UNIVERSIDAD PRIVADA DEL NORTE

INGENIERIA INDUSTRIAL

“Practica Nº 01 Cuestionario”

CURSO: Control Estadístico de la Calidad

DOCENTE:

ALUMNA:

Cajamarca octubre del 2018.

Estimación de Parámetros (Media, Varianza / Diferencia de Medias)

1. En un estudio estadístico, ¿Que es una población y para que se toma una
muestra?

 Población:
Una población estadística es un conjunto de sujetos o elementos que
presentan características comunes. Sobre esta población se realiza el
estudio estadístico con el fin de sacar conclusiones. El tamaño
poblacional es el número de individuos que constituyen la población.

 Muestra:
La muestra es un subconjunto de la población y tiene que ser
representativa de la misma. La variable estadística es la propiedad o
característica de la población que estamos interesados en estudiar.

2. ¿Que implica realizar una estimación puntual y en que consiste la

estimación por intervalo para la media?

 Estimación Puntual:
Consiste en la estimación del valor del parámetro mediante un sólo
valor, obtenido de una fórmula determinada. Por ejemplo, si se pretende
estimar la talla media de un determinado grupo de individuos, puede
extraerse una muestra y ofrecer como estimación puntual la talla media
de los individuos. Lo más importante de un estimador, es que sea un
estimador eficiente. Es decir, que sea con ausencia de sesgos y estable
en el muestreo o eficiente (varianza mínima) Estimación puntual

 Estimación por Intervalo:

Consiste en la obtención de un intervalo dentro del cual estará el valor
del parámetro estimado con una cierta probabilidad

3. ¿Por qué no es suficiente la estimación puntual y por qué se tiene que

recurrir a la estimación por intervalo?

 Estimación Puntual:
Porque la estimación puntual dirá poco sobre el parámetro cuando la
varianza ente una estimación y la otra es muy grande.

 Estimación por Intervalo:

Porque dicho intervalo de confianza indicara un rango donde puede
estar el parámetro con cierto nivel de seguridad o confianza.
4. En el contexto de estimación por intervalo, señale en forma específica
que parámetros utiliza cada una de las siguientes distribuciones para
realizar estimaciones T de student; normal y ji-cuadrada.

. T de student; utiliza en muestras con elementos menores que 30; con una
desviación estándar de una población que no se conoce.

 normal o fisher; La distribución se plantea partiendo de dos variables X e

Y tales que:
 Es decir, una chi2 con m grados de libertad

Es decir, una chi2 con n grados de libertad:

 ji-cuadrada; tiene un solo parámetro “v” que es denominado grados de

libertad y esta relacionados con la teoría de muestreo pequeño n<30

5. ¿Cuáles son los factores que influyen en la amplitud de un Intervalo de

Confianza?

 Tamaño de muestra
 Nivel de confianza
 Variabilidad

6. ¿Cuál es la condición básica, para indicar que un proceso está dentro o

fuera de control estadístico?

Determinar si los datos se ajustan a una distribución normal, esto quiere decir
que los datos se encuentran dentro del control estadístico.

Normalidad de un conjunto de datos “comprobar”, se debe tener en cuenta

1-alfa= nivel de confianza

Alfa= significancia

Si p-value<alfa…… se indica que los datos no siguen la distribución normal

Si p-value>alfa…… se indica que los datos se ajustan a una distribución normal

7. Qué medidas se deben tomar si nuestro proceso de producción, se

encuentra fuera de control estadístico.

 Cambiar el proceso por uno que sea capaz de satisfacer

completamente las especificaciones.
 Ver los costos y la variabilidad de los procesos

Resolución de otros ejercicios

1. Dos máquinas, cada una operada por una persona, son utilizadas para cortar
tiras de hule, cuya longitud ideal debe ser de 200 mm. De las inspecciones de
una semana (25 piezas) se observa que la longitud media de las 25 piezas
para la maquina 1 es de 200.1 mm y la desv estándar es de 1.25 mm y para
máquina 2 de 201.2 mm, con una desv. estándar de 0. 76mm.Hallar e
interpretar:

a) Un intervalo de confianza al 90%, para la longitud promedio de todas las tiras

de hule cortadas con la máquina 1.

Estadísticas descriptivas
Error
estándar
de la
N Media Desv.Est. media IC de 90% para μ
25 200.100 1.250 0.250 (199.672; 200.528)

μ: media de Muestra

Interpretación: El promedio de la longitud de todas las tiras de hule cortadas

con la máquina 01 está entre 199.672 mm y 200.528. Con un nivel de
confianza de 90%

b) Un intervalo de confianza al 95%, para la longitud promedio de todas las tiras

de hule cortadas con la máquina 1.

Estadísticas descriptivas

Error
estándar
de la
N Media Desv.Est. media IC de 95% para μ
25 200.100 1.250 0.250 (199.584; 200.616)
μ: media de Muestra

Interpretación: La longitud promedio de todas las tiras de hule cortadas con la

máquina 01 está entre 199.584 mm y 200.616 mm Con un nivel de confianza
de 95%

c) Realice sus conclusiones de los resultados de los ítems a y b. Explique qué es

lo que pasa con las amplitudes y a que se debe.

Amplitud del Intervalo del Ítem a: (199.672-200.528) = A =0.856 con NC 90%

Amplitud del Intervalo del ítem b: (199.584-200.616) = A =1.032 con NC 95%

Esto se debe a que, si aumentamos el nivel de confianza, la amplitud aumenta

y pierde precisión
d) Un intervalo de confianza al 90%, para la variabilidad de la longitud de todas
las tiras de hule cortadas con la máquina 2, en mm2.

Estadísticas descriptivas
IC de 90%
para σ
usando
N Desv.Est. Varianza Chi-cuadrada
25 0.760 0.578 (0.617; 1.001)

Estadísticas descriptivas
IC de 90%
para σ²
usando
N Desv.Est. Varianza Chi-cuadrada
25 0.760 0.578 (0.381; 1.002)

Interpretación: Con un nivel de confianza del 90%, la variabilidad de la longitud

de las tiras de hule de la maquina 2 se encuentra entre <0.381; 1.001>.

e) Un intervalo de confianza al 95%, para la variabilidad de la longitud de todas

las tiras de hule cortadas con la máquina 2, en mm2.

Estadísticas descriptivas
IC de 95%
para σ
usando
N Desv.Est. Varianza Chi-cuadrada
25 0.760 0.578 (0.593; 1.057)

Estadísticas descriptivas
IC de 95%
para σ²
usando
N Desv.Est. Varianza Chi-cuadrada
25 0.760 0.578 (0.352; 1.119)

Interpretación: la variabilidad de la longitud de las tiras de hule de la maquina 2

se encuentra entre <0.352; 1.118>. A un nivel de confianza del 95%,

f) Realice sus conclusiones de los resultados de los ítems d y e. Explique qué es

lo que pasa con las amplitudes y a que se debe.

Amplitud del Intervalo del Ítem d: (0.381-1.001) = A =0.620 con NC 90%

Amplitud del Intervalo del ítem e: (0.352-1.118) = A =0.766 con NC 95%
 La amplitud del ítem "d" es de 0.620 y la amplitud del ítem "e" es de 0.766.
Esto se debe a que si aumentamos el nivel de confianza, la amplitud aumenta
y pierde precisión

Ahora suponer que el tamaño de muestra se incrementa

en 80 piezas

g) Un intervalo de confianza al 90%, para la longitud promedio de todas las tiras

de hule cortadas con la máquina 1.

Z de una muestra
Estadísticas descriptivas
Error
estándar
de la
N Media media IC de 90% para μ
80 200.100 0.140 (199.870; 200.330)
μ: media de Muestra
Desviación estándar conocida = 1.25

h) Un intervalo de confianza al 95%, para la longitud promedio de todas las tiras

de hule cortadas con la máquina 1.

Estadísticas descriptivas
Error
estándar
de la
N Media media IC de 95% para μ
80 200.100 0.140 (199.826; 200.374)
μ: media de Muestra
Desviación estándar conocida = 1.25

i) Un intervalo de confianza al 99%, para la longitud promedio de todas las tiras

de hule cortadas con la máquina 1.

Estadísticas descriptivas

Error
estándar
de la
N Media media IC de 99% para μ
80 200.100 0.140 (199.740; 200.460)
μ: media de Muestra
Desviación estándar conocida = 1.25
j) Realice sus conclusiones de los resultados de los ítems a y b. Explique qué es
lo que pasa con las amplitudes y a que se debe.

Amplitud del Intervalo del Ítem h:(199.870-200.330) = A =0.460 con NC 90%

Amplitud del Intervalo del ítem i: (199.826-200.374) = A =0.548 con NC 95%
Amplitud del Intervalo del ítem j: (199.740-200.460) = A =0.720 con NC 95%

Como podemos observar que a mayor nivel de confianza la amplitud aumenta,

Lo que nos lleva a resaltar que el intervalo pierde precisión.

3. En Kocaoz, S. Samaranayake, V. A. Nanni A. (2005) se presenta una

investigación donde se estudian dos tipos de barras de polímero, cuya tensión
se refuerza con fibra de vidrio (FRP). Estas barras, en sustitución de las vigas
de acero, son utilizadas para reforzar concreto, por lo que su caracterización es
importante para fines de diseño, control y optimización para los ingenieros
estructurales. Las barras se sometieron a tensión hasta registrarse su ruptura
(en Mpa). Los datos para dos tipos de barras se muestran a continuación:

a) Verificar si la producción de barras tipo A, se encuentra bajo control

estadístico. (Utilice α= 0.10).
 RESPUESTA: Según la prueba aplicadas, según las tensiones de la barra 01
siguen una distribución normal. Debido a que el P-valué 0.555 > Alfa es 0.10,
Si se ajusta a una distribución normal y por lo tanto, está bajo control
estadístico.

b) Verificar si la producción de barras tipo B, se encuentra bajo control

estadístico. (Utilice α= 0.10).

RESPUESTA: Según la prueba aplicadas, según las tensiones de la barra 02

no siguen una distribución normal. Debido a que el P-valué 0.041 > Alfa es
0.10, No se ajusta a una distribución normal y por lo tanto, no está bajo
control estadístico.
c) Realice un Histograma para las barras tipo A, e interprete sus medidas de
resumen
 Interpretación: cómo podemos observar el promedio de la tensión de la barra
A se encuentra en 931.5 mpa., y variabilidad está en 59.64mpa.

d) Realice un Histograma para las barras tipo B, e interprete sus medidas de

resumen

Interpretación: cómo podemos observar el promedio de la tensión de la barra

B se encuentra en 932.7 mpa., y variabilidad está en 56.21mpa.

e) Un intervalo de la diferencia de medias, al 95%. Establezca sus conclusiones.

Two-Sample T-Test and CI: BARRA A; BARRA B

Two-sample T for BARRA A vs BARRA B

N Mean StDev SE Mean

BARRA A 40 931.5 59.6 9.4
BARRA B 40 932.7 56.2 8.9

Difference = μ (BARRA A) - μ (BARRA B)

Estimate for difference: -1.2
95% CI for difference: (-27.0; 24.6)
T-Test of difference = 0 (vs ≠): T-Value = -0.09 P-Value = 0.925 DF = 78
Both use Pooled StDev = 57.9503

Conclusión:

Intervalo de confianza:

(U1-U2)= (-27.0; 24.6), son iguales (N.C:95%)

Prueba de hipótesis:

P-valué: 0.925> alfa: 0.05, Se acepta que ambos promedios son iguales.