Академический Документы
Профессиональный Документы
Культура Документы
CAPITULO I
REPRESENTACION DE DATOS
A menudo, las mediciones son hechas con una muestra de n artculos tomados de un gran conjunto. Este
gran conjunto se denomina poblacin. Por ejemplo, se puede haber tomado una muestra de 100 lapiceros
de un lote de 10,000 producidos con el objeto de efectuar mediciones de la calidad de lapiceros.
Generalmente se desea generalizar los resultados obtenidos de la muestra hacia la poblacin de la cual
fue extrada. Esta generalizacin se denomina inferencia de la muestra a la poblacin. La inferencia solo
es posible si la muestra es totalmente representativa de la poblacin. Por ejemplo, de la muestra de 100
lapiceros se concluye que el 1% de esa muestra (1 lapicero) presenta defectos al escribir. De esto se
infiere que en el lote de 10,000 lapiceros, 100 de ellos presentaran defectos al escribir. El conjunto de datos
obtenidos debe ser organizado, resumido y mostrado antes de que se intente alguna interpretacin.
Grficos de ploteo y diagramas son muy tiles para observar adecuadamente la informacin obtenida.
En lo referente a notacin, n, representa el nmero de observaciones en un conjunto de datos; las
observaciones estn representadas por una variable con subndice; p. ej., X1, X2 ,,Xn. As, la
representacin de cinco valores, n = 5, de la resistencia a la fractura de una aleacin medidos por un
ingeniero ser:
X1 = 2310; X2 = 2325, X3 = 2315, X4 = 2340, X5 = 2335 (en unidades psi).
1.1 Organizacin y reporte de datos: Tablas y Grficas
Los datos tal como se obtienen de una investigacin estn en forma desordenada, por lo que es difcil su
interpretacin y anlisis. Debido a esto se deben organizar en forma de Tablas y Grficas para permitir una
visualizacin clara y rpida de todo el conjunto. En la tabulacin y descripcin de los datos se debe seguir
ciertos principios generales.
1.1.1.Principios generales sobre la construccin de Tablas.
1. Las Tablas se explicarn por s mismas enteramente, se ha de dar suficiente informacin en el ttulo y en
los encabezados de las columnas para permitir que el lector identifique fcilmente su contenido.
2. Cada variable numrica debe contener sus unidades.
3. La funcin del rayado debe dar claridad de interpretacin. Debe evitarse el rayado excesivo e
innecesario.
4. No se debe incluir demasiada informacin en una sola Tabla.
5. Las anotaciones numricas de cero se deben escribir explcitamente en vez de usar guin, ya que este
se usar para indicar datos que faltan o no se han observado.
6. Una anotacin numrica no debe comenzar con punto decimal.
7. Los nmeros que indican valores de la misma caracterstica se han de dar con el mismo nmero de
cifras decimales.
Ejemplo:
Tabla Nro. .....: Cantidades de mineral en el proceso de lixiviacin.
Tanque Alimentacin Desechos
Nro.
TMH(1) % H2O TMS(2) % Cu Contenido % Cu Contenido de
oxidado de Cu, Kg. oxidado Cu, Kg.
4 7.160 2.43 6.986 8.35 583 0.35 24
6 3.580 2.50 3.491 8.44 295 0.40 14
10 7.000 2.58 6.819 8.50 580 0.45 31
12 3.500 2.40 3.416 9.10 311 0.54 18
14 3.600 2.45 3.152 9.00 316 0.60 21
16 3.800 2.50 3.705 8.40 311 0.50 19
18 3.600 2.40 3.514 8.70 306 0.60 21
TOTAL 32.240 2.47 31.443 8.59 2702 0.49 148
Estadstica: Capitulo I: Representacin de datos . 4
160
Fanegas
180
120
140
80
100 40
TRIGO
60 0
1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 MAIZ
Ao Ao
Figura Nro..... Grfica de series de tiempo de Figura Nro......: Grafico de barras de
produccin de la granja produccin de la granja
Los datos nominales comprenden categoras como sexo, color de ojos o de piel, animales con o sin sntoma
de determinada enfermedad, con defecto o sin defecto, turno de produccin, lote producido, etc.
Los datos ordinales o jerarquizados se refieren a evaluaciones subjetivas segn preferencia o logro. Por
ejemplo si un investigador desea analizar el efecto de cierta lesin cerebral sobre la conducta materna de
ratones, puede establecer como criterio de evaluacin la calidad de nido que construye: excelente, bueno,
regular o malo. Estos trminos son reducidos luego a nmeros, (1, 2, 3,) calificndose as las
caractersticas que se evala.
Es interesante observar que algunas poblaciones pueden proporcionar los cuatro tipos de datos, por
ejemplo:
POBLACIN CONTINUOS DISCRETOS NOMINALES ORDINALES
Automviles peso, longitud nmero de defectos por auto. colores tamao
Ratas de Peso, edad Nmero de cras por rata Color: negra,
laboratorio blanca, gris
A pesar de la clasificacin sealada, para la mayor parte de las aplicaciones estadsticas, basta con
clasificar los datos como cuantitativos y cualitativos.
Es importante destacar en este punto que segn el tipo de datos que se este analizando, la evaluacin
estadstica difiere. Es as que existe tratamiento estadstico de datos si estos son discretos; si son datos
continuos, el tratamiento difiere en cierta medida. Estos tipos de datos se tratan respectivamente por la
Distribucin Binomial y la Distribucin Normal.
1.3. Diagramas circulares y diagramas de barras
Los datos se pueden agrupar segn la frecuencia y la proporcin o porcentaje de cada categora y
representar grficamente mediante diagramas circulares (grficas de pastel) y diagramas de barras. Por
ejemplo se ha recolectado 80 datos correspondientes a los colores de animales segn se especifica en la
Tabla:1.1
Tabla 1.1: Frecuencia y % segn casos para ejemplificar diagramas.
CASOS FRECUENCIA %
Blancos 48 60
Manchados 16 20
Negros 12 15
Pardos 4 5
Para construir el diagrama circular se procede a dividir el circulo de acuerdo a las proporciones dadas, as
360 equivale al 100%; 216 equivale al 60 %, 72 al 20%, etc. Para distinguir las distintas regiones se
utilizan diferentes colores o puntos, rayas, cruces, etc. El diagrama de barras representa los datos
estableciendo barras que se levantan desde la abscisa hasta una altura correspondiente al dato a
representar, como se muestra en la Figura 1.1.
Diagrama Circular
Diagrama de Barras: Distribucin de Animales por Color
Distribucin de Animales por Color
60
Pardos, 5,0 %
50
Negros, 15,0 %
40
30
20
hados, 20,0 % Blancos, 60,0
10
0
Blancos Manchados Negros Pardos
Diagrama de Pareto
Tipos de Fallas
27
24
21
18
15
Frecuencia
12
9
6
3
0
F C A E D B O CANT
130
125
120
VENTAS
115
110
105
100
95
90
1982 1983 1984 1985 1986 1987 1988 1989 1990 1991
AO
101.0
100
95
Concentracin
91.45
90
85
82.0
80
75
1 5 10 15 20 25 30
Observacin
Diagrama de Dispersin
Relacin Presin - Volumen de un Gas
2,0
1,8
1,6
VOLUMEN (Litros)
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0 0,6 1,2 1,8 2,4 3,0 3,6
PRESION (Kg/cm2)
Figura 1.5: Diagrama de dispersin para la relacin P V de un gas.
1.8. Diagramas de puntos, distribucin de frecuencias e histograma.
El siguiente ejemplo, Tabla 1.2, permitir ilustrar la forma de graficar los resultados de mediciones. Se anota
en esta tabla la resistencia a la compresin ( unidades de 100 libras por pulgada cuadrada) de 90 bloques
de concreto. Estas mediciones fueron efectuadas para medir la variabilidad entre los bloques comprados a
un proveedor.
Esta informacin sin un tratamiento previo y sin grficos apropiados no es muy til. Para obtener
informacin concreta de los datos obtenidos se puede elaborar un diagrama de puntos. En este diagrama
se marca en un eje horizontal las observaciones realizadas. En la Figura 1.6 se muestra un diagrama de
puntos para las 10 primeras observaciones. Este diagrama muestra la variabilidad existente en 10
observaciones. Esta grfica permite ver con rapidez y facilidad la ubicacin o tendencia central de los
datos; as como su dispersin o variabilidad
Tabla 1.2 (a): Resistencia a la compresin de bloques de concreto * 100 psi; tal como se obtuvieron los
datos.
49.2 53.9 50.0 44.5 42.2 42.3 32.3 31.3 60.9 47.5
43.5 37.9 41.1 57.6 40.2 45.3 51.7 52.3 45.7 53.4
51.0 45.7 45.9 50.0 32.5 67.2 55.1 59.6 48.6 50.3
45.1 46.8 47.4 38.3 41.5 44.0 62.2 62.9 56.3 35.8
38.3 33.5 48.5 47.4 49.6 41.3 55.2 52.1 34.3 31.6
38.2 46.0 47.0 41.2 39.8 48.4 49.2 32.8 47.9 43.3
49.3 54.5 54.1 44.5 46.2 44.4 45.1 41.5 43.4 39.1
39.1 41.6 43.1 43.7 48.8 37.2 33.6 28.7 33.8 37.4
43.5 44.2 53.0 45.1 51.9 56.6 48.5 39.0 47.3 48.8
Estadstica: Capitulo I: Representacin de datos . 9
Tabla 1.2 (b): Resistencia a la compresin de bloques de concreto (100 libras por pulgada cuadrada); tabla
ordenada.
28.7 34.3 39.1 41.6 44.0 45.7 47.4 48.8 51.9 55.2
31.3 35.8 39.1 42.2 44.2 45.7 47.4 49.2 52.1 56.3
31.6 37.2 39.8 42.3 44.4 45.9 47.5 49.2 52.3 56.6
32.3 37.4 40.2 43.1 44.5 46.0 47.9 49.3 53.0 57.6
32.5 37.9 41.1 43.3 44.5 46.2 48.4 50.0 53.4 59.6
32.8 38.2 41.2 43.4 45.1 46.8 48.5 50.0 53.9 60.9
33.5 38.3 41.3 43.5 45.1 46.9 48.5 50.3 54.1 62.2
33.6 38.3 41.5 43.5 45.1 47.0 48.6 51.0 54.5 62.9
33.8 39.0 41.5 43.7 45.3 47.3 48.8 51.7 55.1 67.2
El diagrama de puntos es una grfica muy til para visualizar un conjunto pequeo de datos.. A menudo
estos diagramas son tiles al comparar dos ms conjuntos de datos. Si el nmero de observaciones es
pequeo, a menudo es difcil identificar algn patrn especfico; sin embargo, el diagrama de puntos es til
y puede proporcionar informacin sobre caractersticas poco usuales de datos. Cuando el nmero de
observaciones es moderadamente grande, pueden ser ms tiles otros tipos de grficas.
1.00
0.80
32 40 48 56 64
Resistencia a compresin
Figura 1.6: Diagrama de puntos para 10 mediciones de resistencia a la compresin.
Para las 90 observaciones este diagrama no sera muy til por la gran cantidad de puntos que tendran que
agruparse en una escala corta. Para gran cantidad de datos es mejor construir una Tabla de distribucin de
frecuencias, como se muestra en la Tabla 1.3 y graficar los resultados en forma de un histograma como se
muestra en la Figura 1.7.
Para determinar la frecuencia de distribucin, primero se ordena las observaciones de menor a mayor,
Xmin, Xmax. El rango, una medida de variabilidad de los datos, se establece segn:
R = Xmax - Xmin = 67.2 - 28.7 = 38.5
El rango de los datos se divide en intervalos, los cuales se conoce como intervalos de clase o celdas. Las
clases deben tener el mismo ancho con la finalidad de mejorar la informacin visual en la distribucin de
frecuencias. El nmero de intervalos depende del nmero de observaciones y de la dispersin de los datos.
Tambin depender del nmero de observaciones que se tenga, por lo que se podr tener ms intervalos
con menores longitudes con mayor cantidad de datos. Se ha visto que en muchos casos resulta
satisfactorio usar entre 5 y 20 clases, y que el nmero de clases debe aumentar en funcin de n. En la
prctica se obtiene buenos resultados si se hace la seleccin del nmero de clases aproximadamente igual
a:
Nro. de clases = n
En el ejemplo, se determina 10 intervalos, cada uno de los cuales con un ancho de 4. La primera clase se
inicia en 28.0 a 32 (sin incluir 32), la segunda de 32 a 36 (sin incluir 36), etc. La clase final corresponde
64.0 - 68.0. Los puntos finales de cada celda se denominan lmites de celda y el valor central de cada celda
el punto medio. Luego se cuenta el nmero de valores que pertenecen a cada clase y se elabora una tabla
de distribucin de frecuencia. Por convencin, si el valor de una observacin corresponde exactamente a un
lmite, se respeta la designacin del intervalo cerrado al comienzo y abierto al final. As cada observacin
caer en alguna de las clases establecidas. En la tabla se anotar la frecuencia, fi, es decir, el nmero de
ocurrencia de observaciones en cada clase. La frecuencia relativa, fi/n resulta de dividir la frecuencia
respectiva entre el total de observaciones. La frecuencia acumulada se obtiene de:
Estadstica: Capitulo I: Representacin de datos . 10
i
f cum = f J = f 1 + f 2 + ...+ f i (i = 1, 2,..., k )
J =1
90 1.000
Un histograma esta formado por un conjunto de rectngulos que representan la frecuencia de una
categora; representa grficamente las frecuencias correspondientes a los valores observados. En el
histograma, segn la Figura 1.7, se grfica en la abscisa las clases y en la ordenada o bien la frecuencia o
la frecuencia relativa. El histograma muestra como estn distribuidos los valores de la variable de inters;
condensa la informacin en forma tal que la comprensin visual se hace muy fcil mostrando los valores
tpicos, dispersin y forma de la distribucin.
En la Figura 1.8 se grfica la frecuencia acumulada vs. los puntos medios de cada intervalo. Una ojiva es la
lnea que conecta los puntos. Las zonas de mayor pendiente en la curva respectiva, corresponden a las
clases ms frecuentes. La frecuencia acumulada muestra por ejemplo que 36 de 90 observaciones ( 40
%de las observaciones) son menores que 44. Similarmente, que 89 de 90 (98.8 %de las observaciones)
son menores que 64. La definicin de frecuencia acumulada implica que la ojiva no es decreciente y
siempre se encuentra entre 0 y 1.
El histograma de la Figura 1.7 es aproximadamente simtrico, con un solo pico o joroba en la parte media.
Este pico representa a la clase de mayor frecuencia, que en el ejemplo corresponde a la clase del 44 al 48.
El punto medio de la clase es el 46, el cual se denomina moda y representa el valor ms frecuente en el
conjunto de datos. Este tipo de distribuciones con un solo pico en el medio son muy comunes. Lo son tanto
que muchas de ellas se les denomina distribuciones normales.
Los histogramas de la Figura 1.9(a) y 1.9(b) tienen un solo pico pero no son simtricas. Se dicen que son
distribuciones sesgadas a la izquierda o la derecha. Pueden corresponder a ndices de mortalidad humana,
la que es mayor a ciertas edades. El histograma de la Figura 1.9(c) presenta dos picos o dos modas. A este
tipo de histogramas se les denomina bimodales. Pueden explicarse, por ejemplo, por la presencia de dos
diferentes tipos de procesos, dos mquinas diferentes, o que las condiciones de una fbrica varia.
Estadstica: Capitulo I: Representacin de datos . 11
Histograma para Bloques de Concreto Ojiva Para los datos de Resistencia a la Compresin
1,0
24
22
20 0,8
18
12
10 0,4
8
6
0,2
4
2
0,0
0 25 30 35 40 45 50 55 60 65 70
24 28 32 36 40 44 48 52 56 60 64 68
Resistencia a la Compresin
Resistencia a la Compresin (100 lb/pulg2)
Figura 1.7: Histograma para las mediciones de Figura 1.8: Grfico de los datos de resistencia a
resistencia a la compresin la compresin, frecuencia acumulada.
(a) (b)
(c)
Una caracterstica adicional de una distribucin por frecuencias es la simetra de sus variaciones. La
distribucin puede ser simtrica o estar cargada a uno de los lados. Si se trata del segundo caso, se dice
que la distribucin es asimtrica. Una distribucin asimtrica tiene un solo pico, pero esta situado en el
extremo superior o inferior de ella. Cuando la cola ms larga de la curva se encuentra a la derecha, se dice
que es asimtrica a la derecha o asimtrica positiva. Cuando la cola ms larga de la curva esta a la
izquierda, la curva es asimtrica a la izquierda o asimtrica negativa.
Generalmente los puntos experimentales se agrupan en el comienzo de la abcisa, cuando se utiliza un grfico
con escala aritmtica para el tamao; por eso es conveniente usar una escala logartmica para el tamao de
partculas y de esta forma el espaciado de las mallas se hace constante.
Estadstica: Capitulo I: Representacin de datos . 14
De los clculos y grficos desarrollados es posible determinar tamaos caractersticos de partculas, los cuales
son muy tiles en los procesos metalrgicos; estos pueden ser el tamao de 80% o d80, o el tamao de 50%
d50.
EJERCICIOS GRUPO 1
1. La siguiente tabla muestra la superficie en millones de millas cuadradas de los ocanos del mundo.
Represente los datos utilizando un diagrama de barras y un diagrama circular.
Ocano Superficie
Millones de millas2
Pacfico 70.8
Atlntico 41.2
Indico 28.5
Antrtico 7.6
Artico 4.8
2. Los siguientes datos muestran el nmero de toneladas de materiales transportados por va acutica a un
pas en 1972:
PRODUCTO CANTIDAD, MILES DE TON
Petrleo y derivados 63,150
Carbn 20,100
Acero 13,800
Arena y grava 11,700
Fibras 7,650
Madera 4,650
Qumicos 8,700
Conchas marinas 1,650
Otros 18,600
a) Construya una tabla de porcentajes para los datos anteriores y calcule la porcin a asignar a cada
categora.
b) Construya un diagrama de barras y una grfica de pastel para los datos anteriores.
3. La distribucin en la siguiente Tabla nuestra el nmero de accionistas de una empresa, clasificados por el
nmero de acciones que poseen:
ACCIONES NMERO DE ACCIONISTAS
menos de 1000 486
1000 -1999 372
2000 - 2999 210
3000 - 3999 117
4000 - 4999 43
5000 - 5999 27
6000 - ms 13
a) Construya una tabla de porcentajes para los datos anteriores y calcule la porcin a asignar a cada
categora.
b) Construya un diagrama de barras y una grfica de pastel para los datos anteriores.
4. Aproximadamente dos tercios de los accidentes automovilsticos se deben a una inadecuada forma de
conducir. Construya un diagrama de Pareto para los siguientes datos: (a) Dar vuelta en sentido incorrecto:
Estadstica: Capitulo I: Representacin de datos . 15
3.6%; (b) Velocidad de manejo excesiva para las condiciones imperantes: 28.1 %; (c) Distancia insuficiente
entre dos vehculos: 8.1 %; (d) Violaciones a la indicaciones de preferencia: 30.1 %; (e) Ocupar carriles de
la izquierda o permanecer al centro: 3.3 %; (f) Rebasar mal : 3.2 %; (g) Otras causas: 23.6 %.
5. Un equipo de proyecto estudia el costo que implicara las descomposturas en una lnea para embotellar
bebidas refrescantes. El anlisis en miles de dlares correspondientes a tres meses son: (a) Regulador de
presin: 30; (b) Ajuste de gusano de alimentacin: 15; (c) Atoramiento de la cabeza de cobre: 6; (d)
Prdidas de enfriamiento: 52; (e) Reemplazo de vlvulas: 8; (f) Otras: 5. Construya un diagrama de Pareto.
6. Los siguientes datos corresponden a la resistencia a la tensin (100 psi) y dureza (Rockwell E) de aluminio
moldeado en matriz. Dibuje un diagrama de dispersin y defina la relacin respectiva:
(0.5; 1.62), (1.5; 0.75), (2.0; 0.62), (3.0; 0.46), (2.5; 0.52), (1.0; 1.00), (0.8; 1.35), (1.2; 0.89), 2.8; 0.48), (3.2;
0.43), (1.8; 0.71), (0.3; 1.80). Dibuje un diagrama de dispersin y defina la relacin correspondiente.
7. Los datos de la cantidad de agua utilizada, (en pulgadas) y el rendimiento de alfalfa en toneladas por acre,
son las siguientes:
Agua 12 18 24 30 36 42 48 60
Rendimiento 5.3 5.7 6.3 7.2 8.2 8.7 8.4 8.2
Dibuje un diagrama de dispersin y analice los datos.
8. Los datos siguientes representan el nmero de ciclos transcurridos hasta que se presenta una falla en una
prueba de piezas de aluminio sujetas a un esfuerzo alternante repetido de 21,000 psi a 18 ciclos por
segundo:
1115 1567 1223 1782 1055 798 1016 2100 910 1501
1310 1883 375 1522 1764 1020 1102 1594 1730 1238
1540 1203 2265 1792 1330 865 1605 2023 1102 990
1502 1270 1910 1000 1608 2130 706 1315 1578 1468
1258 1015 1018 1820 1535 1421 2215 1269 758 1512
1315 845 1452 1940 1781 1109 785 1260 1416 1750
1085 1674 1890 1120 1750 1481 885 1888 1560 1642
Construya una tabla de frecuencias y un histograma para los datos anotados.
9. Los siguientes datos corresponden al octanaje de varias mezclas de gasolina:
88.5 87.7 83.4 86.7 87.5 91.5 88.6 100.3 96.5 93.3
94.7 91.1 91.0 94.2 87.8 89.9 88.3 87.6 84.3 86.7
84.3 86.7 88.2 90.8 88.3 98.8 94.2 92.7 93.2 91.0
90.1 93.4 88.5 90.1 89.2 88.3 85.3 87.9 88.6 90.9
89.0 96.1 93.3 91.8 92.3 90.4 90.1 93.0 88.7 89.9
89.8 89.6 87.4 88.4 88.9 91.2 89.3 94.4 92.7 91.8
91.6 90.4 91.1 92.6 89.8 90.6 91.1 90.4 89.3 89.7
90.3 91.6 90.5 93.7 92.7 92.2 92.2 91.2 91.0 92.2
90.0 90.7
Construya una tabla de distribucin de frecuencias y un histograma utilizando 8 clases y 16 clases.
Compare los histogramas obtenidos en cada caso, los dos histogramas presentan informacin similar?.
10. Los siguientes datos son mediciones de viscosidad de un producto qumico tomadas cada hora (de arriba
abajo y de izquierda a derecha):
47.9 48.8 48.6 43.2 43.0
47.9 48.1 48.0 43.0 42.8
48.6 48.3 47.9 43.5 43.1
48.0 47.2 48.3 43.1 43.2
Estadstica: Capitulo I: Representacin de datos . 16