Академический Документы
Профессиональный Документы
Культура Документы
TRABAJO
(Control estadstico de procesos)
ASIGNATURA
: MTODOS NUMERICOS
SIGLA
: QU-345
PROFESOR DE PRCTICA
ALUMNOS
AYACUCHO PER
2015
1. DESVIACIN ESTNDAR
La desviacin tpica o desviacin estndar (denotada con el smbolo o s,
dependiendo de la procedencia del conjunto de datos) es una medida de dispersin para
variables de razn (variables cuantitativas o cantidades racionales) y de intervalo. Se
define como la raz cuadrada de la varianza de la variable.
La desviacin tpica es una medida del grado de dispersin de los datos con respecto
al valor promedio. Dicho de otra manera, la desviacin estndar es simplemente el
"promedio" o variacin esperada con respecto a la media aritmtica.
La desviacin estndar (DS/DE), tambin llamada desviacin tpica, es una medida
de dispersin usada en estadstica que nos dice cunto tienden a alejarse los valores
concretos del promedio en una distribucin de datos. De hecho, especficamente, el
cuadrado de la desviacin estndar es "el promedio del cuadrado de la distancia de
cada punto respecto del promedio". Se suele representar por una S o con la letra
sigma, .
La desviacin estndar de un conjunto de datos es una medida de cunto se desvan
los datos de su media. Esta medida es ms estable que el recorrido y toma en
consideracin el valor de cada dato.
Distribucin de probabilidad continua
Es posible calcular la desviacin estndar de una variable aleatoria continua como
la raz cuadrada de la integral
Donde
Cuando los casos tomados son iguales al total de la poblacin se aplica la frmula de
desviacin estndar poblacional. As la varianza es la media de los cuadrados de las
diferencias entre cada valor de la variable y la media aritmtica de la distribucin.
Aunque esta frmula es correcta, en la prctica interesa el realizar inferencias
poblacionales, por lo que en el denominador en vez de , se usa
segn
la correccin de Bessel. Esta ocurre cuando la media de muestra se utiliza para centrar
los datos, en lugar de la media de la poblacin. Puesto que la media de la muestra es
una combinacin lineal de los datos, el residual a la muestra media se extiende ms all
del nmero de grados de libertad por el nmero de ecuaciones de restriccin en este
caso una. Dado esto a la muestra as obtenida de una muestra sin el total de la
poblacin se le aplica esta correccin con la frmula desviacin estndar muestral.
Ejemplo
Aqu se muestra cmo calcular la desviacin estndar de un conjunto de datos. Los
datos representan la edad de los miembros de un grupo de nios: {4, 1, 11, 13, 2, 7}
1. Calcular el promedio o media aritmtica
.
En este caso, N = 6:
Sustituyendo N por 6
Sustituyendo N por 6;
Sustituyendo
por 6,33
2. VARIANZA
En teora de probabilidad, la varianza (que suele representarse como
) de
una variable aleatoria es una medida de dispersin definida como la esperanza del
cuadrado de la desviacin de dicha variable respecto a su media.
Est medida en unidades distintas de las de la variable. Por ejemplo, si la variable
mide una distancia en metros, la varianza se expresa en metros al cuadrado.
La desviacin estndar es la raz cuadrada de la varianza, es una medida de
dispersin alternativa expresada en las mismas unidades de los datos de la variable
objeto de estudio. La varianza tiene como valor mnimo 0.
Hay que tener en cuenta que la varianza puede verse muy influida por los valores
atpicos y no se aconseja su uso cuando las distribuciones de las variables aleatorias
tienen colas pesadas. En tales casos se recomienda el uso de otras medidas de
dispersin ms robustas.
Definicin
Si tenemos un conjunto de datos de una misma variable, la varianza se calcula de la
siguiente forma:
Siendo:
: cada dato
: El nmero de datos
: la media aritmtica de los datos
Ejemplo
Los estadsticos se calculan a partir de los datos de las muestras que para esta
ilustracin se toman con repeticin.
Como se conoce, los elementos de la poblacin son (2, 4, 6, 8)
El nmero de muestras posibles con repeticin de tamao 2 que se pueden tomar de
los 4 elementos de la poblacin son.
N n 42
= 16
muestras posibles
Las 16 muestras que pueden resultar al tomar muestras de tamao 2 de una poblacin
de 4 elementos se muestran en la siguiente tabla.
Tabla 1. Descripcin de las muestras posibles
Numero de muestra
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
(2,2)
(2,4)
(2,6)
(2,8)
(4,2)
(4,4)
(4,6)
(4,6)
(6,2)
(6,4)
(6,6)
(6,8)
(8,2)
(8,4)
(8,6)
(8,8)
Promedio( x i )
2
3
4
5
3
4
5
6
4
5
6
7
5
6
7
8
Hay que observar que x i es una variable aleatoria que puede tomar 16 posibles
valores, por tanto, la media de dichas medias muestrales es:
16
xi
xi
i 1
16
23 453 45 6 45 6 7 5 6 7 8
16
I
xi
ni
p( x i )
1
2
3
4
5
6
7
Total
2
3
4
5
6
7
8
1
2
3
4
3
2
1
16
1/16
2/16
3/16
4/16
3/16
2/16
1/16
1
x2
i 1
( X j x )2
n 1
16
x2
x
2
x2
x 5
( X j 5) 2
i 1
16
(2 5) 2 (3 5) 2 (4 5) 2 (5 5) 2 (3 5) 2 (4 5) 2 (5 5) 2 (6 5) 2 (4 5) 2 (5 5) 2 (6 5) 2 (7 5) (5 5) 2 (6 5) 2 (7 5) 2 (8 5) 2
16
x2
9 4 1 0 4 1 0 11 0 1 4 0 1 4 9
16
x2
40
16
Para un valor dado en una muestra aleatoria con un error distribuido normal, la imagen
de arriba representa la proporcin de muestras que pueden caer entre 0,1,2, y 3
desviaciones estndar por encima y por debajo del valor real.
El error estndar de la media (llamado en ingls "standard error of the mean" (SEM))
cuantifica4 las oscilaciones de la media muestral (media obtenida en los datos)
alrededor de la media poblacional (verdadero valor de la media). El EEM o SEM se
Donde
s es la desviacin estndar (es decir, la estimacin basada en la muestra de la
desviacin estndar de la poblacin).
n es el tamao (nmero de individuos de la muestra)
Esta estimacin puede ser comparada con la frmula de la verdadera desviacin
estndar de la media de la muestra:
Donde
es la verdadera desviacin estndar de la poblacin.
Ejemplo
Ejemplo
Se desea calcular el error estndar de estimacin de los montos de importacin y
exportacin, expresados en millones, de un pas en los ltimos 7 aos.
Ao
Importacin Exportacin
2002
500
400
2003
680
520
2004
700
650
2005
680
480
2006
745
600
2007
800
700
2008
920
780
Colocamos los datos en Microsoft Excel, desde la celda A1 hasta C8 y seguimos los
siguientes pasos:
1. Calcula los totales de (x), (y), x2, (x)(y), y2
Donde:
es la covarianza de
a: