Unidades I y II Evaluación de Proceso Nº1

Slides:



Advertisements
Presentaciones similares
¿Qué día es hoy? Sra. Delgado.
Advertisements

Variables cuantitativas continuas
Los días de la semana ¿Qué día es hoy?.
Un paso al día: En la hoja de Vocabulario El Calendario 1.Escribe tu nombre 2.Escribe la fecha 3.Escribe la hora ó la clase.
EL PAÍS, Miércoles 1 de Junio de EL PAÍS, Jueves 2 de Junio de 2011.
Tema 3: Distribuciones bidimensionales: Relación estre dos variables estadísticas Relación estadísca: Correlación Diagramas de dispersión.
TEMA 3. ESTADÍSTICA BIDIMENSIONAL. INDICE 1.- Relación estadística: correlación 2.- Diagramas de dispersión o nube de puntos 3.- Tablas de frecuencia.
1. Relación estadística: correlación 2. Diagramas de dispersión o nube de puntos 3. Tablas de frecuencia simples o doble entrada 4. Distribuciones marginales.
TEMA 3: ESTADÍSTICA BIDIMENSIONAL. ÍNDICE: 1.- Relación estadística: correlación. 2.- Diagramas de dispersión o nube de puntos. 3.- Tablas de frecuencia.
TEMA 3: Estadística Bidimensional. ● Álvaro Fernández Romero y Luis Carlos Fernández herrezuelo.
CORRELACIÓN.  La correlación es la forma numérica en la que la estadística ha podido evaluar la relación de dos o más variables, es decir, mide la dependencia.
Ing. VITELIO ASENCIOS TARAZONA. Dentro de los modelos causales o asociativos encontramos el análisis de regresión o regresión lineal, que es un método.
RESOLUCIÓN EXAMEN DX. DEFINICIONES Magnitud: Propiedad física de los cuerpos que puede ser medida. Magnitudes básicas y derivadas: masa, longitud, tiempo,
Licenciatura en Contaduría Tema: Regresión y correlación
ESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL
MEP- II.
CORRELACIÓN PARCIAL Y CORRELACIÓN SEMIPARCIAL
ESTADÍSTICA BIDIMENSIONAL
ESTADÍSTICA BIDIMENSIONAL
DISTRIBUCIONES BIDIMENSIONALES
Capacitaciones Noviembre 2016
Tema 4: Análisis de datos bivariantes numéricos (continuación)
ESTADÍSTICA BIDIMENSIONAL
NM4 Matemática Estadística y probabilidades
PLANIFICACIÓN ACADÉMICA CBM-3A
Clase 2: Organización y Representación de Datos
Clase 5: Medidas de Variación
Unidad 6. Capítulo I. Introducción.
ESTADÍSTICA BIDIMENSIONAL
Análisis descriptivo y presentación de datos bivariables
REGRESÍON LINEAL SIMPLE
ESTADÍSTICA UNIDIMENSIONAL
MEDIDAS DE CORRELACIÓN.
1. DISTRIBUCIONES BIDIMENSIONALES En las distribuciones bidimensionales a cada individuo le corresponden los valores de dos variables que se representan.
Empecemos por el principio.
Horario Editable Lunes Martes Miércoles Jueves Viernes Día Hora
El concepto de riesgo está relacionado con la posibilidad de que ocurra un evento que se traduzca en pérdidas para los participantes en los mercados financieros,
Estadística para investigación 1. 2 Estadística Introducción ¿Qué es la estadística? Es una Ciencia que explica y provee de herramientas para trabajar.
INSTITUTO INTERNACIONAL
ESTADÍSTICA BIDIMENSIONAL
Día de la semana/ Patrón
Correlación Relación no lineal Relación lineal positiva Relación
Ecuación Explícita de la Recta
ESTADÍSTICA BIDIMENSIONAL
Dr. Carlomagno Araya Alpízar
Dr. Alejandro Salazar – El Colegio de Sonora
Correlación Relación no lineal Relación lineal positiva Relación
Tema 6: Regresión lineal. 1. Introducción. 2. La ecuación de la recta. 3. El criterio de mínimos cuadrados. 4. Representación gráfica. 5. Coeficientes.
/alexortizentrenador
REPORTE DE FALLAS EN EL ALUMBRADO PUBLICO
Departamento de Coordinación de Aulas y Horarios
SERIES DE TIEMPO. Concepto Una serie de tiempo es un conjunto de observaciones de un fenómeno tomadas en tiempos específicos, generalmente a intervalos.
PROBABILIDAD Y ESTADISTICA
Enero 2010 DOMINGO LUNES MARTES MIÉRCOLES JUEVES VIERNES SÁBADO 1 2 3
UNIVERSIDAD CATOLICA DE TRUJILLO BENEDICTO XVI ESTADÍSTICA Ms. Ylder Heli Vargas Alva Presentación de los datos: barras, circular,
Estadística Asignatura obligatoria 5 créditos CBU 2015 Sexto semestre Módulo III. Medidas de dispersión y Recta de regresión
MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I 1º BTO A
Unidad 4. Capítulo I. Introducción.
ESTANDARES DE SEGURIDAD LOGÍSTICA Introducción Docente: Francisco Jiménez.
1º de Primaria.
ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN SIMPLE 1 1.
Regresión lineal Electivo Estadística IV°Medio 2019.
ESTADÍSTICA DESCRIPTIVA Mg. JHON FREDY SABI ROJAS.
1 Afectados de cierto grado de INCERTIDUMBRE SIEMPRE HAY UN ERROR EN SU MEDIDA ESTABLECER LA FIABILIDAD DE LOS DATOS ¿Podemos evaluar la magnitud del error.
ESTADÍSTICA APLICADA  ZEUS DE JESÚS RODRÍGUEZ BUDA  GABRIELA MÁRQUEZ TORRES  MARÍA ENRIQUETA GIL CÓRDOVA  ELIÁN ANTONIO GONZALEZ GARCÍA  CRISTELL.
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
Enero 2010 LUNES MARTES MIÉRCOLES JUEVES VIERNES SÁBADO DOMINGO 1 2 3
Estadística Aplicada a las Ciencias Políticas Hemos visto que había una relación aproximadamente lineal entre población y escaños. Buscamos una medida.
Transcripción de la presentación:

Unidades I y II Evaluación de Proceso Nº1 Recapitulación EI-1 Unidades I y II Evaluación de Proceso Nº1

Empecemos por el principio Leer con atención!!!

Presentación de la situación problema

F V F xmín=23 horas x= s CV = 6,2110 0,163723 37,9360 horas xmáx=54 horas Me=37 horas s2=38,5765 horas 2 S=6,2110 horas CV=16,3723% RI=Q3-Q1=8 horas Q3=Xmáx-12 horas=42 horas

F F V RI=Q3-Q1=8 horas Ref3=Q3+1,5xRI=42+1,5x8=54 horas Q3=Xmáx-12 horas=42 horas Extizq=Q1-REf2=34-23=11 horas Q1=Q3-RI=42-8=34 horas Extder=REf3-Q3=54-42=12 horas Ref2=Q1-1,5xRI=34-1,5x8=22 horas Q3=42 horas=P75 P85≥ P75 xmín=23 horas

F F F V z= x-x s x=z.s+x=-0.15x6,2110+37,9360=37,0043 horas

7 0,304 0,320 30 44 125 F F V

7 0,304 0,320 30 44 125 F F F V

29 F F V

F V F Pasemos en limpio los datos… Y: Tiempo de ciclo de andén a almacén medido en horas X: Clases de embarques en el proceso de identificación Ecuación recta de regresión: y=19,4476+2,71568 . x Coeficiente de correlación: r=0,956 Coeficiente de determinación: r2=0,9139 Recordemos, el coeficiente de determinación (r2) expresa la proporción de la variación total en los valores de Y que se puede explicar mediante una relación lineal con X. En este caso, el 91,39% de la variación total del tiempo de ciclo de andén a almacén (Y) puede explicarse mediante una relación lineal directa con la cantidad de clases que se manejan mientras se realiza el procedimiento (X). Recordemos, el coeficiente de correlación(r) mide la fuerza de la relación lineal, por ser cercano a 1 la relación será fuerte y por ser positivo, la variable Y tiende a crecer al aumentar X, es decir habrá una dependencia directa entre las variables X e Y y por lo tanto su covarianza será positiva .

F F V Pasemos en limpio los datos… n=25 embarques del día martes x=38,84 horas s=6,98618 horas xi=38 horas n1=26 embarques del día martes

Asignemos probabilidades: V V V V Definamos eventos: Asignemos probabilidades: A: Embarques que tienen un peso menor de 50 kg P(A)=0,25 P(T/A)=0,08 B: Embarques que tienen un peso entre 50 kg y 100 kg P(B)=0,60 P(T/B)=0,12 C: Embarques que tienen un peso superior a 100 kg P(C)=0,15 P(T/C)=0,18 T: Embarques cuyo tiempo de ciclo supera las 24 horas P(B∩T) P(T/B)xP(B) 0,12x0,60 0,072 P(B/T)= = = = = 0,6050 P(T) P(T/A)xP(A)+P(T/B)xP(B)+P(T/C)xP(C) 0,08x0,25+0,12x0,60+0,18x0,15 0,119 P(T)= P(T/A)xP(A)+P(T/B)xP(B)+P(T/C)xP(C)= 0,119 P(C∩T)= P(T/C)xP(C)= 0,18x0,15= 0,027

V V V V Definamos eventos: Lo razonamos con tabla: A: Embarques que tienen un peso menor de 50 kg T A 0,02 0,23 0,25 B 0,072 0,528 0,60 C 0,027 0,123 0,15 0,119 0,881 1 B: Embarques que tienen un peso entre 50 kg y 100 kg C: Embarques que tienen un peso superior a 100 kg T: Embarques cuyo tiempo de ciclo supera las 24 horas 0,072 P(B/T)= = 0,6050 P(T)= 0,119 P(C∩T)= 0,027 0,119

F V F Definamos eventos: A B C T 230 528 123 881 20 72 27 119 250 600 150 1000 A: Embarques que tienen un peso menor de 50 kg B: Embarques que tienen un peso entre 50 kg y 100 kg C: Embarques que tienen un peso superior a 100 kg T: Embarques cuyo tiempo de ciclo supera las 24 horas 230 27 119 P(A∩T)= = 0,230 P(T/C)= = 0,1800 P(T)= = 0,119 1000 150 1000

Interpretación: El 90% de los embarques que llegan el día lunes tardan 49 horas o menos en recorrer el ciclo de andén a almacén; y el otro 10% de los embarques tarda 49 horas o más en recorrer el mismo ciclo.

Recordemos… N E M R 230 528 123 881 20 72 27 119 250 600 150 1000 27 P(M/R)= = 0,22689 119 Existe una probabilidad de 0,22689 de que un embarque que tuvo un ciclo de andén a almacén superior a 24 horas pese más de 100 kg .

Evaluación de Proceso Nº4

P(F’/A) P(A) + P(F’/B) P(B) = A : “que el motor utilizado sea tipo A” B : “que el motor utilizado sea tipo B” F : “que el motor falle al ser forzado” P(A) = P(B) = 0,70 0,30 P(F/A) = P(F/B) = 0,02 0,09 0,98 . 0,70 + 0,91 . 0,30 = 0,959 Pregunta 1: P(F’) = P(F’/A) P(A) + P(F’/B) P(B) = P(F/B) P(B) 0,09 . 0,30 Pregunta 2: P(B/F) = = = 0,6585 P(F) (1 - 0,959)

Fórmula de Sturges: 1 + 3,3.log n = 1 + 3,3.log 120 = 7,86 14,5 27 0,2250 0,2250 [ 17 22 ) 19,5 0,3833 73 0,6083 [ 22 27 ) 24,5 0,1833 95 0,7917 29,5 13 0,1083 0,9000 [ 32 37 ) 34,5 2 0,0167 0,9167 [ 37 42 ) 39,5 3 0,0250 0,9417 [ 42 47 ) 44,5 3 0,0250 0,9667 [ 47 52 ) 49,5 0,0333 120 1,0000 Verdadero Verdadero Verdadero Fórmula de Sturges: 1 + 3,3.log n = 1 + 3,3.log 120 = 7,86 Media aritmética = 22,75 km

Verdadero Falso Falso f x 12 17 22 27 32 37 42 47 52 [ 17 [ 22 [ 32 [ 37 [ 42 [ 47 22 ) 27 ) 37 ) 42 ) 47 ) 52 ) 14,5 19,5 24,5 29,5 34,5 39,5 44,5 49,5 0,2250 0,3833 0,1833 0,1083 0,0167 0,0250 0,0333 27 73 95 13 2 3 120 0,6083 0,7917 0,9000 0,9167 0,9417 0,9667 1,0000 Verdadero Falso Falso f x 12 17 22 27 32 37 42 47 52

Falso Falso Verdadero Verdadero Verdadero Verdadero X : “Cantidad de entregas (mensuales) realizadas en tiempo y forma” x = 139,28 P15 = 95 RI = 47 P75 = Q3 = Q1 + RI = 105 + 47 = 152 xmín = 72 CV% = 40,74% s = CV . x = 0,4074 . 139,28 = 56,74 xmáx = 357 Q1 = 105 x = z . s + x = -0,45 . 56,74 + 139,28 = 113,75

Falso Verdadero Falso X : “Cantidad de entregas (mensuales) realizadas en tiempo y forma” x = 139,28 P15 = 95 RI = 47 P75 = Q3 = Q1 + RI = 105 + 47 = 152 xmín = 72 CV% = 40,74% s = CV . x = 0,4074 . 139,28 = 56,74 xmáx = 357 Q1 = 105 x = z . s + x = -0,45 . 56,74 + 139,28 = 113,75 Falso Falso Falso Ref1 = Q1 – 3. RI = 105 – 3 . 47 = -36 Ref2 = Q1 – 1,5. RI = 105 – 1,5 . 47 = 34,5 Ref3 = Q3 + 1,5. RI = 152 + 1,5 . 47 = 222,5 Ref4 = Q3 + 3. RI = 152 + 3 . 47 = 293

Falso Falso Verdadero

0,01 Verdadero Falso Falso a) P(A/Ma ) = 0,04 . ? = ? b) P(A  Mi ) = L : “que la entrega se haga un día lunes” Ma : “que la entrega se haga un día martes” Mi : “que la entrega se haga un día miércoles” J : “que la entrega se haga un día jueves” V : “que la entrega se haga un día viernes” S : “que la entrega se haga un día sábado” A: “que haya un accidente” P(A/L) = 0,03 P(A/Ma) = 0,01 P(A/Mi) = 0,04 P(A/J) = 0,07 P(A/V) = 0,10 P(A/S) = 0,12 a) P(A/Ma ) = 0,01 0,04 . ? = ? b) P(A  Mi ) = P(A/Mi) . P(Mi) = c) P(A) = P(A/L) . P(L) + … + P(A/S) . P(S) = 0,03 . ? + … + 0,12 . ? = ?

0,1160 0,0180 Falso Verdadero Verdadero P(A48/A) P(A) 0,12 . 0,65 AcR : “que el producto sea aceptado con reservas” R : “que el producto sea rechazado” A : “que el producto sea aceptado” A48 : “que el producto se haya entregado antes de las 48 horas” P(AcR) = 0,25 P(R) = 0,10 P(A) = 0,65 P(A48/AcR) = 0,08 P(A48/R) = 0,18 P(A48/A) = 0,12 P(A48/A) P(A) 0,12 . 0,65 0,078 a) P(A/A48) = = 0,6724 = = P(A48) 0,08.0,25+0,18.0,10+0,12.0,65 0,116 b) P(A48) = 0,08.0,25+0,18.0,10+0,12.0,65 = 0,1160 0,0180 c) P(R  A48) = P(A48/R) . P(R) = 0,18 . 0,10 =