8/17/2019 Trabajo de Control estadistico
1/40
Gerencia.
La gerencia es un cargo que ocupa el director de una empresa lo cual tiene
dentro de sus múltiples funciones, representar a la sociedad frente a terceros y
coordinar todos los recursos a través del proceso de planeamiento, organización
dirección y control a fin de lograr objetivos establecidos.
Henry, Sis y !ario Sverdli "#$%$& e'presa que( )l término "gerencia& es
dif*cil de definir( significa cosas diferentes para personas diferentes. +lgunos lo
identifican con funciones realizadas por empresarios, gerentes o supervisores,
otros lo refieren a un grupo particular de personas. ara los trabajadores- gerencia
es sinónimo del ejercicio de autoridad sobre sus vidas de trabajo.
Gerencia de calidad.
La erencia de la /alidad es una función de la organización para coordinar
los esfuerzos de todas las gerencias con el propósito de implementar un sistema
de gestión de calidad, a través de una serie de actividades que la organización
desarrolla que lleven al incremento de la satisfacción del cliente.
)l gerente de la calidad debe ser un aglutinador de esfuerzos que tengaformación en normas técnicas y legales, en auditoria y debe conocer muy bien la
actividad de la empresa. 0ebe contar con 1abilidades tales como( liderazgo,
organización, comunicación, inteligencia social, inteligencia emocional, anal*tica,
creativa, orientado al cliente, toma de decisiones, proactivo entre otras.
Importancia de control estadístico (C.E.P)
)l control de los procesos es una actividad de vital importancia para
cualquier organización, ya que le permite visualizar su posición respecto a la
planificación inicial de sus actividades y en función de esta tomar las decisiones
pertinentes a cada caso. Las actuales tendencias del mercado 1an generado la
necesidad de prestarle mayor importancia al cliente, de manera tal que el mismo
8/17/2019 Trabajo de Control estadistico
2/40
se transforma en la razón de ser de las organizaciones es por ello que la
búsqueda de la satisfacción de los clientes es el norte de toda empresa.
Sin embargo, el control estad*stico es importante para(
)stablecer medidas para corregir las actividades, de tal forma que se
alcancen los planes e'itosamente. +plica a todo( a las cosas, a las personas y a los actos.
0eterminar y analizar r2pidamente las causas que pueden originar
desviaciones para que no vuelvan a presentarse en el futuro. Localizar los sectores responsables de la administración, desde el momento
en que se establecen medidas correctivas. roporcionar información acerca de la situación de la ejecución de los
planes, sirviendo como fundamento al reiniciarse el proceso de la
planeación. 3educir costos y a1orrar tiempo al evitar errores.
4ue su aplicación incida directamente en la racionalización de la
administración y consecuentemente, en el logro de la productividad de
todos los recursos de la empresa.
Significado de datos
5n dato es un documento, una información o un testimonio que permitellegar al conocimiento de algo o deducir las consecuencias leg*timas de un 1ec1o.
or ejemplo( 6Hemos descubierto al asesino gracias a los datos aportados por un
testigo7.
)s importante tener en cuenta que el dato no tiene sentido en s* mismo,
sino que se utiliza en la toma de decisiones o en la realización de c2lculos a partir
de un procesamiento adecuado y teniendo en cuenta su conte'to. or lo general,
el dato es una representación simbólica o un atributo de una entidad.
Medidas típicas.
Medidas de Ubicación en los Conjntos de !atos.
8/17/2019 Trabajo de Control estadistico
3/40
5na medida de ubicación es un valor que se calcula para un grupo de datos
y que se utiliza para describir los datos en alguna forma. eneralmente se busca
que el valor sea representativo de todos los valores del grupo y por lo tanto se
desea un estad*stico de tendencia central. )'isten diversos estad*sticos de
tendencia central pero para el alcance del curso estudiaremos cuatro de ellos( La
!edia Simple, La !edia onderada, La !ediana y La !oda.
Medida de !ispersión en los Conjntos de !atos
Las medidas de dispersión describen un grupo de valores en función de la
variación o dispersión de los *tems incluidos dentro de ese grupo. )'isten varias
técnicas para medir el grado de dispersión de un grupo de datos en este curso
incluiremos )l 3ango, La 0esviación romedio, La 0esviación est2ndar y )l
/oeficiente de 8ariación.
Manejo de datos o factores.
)'isten cuatro factores que deben ser considerados al aplicar el proceso de
control.
/antidad, 9iempo, /osto y /alidad. Los tres primeros son de car2cter
cuantitativo y el último es cualitativo.
)l factor cantidad se aplica a actividades en la que el volumen es
importante. + través del factor tiempo se controlan las fec1as programadas. )l
costo es utilizado como un indicador de la eficiencia administrativa, ya que por
medio de él se determinan las erogaciones de ciertas actividades. :
la calidad se refiere a las especificaciones que debe reunir un cierto producto o
ciertas funciones de la empresa.
Cantidad "iempo Costo Calidad
resupuestos )studios de resupuestos )valuación de la
8/17/2019 Trabajo de Control estadistico
4/40
tiempos actuación
)stimaciones ;ec1as l*mite
/osto por metro
cuadrado
ruebas
psicológicas
roductos
terminados rogramas /ostos est2ndar
8/17/2019 Trabajo de Control estadistico
5/40
operaciones o actividades que tienen lugar a lo largo del proceso y en él la figuran
datos que se consideran útiles para su an2lisis, tales como tiempo invertido en
cada paso, operación o actividad, distancias recorridas entre otras.
El diagrama de fljo de procesos permite$
8/17/2019 Trabajo de Control estadistico
6/40
Para la constrcción del diagrama Casa%Efecto se debe$
0efinir el problema "efecto& claramente.
3ealizar sesión de 69ormenta de
8/17/2019 Trabajo de Control estadistico
7/40
Utiliación$ )s el primer paso para efectuar mejoras.
ueden aplicarse para efectuar mejoras de cualquier tipo.
!uestran los resultados de las mejoras efectuadas.
!istribción de #recencia.
)n estad*stica, se le llama distribución de frecuencias a la agrupación de
datos en categor*as mutuamente e'cluyentes que indican el número de
observaciones en cada categor*a. )sto proporciona un valor aBadido a la
agrupación de datos. La distribución de frecuencias presenta las observaciones
clasificadas de modo que se pueda ver el número e'istente en cada clase. )stas
agrupaciones de datos suelen estar agrupadas en forma de tablas.
!istribción binomial.
La distribución binomial es una distribución discreta muy importante que
surge en muc1as aplicaciones bioestad*sticas que mide el número de é'itos en
una secuencia de n ensayos de Cernoulli independientes entre s*, con una
probabilidad fija p de ocurrencia del é'ito entre los ensayos.
5n e'perimento de Cernoulli se caracteriza por ser dicotómico, esto es, sólo
son posibles dos resultados. )sta distribución aparece de forma natural al realizar
repeticiones independientes de un e'perimento que tenga respuesta binaria,
generalmente clasificada como 6é'ito7 o 6fracaso7. + uno de estos se denomina
é'ito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q D # = p. )n la distribución binomial el anterior e'perimento se repite
n veces, de forma independiente, y se trata de calcular la probabilidad de un
http://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Estad%C3%ADstica
8/17/2019 Trabajo de Control estadistico
8/40
determinado número de é'itos. ara n D #, la binomial se convierte, de 1ec1o, en
una distribución de Cernoulli.
ara representar que una variable aleatoria E sigue una distribución
binomial de par2metros n y p, se escribe(
Par*metros número de ensayos "entero&
probabilidad de é'ito "real&
!ominio
#nción de
probabilidad
(fp)
#nción de
distribción
(cdf)
Media
Mediana 5no de #
Moda
+ariana
Coeficiente de
simetría
http://es.wikipedia.org/wiki/Variable_aleatoriahttp://es.wikipedia.org/wiki/Enterohttp://es.wikipedia.org/wiki/N%C3%BAmero_realhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Variable_aleatoriahttp://es.wikipedia.org/wiki/Enterohttp://es.wikipedia.org/wiki/N%C3%BAmero_realhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADa
8/17/2019 Trabajo de Control estadistico
9/40
Crtosis
Entropía
#nción
generadora de
momentos
(mgf)
!istribción binomial negatia.
)n estad*stica la distribución binomial es una distribución de probabilidad
discreta que incluye a la distribución de ascal.
)l número de e'perimentos de Cernoulli de par2metro F independientes
realizados 1asta la consecución del =ésimo é'ito es una variable aleatoria que
tiene una distribución binomial negativa con par2metros y F.
La distribución geométrica es el caso concreto de la binomial negativa
cuando D #
,-p/
&a línea roja representa la media0 1 la erde tiene na longitd de
apro/imadamente 23.
#nción de probabilidad
Par*metros (real)
(real)
http://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Archivo:Binomial.svghttp://es.wikipedia.org/wiki/N%C3%BAmero_realhttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Archivo:Binomial.svghttp://es.wikipedia.org/wiki/N%C3%BAmero_real
8/17/2019 Trabajo de Control estadistico
10/40
!ominio
#nción de
probabilidad (fp)
#nción de
distribción (cdf)
Ip(r04 5 6) donde Ip(/01) es la fnción beta
incompleta reglariada
Media
Moda
+ariana
Coeficiente de
simetría
Crtosis
#nción
generadora de
momentos (mgf)
#nción
característica "véase grafica G&
!istribción de poisson.
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/w/index.php?title=Funci%C3%B3n_beta_incompleta_regularizada&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=Funci%C3%B3n_beta_incompleta_regularizada&action=edit&redlink=1http://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/w/index.php?title=Funci%C3%B3n_beta_incompleta_regularizada&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=Funci%C3%B3n_beta_incompleta_regularizada&action=edit&redlink=1http://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADstica
8/17/2019 Trabajo de Control estadistico
11/40
La distribución de oisson se llama asi en 1onor a Simeón 0ennis oisson
"#%# I #JK& francés que desarrollo esta distribución bas2ndose en estudios
efectuados en la última parte de su vida.
)sta desempeBa un papel muy importante por derec1o propio como modelo
probalistico apropiado para un gran número de fenómenos aleatorios.
0e e'perimento es que fue buscado el é'ito por medio de las unidades de
2rea, tiempo, pieza, etc.
Hay que 1acer notar que es esta distribución el numero de é'ito que
ocurren por unidad de tiempo, 2rea o producto es totalmente al azar y que cadaintervalo de tiempo es independiente de otro intervalo dado, as* como cada 2rea
es independiente de otra 2rea dada y cada producto es independiente de otro
producto dado. "8éase grafica &
Par*metros
!ominio
#nción de
probabilidad (fp)
#nción de
distribción (cdf) "dónde M"',y& es la
;unción gamma incompleta&
Media
Mediana
Moda
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_gamma_incompletahttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_gamma_incompletahttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)
8/17/2019 Trabajo de Control estadistico
12/40
+ariana
Coeficiente de
simetría
Crtosis
Entropía
#nción
generadora de
momentos (mgf)
#nción
característica
!istribción 7ipergeometrica.
)n teor*a de la probabilidad la distribución 1ipergeométrica es una
distribución discreta relacionada con muestreos aleatorios y sin reemplazo.
Supóngase que se tiene una población de N elementos de los cuales, d
pertenecen a la categor*a + y N=d a la C. La distribución 1ipergeométrica mide la
probabilidad de obtener ' " & elementos de la categor*a + en una
muestra de n elementos de la población original. " véase en grafica J&
http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADstica
8/17/2019 Trabajo de Control estadistico
13/40
Par*metros
!ominio
#nción de
probabilidad (fp)
Media
Moda
+ariana
Coeficiente de
simetría
Crtosis
#nción
generadora de
momentos (mgf)
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentos
8/17/2019 Trabajo de Control estadistico
14/40
#nción
característica
!istribción de 8ernolli.
)n teor*a de probabilidad y estad*stica, , nombrada as* por el matem2tico y
cient*fico suizo Oaob Cernoulli, es una distribución de probabilidad discreta, que
toma valor # para la probabilidad de é'ito "p& y valor K para la probabilidad de
fracaso "q D # P p&.
Si E es una variable aleatoria que mide Qnúmero de é'itosQ, y se realiza un
único e'perimento con dos posibles resultados "é'ito o fracaso&, se dice que lavariable aleatoria se distribuye como una Cernoulli de par2metro .
La fórmula ser2(
Su función de probabilidad viene definida por(
5n e'perimento al cual se aplica la distribución de Cernoulli se conoce
como )nsayo de Cernoulli o simplemente ensayo, y la serie de esos e'perimentos
como ensayos repetidos
Par*metros
!ominio
http://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Matem%C3%A1ticashttp://es.wikipedia.org/wiki/Cienciahttp://es.wikipedia.org/wiki/Suizahttp://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Matem%C3%A1tica_discretahttp://es.wikipedia.org/wiki/Ensayo_de_Bernoullihttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Matem%C3%A1ticashttp://es.wikipedia.org/wiki/Cienciahttp://es.wikipedia.org/wiki/Suizahttp://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Matem%C3%A1tica_discretahttp://es.wikipedia.org/wiki/Ensayo_de_Bernoullihttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3n
8/17/2019 Trabajo de Control estadistico
15/40
#nción de
probabilidad (fp)
#nción de
distribción (cdf)
Media
Mediana N>+
Moda
+ariana
Coeficiente de
simetría
Crtosis
Entropía
#nción generadora
de momentos (mgf)
#nción
característica
http://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADstica
8/17/2019 Trabajo de Control estadistico
16/40
!istribción Uniforme discreta.
)s una distribución de probabilidad que asume un número finito de valores
con la misma probabilidad. "8éase grafica J&
0istribución uniforme "caso discreto&.
Si la distribución asume los valores reales , su función de
probabilidad es
: su función de distribución la función escalonada
Su media estad*stica es
: su varianza
!istribción ji%cadrado.
La distribución 9: "de earson&, llamada /1i cuadrado o Oi cuadrado, es una
distribución de probabilidad continua con un par2metro que representa los
grados de libertad de la variable aleatoria "véase grafica R&
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Media_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_probabilidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Media_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Varianza
8/17/2019 Trabajo de Control estadistico
17/40
0onde i son variables aleatorias normales independientes de media cero y
varianza uno. )l que la variable aleatoria E tenga esta distribución se representa
1abitualmente as*( .
La Oi=cuadrado es una distribución fundamental en inferencia estad*stica y
en los tests estad*sticos de bondad de ajuste. Se emplea, entre muc1as otras
aplicaciones, para determinar los l*mites de confianza de la varianza de una
población normal, para contrastar la 1ipótesis de 1omogeneidad o de
independencia en una tabla de contingencia y para pruebas de bondad de ajuste.
ar2metros grados de libertad
0ominio
;unción de densidad
"pdf&
;unción de
distribución "cdf&
!edia
!ediana apro'imadamente
!oda if
8arianza
/oeficiente de
simetr*a
/urtosis
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosis
8/17/2019 Trabajo de Control estadistico
18/40
)ntrop*a
;unción generadorade momentos "mgf&
for
;unción
caracter*stica
!istribción E/ponencial.
La distribución e'ponencial es el equivalente continuo de la distribución
geométrica discreta. )sta ley de distribución describe procesos en los que interesa
saber el tiempo 1asta que ocurre determinado evento- en particular, se utiliza para
modelar tiempos de supervivencia
5na caracter*stica importante de esta distribución es la propiedad conocida
como 6falta de memoria7. La distribución e'ponencial se puede caracterizar como
la distribución del tiempo entre sucesos consecutivos generados por un proceso
de oisson "ver grafica R&
ar2metros
0ominio
;unción de densidad "pdf& Te I T'
;unción de distribución "cdf& # P e I T'
!edia
!ediana
http://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)
8/17/2019 Trabajo de Control estadistico
19/40
!oda
8arianza
/oeficiente de simetr*a
/urtosis
)ntrop*a
;unción generadora de momentos
"mgf&
;unción caracter*stica
!istribción de Stdent.
)s una distribución de probabilidad que surge del problema de estimar la
media de una población normalmente distribuida cuando el tamaBo de la muestra
es pequeBo.
+parece de manera natural al realizar la prueba t de Student para la
determinación de las diferencias entre dos medias muéstrales y para la
construcción del intervalo de confianza para la diferencia entre las medias de dos
poblaciones cuando se desconoce la desviación t*pica de una población y ésta
debe ser estimada a partir de los datos de una muestra.
+ medida que aumentan los grados de libertad, la distribución t de Student
se apro'ima a una normal de media K y varianza # "normal est2ndar&
ar2metros grados de libertad "real&
http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADstica
8/17/2019 Trabajo de Control estadistico
20/40
0ominio
;unción de
densidad "pdf&
;unción de
distribución
"cdf&donde es la función
1ipergeométrica
!edia K para U V #, indefinida para otros valores
!ediana K
!oda K
8arianza
para U V G, indefinida para otros valores
/oeficiente de
simetr*a
K para U V
/urtosis
para U V J
)ntrop*a
•
W( función digamma,
• C( función beta
;unción "No definida
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentos
8/17/2019 Trabajo de Control estadistico
21/40
generadora de
momentos
"mgf&
!istribción ;ormal.
La distribución normal fue reconocida por primera vez por el francés
+bra1am de !oivre "#RR% I #%XJ&. osteriormente por /arl ;riedric1 auss "#%%%
I #XX& elaboro desarrollo m2s profundo y formulo la ecuación de la curva de a1*
que también se le conozca, m2s comúnmente, como la 6/ampana de gauss7. "8er
grafica &
)s la distribución de la probabilidad que con mas frecuencia aparece en
estad*stica y teor*a de probabilidades, la importancia de lo distribución normal se
debe principalmente a q 1oy muc1os variables asociados o fenómenos naturales
que siguen el modelo de lo normal.
Caracteres morfológicos$ de individuos "personas, animales,
plantas& de una especie.
Car*cter fisiológicos$ por ejemplo efectos de uno mismo dosis de
un medicamento, o de uno mismo cantidad de abono
Car*cter sociológicos$ por ejemplo consumo de cierto producto por
un mismo grupo de individuos, puntaciones de e'2menes
Caracteres psicológicos$ por ejemplo cociente intelectual, grado de
adaptación a un medio.
+alores estadísticos$ muéstrales, por ejemplo lo media.
http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentos
8/17/2019 Trabajo de Control estadistico
22/40
ar2metros
Y V K
0ominio
;unción de densidad
"pdf&
;unción de distribución
"cdf&
!edia
!ediana
!oda
8arianza
/oeficiente de simetr*a K
/urtosis K
)ntrop*a
;unción generadora de
momentos "mgf&
;unción caracter*stica
!istribción Gamma.
La distribución gamma se puede caracterizar del modo siguiente( si se est2
interesado en la ocurrencia de un evento generado por un proceso de oisson de
http://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADsticahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_densidadhttp://es.wikipedia.org/wiki/Funci%C3%B3n_de_distribuci%C3%B3nhttp://es.wikipedia.org/wiki/Esperanza_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Mediana_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)http://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Coeficiente_de_simetr%C3%ADahttp://es.wikipedia.org/wiki/Curtosishttp://es.wikipedia.org/wiki/Entrop%C3%ADa_(informaci%C3%B3n)http://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_generadora_de_momentoshttp://es.wikipedia.org/wiki/Funci%C3%B3n_caracter%C3%ADstica
8/17/2019 Trabajo de Control estadistico
23/40
media lambda, la variable que mide el tiempo transcurrido 1asta obtener n
ocurrencias del evento sigue una distribución gamma con par2metros aD nZlambda
"escala& y pDn "forma&.Se denota amma"a,p&. "8éase grafica $&
/ontinua con dos par2metros y T cuya función de densidad para valores '
V K es
+qu* e es el número e y M es la función gamma. ara valores
la aquella es M"& D " P #&[ "el factorial de P #&. )n este caso = por ejemplo para
describir un proceso de oisson = se llaman la distribución )rlang con un
par2metro F D # > T.
)l valor esperado y la varianza de una variable aleatoria E de distribución
gamma son)\E] D > T D F8\E] D > TG D FG
!istribción Uniforme.
La distribución uniforme es útil para describir una variable aleatoria con
probabilidad constante sobre el intervalo \a,b] en el que est2 definida. )sta
distribución presenta una peculiaridad importante( la probabilidad de un suceso
depender2 e'clusivamente de la amplitud del intervalo considerado y no de su
posición en el campo de variación de la variable."ver grafica #&.
ar2metros
0ominio
http://es.wikipedia.org/wiki/Valor_esperadohttp://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Variable_aleatoriahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3nhttp://es.wikipedia.org/wiki/Valor_esperadohttp://es.wikipedia.org/wiki/Varianzahttp://es.wikipedia.org/wiki/Variable_aleatoriahttp://es.wikipedia.org/wiki/Dominio_de_definici%C3%B3n
8/17/2019 Trabajo de Control estadistico
24/40
;unción de densidad "pdf&
;unción de distribución
"cdf&
!edia
!ediana
!oda cualquier valor en
8arianza
/oeficiente de simetr*a
/urtosis
)ntrop*a
;unción generadora de
momentos "mgf&
;unción caracter*stica
+ariable
8/17/2019 Trabajo de Control estadistico
25/40
5na variable aleatoria discreta, no es m2s que aquella que solo puede
tomar valores enteros, un ejemplo muy claro de esto es el número de 1ijos en una
familia o la puntación obtenida al lanzar un dado
+ariable aleatoria contin=a.
5na variable aleatoria continua es aquella que puede tomar todos los
valores posibles dentro de un cierto intervalo de la recta real. 5n ejemplo seria la
altura de los estudiantes de una clase, las 1oras de duración de una pila.
7istograma de #recencia.
)n estad*stica, un 1istograma es una representación gr2fica de
una variable en forma de barras, donde la superficie de cada barra es proporcional
a la frecuencia de los valores representados, ya sea en forma diferencial o
acumulada. Sirven para obtener una Qprimera vistaQ general, o panorama, de la
distribución de la población, o la muestra, respecto a una caracter*stica,
cuantitativa y continua, de la misma y que es de interés para el observador "como
la longitud o la masa&. 0e esta manera ofrece una visión en grupo permitiendo
observar una preferencia, o tendencia, por parte de la muestra o población por
ubicarse 1acia una determinada región de valores dentro del espectro de valores
posibles "sean infinitos o no& que pueda adquirir la caracter*stica. +s* pues,
podemos evidenciar comportamientos, observar el grado de 1omogeneidad,
acuerdo o concisión entre los valores de todas las partes que componen la
población o la muestra, o, en contraposición, poder observar el grado de
variabilidad, y por ende, la dispersión de todos los valores que toman las partes,
también es posible no evidenciar ninguna tendencia y obtener que cada miembro
de la población toma por su lado y adquiere un valor de la caracter*stica aleatoria=mente sin mostrar ninguna preferencia o tendencia, entre otras cosas.
Correlación.
http://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Gr%C3%A1ficahttp://es.wikipedia.org/wiki/Variable_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Frecuenciahttp://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Gr%C3%A1ficahttp://es.wikipedia.org/wiki/Variable_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Frecuencia
8/17/2019 Trabajo de Control estadistico
26/40
)n probabilidad y estad*stica, la correlación indica la fuerza y la dirección de
una relación lineal y proporcionalidad entre dos variables estad*sticas. Se
considera que dos variables cuantitativas est2n correlacionadas cuando los
valores de una de ellas var*an sistem2ticamente con respecto a los valores
1omónimos de la otra( si tenemos dos variables "+ y C& e'iste correlación si al
aumentar los valores de + lo 1acen también los de C y viceversa. La correlación
entre dos variables no implica, por s* misma, ninguna relación de causalidad
"8éase cum 1oc ergo propter 1oc&.
La relación entre dos súper variables cuantitativas queda representada
mediante la l*nea de mejor ajuste, trazada a partir de la nube de puntos. Los
principales componentes elementales de una l*nea de ajuste y, por lo tanto, de una
correlación, son la fuerza, el sentido y la forma(
La fuerza e'trema según el caso, mide el grado en que la l*nea representa
a la nube de puntos( si la nube es estrec1a y alargada, se representa por una
l*nea recta, lo que indica que la relación es fuerte- si la nube de puntos tiene
una tendencia el*ptica o circular, la relación es débil.
)l sentido mide la variación de los valores de C con respecto a +( si al
crecer los valores de + lo 1acen los de C, la relación es positiva- si al crecer los
valores de + disminuyen los de C, la relación es negativa.
La forma establece el tipo de l*nea que define el mejor ajuste( la l*nea recta,
la curva monotónica o la curva no monotónica.
&a media aritm>tica.
Llamada promedio simple, se define matem2ticamente como el cociente
entre la suma de una serie de valores y el número de valores de la serie.
E D ^Ei>N.
http://es.wikipedia.org/wiki/Probabilidadhttp://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Proporcionalidadhttp://es.wikipedia.org/wiki/Variable_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Cum_hoc_ergo_propter_hochttp://es.wikipedia.org/wiki/M%C3%ADnimos_cuadradoshttp://es.wikipedia.org/wiki/L%C3%ADnea_rectahttp://es.wikipedia.org/w/index.php?title=Curva_monot%C3%B3nica&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=Curva_no_monot%C3%B3nica&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=Curva_no_monot%C3%B3nica&action=edit&redlink=1http://es.wikipedia.org/wiki/Probabilidadhttp://es.wikipedia.org/wiki/Estad%C3%ADsticahttp://es.wikipedia.org/wiki/Funci%C3%B3n_matem%C3%A1ticahttp://es.wikipedia.org/wiki/Proporcionalidadhttp://es.wikipedia.org/wiki/Variable_estad%C3%ADsticahttp://es.wikipedia.org/wiki/Cum_hoc_ergo_propter_hochttp://es.wikipedia.org/wiki/M%C3%ADnimos_cuadradoshttp://es.wikipedia.org/wiki/L%C3%ADnea_rectahttp://es.wikipedia.org/w/index.php?title=Curva_monot%C3%B3nica&action=edit&redlink=1http://es.wikipedia.org/w/index.php?title=Curva_no_monot%C3%B3nica&action=edit&redlink=1
8/17/2019 Trabajo de Control estadistico
27/40
Siendo N el número de datos. )ste estad*stico nos permite conocer el valor
alrededor del cual se presentan los valores de una serie. ara datos agrupados en
distribuciones de frecuencia se utiliza el punto medio de cada clase para el c2lculo
de la media aritmética. La cual se obtiene a través de esta e'presiónD ^";iEi&>^;i,
en donde Ei es el punto medio de clase y ;i es la frecuencia absoluta de cada
clase. )n este caso se puede decir que ^;i D N, siendo N el número de datos.
&a Mediana
La mediana de un grupo de valores es el valor del *tem medio cuando todos
los *tems del grupo se 1an dispuestos en orden ascendente o descendente, en
términos de valor. ara un grupo con un número par de elementos se supone que
la mediana est2 en la posición intermedia entre dos valores adyacentes al medio.
/uando trabajamos con datos agrupados en distribuciones de frecuencia,
debemos determinar primero la clase que contiene el valor de la mediana "aquella
cuya frecuencia absoluta acumulada iguala o e'cede a la mitad del número total
de observaciones&. 5na vez identificada esta clase se proceda a interpolar através de la fórmula(
!ed D /L _ `"N>G=^fi=#&>fi<
Siendo /L D frontera inferior de la clase que contiene a la median
N D Numero total de datos u observaciones en la distribución de frecuencia
^fi=# D ;recuencia acumulada en la clase precedente a la clase que
contiene la mediana fi D ;recuencia absoluta en la clase que contiene la mediana
< D 9amaBo del intervalo de clase.
Cartiles 1 Percentileas.
8/17/2019 Trabajo de Control estadistico
28/40
Los cuartiles y los percentiles se asemejan muc1a a la mediana porque
también subdividen una distribución de mediciones de acuerdo con la proporción
de frecuencias observadas. !ientras la mediana divide una distribución en dos
partes iguales, los cuartiles la dividen en cuatro cuartos y los percentiles la dividen
en cien partes.
ara los datos agrupados antes de usar la formula se debe determinar
primero la clase apropiada que contenga el punto de interés luego se 1ace la
interpolación(
Cartil ? @ C& 5 A(?;B %Dfi%6)BfiI
Percentil ? @ C& 5 A(?;B6%Dfi%6)BfiI
0ónde( es él número de cuartil "K ? J& o percentil "K ? #KK& que se
quiere calcular el resto de los s*mbolos tienen el mismo significado que en la
fórmula de la mediana.
Par*metros de !ispersión.
Las medidas de posición resumen la distribución de datos, pero resultan
insuficientes y simplifican e'cesivamente la información. )stas medidas adquieren
verdadero significado cuando van acompaBadas de otras que informen sobre la
1eterogeneidad de los datos. Los par2metros de dispersión miden eso
precisamente, generalmente, calculando en qué medida los datos se agrupan en
torno a un valor central.
8/17/2019 Trabajo de Control estadistico
29/40
ofrecen acompaBando a un par2metro de posición central para indicar en qué
medida los datos se agrupan en torno de él.
!esiación Promedio
Se basa en la diferencia entre cada valor del conjunto de datos y la media
del grupo. )s la media de estas desviaciones la que se calcula. Se calcula la
media de las sumas de los valores absolutos de las diferencias.
!p @ DD/i % FB;
ara 'i D valor de la serie E D media aritmética de la serie
N D número de datos.
ara datos agrupados en distribución de frecuencia la desviación promedio
se calcula a partir de los puntos medio de clases "'i& y las frecuencias absolutas
de clases "fi&.
!p @ D(fiH/i % F)B;
&a +ariana 1 &a desiación Est*ndar
La varianza es similar a la desviación promedio en cuanto a la base en la
diferencia entre cada valor del conjunto de datos y la media del grupo, difiere de
ella porque esas diferencias se elevan al cuadrado antes de sumarse. ara la
varianza de la población se utiliza la letra griega sigma YG la fórmula es.
32@ D (/i % F) 2B;
+ diferencia de lo que sucede con otras muestras estad*sticas que 1emos
analizado, la varianza para una muestra no es e'actamente equivalente a la
varianza de una población, en lo que al c2lculo se refiere. !2s bien, el
8/17/2019 Trabajo de Control estadistico
30/40
denominador de la fórmula de varianza de la muestra es ligeramente diferente. )n
esencia en esta fórmula se incluye un factor de corrección, de manera que la
varianza de la muestra es un estimador no sesgado "un estimador no sesgado es
un estad*stico de muestra que tiene un valor esperado igual al par2metro que va a
ser estimado& de la varianza de la población y su fórmula es
s2 @ D (/i % F) 2B(n%6)
ara datos agrupados en distribución de frecuencia las e'presiones son(
32@ Dfi (/i % F) 2B;
s2 @ Dfi (/i % F) 2B(n%6)
La desviación est2ndar es la ra*z cuadrada del valor de la varianza.
El 'ango
)s la diferencia entre el valor m2s alto "8!& y el m2s bajo "8m& de los
valores de una serie que no se 1an agrupado en una distribución de frecuencia de
esta manera(
' @ +M +m
ara los datos agrupados en una distribución de frecuencia, el rango se
define como la diferencia entre el l*mite superior de la clase m2s alta o última clase
"8!& y el l*mite inferior de la clase m2s baja o primera clase "8m&.
Capacidad de proceso.
5n proceso es una combinación única de 1erramientas, métodos,
materiales y personal dedicados a la labor de producir un resultado medible- por
8/17/2019 Trabajo de Control estadistico
31/40
ejemplo una l*nea de producción para el ensamble de puertas de ve1*culos. 9odos
los procesos tienen una variabilidad estad*stica in1erente que puede evaluarse por
medio de métodos estad*sticos. La /apacidad del proceso es una propiedad
medible de un proceso que puede calcularse por medio del *ndice de capacidad
del proceso "ej. /p o /pm& o del *ndice de prestación del proceso "ej. p o pm&. )l
resultado de esta medición suele representarse con un 1istograma que permite
calcular cuantos componentes ser2n producidos fuera de los l*mites establecidos
en la especificación.
)l *ndice de capacidad del proceso, /p, también denominado ratio de
capacidad del proceso, es un c2lculo estad*stico sobre la capacidad del proceso(
La capacidad de un proceso para producir un resultado dentro de unos
l*mites predefinidos "9S, tolerancia superior y 9
8/17/2019 Trabajo de Control estadistico
32/40
8/17/2019 Trabajo de Control estadistico
33/40
rafica #( 8ariable 0iscreta
8/17/2019 Trabajo de Control estadistico
34/40
rafica G( 0istribución Cinomial
rafica ( 0istribución oisson
8/17/2019 Trabajo de Control estadistico
35/40
rafica J( 0istribución 5niforme discreta
rafica X( 0istribución de ji cuadrado
8/17/2019 Trabajo de Control estadistico
36/40
rafica R( 0istribución de e'ponencial
rafica %( 0istribución t Student
8/17/2019 Trabajo de Control estadistico
37/40
rafica ( 0istribución normal
rafica $( 0istribución amma
8/17/2019 Trabajo de Control estadistico
38/40
rafica #K( 0istribución 5niforme
0iagrama de areto.
8/17/2019 Trabajo de Control estadistico
39/40
Histograma
r2fico de /orrelación
República Bolivariana de Venezuela.
Ministerio del Poder Popular para la Educación Universitaria.
Universidad Nacional Experimental Rafael Mara Baralt.
Pro!rama" #n!eniera $ %ecnolo!a.
Pro$ecto" #n!eniera de &as.
8/17/2019 Trabajo de Control estadistico
40/40
INFORME
Integrantes:
Benabides 'e$dis (.#" )).*+,.)-+
ilva /onat0an (.#" )).)*-.12,
3alter %rinidad (.#")-.4-*.5,+
3end$ Romero (.#" )6.,2116-
ección" -5
'os Puertos de 7lta!racia8 )-65.