Академический Документы
Профессиональный Документы
Культура Документы
Disciplina: MATEMÁTICA
APLICADA
Departamento:
Ingeniería Industrial
http://ocw.mit.edu/OcwWeb/Sloan-
School-of-Management/
15-062Data-
MiningSpring2003/CourseHome/index.htm
15-060Data--Models--and-
DecisionsFall2002/CourseHome/index.htm
15-063Communicating-With-
DataSummer2003/CourseHome/index.htm
Dra. Aida G. Rodríguez 5
En Internet:
http://ocw.mit.edu/OcwWeb/Electrical
-Engineering-and-Computer-Science/
6-041Probabilistic-Systems-Analysis-and-
Applied--
ProbabilityFall2002/CourseHome/index.ht
m
Temas:
Estadística. Objetivo y métodos.
Probabilidades.
Procesos estocásticos.
Inferencia estadística.
Técnicas estadísticas
avanzadas.
Dra. Aida G. Rodríguez 7
Sistema de evaluación
Laboratorio de la semana 3.
Conceptos y reglas básicas de
probabilidades.
Segunda clase práctica de la semana
8. Distribuciones probabilísticas.
Segunda clase práctica de la semana
12. Temas 3 y 4.
Cont...
Análisis de la Variabilidad de
los Datos
Probabilidad y Estadística
para Ingenieros, Primera
Parte, Cuarta Edición.
Dra. Aida G. Rodríguez Capítulo 2
10
CONTENIDO
Pensamiento estadístico.
¿Qué es la Estadística?
Los conceptos y técnicas más
básicos
Laboratorio 1
Pensamiento
estadístico
4,50
4,25
4,00
3,75
3,50
Lacomprensión y reducción de la
variabilidad son claves para el éxito;
por eso, los sistemas informáticos deben
dar máximas facilidades para evaluar y
comprender las causas de la variabilidad. Dra. Aida G. Rodríguez 14
PENSAMIENTO ESTADÍSTICO
en la INGENIERÍA INFORMÁTICA
¿Qué es la
Estadística
?
¿Para qué le sirve al
Ingeniero
Informático?
Dra. Aida G. Rodríguez 16
ESTADÍSTICA MATEMÁTICA
Objeto de estudio:
Proyecto Informá-
tico
ESTA-
DÍSTICA
Dra. Aida G. Rodríguez 19
Ejemplo: cantidad mensual de
clientes
FECHA CLIENTES FECHA CLIENTES
enero/2002 135
febrero/2002 148 enero/2004 931
marzo/2002 264 febrero/2004 1164
abril/2002 86 marzo/2004 1191
mayo/2002 106 abril/2004 813
junio/2002 114 mayo/2004 735
junio/2004 859
Dra. Aida G. Rodríguez 20
MODELACIÓN ESTADÍSTICA
para convertir datos en información
Time Series Decomposition Plot for CLIENTES
Multiplicative Model
1400 Variable
Actual
Fits
1200 Trend
Accuracy Measures
1000
MAPE 28,3
MAD 92,3
800
CLIENTES
MSD 12626,3
600
400
200
3 6 9 12 15 18 21 24 27 30
Index
Smoothing Constants
Alpha (lev el) 0,2
1500
CLIENTES
Accuracy Measures
1000 MAPE 21,8
MAD 86,6
MSD 17064,0
500
0
4 8 12 16 20 24 28 32 36
Index
IluminacDpto
Transporte Microclima
0,0 Salario
ServSan
Internet
Comedor Recreación
PC2
-0,2 Superación
Rel Hum IluminacAula
-0,8
-0,4 -0,2 0,0 0,2 0,4 0,6 0,8
PC1
39 20 10 24 36 9
1 8 35 4
55
14 21
13 17
23 31
0 54 48
53 47
22 1
51
-1 52 15
25
-2 2
41
40
-3
38
-4 43 27
-5
-5,0 -2,5 0,0 2,5 5,0
First Component
Los
conceptos
y
las técnicas
más básicos
Dra. Aida G. Rodríguez 27
Población y muestra
El conjunto de muestra:un
elementos (unidades subconjunto
experimentales) que de elementos
constituyen el objeto de de la
un estudio estadístico población.
recibe el nombre de
población.
PROPORCIONAL Cero
absoluto
INTERVALOS La distancia es
constante
ORDINAL Los atributos se pueden
ordenar
Los atributos sólo se nombran
NOMINAL (más débil)
William M.K. Trochim
Word
Power P
AutoCad
Excel
Derive
MN2000
Access
Minitab
Matlab
100,0%
80,0%
60,0%
40,0%
20,0%
0,0%
1 2 3 4 5
Años académicos
1605
1687
1800
1895
El CERO no significa que se acabó el tiempo
Dra. Aida G. Rodríguez 32
Escala proporcional
(variables cuantitativas)
LA PPD II
Procedencia
Alumno Grupo Clase ...
Miguel 1 IPI 3 5 4 ...
María 2 Camilitos 5 5 5 ...
Alberto 2 IPUEC 4 5 * ...
Jaime 1 IPI 3 5 * ...
David 2 IPVCE 5 4 5 ...
Ana 2 IPUEC 5 5 4 ...
PROCESO
ENTRADAS SALIDA
x1: SEXO
x2: ALTURA Puls/min
Pulsac/min
x3: PESO después
iniciales
x4: FUMA
x5: ACTIVIDAD
¿TROTA?
Dra. Aida G. Rodríguez 36
HOJA DE DATOS