Estadistica

Muestreo aleatorio: el resultado de un experimento puede registrarse como un valor numérico o como una representación descriptiva.

Población: todas las observaciones que nos interesan

Estadístico: es cualquier función de las variaciones aleatorias que dormán una muestra aleatoria.

Tendencia central: media: suma de todos los valores dividido entre el número de valores.

Mediana: es el valor de la variable que tiene la misma cantidad de valores menores y mayores que este.

Moda: valores que se repiten

Métodos gráficos: sirven para extraer información acerca de las propiedades de un conjunto de datos. Hay gráficos cuantiles y normales.

Gráficos cuantiles: un cuantil de una muestra q(f) es un valor para el que una fracción específica f de los valores de datos es menor o igual que f.

Gráfico de caja: encierra el rango intercuantil de los datos en un caja que tiene la mediana dentro. Tiene como extremo superior el poncentil 75-25. Sirve para brindar información con respecto a cuales observaciones son valores extremos.

Detección de la desviación de la normalidad: es un agregado de la inferencia estadística normal.

Gráfico de la probabilidad normal: su eje vertical contiene a f graficada y la escala da como resultado una línea recta.

Distribuciones muestrales: son las distribuciones de probabilidad de un estadístico. La distribución de probabilidad de la media resulta de un experimento que se lleva a cabo varias veces.

Variable aleatoria nominal: es el número x de éxitos en n pruebas independientes donde el resultado de cada prueba es binario.

Distribución t: si el tamaño de la muestra es pequeño, los valores de s2 fluctúan de manera considerable de una muestra a otra, y la distribución de t se desvía considerablemente de una distribución normal. Si el tamaño de la muestra es grande la distribución de t no varía tanto. La de t es similar a la de z porq tienen la misma forma de campana y son simétricas alrededor de la media de cero.

Distribución de f: se encuentra en problemas que implican 2 o más muestras. Es la razón de dos variables aleatorias chi cuadradas independientes, dividida cada una entre su número de grado de libertad. Se usa en dos muestras para realizar inferencias acerca de la varianza de población.

Control estadístico de calidad: disminuir costos para ofrecer productos competitivos, eliminar actividades que no agreguen valor al proceso productivo, reducir el tiempo de fabricación e identificar defectos.

Gráficos de control: sirven para detectar variaciones de la calidad de un producto durante el proceso de fabricación. Causas de las variaciones: no asignables o aleatorias- asignables.

El gráfico permite identificar las causas asignables y determinar si el sistema esta bajo o fuera.

Gráfica de control por atributos: controla características de calidad que no pueden ser medidas y que las clasifica en defectuoso o no. Gráfico p: estudia la variación de la proporción de artículos defectuosos. P es la proporción o fracción de la cantidad de defectos de la muestra tomada.

Gráfica de control para defectuosos: se basa en el número de defectos por artículo.

Construcción de un gráfico c: se seleccionan n muestras de tamaño n. en cada muestra se cuentan el número de defectos presentes. Se calcula el promedio de los defectos y luego los límites de control.

Gráfico por unidad: es al función de defectos o proporción con respecto a n y no se puede usar en los cálculos de límites.

Gráfica de control de suma acumuluda: cusum: es mejor porque detecta pequeños cambios.

Regresión lineal simple: podemos medir el grado de asociación entre dos variables y realizar predicciones de la variable dependiente. La regresión solo se da cuando tenemos una variable que es dependiente

...