You are on page 1of 20

Instituto Tecnológico Superior de

Zongolica ( Campus Orizaba)
Ingeniería en Gestión Empresarial
M.C.I.Q. Rosa Evelia Gámez Eugenio
Estadística Inferencial II.
Histogramas y Distribuciones.
INTEGRANTES EQUIPO 2
Hernández Ramírez Fátima
Moreno Galván Ángela Aurora
Paz Luna María Elizabeth

HISTOGRAMA
• El histograma es una herramienta útil para resumir y
analizar datos.
• Por su naturaleza gráfica, puede ayudar a identificar e
interpretar pautas que son difíciles de ver en simples tablas
de números.
• Ayuda a observar la tendencia central de los datos, facilita
el entendimiento de la variabilidad y favorece el
pensamiento estadístico, a simple vista se pueden detectar
datos raros y formas especiales de la distribución de los
datos.
• El histograma debe ser construido de forma correcta y con
un número suficiente de datos (de preferencia más de 100).

. • Una escala vertical de frecuencia: para denotar la frecuencia de las diversas clases. será el ancho de la barra del histograma. • Una escala horizontal: se pueden emplear las marcas de clase.Componentes del histograma Un histograma consta de los siguientes componentes: • Un título: para identificar el estudio. • El intervalo de clase.

Un equipo para efectuar mejoras utiliza un Histograma para evaluar la situación actual del sistema y para estudiar resultados. específicamente al: • Hacer seguimiento del desempeño actual del proceso • Seleccionar el siguiente producto o servicio a mejorar • Probar y evaluar las revisiones de procesos para mejorar • Necesitar obtener una revisión rápida de la variabilidad dentro de un proceso Desde un sistema estable.¿Cuándo se utiliza? Cuando se quiere comprender mejor el sistema. se pueden hacer predicciones sobre el desempeño futuro del sistema. Después de que una acción por mejorar es tomada. La forma del Histograma y la información de estadísticas le ayuda al equipo a saber cómo mejorar el sistema. el equipo continua recogiendo datos y haciendo Histogramas para ver si la teoría ha funcionado. .

R = mayor valor – menor valor 3.¿Cómo se utiliza? 1. denotados como K. W. Después de la recolección de datos. 4. Determinar el número de intervalos. Utilizar esta pauta: Puntos de Datos Intervalos 30-50 5-7 51-100 6-10 101-250 7-12 Más de 250 10-20 Esta gráfica es un método práctico únicamente. La fórmula es sencilla: W = R ÷ K. Determinar la extensión del intervalo. contar el número de puntos de datos (n) en su muestra. 2. Es útil y apropiada para aproximar W al número entero más cercano. para todo el conjunto de datos al restar el valor menor de los datos del mayor. Determinar el rango. Esta determinará el número de barras que el Histograma tendrá a lo largo de su eje horizontal. R. .

10. Trazar y marcar los ejes horizontal y vertical. 7. o los puntos finales. 8. límite de las clases).5. Poner título y fecha a la gráfica. Identificar y clasificar el patrón de variación. 9. Construir una tabla de frecuencias basada en los valores computados arriba (ej. número de clases. duración de las clases. Indicar el número total de puntos de datos y mostrar los valores nominales y límites (si es el caso). La tabla de frecuencia es realmente un Histograma en una forma tabular. Construir los intervalos determinando el límite del intervalo. desarrollar una explicación lógica y pertinente del patrón. . Dibujar las barras para representar el número de puntos de datos en cada intervalo. 6.

Forma de campana (Normal) Concluir Los datos indican una distribución normal.COMO SE INTERPRETAN Observar Simétrico. Se puede concluir que el proceso es estable. Observar Diagrama (Izquierda) Negativo Concluir Los datos están hacia la izquierda de la media. . La distribución no es normal y el proceso debe ser investigado.

es posible que datos de la operación de día y de noche hayan sido combinados para formar el histograma. Por ejemplo. La distribución no es normal y debe ser investigado. Observar Bi-modal Concluir Los datos pueden venir de dos procesos diferentes. .Observar Diagrama (Derecho) Positivo Concluir Los datos están hacia la derecha de la media.

la probabilidad de que dicho suceso ocurra. la distribución de probabilidad de una variable aleatoria es una función que asigna a cada suceso definido sobre la variable aleatoria. cada uno de los sucesos es el rango de valores de la variable aleatoria.DISTRIBUCIONES • En teoría de la probabilidad y estadística. . La distribución de probabilidad está definida sobre el conjunto de todos los sucesos.

¿Cómo se divide la distribución de probabilidad. • La distribución de probabilidad se divide de la siguiente manera: DISTRIBUCIONES DISCRETAS • • • • • • • Las distribuciones discretas son: Uniforme discreta Binomial Hipergeométrica Geométrica Binomial Negativa Poisson .

• DISTRIBUCIONES CONTINUAS • • • • • • • • • • • Las distribuciones continuas son: Uniforme Normal Lognormal Logística Beta Gamma Exponencial Ji-cuadrado t de Student F de Snedecor .

• Si X es una variable aleatoria que mide numero de éxitos y realiza un único experimento con dos posibles resultados (éxito o fracaso). . se dice que la variable aleatoria X se distribuye como una Bernoulli de parámetro. que toma valor 1 para la probabilidad de éxito (P) y valor 0 para para la probabilidad de fracaso (q=1-p). nombrada así por el matemático y científico suizo Jakob Bernoulli.Distribución de Bernoulli • En teoría de probabilidad y estadística la distribución de Bernoulli (o distribución dicotómica).

DISTRIBUCIONES DISCRETAS Distribución Binomial .

Luego la probabilidad de que al lanzarla caiga cara es de 1/2 . Para una moneda perfecta todos los resultados tienen la misma probabilidad 1/2 . Luego la probabilidad de que al lanzarlo caiga 4 es 1/6.Distribución Uniforme Discreta EJEMPLO Para una dado perfecto. todos los resultados tienen la misma probabilidad 1/6 .

Poisson .

DISTRIBUCIONES CONTINUAS .

Distribución Uniforme .

.

Distribución T de student .