CONTROL DE

CALIDAD
UNIDAD 2
Fundamentos de estadstica: Distribucin
de frecuencia, medidas de tendencia
central, concepto de poblacin y muestra.
PARTE II
Ing. Vanessa Garca Daz

ESTADISTICA DESCRIPTIVA
requiere

Definiciones Preliminares
Poblacin

Muestra

Variable

Dato

Parmetro

Estadstico

Que permiten hacer

Planeacin
Donde se determina

Objeto y tipo de
investigacin

Recoleccin de
la informacin
Que puede hacerse por
Consenso o
muestreo

Organizacin de
la informacin
Que puede hacerse por

Combinacin ordenada
Arreglo de Tallo y Hojas.
Serie estadstica.
Distribucin de
Frecuencias

Presentacin de
la informacin
Que puede hacerse por

Histograma.
Polgono de
frecuencias.
Grficos de puntos,
lneas, barras o
circulares.

Medidas Estadsticas
Que puede ser:

Medidas de
Tendencia
Central:

Como
Media
Mediana
Moda
Deciles
Cuartiles
Percentiles

Univariantes

Bivariantes

Como

Como:

Medidas de
Dispersin
Como
Rango
Desviacin
Estndar
Varianza
Desviacin
Media

Medidas de
Asimetra y
Apuntamiento:

Regresin y
Correlacin
Como:

Como

Regresin
Lineal Simple
Correlacin
Lineal.
Coeficiente
de
Correlacin

ndices
Simples
ndices
Compuestos

Como:

- Asimetra
- Curtosis

Nmeros
Indices

COMPARACION DE UN GRUPO CON UN VALOR

PRUEBA TSTUDENT DE
UN GRUPO

PRUEBA DE
WILCOXON

PRUEBA T- STUDENT DE UN GRUPO

1. Planteamiento de la Hiptesis

2. Nivel de confianza de la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

PRUEBA de WILCOXON
1. Planteamiento de la Hiptesis

2. Nivel de confianza de
la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

COMPARACION DE UN GRUPO CON UN VALOR

PRUEBA DE LEVENE

PRUEBA T-STUDENT
DE UN GRUPO

PRUEBA DE MANN
WHITNEY
PRUEBA F

ESTADISTICOS DE TENDENCIA CENTRAL

PRUEBA T- STUDENT DE DOS GRUPOS
1. Planteamiento de la Hiptesis

2. Nivel de confianza de la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

PRUEBA de MANN WHITNEY

1. Planteamiento de la Hiptesis

2. Nivel de confianza de
la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

ESTADISTICOS DE MEDIDAS DE DISPERSION

PRUEBA F
1. Planteamiento de la Hiptesis

2. Nivel de confianza de la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

PRUEBA de LEVENE
1. Planteamiento de la Hiptesis

2. Nivel de confianza de
la Prueba

3. Estadstico de Prueba

4. P value

5. Regin de Decisin

6. Conclusin

Probabilidad asociada a los

datos experimentales, bajo la
condicin de que la Ho es
verdadera.

ANALISIS DE REGRESION
Conjunto de tcnicas que son usadas para establecer
una relacin entre una variable cuantitativa llamada
variable dependiente y una o mas variables
independientes, llamadas predictores.
Estas tambin deberan ser
cuantitativas, sin embargo
algunas de ellas podran
ser cualitativas.
El modelo de regresin, es
una
ecuacin
que
representa la relacin entre
las variables

El modelo de Regresin Lineal simple:

= + + ei

Suposiciones del modelo:

- La variable X es no aleatoria.
- Los errores ei , son variables aleatorias con media
0 y varianza constante 2
- Los errores son independientes entre si.
- Si los residuos tienen distribucin normal, significa
que la prueba es consistente.

Se debe minimizar:

Derivando se obtiene un par de ecuaciones

normales para el modelo, cuya solucin produce:

La pendiente indica el cambio promedio en la variable

de respuesta cuando la variable predictora aumenta en
una unidad adicional.
El intercepto indica el valor promedio de la variable
de respuesta cuando la variable predictora vale 0. Sin
embargo carece de interpretacin practica si es
irrazonable pensar que el rango de valores de X incluye
a cero.

es la variacin que se produce en Y por cada unidad

de incremento en X.

Coeficiente de Correlacin
Es una medida de la asociacin lineal de las variables X e Y.

Si r = -1

la relacin lineal es negativa perfecta entre X e Y.

Si r = 1

la relacin lineal es positiva perfecta entre X e Y.

Si r = -1

no existe relacin lineal entre X e Y.

Anlisis de la Varianza
La desviacin de un valor observado con respecto a la media
se puede describir como:

Coeficiente de Determinacin
Estadstico que representa la proporcin de variacin explicada por
la regresin..
Es una medida relativa del grado de asociacin lineal entre X e Y.

Si R2 = 0

El modelo no explica nada de Y a

partir de X.

Si R2 = 1

Ajuste perfecto Y depende funcionalmente

de X.

Un valor de R2 cercano a 0 Baja capacidad explicativa de la recta.

Un valor de R2 cercano a 1 Alta capacidad explicativa de la recta.