PRACTICA2EAC



NOMBRE DE LA MATERIA
ESTADISTICA ASISTIDA POR COMPUTADORA
CLAVE
9036
NOMBRE DE LA PRÁCTICA
PRESENTACION GRÁFICA DE DATOS
PRÁCTICA NÚMERO
2
PROGRAMA EDUCATIVO
INGENIERIA INDUSTRIAL
PLAN DE ESTUDIO

NOMBRE DEL PROFESOR/A
M.I. JULIAN ISRAEL AGUILAR DUQUE
NÚMERO DE EMPLEADO
23156

EQUIPO-HERRAMIENTA REQUERIDO
CANTIDAD
LAP-TOP
1
CAÑON DE PROYECCION
1
PC
1 por alumno

1.- INTRODUCCIÓN:
Se hademostrado con el paso del tiempo que el uso de los gráficos es una herramienta muy importante en la representación datos obtenidos de distribuciones de probabilidad y los estadísticos de prueba.

Iniciando con la recolección de información, se puede desarrollar la distribución de frecuencias que agrupa los datos y proporciona la información suficiente para el desarrollo de histogramas, polígonos defrecuencias, diagrama de Pareto y gráficos de caja.

2.- OBJETIVO (COMPETENCIA)
Aplicar los conceptos de Estadística Descriptiva, mediante la recopilación y análisis de información, para la solución de problemas reales, con orden y responsabilidad

3.- TEORÍA:
El alumno debe ser capaz de identificar los conceptos de población y muestra, inferencia estadística, distribución de frecuencia ymetodología para la presentación gráfica de datos.




4.- DESCRIPCIÓN
A) PROCEDIMIENTO Y DURACION DE LA PRÁCTICA:
1. Analizar la información presentada en el ejercicio
2. Utilizar el formato presentado en el anexo 1 para generar la tabla de distribución de frecuencias.
3. Con la tabla de frecuencias generada en el paso 1, crear el histograma, el polígono de frecuencias, el grafico de ojiva y el diagrama dePARETO.
B) CÁLCULOS Y REPORTE:
Utilizar el anexo 1.
C) RESULTADOS:
Utilizar el anexo 1.
D) CONCLUSIONES:
Las conclusiones deberán ser elaboradas de acuerdo al método de trabajo propuesto y a los resultados obtenidos.

5.- BIBLIOGRAFÍA:
Douglas C. Montgomery (2003). Probabilidad y Estadística aplicada a la ingeniería. Ed. McGraw Hill
Wallpole Ronald & Myers Rymond (2004). Probabilidad yEstadística. Ed. McGrawHill
Ross Sheldon M. (2001) Métodos Estadísticos. Mejora de la calidad. Ed. Alfaomega
Gutiérrez Pulido & de La Vara Román (2004). Control Estadístico de Calidad. Mc.Graw Hill






6.- ANEXOS:

a) Dos máquinas, cada una operada por una persona, son utilizadas para cortar tiras de hule cuya longitud ideal es de 200 mm, con una tolerancia de + 3 mm. Al final del turno un inspector tomauna muestra e inspecciona que la longitud cumpla las especificaciones. A continuación se muestran las últimas 110 mediciones para ambas máquinas.
199.2
199.7
201.8
202.0
201.0
201.5
200.0
199.8
200.7
201.4
200.4
201.7
201.4
201.4
200.8
202.1
200.7
200.9
201.0
201.5
201.2
201.3
200.9
200.7
200.5
201.2
201.7
201.2
201.2
200.5
200.1
201.4
200.2
201.0
201.4
201.4
201.1
201.2
201.0
200.6
202.0
201.0201.5
201.6
200.6
200.1
201.3
200.6
200.7
201.8
200.5
200.5
200.8
200.3
200.7
199.5
198.6
200.3
198.5
198.2
199.6
198.2
198.4
199.0
199.7
199.7
199.0
198.4
199.1
198.8
198.3
198.9
199.6
199.0
198.7
200.5
198.4
199.2
198.8
198.5
198.9
198.8
198.7
199.2
199.3
199.7
197.8
199.9
199.0
199.0
198.7
199.1
200.3
200.5
198.1
198.3
199.6
199.0
199.7
198.9
199.2
197.9
200.3
199.6
199.4
198.7
198.5
198.7
198.6198.5
 
 

A1. Obtenga las medidas de tendencia central y con base en ellas señale si la tendencia central del proceso es adecuada.
Media=200.0
Mediana=200.10

Si es adecuada por que no pasa los 3 milímetros de tolerancia.

A2. Calcule la desviación estándar y una aproximación de los límites reales, y a partir de ellos decida si la variabilidad de los datos es aceptable.Desviación Estándar= 1.16
Mínimo= 197.80
Máximo= 202.10
Si es aceptable

A3. Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados, sesgos, etc.)
A4. Con la evidencia obtenida antes, cual es su opinión acerca de lo adecuado o no de la longitud de las tiras que se cortaron en el periodo que representan las mediciones.
Notamos que hay un acantilado pequeño en la parte...