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística
Tema 6. Estadística Descriptiva e Introducción a la Inferencia Estadística Fuente de los comics: La Estadística en Comic. LarryGonicky Woollcatt Smith. Ed. ZendreraZariquiey, 1999 ESTADÍSTICA ESTADÍSTICA
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Aspectos conceptuales de calidad. Ing. Isabel Escudero
Aspectos conceptuales de calidad Ing. Isabel Escudero INTRODUCCIÓN Según las normas industriales japonesas el control de calidad es un sistema de métodos, todos de producción que económicamente genera
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO LICENCIATURA EN TURISMO UNIDAD DE APRENDIZAJE: ESTADISTICA TEMA 1.5 : ESTADISTICA DESCRIPTIVA M. EN C. LUIS ENRIQUE KU MOO FECHA:
Tema 2: Estadísticos. Bioestadística. U. Málaga. Tema 2: Estadísticos 1
Bioestadística Tema 2: Estadísticos Tema 2: Estadísticos 1 Parámetros y estadísticos Parámetro: Es una cantidad numérica calculada sobre una población La altura media de los individuos de un país La idea
En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener
ERRORES DE MEDICION Y SU PROPAGACION En ciencias e ingeniería (experimentales) es imprescindible realizar mediciones, que consisten en obtener la magnitud fisica de algun atributo de objetos ( proceso,
ÁREAS DE LA ESTADÍSTICA
QUÉ ES LA ESTADÍSTICA? Es el arte de realizar inferencias y sacar conclusiones a partir de datos imperfectos. ÁREAS DE LA ESTADÍSTICA Diseño: Planeamiento y desarrollo de investigaciones Descripción: Resumen
ANÁLISIS DE DATOS. L.A. y M.C.E. Emma Linda Diez Knoth
ANÁLISIS DE DATOS 1 Tipos de Análisis en función de la Naturaleza de los Datos Datos cuantitativos Datos cualitativos Análisis cuantitativos Análisis cuantitativos de datos cuantitativos (Estadística)
Control Estadístico de la Calidad. Gráficos de Control. Estadistica Básica
Control Estadístico de la Calidad Gráficos de Control Estadistica Básica Control de Calidad Calidad significa idoneidad de uso, Es la interacción de la calidad: Del diseño Nivel de desempeño, de confiabilidad
Unidad V. Control Estadístico de la Calidad
UNIVERSIDAD NACIONAL DE INGENIERÍA UNI- NORTE - SEDE REGIONAL ESTELÍ Unidad V. Control Estadístico de la Calidad Objetivos Reconocer los principios estadísticos del control de calidad. Explicar la forma
Curso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Primera clase: Estadística Descriptiva Programa Técnico en Riesgo, 2016 Agenda 1 Tipos de variables y niveles de medición 2 3 Tipos de variables Variables Cuantitativas
Conceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Estadística para el análisis de los Mercados S2_A1.1_LECV1
5. Parámetros estadísticos. 5.1. Parámetros de centralización. Estos parámetros nos indican en torno a que puntos se encuentran los valores de la variable cuantitativa en estudio. Es la forma de representar
Y accedemos al cuadro de diálogo Descriptivos
SPSS: DESCRIPTIVOS PROCEDIMIENTO DE ANÁLISIS INICIAL DE DATOS: DESCRIPTIVOS A diferencia con el procedimiento Frecuencias, que contiene opciones para describir tanto variables categóricas como cuantitativas
CURSO VIRTUAL. Acceso a fuentes de información y manejo de redes sociales. Módulo 2
CURSO VIRTUAL Acceso a fuentes de información y manejo de redes sociales Módulo 2 OBJETIVOS Conseguir que el alumno adquiera conocimientos estadísticos que le permitan una lectura comprensiva de la metodología
Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: Propuesta: 1.1 Distribución de frecuencias. Variables Cualitativas: Ejemplo
U.D.1: Análisis estadístico de una variable Consideraciones iniciales: - Población: Es el conjunto de todos los elementos que cumplen una determinada característica. Ej.: Alumnos del colegio. - Individuo:
Estadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va
Métodos Matemá-cos en la Ingeniería Tema 5. Estadís-ca descrip-va Jesús Fernández Fernández Carmen María Sordo García DEPARTAMENTO DE MATEMÁTICA APLICADA Y CIENCIAS DE LA COMPUTACIÓN UNIVERSIDAD DE CANTABRIA
Formulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Medidas de Tendencia Central.
Medidas de Tendencia Central www.jmontenegro.wordpress.com MEDIDAS DE RESUMEN MDR MEDIDAS DE TENDENCIA CENTRAL MEDIA MEDIANA MODA CUARTILES,ETC. MEDIDAS DE DISPERSIÓN RANGO DESVÍO EST. VARIANZA COEFIC.
Estadística Inferencial. Estadística Descriptiva
INTRODUCCIÓN Estadística: Ciencia que trata sobre la teoría y aplicación de métodos para coleccionar, representar, resumir y analizar datos, así como realizar inferencias a partir de ellos. Recogida y
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (10) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Unidad Nº 3. Medidas de Dispersión
Unidad Nº 3 Medidas de Dispersión 1.-Definición.- Las medidas de tendencia central nos enseñaban a localizar el centro de la información en una serie de observaciones o distribución, pero no a realizar
viii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Matemática. Desafío. GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo GUICEN041MT22-A16V1
GUÍA DE EJERCITACIÓN AVANZADA Cálculo de medidas de dispersión y muestreo Desafío Una población estadística está compuesta de cuatro números enteros consecutivos, siendo n el menor de ellos. La desviación
Tema 1: Análisis de datos univariantes
Tema 1: Análisis de datos univariantes 1 En este tema: Conceptos fundamentales: muestra y población, variables estadísticas. Variables cualitativas o cuantitativas discretas: Distribución de frecuencias
Análisis de Capacidad Multivariada
Análisis de Capacidad Multivariada Resumen El procedimiento Análisis de Capacidad Multivariada determina la probabilidad de que los puntos caracterizados por dos o más variables se encuentren establecidos
Control Estadístico de Procesos (SPC) para NO estadísticos.
Control Estadístico de Procesos (SPC) para NO estadísticos. - Sesión 3ª de 4 - Impartido por: Jaume Ramonet Fernández Ingeniero Industrial Superior PMP (PMI ) Consultoría y Formación Actitud requerida
MÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Estadística. Sesión 4: Medidas de dispersión.
Estadística Sesión 4: Medidas de dispersión. Contextualización En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal es el caso del rango, la varianza y la desviación estándar,
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD
ESTADISTICA DESCRIPTIVA Y PROBABILIDAD CODIGO 213543 (COMPUTACION) 223543 (SISTEMAS) 253443 (CONTADURIA) 263443( ADMINISTRACION) 273443 (GRH) HORAS TEORICAS HORAS PRACTICAS UNIDADES CREDITO SEMESTRE PRE
PROGRAMA DE ESTUDIO. - Nombre de la asignatura : ESTADISTICA I. - Pre requisitos : Matemática III
PROGRAMA DE ESTUDIO A. Antecedentes Generales - Nombre de la asignatura : ESTADISTICA I - Código : EME 221 - Carácter de la asignatura (obligatoria / electiva) : Obligatoria - Pre requisitos : Matemática
Módulo de Estadística
Módulo de Estadística Tema 1: Introducción a la Estadística Tema 1: Introdución 1 -ÍNDICE Introducción Estadística descriptiva Estadística descriptiva bivariante y regresión lineal. Probabilidad Módelos
INDICE Capítulo I: Conceptos Básicos Capitulo II: Estadística Descriptiva del Proceso
INDICE Capítulo I: Conceptos Básicos 1.- Introducción 3 2.- Definición de calidad 7 3.- Política de calidad 10 4.- Gestión de la calidad 12 5.- Sistema de calidad 12 6.- Calidad total 13 7.- Aseguramiento
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Industrial (EST-121) NUMERO DE CREDITOS
Unidad Temática 1 Estadística descriptiva y análisis de datos
Unidad Temática 1 Estadística descriptiva y análisis de datos Responda verdadero o falso. Coloque una letra V a la izquierda del número del ítem si acepta la afirmación enunciada, o una F si la rechaza.
Temas de Estadística Práctica Antonio Roldán Martínez
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 3: Medidas típicas. Índices Resumen teórico Medidas típicas. Índices Clases de puntuaciones Índices de posición
INDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Gobierno de La Rioja MATEMÁTICAS CONTENIDOS
CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.
Conceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Intervalos de confianza Álvaro José Flórez 1 Escuela de Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
SEMINARIO 2. Introducción a la presentación de resultados científicos
SEMINARIO 2 Introducción a la presentación de resultados científicos 1. Las variables de estudio 2. Estadística descriptiva 3. Gráficos descriptivos de las variables Histogramas Gráficos de caja-bigotes
GLOSARIO ESTADÍSTICO. Fuente: Murray R. Spiegel, Estadística, McGraw Hill.
GLOSARIO ESTADÍSTICO Fuente: Murray R. Spiegel, Estadística, McGraw Hill. CONCEPTOS Y DEFINICIONES ESPECIALES Es el estudio científico de los métodos para recoger, organizar, resumir y analizar los datos
Tema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 36 alumnos de un curso de Estadística de la Universidad de Talca. En esta base de datos
DESCRIPCIÓN ESPECÍFICA. Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS.
DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIO SUBSECTOR: PRODUCCION Y SALUD OCUPACIONAL Nombre del Módulo: CONTROL ESTADISTICO DE LA CALIDAD Código: CSPN0075 Duración total: 60 HORAS. Objetivo General:
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
UNIVERSIDAD DE SONORA OBJETIVO GENERAL DE LA MATERIA OBJETIVOS ESPECIFICOS DE LA MATERIA
UNIVERSIDAD DE SONORA UNIDAD: Regional Centro HORAS: 80 DIVISIÓN: Ciencias Económicas y Administrativas REQUISITO (S): Matemáticas MATERIA: Estadística Administrativa ESPACIO EDUCATIVO: Obligatorio CLAVE:
Z i
Medidas de Variabilidad y Posición. Jesús Eduardo Pulido Guatire, marzo 010 Cuando trabajamos el aspecto denominado Medidas de Tendencia Central se observó que tanto la media como la mediana y la moda
A qué nos referimos con medidas de dispersión?
Estadística 1 Sesión No. 4 Nombre: Medidas de dispersión. Contextualización A qué nos referimos con medidas de dispersión? En esta sesión aprenderás a calcular las medidas estadísticas de dispersión, tal
INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO EN COMPUTACION TEMA 1.2: PRESENTACIÓN GRÁFICA DE DATOS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: Agosto de 2016
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Al describir grupos de observaciones, con frecuencia es conveniente resumir la información con un solo número. Este número que, para tal fin, suele situarse hacia el centro
ANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Histograma y Grafico de Control
2014 Histograma y Grafico de Control Sustentantes: Sabrina Silvestre 2011-0335 Juan Emmanuel Sierra Santos 2011-0367 Rosa Stefany Flech Mesón 2011-0436 Docente: Ing.MS Eliza N. González Universidad Central
UNIDAD 7 Medidas de dispersión
UNIDAD 7 Medidas de dispersión UNIDAD 7 MEDIDAS DE DISPERSIÓN Al calcular un promedio, por ejemplo la media aritmética no sabemos su representatividad para ese conjunto de datos. La información suministrada
Clases Frec. (100, 115] 5 (115, 130] 9 (130, 145] 3 (145, 160] 2 (160, 175] 1 Total 20
Unidad 1: Estadística descriptiva 1) a) Diámetro de la tubería (pulgadas): Variable cuantitativa continua b) Material de la tubería: Variable cualitativa nominal c) Edad (Año de instalación): Variable
MEDIDAS DE TENDENCIA CENTRAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMERICA) MEDIDAS DE TENDENCIA CENTRAL 20/05/2008 Ing. SEMS 2.1 INTRODUCCIÓN En el capítulo anterior estudiamos de qué manera los
INDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
LOS GRÁFICOS DE CONTROL
CAPÍTULO IX LOS GRÁFICOS DE CONTROL 9.1 INTRODUCCIÓN En cualquier proceso de generación de productos o servicios, sin importar su buen diseño y/o mantenimiento cuidadoso, siempre existirá cierto grado
HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS
HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS Ing. Claudia Santo Directora de Metrología Científica e Industrial 17/05/2016 MEDELLÍN, COLOMBIA MEDIR Cómo sabemos que nuestras meciones son correctas?
Guía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha:
Guía de actividad Independiente No 5. NOMBRE DE LA ASIGNATURA: Estadística Descriptiva TUTOR: Deivis Galván Cabrera Nombre del estudiante: Fecha: 1. Al comenzar el curso se pasó una encuesta a los alumnos
Estadística Inga Patricia Juárez, 2017 MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE TENDENCIA CENTRAL Las medidas de tendencia central nos proporcionan la descripción significativa de un conjunto de observaciones. Como su nombre lo indica, son datos de una variable que tienden
UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión
UNIDAD 4: MEDIDAS DESCRIPTIVAS: Medidas de dispersión Para el desarrollo de este capítulo, vaya revisando conjuntamente con esta guía el capítulo 3 del texto básico, págs. 71 86 y capítulo 4 en las páginas
Medidas de centralización
1 1. Medidas de centralización Medidas de centralización Hemos visto cómo el estudio del conjunto de los datos mediante la estadística permite realizar representaciones gráficas, que informan sobre ese
Transformaciones de Potencia
Transformaciones de Potencia Resumen El procedimiento Transformaciones de Potencia está diseñado para definir una transformación normalizadora para una columna de observaciones numéricas que no provienen
Análisis descriptivo y exploratorio de datos
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Análisis descriptivo y exploratorio de datos Francisco M. Ocaña Peinado @ocanapaco http://www.ugr.es/local/fmocan Departamento de Estadística e Investigación
478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Agrupa los resultados por lotes: Rechazados, revisables y aceptados y:
Tema 2 1.- Clasifica en discretas o continuas las siguientes variables: a) Número de habitantes por kilómetro cuadrado b) Número de bacterias de cierto tipo, por mililitro c) Densidad de diferentes muestras
UNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA FORMATO GENERAL PROGRAMA DE ASIGNATURA NOMBRE DE MATERIA ESTADÍSTICA I CÓDIGO DE MATERIA MC 106 DEPARTAMENTO ESTUDIOS ORGANIZACIONALES ÁREA DE FORMACIÓN BÁSICA COMÚN OBLIGATORIA