Presentación1 wafer

“CÁLCULOS ESTADÍSTICOS DE LA MASA DEL WAFER”

ASIGNATURA: ESTADÍSTICA DE ALIMENTOS (AI-244)

PROFESOR: ING. JUAN CARLOS PONCE RAMÍREZ

INTEGRANTES: GÓMEZ QUICHUA, WILBER LUJÁN BAEZ, MARY ZENITT CÁRDENAS AYALA, FIDEL MALLQUI ELME, LEONCIO

“CÁLCULOS ESTADÍSTICOS DE LA MASA DEL WAFER”

INTRODUCCIÓN• Kendall y Buckland definen la estadística

como un valor resumido, calculado, como base en una muestra de observaciones que generalmente, aunque no por necesidad, se considera como una estimación de parámetro de determinada población; es decir, una función de valores de muestra.

• Entonces aplicaremos la estadística para en el cálculo del peso del wafer(Nick de costa).analizando a un subconjunto de la población, llamada muestra. Entonces los datos obtenidos serán analizadas aplicando la estadística de dos propósitos: descriptiva e inferencial.

HISTORIA DE WAFER NICK DE COSTA• Durante sus inicios en 1907, la fábrica

Costa estaba enfocada principalmente a la producción de caramelos.

• Con la construcción de la planta de galletas, Costa pasa a tener una importante presencia en el mercado internacional, y a tener un gran éxito en sus importaciones y aceptación en el mercado nacional.

 • En el año 1995, se construye una

moderna fábrica de galletas y bizcochos en Lima.

• En el año 1997, Costa pasa a formar parte de Molitalia S.A. En la planta de galletas y chocolates, Molitalia fabrica casi el total de productos bajo la marca COSTA comercializados en Perú, productos que ya se han convertido en los preferidos del consumidor peruano.

• Actualmente, COSTA es la firma aval para marcas que han cobrado vida propia, como:

• Vizzio, Mecano, Chocman, Tuyo, Nik, Frac,

Obsesión, Gretel, entre otras.

• Además, COSTA ha traspasado fronteras, y hoy se exporta a más de 24 países.

MARCO TEÓRICO:

TABLA DE INFORMACIÓN NUTRICIONAL 

Hechos Nutricionales por 7 unidades (30 g)

Energía 653 kj156 kcal

Proteína 1,1 g

Grasa 7,9 g

Carbohidrato 20 g

WAFER NICK-COSTA

• Es la representación estructurada, en forma de tabla, de toda la información que se ha recogido sobre la variable que se estudia.

• Resume los datos mostrando la frecuencia o número de elementos que hay en cada clase.

Distribución de Frecuencias:

Distribución de frecuencia Absoluta • Es el numero de veces que aparece un

determinado valor en un estudio estadístico

Distribución de frecuencia relativa

• Es el cociente entre la frecuencia absoluta de un determinado valor y el numero total de datos .

• Se puede expresar en tanto por ciento

Medidas de Posición Central:

• Llamadas así porque tienden a localizarse en el centro de la información, son de gran importancia en el manejo de las técnicas estadísticas.

1. Media

2. Mediana

3.Moda

Medidas de Posición Central

Medidas de posición no central Son números reales que miden el

grado o nivel de separación de los datos que no son valores centrales. Dividen la muestra en tramos iguales

CuartilesLos cuartiles o cuartillas son 3

valores posicionales

que dividen la información en cuatro partes

iguales, siendo el 25 % de la información.

DecilesSimilarmente, los deciles o decillas

dividen la información en

diez partes iguales, en cantidades

porcentuales de 10 en 10. Es decir

9 valores se distribuyen en la

serie.

PercentilesLos percentiles

dividen la información en 100

partes, lo cual facilita la

interpretación percentil de una distribución de

frecuencias, y se denota por 99

valores.

Cuartiles

Deciles

Percentiles

MEDIDAS DE DISPERSIÓNLas medidas de dispersión o variabilidad son números reales que miden el grado o nivel de separación de los datos con respecto a un valor central, que generalmente es la media aritmética.

RangoEs la medida de dispersión más sencilla ya que sólo se considera los dos valores extremos de una colección de datos

R = Xmáx - Xmín

Varianza

es una medida que, en promedio, cuantifica el nivel de dispersión o de variabilidad de los valores de una variable cuantitativa con respecto a su media aritmética.

Desviación Típica También llamada desviación estándar “S” de las observaciones de una característica X, se define como la raíz cuadrada positiva de la varianza.

𝑆=√𝑆2

Coeficiente de Variación de Pearson

Se calcula como cociente entre la deviación típica y la media.

Asimetría

CurtosisMide si la curva tiene una curva simétrica, es decir, si respecto al centro de la misma (centro de simetría) los segmentos de curva que quedan a la derecha e izquierda son similares.

Mide si los valores de la distribución están más o menos concentrados alrededor de los valores medidos de la muestra.

Medidas de la Forma:

ANALISIS DE DATOS (EXCEL)

Cuadro N° 1: Distribución de Frecuencias

Intervalos MC (fi) (Fi) hi% Hi%

[23.94-27.05[ 25.50 3 3 15% 15%

[27.05-30.17[ 28.61 8 11 40% 55%

[30.17-33.28[ 31.73 7 18 35% 90%

[33.28-36.40[ 34.84 1 19 5% 95%

[36.40-39.51] 37.96 1 20 5% 100%

Suma total 158.64   100%  

Histograma

Interpretación.

El peso neto del wafer(nick) es de 29 gr.

En el gráfico se observa que los datos se acumulan en el intervalo [27.05-30.17[ 25.5 28.61 31.73 34.84 37.96

0

1

2

3

4

5

6

7

8

9

HISTOGRAMA DE FRECUENCIA

masa (gr)

frecuencia

Polígono

Interpretación.

El polígono nos muestra mayor concentración de datos en el punto de 28.61 que es la marca de clase. 25.5 28.61 31.73 34.84 37.96

0

1

2

3

4

5

6

7

8

9

POLÍGONO DE FRECUENCIA

masa (gr)

frecuencia

Análisis de datos ( Spss 19)

HistogramaAmbos paquetes de análisis nos muestran la misma idea de gráfico con diferencia de que el paquete Spss nos muestra distancias reales y en Excel nos muestra distancias iguales, cuando no es. .

Polígonos

Los dos paquetes de análisis nos muestran el mismo gráfico con diferencia de que el paquete Spss nos muestra líneas rectas y en Excel nos muestra líneas de curva señalando los puntos

Observación

• El peso neto del wafer(Nick de costa) es 29 gr, pero debido a que tienen relleno varían significativamente en su peso. Siendo el peso mínimo 23.94 y el máximo 39.51.

Discusión

• Observamos que los wafer (Nick de costa) no tienen los mismos pesos, porque contienen relleno y eso influye a que varíen en sus pesos.

• La media y la mediana son similares solo se diferencian en pequeñas cifras (decimales), ya que la media influye valores extremos, en cambio en la mediana utiliza todo la información de los datos.

• La moda es 30.61,porque la mayor parte de los datos se concentran en este intervalo.

• La coeficiente de variación de Pearson es 12% y es aceptable por teoría ya que es menor de 15%,que es limite aceptable por definición.

• La asimetría es 0.84, porque existe la mayor concentración de valores a la derecha(+)

• La curtosis es 1.48,entonces es DISTRIBUCION LEPTOCURTICA, porque presenta elevado grado de concentración alrededor de los valores centrales.

Conclusión 

• Los pesos de los wafer (Nick de costa) no son uniformes

• Se utilizó correctamente los paquetes de spss – 19 y excel

• el paquete spss-19 es la más apropiada para el cálculo estadístico ya nos da una detalla información de los datos insertados

Anexo

FinGracias

por su atención