Estadística Matemática

Disciplina: MATEMÁTICA
APLICADA
Departamento:
Ingeniería Industrial

Dra. Aida G. Rodríguez 1

Profesores

Dra. Aida G. Rodríguez Hernández

Ing. Inf. Yendris Arce Fernández
Ing. Ind. Vivian Isabel Antúnez Sáez
7º piso, edificio 5. Tel. 266 3527.
aida@ind.cujae.edu.cu
Tel. en la casa: 45 1459
yarce@ind.cujae.edu.cu
vantunez@ind.cujae.edu.cu
Dra. Aida G. Rodríguez 2
Bibliografía
 Probabilidad y Estadística para
Ingenieros – Primera y Segunda Partes.
Cuarta Edición.
Es el Miller and Freund, de Johnson.
 Documentos de la asignatura
 Ayudas de Minitab

Dra. Aida G. Rodríguez 3

Fuentes complementarias
En el sitio de la asignatura en la
Indtranet.
R.D. Yates and D.J. Goodman,
Probability and Stochastic Processes.
Rencher, Alvin. Methods of
Multivariate Analysis. 2nd ed. Wiley-
Interscience, 2002.

Dra. Aida G. Rodríguez 4

En Internet:

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

Dra. Aida G. Rodríguez 6

Estructura de la asignatura

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...

Dra. Aida G. Rodríguez 8

Sistema de evaluación (cont)
Trabajo en laboratorios.
Valor añadido al Proyecto de Ing
de Software
Examen final.

Dra. Aida G. Rodríguez 9

 Estadística.
Hoy :
Objetivo y métodos

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

Dra. Aida G. Rodríguez 11

1er Objetivo :

Pensamiento
estadístico

Dra. Aida G. Rodríguez 12

 Alumno Grupo Clase
Procedencia
LA PPD II ...
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 ...
 Lo que da sentido a un atributo es la
VARIABILIDAD de sus valores
 La variabilidad en los datos es reflejo
de la variabilidad del mundo real.
Dra. Aida G. Rodríguez 13
 95% CI for the Mean

Camilitos IPI IPUEC IPVCE

Grupo = 1 Grupo = 2
5,00

Promedio del curso por alumno 4,75

4,50

4,25

4,00

3,75

3,50

Camilitos IPI IPUEC IPVCE

 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

 Lo que da sentido a un atributo es la

VARIABILIDAD de sus valores
 La variabilidad en los datos es reflejo de
la variabilidad del mundo real
 La comprensión y reducción de la
variabilidad son claves para el éxito.
Dra. Aida G. Rodríguez 15
 2do Objetivo :

¿Qué es la
Estadística
?
¿Para qué le sirve al
Ingeniero
Informático?
Dra. Aida G. Rodríguez 16
ESTADÍSTICA MATEMÁTICA
Objeto de estudio:

La Variabilidad de los datos

¿Cómo
¿Cómo comprenderla? extraerles
¿Cómo reducirla? conocimientos?
Método: Construcción de
modelos matemáticos y
visualización gráfica
Dra. Aida G. Rodríguez 17
Dominar la variabilidad para
Extraer Información útil de los datos
Minería
Instalaciones de
Datos A
Materiales KDD
conocimiento

decisiones
Datos  INFORMACIÓN
variabilidad... 
¿Cómo la Estadística y la
Informática se ayudan
mutuamente?

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

Dra. Aida G. Rodríguez 21

 Reducción de los datos necesarios
para describir el comportamiento
Yt = [ (-67,2243 + 36,7680 * t) * Coeft ] + it
Mes Coef Mes Coef
1 0,920 7 1,393
2 1,505 8 1,973
3 1,497 9 0,853
4 0,850 10 0,415
5 0,603 11 0,462
6 0,652 12 0,877
Desviación típica (t) = 114,244
Dra. Aida G. Rodríguez 22
Cuando se comprende la variabilidad
se pueden hacer predicciones
Pronósticos para los siguientes 6 meses
Multiplicative Method
2500 Variable
Actual
Fits
Forecasts
2000
95,0% PI

Smoothing Constants
Alpha (lev el) 0,2
1500
CLIENTES

Gamma (trend) 0,2

Delta (seasonal) 0,2

Accuracy Measures
1000 MAPE 21,8
MAD 86,6
MSD 17064,0
500

0
4 8 12 16 20 24 28 32 36
Index

Dra. Aida G. Rodríguez 23

 Satisfacción Laboral
0,4
Teléfono

0,2 Horario Fotocopias

IluminacDpto
Transporte Microclima
0,0 Salario
ServSan
Internet
Comedor Recreación
PC2

-0,2 Superación
Rel Hum IluminacAula

ValorSocial Comput Casa

-0,4 AcústicAula
Decisión
Médico/Est
Viajar
TrabExtDoc DistincSind
-0,6 Prestigio Bibliotecas
Carga Doc

-0,8
-0,4 -0,2 0,0 0,2 0,4 0,6 0,8
PC1

Dra. Aida G. Rodríguez 25

 Satisfacción laboral: agrupamiento de Individuos
4
50
3
12 32
44
2 56
6 33
11 45 49 16
29
Second Component

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

Dra. Aida G. Rodríguez 26

Objetivo de la clase:

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.

Dra. Aida G. Rodríguez 28

 Tipos de datos según la escala de
medición.

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

Dra. Aida G. Rodríguez 29

Variable nominal (cualitativa)
¿Cuál es el software que más utiliza en su trabajo?

Word
Power P
AutoCad
Excel
Derive
MN2000
Access
Minitab
Matlab

Dra. Aida G. Rodríguez 30

Variable ordinal (semicuantitativa)
¿Está usted satisfecho de haber seleccionado
Ingeniería Industrial?

100,0%

80,0%

60,0%

40,0%

20,0%

0,0%
1 2 3 4 5

Años académicos

Mucho Medianamente Poco o Nada

Dra. Aida G. Rodríguez 31

Escalas de intervalos
Ni el CERO
(variables cuantitativas) significa
que se
Cervantes publica Don acabó la
Quijote temperatura
Newton formula la ley
Las Mil y una de la gravitación
Noches Invención del
cinematógrafo
1400

1605

1687

1800

1895
El CERO no significa que se acabó el tiempo
Dra. Aida G. Rodríguez 32
 Escala proporcional
(variables cuantitativas)

El CERO significa ausencia de peso

Dra. Aida G. Rodríguez 33

 Tipos de variables estadísticas
 Variable cualitativa: Valores de tipo
nominal, no ordenables.
 Variable semicuantitativa: Valores
de tipo nominal, en los que existe un
orden. Varia-
bles
 Variable cuantitativa discreta : Sólo
Discre-
puede tomar determinados valores en
tas
un intervalo. Casi siempre son valores
enteros.
 Variable cuantitativa continua :
Puede tomar cualquier valor en un
intervalo.
Dra. Aida G. Rodríguez 34
 Identifique los tipos de variables

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 ...

Dra. Aida G. Rodríguez 35

 Laboratorio: Factores humanos

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

Dra. Aida G. Rodríguez 37

 NIVEL DE ACTIVIDAD

MODERADA (2): actividad física equivalente a una

caminata rápida de entre 6 y 15 kilómetros diaria-
mente;
si no llega a esos niveles, es BAJA (1), y si lo
sobrepasa, es ALTA (3).
Por ejemplo, una actividad física consistente en
levantar pesos no mayores a 5 kg, la mayor parte del
tiempo sentado, y parándose y caminando ocasional-
mente, es definitivamente muy baja, y clasifica como
baja (1).
Dra. Aida G. Rodríguez 38
 RESUMEN
 Pensamiento estadístico en la
Ingeniería Informática
 ¿Qué es la Estadística?
 Escalas de medición
 Tipos de variables

Dra. Aida G. Rodríguez 39