1.1 Clase Análisis Exploratorio de Datos

PROBABILIDAD Y ESTADSTICA IN D U S T R I A L
HUMBERTO VILLALOBOS TORRES UNIVERSIDAD T CNICA FEDERICO S ANTA M ARA D E PA R T A M E N T O D E M AT E M T I C A S
24/06/2013
INTRODUCCIN
La gran cantidad de datos que nos presenta la vida diaria (televisin, peridicos, publicidad) hace necesario que cada integrante de una sociedad se pregunte:
Porqu es necesario el anlisis de datos? Existe alguna estructura en los datos? Existe algn dato anmalo? Se puede sintetizar (resumir) los datos de manera conveniente? Existen grupos de datos diferentes? Es posible poder predecir el valor de un atributo, basado en las mediciones de otros valores?, etc...
Elaborado por: Humberto Villalobos Torres
24/06/2013
INTRODUCCIN
Es de vital importancia tener mtodos confiables y efectivos que nos permitan organizar datos, para transformarlos en informacin que nos permita tomar mejores decisiones. La Estadstica, se ocupa de:
Mtodos y procedimientos para recoger, clasificar, resumir, hallar regularidades y analizar los datos, siempre y cuando la variabilidad e incertidumbre sea una causa intrnseca de los mismos. Realizar inferencias a partir de ellos, con la finalidad de ayudar a la toma de decisiones y en su caso formular predicciones.
24/06/2013
PROCESO
DE
MEDICIN
24/06/2013
PROCESO
DE
MEDICIN
La medicin es la asignacin de smbolos (nmeros) a sucesos, hechos u objetos del mundo real.
24/06/2013
PROCESO
DE
MEDICIN
Si esta relacin entre los objetos o sucesos del mundo real es tergiversada, se presenta un error de medicin. N de ventas por regin Tiempos de atraso en entregas N de reclamos Ingresos por venta
24/06/2013
Entre das Entre Personas
PROCESO
DE
MEDICIN
Cuando se habla de mediciones, lo habitual es pensar en nmeros. sistema numrico: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.

Smbolos o Cdigos
Unicidad Orden Diferencias Equitativas Razones Equitativas
Clasifica + Orden + Distancia + Comparacin
Nominal Ordinal Intervalar Razn

24/06/2013
CMO
OBTENER DATOS?
Censar
Poblacin Sub-conjunto de la Poblacin

24/06/2013
Datos
Muestra
CARACTERSTICAS DE MUESTRAS
Conceptos Bsicos de muestreo Dos factores afectan la cantidad de informacin contenida en la muestra y, por tanto, afectan la precisin del procedimiento de hacer inferencias.
El primero es el tamao de la muestra seleccionada de la poblacin. El segundo es la cantidad de variacin en los datos; la variacin frecuentemente puede ser controlada por el mtodo de seleccin de la muestra.
24/06/2013
TIPOS
DE
MUESTREO
Muestreos No Probabilsticos Muestreos Probabilsticos
Encuesta Est ud. de acuerdo con que la crisis econmica europea tendr un menor impacto en Chile?
24/06/2013
TCNICAS BSICAS DE MUESTREO

El procedimiento para seleccionar la muestra se denomina diseo de muestreo. Las observaciones tienen asignado un costo, un diseo que proporcione un estimador preciso, para un tamao de muestra fijo, produce un ahorro en el costo del experimento. Diseos bsicos de Muestreo Aleatorio
El muestreo aleatorio es aqul, en que cada uno de los elementos de la poblacin de inters, tiene una probabilidad conocida, y frecuentemente igual, de ser elegido en la muestra. A las muestras aleatorias se les denomina tambin muestras probabilsticas.
24/06/2013

Muestreo aleatorio simple o muestreo al azar irrestricto.
Una muestra aleatoria simple es aquella en la que los elementos se escogen en forma individual y al azar de la totalidad de la poblacin. Los elementos de la poblacin no presentan grandes variaciones entre grupos naturales que pudiesen formarse en sta. La seleccin al azar es similar a la que se realiza en la extraccin aleatoria de nmeros en una lotera.
24/06/2013

Muestreo aleatorio estratificado
Se clasifican los elementos de la poblacin en subgrupos segn la o las caractersticas importantes. Se obtiene por separado una muestra aleatoria simple o sistemtica de cada estrato. Puede utilizarse este tipo de muestreo para asegurar una representacin proporcional de diversos subgrupos en la muestra.
24/06/2013

Muestreo aleatorio de conglomerados.
Los elementos de la poblaciones se encuentran en pequeos grupos, difciles de descomponer para llegar al elemento informativo. Es un tipo de muestreo aleatorio en el que los elementos de la poblacin estn en forma natural en subgrupos. As, se eligen al azar los subgrupos que forman la muestra.
24/06/2013

Muestreo aleatorio sistemtico.
Es una muestra aleatoria en la cual se eligen los elementos de la poblacin a intervalos uniformes.
Los elementos a muestrear se presentan ordenados de forma natural.

Lneas de Produccin. Llegadas de Clientes.

24/06/2013
RESUMEN
DE
DATOS
Anlisis Exploratorio de Datos (DAE)

Son un conjunto de tcnicas encaminadas a la visualizacin de los datos mediante tablas o grficos y la determinacin de un conjunto de indicadores descriptivos de diversas caractersticas de los datos, cuyo fin es permitir realizar un diagnstico de stos (Estadstica Descriptiva). Datos No Agrupados (Dispersos a granel, etc.). Datos Agrupados (Tablas, grficos, etc.)
Organizacin de datos
Una manera de acomodar los datos es construir un arreglo ordenado; esto es, organizando los datos con un orden natural- cuando la escala de medicin lo permite.
24/06/2013
RESUMEN
DE
DATOS
Las respuestas observadas en la poblacin (muestra), se denominaran clases, las cuales se simbolizan por: C1, C2, ... , Ck, donde k es la cantidad de categoras (respuestas) distintas.
Frecuencia Absoluta: Frecuencia Relativa: Frecuencia Absoluta Acumulada: Frecuencia Relativa Acumulada:
ni fi Ni Fi
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 1: Suponga el caso que es de inters determinar la frecuencia de las facturas que llegan a la empresa producto de trabajos realizado por los contratistas de obras menores.
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 2: En un conjunto de clientes, el inters es determinar la clasificacin de stos segn su cumplimiento en el pago. Estos son clasificados como: Malos (M), Regulares (R), Buenos (B) y excelentes (E). Los datos son:
24/06/2013
RESUMEN
Datos Continuos
DE
DATOS
Muchas datos distintos
Regla de Sturges: Permite mostrar un referencial para el nmero de clases, donde: k = 3,3 log(n) + 1 , donde n es la cantidad de datos que se desea organizar.
24/06/2013
RESUMEN
DE
DATOS
Amplitud: Para determinar a, la amplitud de las clases, se debe calcular el rango (RD). Rango de la Tabla: Una vez determinada la amplitud a, se procede a determinar el rango de la tabla (RT), que es la multiplicacin entre la cantidad de clases que se estn utilizando y la amplitud. Para la determinacin de los lmites de las clases, se comienza con el lmite Inferior de la primera clase, LI1, el cual se calcula como:
LI1 = Mnimo {xi}

D 2
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 3: Considere los datos de tiempos de espera (en segundos) para una lnea telefnica de atencin al cliente.
47 34 55 53 25 42 55 52 Tiempos (Segundos) 43 33 55 48 48 42 48 63 65 36 39 11 45 44 56 54 66 44 54 54 54 70 44 52 70 34 52 32 57 41 43 35
Rango de la Muestra: RM = 70 11 = 59 Amplitud: a = (59 + 1)/7 Rango de la Tabla : RT: k x a = 7 x 8,6 = 60,2 Diferencia : D = RT RM = 60,2 59 = 1,2
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 3: Considere los datos de tiempos de espera (en segundos) ...

Tiempos (seg.) Frecuencia Marca Frecuencia Acumulada de Clase Absoluta Relativa Absoluta Relativa
[ 10,4 [ 19,0 [ 27,6 [ 36,2 [ 44,8 [ 53,4 [ 62,0
19,0 [ 27,6 [ 36,2 [ 44,8 [ 53,4 [ 62,0 [ 70,6 ]
14,7 23,3 31,9 40,5 49,1 57,7 66,3
1 0,85% 4 3,42% 11 9,40% 22 18,80% 39 33,33% 30 25,64% 10 8,56% Marca de Clase = mi
1 5 16 38 77 107 117
0,85% 4,27% 13,67% 32,47% 65,80% 91,44% 100,00%

24/06/2013
RESUMEN
DE
DATOS
En el diagrama de tallo y hoja, el tallo - la primera parte de nmero - es el que presenta menor variacin, mientras que la hoja, esta formado los dgitos restantes.
5 tallo 48 hoja 54 tallo 8 hoja
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 4: Como consultor econmico privado,

usted considera necesario leer fielmente el peridico Estrategia. Un reporte reciente de ste, mostr los datos sobre el porcentaje de ejecutivos de la plana gerencial de las 27 mayores corporaciones presentes en Chile que sufren problemas por el grado de stress alcanzado por ellos:
59,5 78,0 68,4 73,1 76,6 72,9 71,4 72,2 84,9
73,8 69,8 70,1 66,7 70,2 82,4 76,5 78,7
71,2 67,9 95,8 75,4
71,5 74,8 68,2 76,7 86,8 80,7

24/06/2013
RESUMEN
DE
DATOS
APLICACIN 4: Como consultor econmico

privado, usted considera necesario leer
1 0 6,7 7,9 8,2 8,4 9,8 5 0,1 0,2 1,2 1,4 1,5 2,2 2,9 3,1 3,8 4,8 10 5,4 6,5 6,6 6,7 8,0 8,7 6 0,7 2,4 4,9 3 6,8 1 0 5,8 1 Elaborado por: Humberto Villalobos Torres 24/06/2013
Tallo 5 *6 6 *7 7 *8 8 *9 9 Hoja 9,5
fi
RESUMEN
DE
DATOS
Representaciones grficas
El objetivo principal de una representacin grfica es mostrar alguna(s) caracterstica(s) de inters de la poblacin bajo estudio, mediante los resultados muestrales que cumpla con:
o Ser una representacin simple. o Ser una representacin rpida.
Dependen del tipo de datos

o Cualitativo o cuantitativo o Discreto o continuo o Tipo de escala
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 5: Un gelogo recolect 26 muestras,

todas del mismo peso, para la bsqueda de minerales en una regin, de los resultados asociados al tipo de yacimientos se tiene los siguientes resultados:
7 5 4 3 2 1 0 LP LM PML PMI MM GM
Tipo de Yacimiento
Tipo de Yacimiento
Frecuencia
LP Artesanal local pequea (LP) PML Artesanal local mayor (LM) Pequea minera consumo LM local (PML) MM Pequea minera consumo local PMI e internacional (PMI) GM Mediana capacidad (MM) 0 minera 1 2 (GM) 3 4 5 6 7 Gran
Frecuencia
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 5: Un gelogo recolect 26 muestras,

todas del mismo peso, para la bsqueda de .
LP LM PML PMI LP MM LM PML PMI MM GM GM
El efecto de la tercera dimensin la mayora de las veces distorsiona la realidad.

24/06/2013
RESUMEN
DE
DATOS

45 40 35
Histograma de Frecuencia
Frecuancia Acumulada
120 100 80 60 40 20 0
Frecuencia Acumulada
F re c u e n c i a
30 25 20 15 10 5 0
14,7
23,3
31,9
40,5
49,1
57,7
66,3
14,7
23,3
31,9
40,5
49,1
57,7
66,3
Tiempos de Espera
Tiempo de Espera
24/06/2013
RESUMEN
DE
DATOS
APLICACIN 6: Una economista, intenta determinar si

la rentabilidad de Fondo Mutuo XZ, mantiene un precio estable en el tiempo, donde obtuvo los siguientes datos: Tiempo Rent. Tiempo Rent.
Rentabilidad
8 6 4 2 0 -2 -4 -6
Tiempo
Patrones en el tiempo
ene-06 feb-06 mar-06 abr-06 may-06 jun-06 jul-06 ago-06 sep-06 oct-06
-0,26 -3,38 2,12 5,48 5,32 6,14 -4,34 0,02 5,08 -2,96
nov-06 dic-06 ene-07 feb-07 mar-07 abr-07 may-07 jun-07 jul-07 ago-07
-1,78 2,38 -2,14 -1,68 3,06 -4,31 -1,34 3,69 1,65 -0,53
Porcentaje
24/06/2013
RESUMEN
Indicadores
o Gestin o Calidad
DE
DATOS
Resmenes
Tipos Comunes de Indicadores

o o o o o
Indicadores de Localizacin (Posicin) Indicadores de Concentracin (Economa) Indicadores de Variabilidad Indicadores de Forma Indicadores de Asociacin
24/06/2013
INDICADORES DE LOCALIZACIN
Tendencia Central
Media (Promedio)
1 X = Xi n i =1
Mediana
1 X = ni mi n i =1
n ai Me = Li + Ni 1 2 ni
24/06/2013
Me = X n + 1
2
Moda: Es la medida que est dada por el valor o clase que se presenta con mayor frecuencia.
Datos Cualitativos
APLICACIN 1: Suponga el caso que es de inters determinar la Frecuencias Frecuencias Empresa Absoluta Relativa 10 31,25% Baker & Jones Brown e Hijos 4 12,50% Emis Ltda. 12 37,50% Smith y CIA. 6 18,75%
24/06/2013
APLICACIN 2: En un conjunto de clientes son clasificados como: Malos (M), Regulares (R), Buenos (B)
Clasificacin Malo Regular Buenos Excelentes Frecuencias Frecuencias Acumuladas
Absoluta Relativa Absoluta Relativa 16% 8 8 16% 18% 17 9 34% 46% 40 23 80% 20% 50 10 100%
24/06/2013
APLICACIN 7: Suponga que un conjunto de clientes, le interesa es determinar el nmero de veces que stos se han atrasado en el pago de su cuenta. Los datos son los siguientes:
0 0 7 2 0 0 0 0 2 0 3 8 4 2 3 0 4 0 7 0 7 0 1 0 0 0 0 4
Frecuencias Nmero de 1 4 0 0 Absoluta 0 0 0 0 Relativa Atrasos 0 32 53,4% 4 1 1 1 0 7 3 0 5 8 8,3% 2 4 6,7% 3 3 0 3 0 0 0 1 8 0 13,3% 4 5 8,3% 0 0 3 2 3 3 0 0 7 4 6,7% 8 2 3,3% 24/06/2013
.
usted considera necesario leer fielmente
59,5 78,0 68,4 73,1 76,6 72,9 71,4 72,2 84,9 73,8 69,8 70,1 66,7 70,2 71,2 67,9 95,8 75,4 82,4 76,5 78,7 71,5 74,8 68,2 76,7 86,8 80,7
Me = X (14) = 73,10 10 5 Mo = 70 + 5 = 72, 78 10 5 + 10 6

xi 59,5 + 78, 0 + 68, 4 + ... + 80, 7 X= = = 74, 60 n 27 i =1
24/06/2013
APLICACIN 8: La Planta Sur de la fbrica de muebles Hoti S.A., se dedica a exportacin de muebles. La tabla siguiente, presenta la distribucin de los sueldos* en esta fbrica:
Planta Sur Sueldo [M$/d] % de Obreros [8,5 11,5[ 10 [11,5 14,5[ 20 [14,5 17,5[ 48 [17,5 20,5[ 10 [20,5 23,5[ 8 [23,5 28,5] 4
10,0 10+ ... +26,0 4 X= 100 = 15,98 50 30 Me = 14,5 + 3,0 = 15,75 48
48 20 Mo = 14,5 + 3, 0 = 15, 77 48 20 + 48 10
24/06/2013
Los cuantiles se pueden clasificar en:
Cuartiles Quintiles Dciles Percentiles
Pi = X i ( n + 1)
100
La expresin de clculo es:
n j P j = LI j + 100
ai Ni 1 ni
24/06/2013
usted considera necesario leer fielmente
59,5 78,0 68,4 73,1 76,6 72,9 71,4 72,2 84,9 73,8 69,8 70,1 66,7 70,2 71,2 67,9 95,8 75,4 82,4 76,5 78,7 71,5 74,8 68,2 76,7 86,8 80,7
Tallo 5 *6 6 *7 7 *8 8 *9 9 Hoja 9,5 6,7 0,1 5,4 0,7 6,8 5,8 7,9 0,2 6,5 2,4 8,2 8,4 9,8 1,2 1,4 1,5 2,2 2,9 3,1 3,8 4,8 6,6 6,7 8,0 8,7 4,9
P25 = X 25(27+ 1) = X (7)

100
= 70,10
P58 = X 58(27+ 1) = X (16,24) = 75,10

100
24/06/2013
Tiempos (seg.) Frecuencia Marca Frecuencia Acumulada de Clase Absoluta Relativa Absoluta Relativa
[ 10,4 [ 44,8 [ 53,4 [ 62,0
19,0 [ 53,4 [ 62,0 [ 70,6 ]
14,7 49,1 57,7 66,3
1 39 30 10
0,85% 33,33% 25,64% 8,56%

.
1 77 107 117
0,85% 65,80% 91,44% 100,00%

.
P80
117 80 8, 6 = 53, 4 + 77 = 58, 2 100 30

24/06/2013
APLICACIN 8: La Planta Sur de la fbrica de muebles Hoti S.A., se
Planta Sur Sueldo [M$/d] % de Obreros
[8,5 11,5[ [11,5 14,5[ [14,5 17,5[ [17,5 20,5[ [20,5 23,5[ [23,5 28,5]
10 20 48 10 8 4
Qu % de los obreros gana ms de 21500 por da?
P j = 21500 j ?
j 21,5 = 20,5 + 100
3 0,88 0, 08
90,67 % 9,33 %
24/06/2013

1.1 Clase Análisis Exploratorio de Datos

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

1.1 Clase Análisis Exploratorio de Datos

Diunggah oleh

Hak Cipta:

Format Tersedia

PROBABILIDAD Y ESTADSTICA IN D U S T R I A L

HUMBERTO VILLALOBOS TORRES UNIVERSIDAD T CNICA FEDERICO S ANTA M ARA D E PA R T A M E N T O D E M AT E M T I C A S

Elaborado por: Humberto Villalobos Torres

Entre das Entre Personas

Cuando se habla de mediciones, lo habitual es pensar en nmeros. sistema numrico: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9.

Clasifica + Orden + Distancia + Comparacin

Nominal Ordinal Intervalar Razn

Poblacin Sub-conjunto de la Poblacin

Muestreos No Probabilsticos Muestreos Probabilsticos

TCNICAS BSICAS DE MUESTREO

TCNICAS BSICAS DE MUESTREO

TCNICAS BSICAS DE MUESTREO

TCNICAS BSICAS DE MUESTREO

TCNICAS BSICAS DE MUESTREO

Los elementos a muestrear se presentan ordenados de forma natural.

Lneas de Produccin. Llegadas de Clientes.

Elaborado por: Humberto Villalobos Torres

Anlisis Exploratorio de Datos (DAE)

Elaborado por: Humberto Villalobos Torres

Elaborado por: Humberto Villalobos Torres

Muchas datos distintos

LI1 = Mnimo {xi}

Elaborado por: Humberto Villalobos Torres

APLICACIN 3: Considere los datos de tiempos de espera (en segundos) ...

[ 10,4 [ 19,0 [ 27,6 [ 36,2 [ 44,8 [ 53,4 [ 62,0

19,0 [ 27,6 [ 36,2 [ 44,8 [ 53,4 [ 62,0 [ 70,6 ]

14,7 23,3 31,9 40,5 49,1 57,7 66,3

1 0,85% 4 3,42% 11 9,40% 22 18,80% 39 33,33% 30 25,64% 10 8,56% Marca de Clase = mi

0,85% 4,27% 13,67% 32,47% 65,80% 91,44% 100,00%

Elaborado por: Humberto Villalobos Torres

Elaborado por: Humberto Villalobos Torres

APLICACIN 4: Como consultor econmico privado,

73,8 69,8 70,1 66,7 70,2 82,4 76,5 78,7

71,2 67,9 95,8 75,4

71,5 74,8 68,2 76,7 86,8 80,7

Elaborado por: Humberto Villalobos Torres

APLICACIN 4: Como consultor econmico

Dependen del tipo de datos

APLICACIN 5: Un gelogo recolect 26 muestras,

APLICACIN 5: Un gelogo recolect 26 muestras,

El efecto de la tercera dimensin la mayora de las veces distorsiona la realidad.

Elaborado por: Humberto Villalobos Torres

APLICACIN 3: Considere los datos de tiempos de espera (en segundos) ...

Elaborado por: Humberto Villalobos Torres

APLICACIN 6: Una economista, intenta determinar si

Tipos Comunes de Indicadores

Elaborado por: Humberto Villalobos Torres

Elaborado por: Humberto Villalobos Torres

Elaborado por: Humberto Villalobos Torres

Me = X (14) = 73,10 10 5 Mo = 70 + 5 = 72, 78 10 5 + 10 6

xi 59,5 + 78, 0 + 68, 4 + ... + 80, 7 X= = = 74, 60 n 27 i =1

10,0 10+ ... +26,0 4 X= 100 = 15,98 50 30 Me = 14,5 + 3,0 = 15,75 48

La expresin de clculo es:

Elaborado por: Humberto Villalobos Torres

P25 = X 25(27+ 1) = X (7)

P58 = X 58(27+ 1) = X (16,24) = 75,10

Elaborado por: Humberto Villalobos Torres

[ 10,4 [ 44,8 [ 53,4 [ 62,0

19,0 [ 53,4 [ 62,0 [ 70,6 ]

14,7 49,1 57,7 66,3

0,85% 33,33% 25,64% 8,56%

0,85% 65,80% 91,44% 100,00%

117 80 8, 6 = 53, 4 + 77 = 58, 2 100 30

Elaborado por: Humberto Villalobos Torres