Elpapelprobabilsticonormal

Apellidos,nombre MartnezGmez,Mnica(momargo@eio.upv.es) MarBenlloch,Manuel(mamaben@eio.upv.es) Departamento Estadstica,InvestigacinOperativaAplicadasy Calidad Centro UniversidadPolitcnicadeValencia

Elpapelprobabilstico

1. Resumendelasideasclave
En este artculo vamos a comprender el funcionamiento y aplicaciones del papel probabilstico normal (ppn), con la finalidad de elaborar una especie de catlogo al que acudir por tratarse de una de las herramienta ms utilizadas en el mbito empresarial, tanto en el sector industrial como en el sector servicios, donde pueden aparecer problemas tanto en el proceso de fabricacin como en la prestacin deunservicioparaayudaraidentificarlosysolventarlos.

2. Introduccin
El empleo de papel probabilstico normal, propuesto por Daniel (1959), es una herramienta muy til para distintos fines: comprobar la distribucin que siguen los datos de una variable aleatoria continua, evaluar los efectos significativos en un diseo de experimentos mediante lo que se denomina Plot de Daniel,obienensistemasdecontroldecalidad. Con el fin de dominar esta herramienta, en primer lugar necesitamos partir de unos objetivos que pretendemos conseguir con la ayuda de de este artculo; a continuacin trabajaremos la definicin y caractersticasdelpapelprobabilsticonormal,conociendosuformatograficoespecfico,susprincipales caractersticasylospasosnecesariosparalaconstruccindeldiagrama.Asimismo,seresuelvenalgunos ejemplos prcticos para facilitar su comprensin. Finalmente, destacaremos los conceptos bsicos de aprendizajeconrespectoalPapelprobabilsticonormalysusaplicacionesprcticas.

3. Objetivos
Construirlagrficadelpapelprobabilsticoapartirdeunconjuntodedatosdelavariable observada. Detectareltipodedistribucinquesiguenlasvariablesapartirdelarepresentacinenpapel probabilstico. Identificardatosanmalos. Estimarmediaydesviacintpicaenelcasodevariablesnormales.

4. DefinicinycaractersticasdelPapelProbabilstico
La representacin de los efectos en papel probabilstico normal (ppn) para analizar su significacin estadstica (mtodo propuesto por Daniel en 1959) resulta una herramienta muy til para analizar la significacin estadstica de distintos anlisis: efectos que pueden considerarse significativos, tipo de
Elpapelprobabilstico

distribucinquesiguenlasvariables,presenciadedatosanmalos,etc.Asesrecogidoenlibrosclsicos enelmbitoacadmicocomoeldeBox,HunteryHunter(1978)oeldeMontgomery(1997). Dada la amplitud de este campo de estudio, en este artculo nos centraremos nicamente en la representacin de los datos obtenidos de una variable aleatoria para comprobar el tipo de distribucin que siguen: si es una distribucin normal, o bien presenta asimetra, o es una mezcla de poblaciones, o bien,siendonormalpresentadatosanmalos.Todoellolopodremosdetectarobservandolaformaque adquierenlospuntosalrepresentarlosenelpapelprobabilsticonormal,comoveremosacontinuacin.

4.2. DefinicinyCaractersticas
Bsicamente consiste en una representacin en el plano de un conjunto de datos, haciendo corresponder a la abcisa o eje x los valores de los datos de la variable estudiada, mientras que a la ordenada o eje y, le hace corresponder el porcentaje de valores en la muestra que son menores o igualesqueelvalorconsiderado,esdecir,lafrecuenciarelativaacumulada. Elformatodelpapelprobabilstico(imagen3)esfijoycomoseaprecia,laescalaverticaldedichopapel est modificada al aplicar una pequea correccin por continuidad, de manera que si la variable que estamosrepresentandosigueunadistribucinnormal,lacurvatpicadelafuncindedistribucindelas variables normales sufre una especie de estiramiento por la parte superior e inferior, transformndose en una recta. Es decir que cuando los datos que representamos proceden de una variable que sigue una distribucin normal, los puntos correspondientes se sitan aproximadamente en torno a una recta (Romero y Znica, 2000). En realidad, lo que hacemos al representar los valores es asumirquesiguenunaNormalconparmetrossindeterminar,yalavistadeladisposicinqueadoptan los puntos en el ppn juzgamos correcta o no la suposicin de normalidad. Una vez representados, observamos que algunos se alinean aproximadamente segn una recta que pasa por el punto (0; 0,5), y estossonlosqueconsideraremosquesiguenunadistribucinnormalconmediacero.Losotros,losque sealejandelarectaporlosextremos,sernconsideradoscomodatosanmalos. Veamos a continuacin como debemos proceder a la hora de representar los datos en papel probabilstico normal y a continuacin veremos un ejemplo de los aspectos tpicos de representaciones delasdistintassituacionesconlasquenospodemosencontrar. 3

Elpapelprobabilstico

 Ejemplo: Representar en papel probabilstico normal los10 datos obtenidos de la variable aleatoria, X~ Millones defacturacindelasEmpresasdelMuebledelaComunidadValencianaenel2008. Datos(Millonesdefacturacin):45,80,70,55,30,26,58,62,75,40 Pasos: 1. En primer lugar procedemos a ordenar los datos de menor a mayor ya que representaremos frecuencia relativa acumuladas, y en consecuencia estaremos considerando la posicin relativa del dato y no su propio valor. Este primer paso es similar a la representacin de diagrama Box Whisker. Datosordenadosdemayoramenor:26,30,40,45,55,58,62,70,75,80 2. En segundo lugar, para cada valor del dato, que vendr representado en el eje x, debemos estimarsucorrespondientevalordeordenada,mediantelaexpresin:
i 0 ,5 * 100 n
Ecuacin1.Frmulaparaelclculodelaposicini

dondeieslaposicindeldatoyneselnmerodedatosdelamuestra..
Tabla1.Valoresyposicin(i)delosmismosparalarepresentacin Valor o Dato 26 30 40 45 55 58 62 70 75 80
i 0 ,5 * 100 n 1 0 ,5 * 100 = 5% 10 15% 25% 35% 45% 55% 65% 75% 85% 95%

3. A continuacin procedemos a representar los valores obtenidos en la hoja del papel probabilstico. 4. El siguiente paso es interpretar los resultados en funcin de la forma obtenida al representar de los puntos. En este caso, los puntos correspondientes se sitan aproximadamente a lo largo de una recta, con lo que podemos afirmar que la distribucin es normal y la variable X ~ 4

Elpapelprobabilstico

Millones de facturacin de las Empresas del Mueble de la Comunidad Valenciana en el 2008, sigue una distribucin N(;) y el siguiente paso ser proceder a la estimacin de sus parmetrosy.

99,9 99 95 80 50 20 5 1 0.1 26 36 46 56 66 76 86
Millones facturacion

Imagen1.Representacindelosdatosenpapelprobabilsticonormal Fuente:Elaboracinpropia

5. Estepasoslosernecesarioencasodehaberobtenidolaconclusindequemisdatossiguen una distribucin normal ya que si mi distribucin no es normal, ni la media es un buen indicadordelaposicinnilavarianzaodesviacintpicaesbuenindicadordedispersin. Clculo de la media: si la variable es normal media y mediana coinciden aproximadamente. Sabiendo que la mediana es el valor que deja el 50% de los datos por debajo, entramos por dicho valor del eje y, cortamos con la recta y leemos el valor del ejexcorrespondiente.Enestecaso,seraaproximadamente56millones.

Frec Rel Acum

99,9 99 95 80 50 20 5 1 0.1 26 36 46 56 66 76 86
Millones facturacion

Imagen2.Estimacindelvalordelamediamediantepapelprobabilsticonormal Fuente:Elaboracinpropia

Calculo de la desviacin tpica: para la estimacin de, utilizaremos la seguna propiedad que caracteriza a la distribucin normal: entre 2 se encuentra el 95,5% de la distribucin.

Frec Rel Acum

Elpapelprobabilstico

En consecuencia, si entramos por el valor del 95% del eje y procedemos como en el caso anterior, cortando con la recta y leyendo el valor del eje x correspondiente, podemos estimarcomo:

Valor del 95% - Valor inicial Valor Mediana - Valor inicial 4 2

Ecuacin2.Frmulaparaelclculodeladesviacintpica

ya que por la propiedades de la campana de Gauss, sabemos que dos desviaciones tpica quedanpordebajodelamediaydosporencima.Esdecir,enestecaso:

26 - 88 26 - 56 15 4 2

Ecuacin3.Frmulaparaelclculodeladesviacintpica

Imagen3.PapelprobabilsticoNormal Fuente:http://taylor.us.es/pl/personal/docencia/mdpp/200506/repositorio/ppn.pdf

Elpapelprobabilstico

4.3. Interpretacin de los posibles resultados obtenidos en el papel probabilstico

Losdistintosaspectosquepuedenaparecernosalrepresentarlosdatosenpapelprobabilsticonormaly suinterpretacinsonlosquesemuestranacontinuacin: a. Presenciadedatoanmalo.

Los datos se sitan aproximadamente en torno a una recta, pero hay algunos se alejan de ella,bienenlazonasuperiorderecha,bienenlazonainferiorizquierda.
Grfico de Probabilidad Normal
99,9 99 95 80 50 20 5 1 0.1 0 40 80 120 160 200

Imagen4.PapelprobabilsticoNormaldedatosnormalescondatosanmalos Fuente:Elaboracinpropia

b. AsimetraPositiva.

Las distribuciones asimtricas positivas presentan un papel probabilstico con una figura de puntos que forma una especie de curvatura hacia abajo, como se muestra en la figura siguiente:
Grfico de Probabilidad Normal
99,9 99 95 80 50 20 5 1 0,1 0 40 80 120 160 200

Imagen5.PapelprobabilsticoNormaldedatosasimtricospositivos Fuente:Elaboracinpropia

Elpapelprobabilstico

Frec Acum

Frec Acum

Dato anmalo

c.

AsimetraNegativa.

Lasdistribucionesasimtricasnegativaspresentanunpapelprobabilsticoconunafigurade puntosqueformaunaespeciedecurvaturahaciaarriba,comosemuestraenlafigura siguiente:

Grfico de Probabilidad Normal
99,9 99 95 80 50 20 5 1 0,1 0 40 80 120 160 200

Imagen6.PapelprobabilsticoNormaldedatosasimtricosnegativos Fuente:Elaboracinpropia

d.

Mezcladedospoblaciones.

La mezcla de dos poblaciones con media diferentes, presenta una forma tpica don dos zonasdecrecimientorpidoseparadoporuntramodecrecimientolento(RomeroyZnica, 2000).
Grfico de Probabilidad Normal
99,9 99 95 80 50 20 5 1 0,1 0 40 80 120 160 200

Imagen7.PapelprobabilsticoNormaldemezcladepoblaciones Fuente:Elaboracinpropia

Frec Acum

Frec Acum

Elpapelprobabilstico

5. Cierre
En este objeto de aprendizaje hemos tratado la construccin y utilidad del papel probabilsticonormal. Hemosvistoqueesunaherramientamuytilpara:

comprobarladistribucinquesiguenlosdatosdeunavariablealeatoriacontinua, evaluarlosefectossignificativosenundiseodeexperimentos, detectardatosanmalosensistemasdecontroldecalidad, estimarlosparmetrosdeciertasdistribuciones.

Yenquconsisteelppn? Consisteenunarepresentacinenelplanodeunconjuntodedatos,haciendocorrespondera la abcisa (eje x) los valores de los datos de la variable estudiada, mientras que a la ordenada (eje y), le hace corresponder la frecuencia relativa acumulada con una ligera modificacin de escala de manera que ordenados los datos de menor a mayor, a la observacin iesima, la hacecorrespondercomoordenadaelvalor((i0,5)/N)*100.

6. Bibliografa
6.1. Libros:
[1] Box,E.P.,Hunter,W.yHunter,J.(1993).EstadsticaparaInvestigadores,IntroduccinalDiseo deExperimentos,AnlisisdeDatosyConstruccindeModelos.EditorialRevert [2] DeGroot, M.H. (1988). Probabilidad y Estadstica. (2 Ed.). AddisonWesley Iberoamericana. ISBN0201644053. [3] Martn Pliego, F.J. (2004). Introduccin a la Estadstica Econmica y Empresarial. (Ed.) Thomson.Madrid. [4] Mendenhall,W.;Reinmuth,J.E.(1978).Estadsticaparaadministracinyeconoma.(Ed.)Grupo EditorialIberoamericana.ISBN9687270136. [5] Montgomery,D.C.(1997).DesignandAnalysisofExperiments.JohnWiley [6] Montiel, A.M.; Rius, F.; Barn F.J. (1997). Elementos bsicos de Estadstica Econmica y Empresarial.(2Ed.)PrenticeHall,Madrid. [7] Pea, D. (2001). Fundamentos de Estadstica. (Ed.) Alianza Editorial, S.A. Madrid. ISBN: 84206 86964. [8] ROMERO,RyZNICA,L.R.(2000).IntroduccinalaEstadstica.(Ed.)SPUPV4071. [9] Ua Jurez, I; Tomero, V; San Martn, J. (2003). Lecciones de clculo de probabilidades. (Ed.) ThomsonEditoresSpain.ISBN8497321936.
Elpapelprobabilstico

6.2. Referenciasdefuenteselectrnicas:
[8] http://personal5.iddeo.es/ztt/Tem/t21_distribucion_normal.htm(Consultado17/10/08). [9] http://74.125.39.104/search?q=cache:nIXKW90gaC0J:www.udl.es/usuaris/seio2003/treballs/06_2_ 1.pdf+PAPEL+PROBABIL%C3%8DSTICO&hl=es&ct=clnk&cd=7&gl=es [10] http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/XT03.pdf [11] http://www.vitutor.com/pro/5/a_g.html [12] http://es.geocities.com/pilar_zutabe/EJERCICIOS/1BACHILLERHUMANISTICO/Ejerciciosdistribucion normal.htm [13] http://www.eticayempresa.com/congreso/06_2_1.pdf

Elpapelprobabilstico

10