Unidad 1 final estadistica

209 views

Published on

  • Be the first to comment

  • Be the first to like this

Unidad 1 final estadistica

  1. 1. 1.5 1.5 1.5 1.5 1.4 1.4 1.4 1.5 1.4 1.4 1.5 1.4 1.5 1.5 1.5 1.4 1.5 1.4 1.5 1.4 1.5 1.5 1.4 1.5 1.5 1.5 1.4 1.4 1.5 1.6 31 51 35 50 92 89 72 43 83 20 53 64 17 38 08 83 12 94 14 04 01 81 98 06 54 40 69 39 11 091.4 1.3 1.5 1.5 1.5 1.5 1.5 1.5 1.4 1.4 1.5 1.5 1.5 1.5 1.5 1.4 1.4 1.4 1.4 1.4 1.4 1.5 1.5 1.5 1.5 1.4 1.5 1.5 1.5 1.4 74 81 13 31 07 00 03 52 93 96 05 28 08 27 70 94 43 94 37 60 73 13 14 25 83 14 56 11 48 861.4 1.4 1.5 1.5 1.5 1.5 1.4 1.6 1.4 1.5 1.5 1.4 1.4 1.4 1.5 1.4 1.5 1.4 1.5 1.4 1.4 1.4 1.5 1.5 1.5 1.5 1.4 1.4 1.4 1.4 98 76 49 28 42 19 73 24 73 04 05 40 41 75 55 91 10 27 66 77 92 45 62 59 03 26 85 31 66 911.5 1.5 1.5 1.4 1.4 1.4 1.5 1.4 1.5 1.4 1.4 1.4 1.4 1.5 1.5 1.5 1.5 1.4 1.4 1.4 1.5 1.3 1.5 1.5 1.4 1.5 1.5 1.5 1.5 1.4 10 09 68 44 89 67 53 67 23 72 72 94 82 88 51 03 03 64 92 58 45 94 92 41 24 08 24 00 27 941.5 1.4 1.5 1.4 1.5 1.5 1.5 1.4 1.5 1.5 1.4 1.5 1.5 1.5 1.4 1.5 1.5 1.4 1.5 1.4 1.4 1.4 1.5 1.5 1.5 1.4 1.4 1.4 1.5 1.4 54 98 13 59 24 08 25 45 43 19 15 21 08 14 83 63 15 82 24 63 76 75 38 11 27 57 56 17 20 421.5 1.5 1.4 1.4 1.5 1.5 1.4 1.4 1.5 1.5 1.5 1.4 1.4 1.5 1.5 1.4 1.4 1.5 1.4 1.4 1.4 1.4 1.5 1.5 1.4 1.5 1.5 1.5 1.5 1.5 58 01 92 49 28 54 96 43 15 18 56 51 45 25 43 73 94 12 32 66 38 61 04 95 86 05 41 74 09 461.4 1.4 1.4 1.4 1.4 1.5 1.4 1.4 1.5 1.5 1.5 1.5 1.4 1.5 1.4 1.5 1.4 1.5 1.5 1.4 1.5 1.5 1.4 1.4 1.5 1.5 1.5 1.4 1.4 1.4 97 74 06 16 92 68 99 90 13 88 70 42 81 38 75 18 59 08 19 48 95 35 09 99 16 10 65 79 63 821.5 1.4 1.5 1.4 1.5 1.4 1.5 1.4 1.4 1.5 1.4 1.4 1.4 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.4 1.4 1.4 1.4 1.5 1.4 1.5 62 40 44 79 71 18 09 58 24 14 95 21 68 10 63 45 00 22 20 88 12 19 45 79 74 30 13 29 75 001.5 1.5 1.4 1.4 1.5 1.5 1.5 1.4 1.4 1.5 1.5 1.5 1.4 1.3 1.5 1.5 1.4 1.5 1.5 1.5 1.5 1.5 1.4 1.5 1.5 1.4 1.4 1.5 1.4 1.4 10 04 48 53 67 16 03 81 04 08 12 26 71 80 33 67 98 57 35 16 75 14 71 11 47 26 87 25 63 571.4 1.4 1.5 1.4 1.4 1.3 1.4 1.5 1.4 1.4 1.4 1.4 1.4 1.4 1.5 1.4 1.5 1.4 1.4 1.4 1.4 1.5 1.5 1.4 1.4 1.5 1.4 1.5 1.5 1.5 11 81 37 42 42 78 81 74 87 21 76 66 47 82 23 35 00 54 81 82 94 32 41 28 43 06 92 25 06 20
  2. 2. maximo 1.624minimo 1.378rango 0.246n° de intervalos 10.000tamaño de intervalo 0.025TI entero 0.026ajuste de TIT int. Final 0.026ajuste de valor inicial 0.000valor inicial 1.378 intervalos aparentes limite inferior limite superior1 1.378 1.4032 1.404 1.4283 1.429 1.4544 1.455 1.4795 1.480 1.5056 1.506 1.5317 1.532 1.5568 1.557 1.5829 1.583 1.60710 1.608 1.633 bien bien bien bien
  3. 3. intervalos reales marcas de clase frecuencias limite inferior limite superior xi fi fai fri frai fi xi |xi - 1 1.373 1.399 1.386 4.000 4.000 0.013 0.013 5.543 0.450 0.051 2 1.399 1.424 1.411 16.000 20.000 0.053 0.067 22.582 1.391 0.121 3 1.424 1.450 1.437 27.000 47.000 0.090 0.157 38.799 1.657 0.102 4 1.450 1.475 1.463 40.000 87.000 0.133 0.290 58.504 1.430 0.051 5 1.475 1.501 1.488 61.000 148.000 0.203 0.493 90.780 0.619 0.006 6 1.501 1.527 1.514 76.000 224.000 0.253 0.747 115.049 1.174 0.018 7 1.527 1.552 1.539 39.000 263.000 0.130 0.877 60.037 1.601 0.066 8 1.552 1.578 1.565 27.000 290.000 0.090 0.967 42.255 1.799 0.120 9 1.578 1.603 1.591 8.000 298.000 0.027 0.993 12.725 0.738 0.06810 1.603 1.629 1.616 2.000 300.000 0.007 1.000 3.232 0.236 0.028 Totales 449.506 11.095 0.630Media 1.498desviacion media 0.036985varianza 0.002101 desviacion estandar 0.045838
  4. 4. formula respuestas n° datos1°Q = 4 sutitucion 75.000 1.475 3001°Q = 4 formula 3(n° datos)3°Q = 4 225.000 1.514 sutitucion 3(300)3°Q = 4
  5. 5. cajas y bigotes 1.373 1.000 1.629 1.000 1.373 0.250 1.373 1.750 1.629 0.250 1.629 1.750 1.475 0.500 1.475 1.000 1.475 1.500 1.514 0.500 1.514 1.000 1.514 1.500 1.475 0.500 1.514 0.500 1.475 1.500 1.514 1.500 1.498 0.250 1.498 1.750
  6. 6. 21.8 media1.61.41.2 10.80.60.40.2 0 1.4 1.45 1.5 1.55 1.6 1.65
  7. 7. frecuencia relativa 13% 9% 3% 1% 1 1% 2 5% 3 4 526% 9% 6 7 8 13% 9 10 20%
  8. 8. 80.00070.00060.00050.00040.00030.00020.00010.000 0.000 1.350 1.400 1.450 1.500 1.550 1.600 1.650
  9. 9. 1 80.000 1 70.000 2 0 60.000 50.000 40.0009 30.000 3 20.000 10.000 Series1 0.0008 4 7 5 6
  10. 10. histogramax y 1.373 0.000 1.373 4.000 1.399 2.000 1.399 0.000 1.399 16.000 1.424 16.000 1.424 0.000 1.424 27.000 1.450 27.000 1.450 0.000 1.450 40.000 1.475 40.000 1.475 0.000 1.475 61.000 1.501 61.000 1.501 0.000 1.501 76.000 1.527 76.000 1.527 0.000 1.527 27.000 1.552 27.000 1.552 0.000 1.552 8.000
  11. 11. 1.578 8.000 1.578 0.000 1.578 2.000 1.603 2.000 1.603 0.000100.000 SLS MEDIA USL 90.000 TV Ẋ-3s Ẋ-2s Ẋ-s Ẋ+s Ẋ+2s Ẋ+3s 80.000 70.000 60.000Título del eje 50.000 40.000 30.000 20.000 10.000 0.000 0.000 0.000 0.000 0.000 0.000 1.300 1.350 1.400 1.450 1.500 1.550 1.600 1.650 1.700 Título del eje
  12. 12. media 1.498 0.000 1.498 90.000 TV desviacion estandar 1.400 0.000 1.544 0.000 1.400 90.0001 1.544 80.000 1.590 0.000 -0.1502 1.590 80.000 1.25000 0.000 1.636 0.000 1.25000 90.0003 1.636 80.000 0.150 1.550 0.000 1.453 0.000 1.550 90.000-1 1.453 80.000 1.407 0.000-2 1.407 80.000 1.361 0.000-3 1.361 80.000
  13. 13. La estadística aplicada en la Ingeniería se hace mediante la rama de la estadística que busca implementar los procesosprobabilísticos y estadísticos de análisis e interpretación de datos o características de un conjunto de elementos alentorno industrial, a efectos de ayudar en la toma de decisiones y en el control de los procesos industriales yorganizacionales.Pueden distinguirse tres partes:* el estudio de las series temporales y las técnicas de previsión, y la descripción de los pasos necesarios para elestablecimiento de un sistema de previsión operativo y duradero en una empresa;* el análisis multivalente, necesario para la extracción de información de grandes cantidades de datos, una de lasnecesidades más apremiantes;* el control de calidad y la fiabilidad.Las aplicaciones de la estadística en la ingeniería actualmente han tomado un rápido y sostenido incremento, debido alpoder de cálculo de la computación desde la segunda mitad del siglo XX.Para comprender el desarrollo de las aplicaciones de la estadística en la ingeniería hay que citar que los Viejos ModelosEstadísticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto conapropiados algoritmos numéricos, están utilizando modelos no lineales (especialmente redes neuronales y árboles dedecisión) y la creación de nuevos tipos tales como modelos lineales generalizados y modelos multinivel.El incremento en el poder computacional también ha llevado al crecimiento en popularidad de métodos intensivoscomputacionalmente basados en re muestreo, tales como test de permutación y de bootstrap, mientras técnicas como elmuestreo de Gibbs han hecho los métodos bayesianos más accesibles.

×