Apuntes Control Estadístico de Procesos

Control Estadstico de Procesos
Introduccin a la Probabilidad
Cada vez que realizamos un clculo matemtico para resolver
un problema, lo que estamos haciendo es aplicar un modelo
matemtico a un fenmeno de la realidad.
Este fenmeno puede ser, por ejemplo, la cada de un objeto
desde cierta altura, y en este caso utilizamos un modelo
que es la Ley de Gravedad.
Qu es un modelo?.
Al enfrentar un problema de fsica, qumica, ingeniera o
de algn otro tipo, estamos analizando e investigando una
parte o aspecto de la realidad material que nos rodea. Para
resolver el problema, necesitamos modelar esa realidad, es
decir, construir una representacin en la mente de cmo
ocurren los hechos, junto con ecuaciones matemticas que
permitan calcular los efectos de los mismos.
El modelo de fuerza gravitatoria o leyes de la gravedad
permite estudiar la cada de un cuerpo en el vaco. Cuando
aplicamos este modelo a la cada real de un cuerpo, estamos
dejando de lado la influencia del aire, cuyo rozamiento en
el cuerpo disminuye su velocidad, pero lo hacemos a
sabiendas que este rozamiento es muy pequeo y por lo tanto
no va a afectar demasiado nuestros clculos.
En ningn caso se debe confundir modelo con realidad. Un
modelo es slo una representacin de la realidad, utilizado
para estudiar y analizar dicha realidad.
Los modelos matemticos que mencionamos hasta ahora,
despus de efectuar los clculos nos dan un resultado
numrico preciso, por ejemplo, que la velocidad de un
automvil es de 75,5 Km/Hora.
Tambin podemos calcular la corriente elctrica que circula
por un cable con la Ley de Ohm y obtenemos, por ejemplo, un
resultado como 5,7 Amperes:
Este tipo de modelos matemticos se denominan
Determinsticos. Hay fenmenos que necesitan otro tipo de
modelos matemticos, que se denominan no determinsticos,
probabilsticos o estocsticos.
Por ejemplo, supongamos que un agricultor necesita saber
cuanta lluvia va a caer en los prximos meses, antes de
decidir si le conviene sembrar o no esta temporada. El
agricultor se inform en la oficina de meteorologa acerca
de la presin baromtrica, la temperatura, velocidad del
viento y otros datos meteorolgicos de la zona en que vive.
Sin embargo, no hay una ecuacin que con todos esos datos
le permita calcular los milmetros de lluvia que van a caer
en un mes en forma precisa.
De la misma manera, ningn operador puede calcular cuanto
va a subir la Bolsa, ni siquiera si va a subir o bajar, an
cuando tenga a su alcance todas las variables econmicas
disponibles para el pas. Este tipo de fenmenos No admiten
un modelo determinstico, sino un modelo probabilstico,
que como resultado nos dice la probabilidad de que llueva
una cierta cantidad, o la probabilidad de que la Bolsa suba
un cierto porcentaje. El resultado no es un valor
determinado, sino la probabilidad de un valor.
Veamos algunos ejemplos de fenmenos o experimentos para
los cuales es apropiado o conveniente utilizar un modelo
probabilstico:
Experimento 1:
Se lanza un dado y se anota el nmero que aparece en la
cara superior.
Experimento 2:
Se arroja una moneda cuatro veces y se cuenta el nmero
total de caras obtenidas.
Experimento 3:
Se arroja una moneda cuatro veces y se anota la sucesin de
caras y cecas obtenidas.
Experimento 4:
Se fabrican artculos en una lnea de produccin y se
cuenta el nmero de artculos defectuosos producidos en 24
horas.
En todos estos casos, el resultado del experimento no se
puede predecir con absoluta certeza. Hay varios resultados
posibles cada vez que se realiza la experiencia.
Para cada experimento del tipo que estamos considerando, se
define el Espacio Muestral como el conjunto de todos los
resultados posibles que pueden producirse al realizar el
experimento.
Experimento 1:
Se lanza un dado y se anota el nmero que aparece en la
cara superior:
Experimento 2:
Se arroja una moneda cuatro veces y se cuenta el nmero
total de caras obtenidas:
Experimento 3:
Se arroja una moneda cuatro veces y se anota la sucesin de
caras (C) y cecas (X) obtenidas:
Experimento 4:
Se fabrican artculos en una lnea de produccin y se
cuenta el nmero de artculos defectuosos producidos en 24
horas.
donde N es el nmero mximo que pudo ser producido en 24
horas.
Un Suceso, respecto a un espacio muestral S asociado con
determinado experimento, es un subconjunto de resultados
del espacio muestral.
Entonces, el subconjunto formado por un solo elemento del
espacio muestral es un suceso.
El conjunto formado por todos los elementos del espacio
muestral tambin es un suceso:
Y tambin lo es el conjunto vaco.
Hemos visto que dado un experimento cualquiera, hay un
espacio muestral asociado cuyos elementos son todos los
resultados que se pueden obtener de la experiencia. Un
subgrupo o subconjunto de resultados es un suceso. Ahora,
cmo podemos saber si la posibilidad de que ocurra un
suceso es grande o pequea? Por ejemplo, si arrojamos un
dado, cmo podemos calcular la probabilidad de que salga un
2 ?. Para esto necesitamos un nmero asociado con cada
suceso, al cual se lo denomina probabilidad del suceso.
Entonces, la probabilidad P de un suceso es un nmero entre
0 y 1, que nos dice en que medida es posible que ocurra el
suceso. Si la probabilidad es 1 significa que el suceso
ocurrir con toda certeza. Si la probabilidad es 0,5
significa que un suceso puede ocurrir o puede no ocurrir
con la misma probabilidad. Probabilidad 0 quiere decir que
el suceso es imposible que ocurra. Cmo podemos calcular la
Probabilidad de un suceso?
La respuesta a esta pregunta no siempre es sencilla y
depende del experimento y de su espacio muestral asociado.
Hay casos simples en los que el clculo es relativamente
sencillo. En primer trmino, supondremos que se trata de un
experimento cuyo espacio muestral es finito y tiene un
nmero pequeo de resultados posibles. En segundo trmino,
supondremos que todos los resultados que integran el
espacio muestral (sucesos elementales) tienen la misma
probabilidad de ocurrir.
Con estas dos hiptesis, la frmula para calcular la
probabilidad es muy sencilla. Supongamos que se trata de un
experimento cualquiera cuyo espacio muestral S tiene N
elementos (N resultados posibles). Deseamos calcular la
probabilidad de un suceso H (Un subconjunto H del espacio
muestral S) que tiene m elementos. De acuerdo a lo dicho
previamente, el nmero N tiene que ser pequeo y la
probabilidad de cada suceso elemental tiene que ser la
misma:
Entonces la probabilidad P de que ocurra el suceso H es:
Veamos algunos ejemplos. Supongamos que se arroja un dado
sobre una mesa y apostamos a que salga un nmero igual o
menor que 4. Sabemos que son igualmente posibles los
nmeros: {1, 2, 3, 4, 5 y 6} (Espacio muestral con 6
elementos).
Pero los nmeros favorables a nuestra apuesta son: {1, 2, 3
y 4} (Suceso con 4 elementos). Entonces, la probabilidad de
que ganemos es:
Es decir que tenemos a nuestro favor una probabilidad de
0,666.. (o sea aproximadamente del 67 %). Si apostamos a un
slo nmero, por ejemplo a que sale un as, la probabilidad
de ganar sera:
Repitiendo, la probabilidad es un nmero entre 0 y 1, que
nos dice en que medida es posible que ocurra un suceso.
Bajar archivo controe1html.zip
Documento HTML, empaquetado como archivo zip
Bajar archivo controe1ppt.zip
Documento Power Point versin 97, empaquetado como
archivo zip
Bajar archivo controe1.pdf
Documento PDF (Para leer con Acrobat Reader)
Volver a la Pgina Anterior
Volver al Men Principal
Conceptos Estadsticos Fundamentales
Hasta ahora hemos visto el caso de fenmenos o experimentos
cuyo espacio muestral asociado tiene un nmero pequeo de
elementos. Esto nos sirvi para introducir la nocin de
probabilidad.
Pero en muchos casos es necesario trabajar con experiencias
o procesos que generan un nmero muy grande de datos o
resultados numricos, es decir, espacios muestrales con un
nmero infinito o muy grande de elementos. Cuando tenemos
un conjunto muy grande de datos numricos para analizar
decimos que tenemos un Universo o Poblacin de
observaciones.
Cada dato numrico es un elemento de la poblacin o
universo. Una Muestra es un subconjunto pequeo de
observaciones extradas de un universo o poblacin:
La Estadstica trabaja con poblaciones de datos y con
muestras extradas de las mismas. Los conceptos de
poblacin y muestra a veces resultan ambiguos en su
aplicacin prctica. Por ejemplo, supongamos que en una
ciudad de 5000 habitantes se realiza un censo mdico en el
cual se mide el peso, la altura y se relevan otros datos de
todos los habitantes de la ciudad.
Alguien podra referirse al universo o poblacin censada
teniendo in mente el conjunto de los habitantes de la
ciudad. Pero cuando hablamos en trminos estadsticos, nos
referimos a poblaciones o universos de datos.
Por ejemplo, el conjunto de todas las mediciones de altura
(De los habitantes de la ciudad) es un conjunto de datos y
por lo tanto constituye un universo o poblacin de datos
desde el punto de vista estadstico. Otro universo o
poblacin de datos son los pesos medidos (De los habitantes
de la ciudad). Pero la poblacin de habitantes, es decir,
las personas que habitan la ciudad no son la poblacin a la
que nos estamos refiriendo desde el punto de vista
estadstico.
Supongamos que en una empresa se fabrica un lote muy
grande, digamos 10 toneladas de un producto qumico, y un
tcnico debe controlar la calidad del mismo.
El tcnico toma una pequea porcin, por ejemplo, 100
gramos y dir que tom una muestra del producto para
analizar en el laboratorio. Hasta el momento, la muestra no
fue analizada y por lo tanto no tenemos ningn dato
numrico.
Cuando el laboratorio efecta algn ensayo en la muestra y
obtiene un resultado numrico, recin ah tenemos un dato
que puede ser analizado desde el punto de vista
estadstico.
Vamos a suponer hipotticamente que el tcnico contina
sacando otras muestras del producto, hasta agotar el lote y
cada una es ensayada en el laboratorio, el cual nos da los
resultados. Como tenamos 10 ton. de producto y las
muestras son aproximadamente de 100 gr., el tcnico
seguramente extraer alrededor de 100000 muestras y el
laboratorio nos entregar alrededor de 100000 resultados.
Este conjunto de datos numricos es nuestro universo o
poblacin de datos.
Si nosotros tomamos al azar 10 de esos resultados, podemos
decir que tenemos una muestra de 10 elementos de ese
universo o poblacin. No debemos confundir esta muestra
(Desde el punto de vista estadstico) con la muestra de
material que extrajo el tcnico para ser analizada en
laboratorio.
Ahora bien, nuestro universo o poblacin de datos a veces
no existe en la realidad, sino que es un concepto o
abstraccin que utilizamos para referirnos al universo o
poblacin que hipotticamente podra existir.
Veamos el ejemplo anterior. Supongamos que el tcnico toma
solamente 5 muestras y las enva para analizar al
laboratorio. El laboratorio nos enviar slo 5 resultados,
y nosotros diremos que tenemos una muestra de datos
extrada del universo o poblacin de datos total. Y estamos
pensando en el universo o poblacin que tendramos si se
hubieran extrado y analizado las 100000 muestras de
material.
Muchas veces resulta difcil imaginarse cual es el universo
del cual extrajimos los datos. Supongamos que tenemos una
mquina que produce piezas de plstico en serie y un
tcnico toma 5 piezas sucesivas y les mide la altura con un
calibre. Tenemos, entonces, 5 resultados, es decir una
muestra de 5 elementos. Cul es el universo al cual
pertenece esa muestra de datos?.
Debemos imaginar lo siguiente: Si la mquina continuara
trabajando en las mismas condiciones (Es decir, a la misma
velocidad, con las mismas materias primas, a la misma
temperatura, manejada por el mismo operario, etc.) ...y a
cada pieza que produce se le mide la altura tendramos un
conjunto muy grande de resultados numricos. Ese conjunto
muy grande de resultados numricos que no existe, pero que
podra obtenerse en esas condiciones es el universo o
poblacin del cual extrajimos la muestra de 5
observaciones.
Veamos otro ejemplo. Supongamos que el sindicato de la
industria textil desea saber cual es el sueldo promedio que
gana un operario en esa industria. Entonces, encarga una
encuesta a una empresa especializada, que entrevista a 20
operarios de la industria textil y averigua sus salarios.
Estos datos son una muestra de 20 observaciones del
universo o poblacin formado por los salarios de todos los
operarios de la industria textil del pas. Aunque el
encuestador no disponga de esos datos, sabemos que existen
miles de operarios que ganan un salario determinado y por
lo tanto podemos hablar de un universo o poblacin cuyos
elementos son los salarios de los operarios de la industria
textil en el pas. Adems, esa poblacin de datos es
seguramente diferente de la poblacin de salarios de los
operarios de la industria textil chilena o brasilea
(Usando una misma moneda de referencia).
Qu representa una Poblacin de datos? El anlisis
estadstico de una poblacin o universo de datos tiene como
objetivo final descubrir las caractersticas y propiedades
de aquello que gener los datos. Por ejemplo, se tiene una
poblacin de escolares (Poblacin fsica, poblacin humana)
y se les mide la altura. El conjunto de datos de altura
constituye una poblacin o universo estadstico. El
anlisis de estos datos de altura (Universo estadstico)
sirve para caracterizar y estudiar a la poblacin de
estudiantes (Que no es una Poblacin estadstica).
Supongamos que un instituto dedicado a estudios econmicos
ha realizado una encuesta de ingresos en el pas. El
universo de datos generados por la encuesta sirve a los
fines de caracterizar a la poblacin fsica, a la poblacin
real del pas, desde un punto de vista econmico.
Un ingeniero controla un proceso industrial, que genera a
diario muchos lotes de un producto (Poblacin de lotes).
Para cada lote se mide una caracterstica de calidad,
obtenindose una gran cantidad de resultados numricos
(Poblacin de datos).
El ingeniero realiza esta tarea no porque est interesado
en jugar con nmeros, sino porque a travs de los datos
numricos obtenidos se puede evaluar el comportamiento del
proceso, que es lo que realmente le interesa.
Entonces, es importante destacar que detrs de un universo
o poblacin de datos se encuentra una poblacin fsica
subyacente, formada por elementos de la realidad que nos
rodea, de la cual, a travs de algn tipo de medicin, se
obtuvieron los datos numricos. Es esa poblacin fsica
subyacente (Elementos de la realidad, seres humanos, lotes
de material, etc.) la que deseamos estudiar y caracterizar
por medio del anlisis estadstico de los datos obtenidos.
La poblacin estadstica est representando, entonces, una
poblacin fsica o natural formada por elementos de la
realidad, con respecto a una caracterstica o propiedad de
esa poblacin fsica.
Es muy importante, al utilizar mtodos estadsticos, no
confundir la poblacin fsica, formada por elementos de la
realidad que estamos estudiando, con la poblacin o
universo de datos generados a partir de la primera. De aqu
en adelante, cuando utilicemos los trminos poblacin o
universo sin otro aditamento nos estaremos refiriendo a
poblacin o universo de datos numricos (Tambin llamados
observaciones o mediciones o valores).
La Distribucin de Frecuencias
Vimos que una Poblacin o Universo de datos es un conjunto
muy grande de nmeros. Estos nmeros pueden estar en un
gran listado o puede ser un conjunto hipottico, es decir,
podemos imaginar los nmeros pero no los tenemos realmente.
Una gran tabla de nmeros ordenados al azar prcticamente
no nos muestra informacin acerca de la poblacin de datos.
Suponiendo que disponemos de los datos del universo, cmo
podemos clasificar y ordenar los nmeros para obtener ms
informacin acerca de ese universo de datos?
Una forma sera escribir los nmeros desde el menor hasta
el mayor y colocar encima de cada uno tantas cruces o
cuadraditos como veces que figure repetido en la poblacin:
El nmero de veces que aparece repetido cada dato es la
frecuencia de dicho valor. La representacin grfica que
hemos visto se denomina Distribucin de Frecuencias de la
poblacin.
La representacin grfica nos permite ver informacin que
antes no apareca tan evidente. Por ejemplo, sin hacer
ningn clculo nos damos cuenta donde est aproximadamente
el promedio de la poblacin:
Tambin nos muestra cuales son los valores mximo y mnimo
de la poblacin, es decir, el rango:
En el caso anterior, los datos de la poblacin son nmeros
enteros. Cuando los nmeros no son enteros o cuando tenemos
un nmero muy grande de datos, se divide el rango total en
subintervalos y se cuenta el nmero de valores que cae
dentro de cada subintervalo.
Vamos a suponer, ahora, que tenemos una cierta poblacin de
N = 500 datos, por ejemplo el peso de varones adultos de 40
aos. Una manera de caracterizar esta poblacin es
construir una distribucin de frecuencias o grfico de
frecuencias. Para ello seguimos los pasos siguientes:
1) Tomamos nota del valor mximo y el valor mnimo de la
serie de datos que estamos considerando.
2)Subdividimos el intervalo entre el mximo y el mnimo en
algn nmero de intervalos (15 20) mas pequeos iguales
entre s.
3) Contamos el nmero de datos que encontramos dentro de
cada intervalo (Frecuencia). Por ejemplo, supongamos que en
el intervalo i hay ni observaciones (S ni = N).
4)Para construir el grfico, colocamos en el eje de abcisas
(Horizontal) los intervalos y levantamos en cada intervalo
un rectngulo de altura proporcional al nmero ni de datos
dentro del mismo.
Si hacemos el rea del rectngulo levantado sobre el
intervalo i-simo igual a la frecuencia relativa ni/N, el
rea total bajo el histograma ser igual a la unidad:
Obtenemos as una representacin grfica (Llamada tambin
histograma) que nos muestra la distribucin de frecuencias
de la poblacin:
Esta distribucin de frecuencias nos muestra las
caractersticas de una poblacin, por ejemplo, si hay
resultados que son mas frecuentes que otros. Nos muestra si
los valores estn ubicados alrededor de un valor central,
si estn muy dispersos o poco dispersos. Podemos observar
que fraccin de todas las mediciones cae por ejemplo, entre
70 y 80 Kg. (Zona rayada en el grfico):
Si elegimos una persona del grupo y la pesamos, el
resultado es un dato que pertenece a la poblacin de datos
representada en el grfico. Decimos, entonces, que estamos
extrayendo un dato de la poblacin de datos. Pero hay
distintas maneras de elegir la persona, es decir, distintas
maneras de realizar la extraccin del dato.
Si nos paramos frente al grupo y elegimos una persona,
estaremos seleccionando al ms gordo, al ms flaco o al ms
alto (y por lo tanto pesa ms que otros), de acuerdo a
criterios subjetivos que no podemos evitar.
En cambio, si escribimos los nombres de todas las personas
en una etiqueta, metemos todas las etiquetas en una caja y
luego le pedimos a alguien que retire una etiqueta, la
seleccin no estar influda por nuestra subjetividad. En
este caso, decimos que la extraccin es aleatoria.
Una extraccin aleatoria es aquella en que cada miembro de
la poblacin tiene la misma posibilidad de ser elegido.
Supongamos que realizamos una extraccin aleatoria de la
poblacin antedicha y obtenemos el valor y.
Entonces:
1) La probabilidad P(y<70) de que y sea menor que 70 Kg. es
igual al rea del histograma a la izquierda de 70 Kg.
2) La probabilidad P(y>70) de que y sea mayor que 70 Kg. es
igual al rea del histograma a la derecha de 70 Kg.
3) La probabilidad P(y>70, y<80) de que y sea mayor que 70
Kg. pero menor que 80 Kg. es igual al rea del histograma
entre 70 y 80 Kg.
archivo zip
Conceptos Estadsticos Fundamentales
Hasta ahora hemos visto el caso de fenmenos o experimentos
cuyo espacio muestral asociado tiene un nmero pequeo de
elementos. Esto nos sirvi para introducir la nocin de
probabilidad.
Pero en muchos casos es necesario trabajar con experiencias
o procesos que generan un nmero muy grande de datos o
resultados numricos, es decir, espacios muestrales con un
nmero infinito o muy grande de elementos. Cuando tenemos
un conjunto muy grande de datos numricos para analizar
decimos que tenemos un Universo o Poblacin de
observaciones.
Cada dato numrico es un elemento de la poblacin o
universo. Una Muestra es un subconjunto pequeo de
observaciones extradas de un universo o poblacin:
La Estadstica trabaja con poblaciones de datos y con
muestras extradas de las mismas. Los conceptos de
poblacin y muestra a veces resultan ambiguos en su
aplicacin prctica. Por ejemplo, supongamos que en una
ciudad de 5000 habitantes se realiza un censo mdico en el
cual se mide el peso, la altura y se relevan otros datos de
todos los habitantes de la ciudad.
Alguien podra referirse al universo o poblacin censada
teniendo in mente el conjunto de los habitantes de la
ciudad. Pero cuando hablamos en trminos estadsticos, nos
referimos a poblaciones o universos de datos.
Por ejemplo, el conjunto de todas las mediciones de altura
(De los habitantes de la ciudad) es un conjunto de datos y
por lo tanto constituye un universo o poblacin de datos
desde el punto de vista estadstico. Otro universo o
poblacin de datos son los pesos medidos (De los habitantes
de la ciudad). Pero la poblacin de habitantes, es decir,
las personas que habitan la ciudad no son la poblacin a la
que nos estamos refiriendo desde el punto de vista
estadstico.
Supongamos que en una empresa se fabrica un lote muy
grande, digamos 10 toneladas de un producto qumico, y un
tcnico debe controlar la calidad del mismo.
El tcnico toma una pequea porcin, por ejemplo, 100
gramos y dir que tom una muestra del producto para
analizar en el laboratorio. Hasta el momento, la muestra no
fue analizada y por lo tanto no tenemos ningn dato
numrico.
Cuando el laboratorio efecta algn ensayo en la muestra y
obtiene un resultado numrico, recin ah tenemos un dato
que puede ser analizado desde el punto de vista
estadstico.
Vamos a suponer hipotticamente que el tcnico contina
sacando otras muestras del producto, hasta agotar el lote y
cada una es ensayada en el laboratorio, el cual nos da los
resultados. Como tenamos 10 ton. de producto y las
muestras son aproximadamente de 100 gr., el tcnico
seguramente extraer alrededor de 100000 muestras y el
laboratorio nos entregar alrededor de 100000 resultados.
Este conjunto de datos numricos es nuestro universo o
poblacin de datos.
Si nosotros tomamos al azar 10 de esos resultados, podemos
decir que tenemos una muestra de 10 elementos de ese
universo o poblacin. No debemos confundir esta muestra
(Desde el punto de vista estadstico) con la muestra de
material que extrajo el tcnico para ser analizada en
laboratorio.
Ahora bien, nuestro universo o poblacin de datos a veces
no existe en la realidad, sino que es un concepto o
abstraccin que utilizamos para referirnos al universo o
poblacin que hipotticamente podra existir.
Veamos el ejemplo anterior. Supongamos que el tcnico toma
solamente 5 muestras y las enva para analizar al
laboratorio. El laboratorio nos enviar slo 5 resultados,
y nosotros diremos que tenemos una muestra de datos
extrada del universo o poblacin de datos total. Y estamos
pensando en el universo o poblacin que tendramos si se
hubieran extrado y analizado las 100000 muestras de
material.
Muchas veces resulta difcil imaginarse cual es el universo
del cual extrajimos los datos. Supongamos que tenemos una
mquina que produce piezas de plstico en serie y un
tcnico toma 5 piezas sucesivas y les mide la altura con un
calibre. Tenemos, entonces, 5 resultados, es decir una
muestra de 5 elementos. Cul es el universo al cual
pertenece esa muestra de datos?.
Debemos imaginar lo siguiente: Si la mquina continuara
trabajando en las mismas condiciones (Es decir, a la misma
velocidad, con las mismas materias primas, a la misma
temperatura, manejada por el mismo operario, etc.) ...y a
cada pieza que produce se le mide la altura tendramos un
conjunto muy grande de resultados numricos. Ese conjunto
muy grande de resultados numricos que no existe, pero que
podra obtenerse en esas condiciones es el universo o
poblacin del cual extrajimos la muestra de 5
observaciones.
Veamos otro ejemplo. Supongamos que el sindicato de la
industria textil desea saber cual es el sueldo promedio que
gana un operario en esa industria. Entonces, encarga una
encuesta a una empresa especializada, que entrevista a 20
operarios de la industria textil y averigua sus salarios.
Estos datos son una muestra de 20 observaciones del
universo o poblacin formado por los salarios de todos los
operarios de la industria textil del pas. Aunque el
encuestador no disponga de esos datos, sabemos que existen
miles de operarios que ganan un salario determinado y por
lo tanto podemos hablar de un universo o poblacin cuyos
elementos son los salarios de los operarios de la industria
textil en el pas. Adems, esa poblacin de datos es
seguramente diferente de la poblacin de salarios de los
operarios de la industria textil chilena o brasilea
(Usando una misma moneda de referencia).
Qu representa una Poblacin de datos? El anlisis
estadstico de una poblacin o universo de datos tiene como
objetivo final descubrir las caractersticas y propiedades
de aquello que gener los datos. Por ejemplo, se tiene una
poblacin de escolares (Poblacin fsica, poblacin humana)
y se les mide la altura. El conjunto de datos de altura
constituye una poblacin o universo estadstico. El
anlisis de estos datos de altura (Universo estadstico)
sirve para caracterizar y estudiar a la poblacin de
estudiantes (Que no es una Poblacin estadstica).
Supongamos que un instituto dedicado a estudios econmicos
ha realizado una encuesta de ingresos en el pas. El
universo de datos generados por la encuesta sirve a los
fines de caracterizar a la poblacin fsica, a la poblacin
real del pas, desde un punto de vista econmico.
Un ingeniero controla un proceso industrial, que genera a
diario muchos lotes de un producto (Poblacin de lotes).
Para cada lote se mide una caracterstica de calidad,
obtenindose una gran cantidad de resultados numricos
(Poblacin de datos).
El ingeniero realiza esta tarea no porque est interesado
en jugar con nmeros, sino porque a travs de los datos
numricos obtenidos se puede evaluar el comportamiento del
proceso, que es lo que realmente le interesa.
Entonces, es importante destacar que detrs de un universo
o poblacin de datos se encuentra una poblacin fsica
subyacente, formada por elementos de la realidad que nos
rodea, de la cual, a travs de algn tipo de medicin, se
obtuvieron los datos numricos. Es esa poblacin fsica
subyacente (Elementos de la realidad, seres humanos, lotes
de material, etc.) la que deseamos estudiar y caracterizar
por medio del anlisis estadstico de los datos obtenidos.
La poblacin estadstica est representando, entonces, una
poblacin fsica o natural formada por elementos de la
realidad, con respecto a una caracterstica o propiedad de
esa poblacin fsica.
Es muy importante, al utilizar mtodos estadsticos, no
confundir la poblacin fsica, formada por elementos de la
realidad que estamos estudiando, con la poblacin o
universo de datos generados a partir de la primera. De aqu
en adelante, cuando utilicemos los trminos poblacin o
universo sin otro aditamento nos estaremos refiriendo a
poblacin o universo de datos numricos (Tambin llamados
observaciones o mediciones o valores).
La Distribucin de Frecuencias
Vimos que una Poblacin o Universo de datos es un conjunto
muy grande de nmeros. Estos nmeros pueden estar en un
gran listado o puede ser un conjunto hipottico, es decir,
podemos imaginar los nmeros pero no los tenemos realmente.
Una gran tabla de nmeros ordenados al azar prcticamente
no nos muestra informacin acerca de la poblacin de datos.
Suponiendo que disponemos de los datos del universo, cmo
podemos clasificar y ordenar los nmeros para obtener ms
informacin acerca de ese universo de datos?
Una forma sera escribir los nmeros desde el menor hasta
el mayor y colocar encima de cada uno tantas cruces o
cuadraditos como veces que figure repetido en la poblacin:
El nmero de veces que aparece repetido cada dato es la
frecuencia de dicho valor. La representacin grfica que
hemos visto se denomina Distribucin de Frecuencias de la
poblacin.
La representacin grfica nos permite ver informacin que
antes no apareca tan evidente. Por ejemplo, sin hacer
ningn clculo nos damos cuenta donde est aproximadamente
el promedio de la poblacin:
Tambin nos muestra cuales son los valores mximo y mnimo
de la poblacin, es decir, el rango:
En el caso anterior, los datos de la poblacin son nmeros
enteros. Cuando los nmeros no son enteros o cuando tenemos
un nmero muy grande de datos, se divide el rango total en
subintervalos y se cuenta el nmero de valores que cae
dentro de cada subintervalo.
Vamos a suponer, ahora, que tenemos una cierta poblacin de
N = 500 datos, por ejemplo el peso de varones adultos de 40
aos. Una manera de caracterizar esta poblacin es
construir una distribucin de frecuencias o grfico de
frecuencias. Para ello seguimos los pasos siguientes:
1) Tomamos nota del valor mximo y el valor mnimo de la
serie de datos que estamos considerando.
2)Subdividimos el intervalo entre el mximo y el mnimo en
algn nmero de intervalos (15 20) mas pequeos iguales
entre s.
3) Contamos el nmero de datos que encontramos dentro de
cada intervalo (Frecuencia). Por ejemplo, supongamos que en
el intervalo i hay ni observaciones (S ni = N).
4)Para construir el grfico, colocamos en el eje de abcisas
(Horizontal) los intervalos y levantamos en cada intervalo
un rectngulo de altura proporcional al nmero ni de datos
dentro del mismo.
Si hacemos el rea del rectngulo levantado sobre el
intervalo i-simo igual a la frecuencia relativa ni/N, el
rea total bajo el histograma ser igual a la unidad:
Obtenemos as una representacin grfica (Llamada tambin
histograma) que nos muestra la distribucin de frecuencias
de la poblacin:
Esta distribucin de frecuencias nos muestra las
caractersticas de una poblacin, por ejemplo, si hay
resultados que son mas frecuentes que otros. Nos muestra si
los valores estn ubicados alrededor de un valor central,
si estn muy dispersos o poco dispersos. Podemos observar
que fraccin de todas las mediciones cae por ejemplo, entre
70 y 80 Kg. (Zona rayada en el grfico):
Si elegimos una persona del grupo y la pesamos, el
resultado es un dato que pertenece a la poblacin de datos
representada en el grfico. Decimos, entonces, que estamos
extrayendo un dato de la poblacin de datos. Pero hay
distintas maneras de elegir la persona, es decir, distintas
maneras de realizar la extraccin del dato.
Si nos paramos frente al grupo y elegimos una persona,
estaremos seleccionando al ms gordo, al ms flaco o al ms
alto (y por lo tanto pesa ms que otros), de acuerdo a
criterios subjetivos que no podemos evitar.
En cambio, si escribimos los nombres de todas las personas
en una etiqueta, metemos todas las etiquetas en una caja y
luego le pedimos a alguien que retire una etiqueta, la
seleccin no estar influda por nuestra subjetividad. En
este caso, decimos que la extraccin es aleatoria.
Una extraccin aleatoria es aquella en que cada miembro de
la poblacin tiene la misma posibilidad de ser elegido.
Supongamos que realizamos una extraccin aleatoria de la
poblacin antedicha y obtenemos el valor y.
Entonces:
1) La probabilidad P(y<70) de que y sea menor que 70 Kg. es
igual al rea del histograma a la izquierda de 70 Kg.
2) La probabilidad P(y>70) de que y sea mayor que 70 Kg. es
igual al rea del histograma a la derecha de 70 Kg.
3) La probabilidad P(y>70, y<80) de que y sea mayor que 70
Kg. pero menor que 80 Kg. es igual al rea del histograma
entre 70 y 80 Kg.
archivo zip
Medidas de Tendencia Central
Medidas de Tendencia Central
Una caracterstica importante de cualquier poblacin es su
posicin, es decir, donde est situada con respecto al eje
de abscisas (Eje horizontal). En nuestro caso, es
importante saber si los datos se agrupan alrededor de 60
Kg. o de 90 Kg. o alrededor de 12 Kg. Una manera de obtener
un dato numrico que nos d idea de la posicin de nuestra
poblacin es calcular el Promedio o Media de todas las
observaciones:
Este importante parmetro nos permite efectuar
comparaciones entre distintas poblaciones. Por ejemplo, si
tuviramos una poblacin formada por mediciones del peso de
mujeres de 30 aos, otra de peso de varones de 40 aos y
una tercera de peso de nios de 8 aos, es indudable que
los promedios van a ser diferentes. El promedio, entonces,
nos est diciendo que las tres poblaciones son diferentes y
tambin en que medida difieren.
Ahora, si tuviramos una poblacin de varones con peso
promedio 70 Kg. y otra poblacin de varones con el mismo
promedio, se puede afirmar que ambas poblaciones son
equivalentes? Para responder esta pregunta necesitamos
tener medidas de la dispersin de la poblacin de datos.
Medidas de Dispersin
La otra caracterstica muy importante de una poblacin es
el grado de dispersin de las observaciones. No es lo mismo
si en nuestra poblacin encontramos que todos los valores
estn entre 75 y 90 Kg. que si estn entre 60 y 105 Kg.,
aunque el promedio sea el mismo. Si llegara a la tierra un
marciano y le dijramos que el peso promedio de los seres
humanos adultos es de 70 Kg., puede llegar a creer que
existen hombres de 350 Kg., o de 5 Kg.
Es necesario agregar alguna idea de la dispersin de los
valores. Una manera es a travs del Rango de las
observaciones, es decir, el valor Mximo y el valor Mnimo
de los datos de la poblacin. Entonces, una descripcin mas
realista acerca de los seres humanos sera decir que pesan
en promedio 70 Kg. y que el rango es de 40 a 120 Kg. (Estos
valores son supuestos).
Una manera mas precisa de dar idea de la dispersin de
valores de una poblacin es a travs de la Varianza o su
raz cuadrada, que es la Desviacin Standard. Vamos a
calcular la varianza y la desviacin standard de un nmero
pequeo de datos (Una muestra) para ilustrar el clculo.
Supongamos que se midi la altura de 10 personas adultas y
de sexo femenino,
y se obtuvieron los valores siguientes:
165 cm.
163 cm.
171 cm.
156 cm.
162 cm.
159 cm.
162 cm.
168 cm.
159 cm.
167 cm.
El promedio de estas observaciones es:
Si a cada una de las observaciones le restamos el promedio,
obtenemos los Residuos:
165 1,8
163 -0,2
171 7,8
156 -7,2
162 -1,2
159 -4,2
162 -1,2
168 4,8
159 -4,2
167 3,8
Los residuos tambin nos dan una idea de la dispersin de
las observaciones individuales alrededor del promedio. Si
el valor absoluto (El valor numrico sin el signo) de los
residuos es grande, es porque los valores estn muy
dispersos. Si el valor absoluto de los residuos es pequeo,
significa que las observaciones individuales estn muy
cerca del promedio, y por lo tanto, hay poca dispersin.
Pero nosotros necesitamos un slo nmero que nos provea
informacin acerca de la dispersin de los valores. Si
sumamos los residuos, como algunos son positivos y otros
negativos, se cancelaran entre s, con lo cual perdemos la
informacin acerca de la dispersin. Entonces, los elevamos
al cuadrado:
165 1,8 3,24
163 -0,2 0,04
171 7,8 60,84
156 -7,2 51,84
162 -1,2 1,44
159 -4,2 17,64
162 -1,2 1,44
168 4,8 23,04
159 -4,2 17,64
167 3,8 14,44
Si ahora sumamos los residuos elevados al cuadrado, tenemos
un nmero donde se condensa toda la informacin de la
dispersin de la poblacin:
Este nmero, la suma de cuadrados, es dependiente del
nmero de datos N, y por lo tanto no nos sirve para
comparar poblaciones con distinto nmero de observaciones.
Pero si dividimos la suma de cuadrados por N, tenemos un
nmero que es independiente del nmero de observaciones,
que se denomina Varianza:
En nuestro caso:
Las frmulas anteriores son las que se aplican al clculo
de la varianza y desviacin standard de una poblacin de
datos. Mas adelante veremos que las frmulas a aplicar en
el caso de una muestra son ligeramente diferentes. La
varianza es un nmero que nos permite comparar poblaciones.
Cuando la dispersin de las observaciones es grande (Datos
que se alejan mucho por encima y por debajo del promedio),
el valor de los residuos (distancia entre cada dato y el
promedio) ser grande. Entonces aumenta la suma de
cuadrados de los residuos y por lo tanto la varianza.
Tambin se utiliza la raz cuadrada de la varianza:
Por lo tanto:
La desviacin standard o desviacin tpica tiene las mismas
unidades que la variable con la que estamos trabajando, en
nuestro caso el centmetro. Tanto la varianza como la
desviacin standard nos permiten comparar el grado de
dispersin de distintas poblaciones.
Media y Varianza de una Muestra
Hasta ahora hemos visto como se calcula la media o promedio
de una poblacin y tambin como se calcula la varianza y la
desviacin standard de una poblacin o universo de
observaciones. Cuando tenemos una muestra (Subconjunto de
algunos datos extrados de una poblacin), tambin podemos
calcular su media, su varianza y su desviacin standard. Es
muy importante distinguir entre la media, varianza y
desviacin standard poblacional, de la media, varianza y
desviacin standard muestral.
La media, varianza y desviacin standard de una poblacin o
universo se denominan parmetros de la poblacin y en
general se designan con letras griegas: m para la Media, s2
para la Varianza y s para la Desviacin Standard
poblacionales. En el caso de una muestra, la media,
varianza y desviacin standard se denominan estadsticos y
se utilizan letras de nuestro alfabeto:
para la Media
s2 para la Varianza
s para la Desviacin Standard muestral
El clculo de la varianza y la desviacin standard de una
muestra de n observaciones se realiza con una frmula
levemente diferente que la ya vista para la varianza y
desviacin standard de una poblacin:
En lugar de dividir por n, el nmero total de observaciones
en la muestra, dividimos por n - 1. Este valor, n - 1, son
los Grados de Libertad de la muestra. En general, cuando
tenemos una muestra de n observaciones, se dice que la
misma tiene n - 1 grados de libertad.
La media, varianza y desviacin standard de una muestra, en
general, no van a coincidir con los mismos parmetros de la
poblacin de la cual se extrajo la muestra (Aunque usemos
la misma frmula para calcular la varianza muestral y
poblacional). Si extraemos n muestras de una poblacin,
vamos a obtener n promedios muestrales distintos del
promedio de la poblacin y n varianzas muestrales distintas
de la varianza de la poblacin. Esto se debe a que una
poblacin o universo tienen un nmero muy grande de datos,
mientras que una muestra son slo algunos pocos datos
extrados de ese universo. Cuando sacamos una segunda,
tercera, ... etc. muestras, los datos extrados no tienen
por que ser los mismos que en la primer muestra. Por lo
tanto, el promedio y la varianza de las muestras van a ser
distintos para las distintas muestras, y distintos de la
media y la varianza de la poblacin de la cual se
extrajeron las muestras.
Muestreo Aleatorio
En general, no es posible disponer de todas las
observaciones de un universo o poblacin, ya sea porque es
un universo hipottico o porque el relevamiento de todos
los datos resulta una tarea excesiva para nuestras
posibilidades. Normalmente se dispone de una muestra de
datos extrados de un universo, y lo que se pretende es
estimar (Conocer de manera aproximada) los parmetros del
universo por medio de clculos realizados sobre la muestra.
En este sentido decimos que la media muestral es una
estimacin de la media del universo, y que la varianza y
desviacin standard muestrales son estimaciones de la
varianza y desviacin standard poblacionales
respectivamente.
Veamos algunos ejemplos. Supongamos que un partido poltico
necesita averiguar la cantidad de personas que estn
dispuestas a votar por su candidato. Entonces, encarga a
una empresa la realizacin de una encuesta el da previo a
las elecciones. El encargado de la encuesta podra pensar
en consultar la intencin de voto de toda la poblacin de
votantes (Mas de 18 millones en la Argentina). Esto,
obviamente, es una tarea excesiva que por distintas razones
no se puede realizar. Entonces, el camino que resta es
tomar una muestra representativa de esa poblacin de
personas y consultar la intencin de voto en esa muestra.
Los resultados que se obtengan son solamente una estimacin
del resultado que se hubiera obtenido si la consulta se
hubiera efectuado sobre toda la poblacin de votantes.
Ahora bien, cmo se obtiene una muestra representativa?
Para tratar de entenderlo, vamos a trabajar con una
poblacin de muy pocos datos. Supongamos que nuestra
poblacin son 10 bolillas con los siguientes nmeros:
Si ordenamos las bolillas de menor a mayor:
Inmediatamente comprobamos que nuestra poblacin consta de
6 dos, 2 cincos y 2 nueves:
Dato Frecuencia
2 6
5 2
9 2
El promedio de la poblacin es 4. Supongamos que queremos
obtener una muestra de 5 elementos de esa poblacin. Hay
varias maneras de hacerlo.
Supongamos que puedo ver los nmeros y elijo 2, 2, 2, 2 y 5
porque me gustan esos nmeros. El promedio de estos 5
nmeros extrados de la poblacin es 2,6 que difiere
sustancialmente del promedio de la poblacin.
Es evidente que dicha muestra no es representativa de la
poblacin de la que fue extrada. No se mantiene la misma
proporcin de cada nmero que existe en la poblacin. Una
muestra de 5 elementos en la que hay la misma proporcin de
cada dgito debera tener 3 dos, 1 cinco y 1 nueve, y su
promedio es 4, el mismo de la poblacin:
En una poblacin de muchos datos, no es posible obtener una
muestra eligiendo cada elemento para que figure en la misma
proporcin que en la poblacin, porque para ello deberamos
disponer de todos los datos de la misma, y en ese caso no
sera necesario sacar una muestra. Si a cada elemento de la
poblacin se le da la misma oportunidad de ser elegido,
entonces se supone que cada nmero estar en la muestra en
un nmero proporcional a la cantidad de veces que est en
la poblacin. Por ejemplo, el 2 va a estar en la muestra
mas veces que el 5, porque en la poblacin hay 6 dos y slo
2 cincos. Si metemos las diez bolillas en una bolsa y las
mezclamos suficientemente, la probabilidad que tiene una
bolilla individual de ser extrada es la misma para
cualquiera de las bolillas. En esas condiciones, si sacamos
cinco bolillas sucesivas, mezclndolas previamente en cada
oportunidad, es razonable pensar que vamos a extraer el 2
en mas oportunidades que el 5 el 9. Esta forma de obtener
la muestra es lo que se conoce como Muestreo Aleatorio.
El muestreo aleatorio no garantiza que la muestra va a ser
representativa de la poblacin, pero al eliminar toda
influencia externa en el acto de extraer un elemento de la
poblacin, la proporcin de cada uno estar influda slo
por la cantidad de veces que est presente en la poblacin
de la cual se extrae la muestra.
Entonces, realizando el muestreo en forma aleatoria (al
azar), la probabilidad de obtener una muestra
representativa de la poblacin es mayor que si en la
eleccin de los elementos de la muestra interviene la
voluntad del que efecta la operacin o algn otro factor
de influencia.
archivo zip
Funciones de Distribucin de Probabilidades
Hemos visto como se construye un grfico de frecuencias con
datos extrados de una poblacin. A medida que aumentamos
la cantidad de observaciones que tomamos de la poblacin,
podemos construir nuestro grfico con un nmero mayor de
intervalos, aunque de menor amplitud (El rango total
cubierto por la poblacin es el mismo).
Si continuamos este proceso, con intervalos cada vez mas
estrechos y numerosos, los altibajos en el grfico de la
distribucin de frecuencias tienden a desaparecer:
En el lmite, el ancho del intervalo tiende a cero y la
poblacin puede representarse por una distribucin de
probabilidad continua. Cuando, para representar esta
distribucin de probabilidad continua se utiliza una
funcin matemtica, esta se denomina Funcin de Densidad de
Probabilidad. La forma de la curva en el grfico de la
funcin de distribucin es caracterstica de la poblacin
de observaciones asociada con la misma, y depende de
variables internas del proceso que gener los datos de la
poblacin.
Existen distintas funciones de distribucin tericas, cada
una de las cuales est basada en un modelo de
comportamiento del proceso que gener el universo de
observaciones. La aplicacin de una de estas distribuciones
tericas a una poblacin particular est justificada si las
hiptesis (suposiciones) del modelo de comportamiento del
proceso que gener la poblacin se cumplen. Dicho de otro
modo, si conocemos el proceso, es decir, el conjunto de
fenmenos que dieron lugar a nuestra poblacin de
mediciones u observaciones, y adems estamos seguros de que
el mismo se ajusta a un modelo de comportamiento
determinado, entonces podemos decir que la distribucin de
probabilidades de nuestra poblacin es la que corresponde
al modelo.
En la prctica, se sabe que ciertos procesos y fenmenos
generan resultados numricos cuya distribucin de
probabilidades se puede ajustar a determinados modelos
tericos. Por ejemplo, el nmero de partculas alfa
emitidas por un material radiactivo sigue una distribucin
de Poisson.
Existen muchas otras distribuciones tericas, como la
Binomial, la Exponencial, la de Weisbull, etc. Cada una de
ellas tiene su propio campo de aplicacin, que se sostiene
en un determinado comportamiento de los fenmenos, y al
aplicarla se est haciendo en forma implcita la suposicin
de que se cumplen las suposiciones del modelo subyacente.
La Distribucin Normal
Una importante distribucin terica es la Distribucin
Normal o de Gauss. La ecuacin matemtica de la funcin de
Gauss es la siguiente:
La distribucin normal es una curva con forma de campana,
con eje de simetra en el punto correspondiente al promedio
del universo m. La distancia entre el eje de simetra de la
campana y el punto de inflexin de la curva es igual a s,
la desviacin standard de la poblacin:
El rea total debajo de la curva es igual a 1. El rea
debajo de la curva comprendida entre m-s y m+s es
aproximadamente igual a 0,68 del rea total; entre m-2s y
m+2s es aproximadamente igual a 0,95 del rea total:
Es importante ver que los nicos parmetros necesarios para
dibujar el grfico de la distribucin normal son m y s
(Media y desviacin standard de la poblacin). Con estos
dos parmetros sabemos donde situar la campana de Gauss (En
el punto correspondiente a la media) y cual es su ancho
(Determinado por la desviacin standard).
Cuando nos encontramos con una poblacin de observaciones,
si podemos afirmar que la distribucin correspondiente es
normal, slo hace falta estimar la media y la desviacin
standard para tener toda la informacin necesaria acerca de
dicha poblacin.
La Distribucin Normal Standard
Podemos escribir la frmula de la distribucin normal de la
siguiente manera:
Si llamamos Z a la cantidad
la funcin queda as:
Esta es la frmula de la Distribucin Normal Standard o
Tipificada. Como podemos observar, en ella hay un slo
parmetro, Z, que incluye al promedio y la desviacin
standard de la poblacin. Esta funcin est tabulada, y
para ingresar en la tabla es necesario calcular Z, para lo
cual necesitamos la media y la desviacin standard de la
poblacin.
Al calcular Z, lo que estamos haciendo, en realidad, es un
cambio de variable por el cual movemos la campana de Gauss
centrndola en el 0 del eje X, y modificamos el ancho para
que la desviacin standard sea 1:
De esta manera tenemos tabulada una funcin de Gauss que no
depende de cual sea el promedio y la desviacin standard de
nuestra poblacin real. El cambio de variable hace que se
conserve la forma de la funcin y que sirva para cualquier
poblacin, siempre y cuando esa poblacin tenga una
distribucin normal.
Cuando queremos calcular las probabilidades para una
poblacin real, calculamos Z y entramos en la tabla de la
funcin normal standard:
La Distribucin T de Student
En la generalidad de los casos, no disponemos de la
desviacin standard de la poblacin, sino de una estimacin
calculada a partir de una muestra extrada de la misma y
por lo tanto no podemos calcular Z. En estos casos
calculamos el estadstico T:
donde S es la desviacin standard muestral, calculada con
n-1 grados de libertad:
Notar que utilizamos S, la Desviacin Standard de una
Muestra, en lugar de s, la Desviacin Standard de la
Poblacin:
El estadstico T tiene una distribucin que se denomina
distribucin T de Student, que est tabulada para 1, 2,
3, ... etc. grados de libertad de la muestra con la cual se
calcul la desviacin standard. La distribucin T tiene en
cuenta la incertidumbre en la estimacin de la desviacin
standard de la poblacin, porque en realidad la tabla de T
contiene las distribuciones de probabilidades para
distintos grados de libertad:
Para un nmero de grados de libertad pequeo, es mas ancha
que la distribucin normal tipificada. Cuando los grados de
libertad tienden a infinito, la distribucin T tiende a
coincidir con la distribucin normal standard. Es decir, en
la medida que aumentemos el nmero de observaciones de la
muestra, la desviacin standard calculada estar mas
prxima a la desviacin standard de la poblacin y entonces
la distribucin T correspondiente se acerca a la
distribucin normal standard. El uso de la distribucin T
presupone que la poblacin con que estamos trabajando tiene
una distribucin normal.
Distribucin de Promedios Muestrales
Para comprender que significa distribucin de promedios
muestrales, vamos a suponer que realizamos un experimento
con bolilleros como los usados en la lotera. Colocamos un
nmero muy grande de bolillas blancas en un bolillero
blanco, en cada una de las cuales figura un dato X. Este
bolillero representa la poblacin de observaciones X, y
tiene media m y varianza s2. Supongamos que a continuacin
hacemos los siguiente:
1) Tomamos una muestra de n=10 bolillas blancas.
2)Calculamos la media y la anotamos en una bolilla azul.
3) Colocamos la bolilla azul en un segundo bolillero de
color azul.
4) Devolvemos las bolillas blancas a su bolillero y le
damos vueltas.
5)Repetimos toda la operacin muchas veces hasta que el
bolillero azul est lleno de bolillas.
Entonces, los nmeros del bolillero azul forman una
poblacin de promedios muestrales. Esta es una poblacin
derivada de la anterior, y tiene la misma media o promedio
que la distribucin original, pero su varianza es un
ensimo de la varianza de la distribucin original:
En el caso del bolillero azul, si denominamos:
a la varianza
a la media
tenemos:
La distribucin de medias muestrales est situada en el
mismo lugar (alrededor de la misma media) que la
distribucin original, pero es mucho mas angosta, porque su
varianza es la dcima parte de la varianza original. La
distribucin original de observaciones representada por el
bolillero blanco se denomina comnmente distribucin madre
o base. Al construir la poblacin de promedios muestrales,
realizbamos extracciones de 10 bolillas blancas despus de
dar vueltas al bolillero. Es decir, que estbamos
realizando un muestreo aleatorio de la poblacin madre,
porque cada una de las bolillas blancas tena la misma
posibilidad de ser elegida para integrar la muestra. Aunque
la poblacin original no sea de distribucin normal, si el
muestreo es aleatorio, la poblacin de promedios muestrales
se aproximar a la normalidad, es decir, ser casi de
distribucin normal. Este efecto se debe a un teorema de
estadstica matemtica denominado Teorema Central del
Lmite. En resumen, si se cumple la hiptesis de muestreo
aleatorio, tenemos:
Distrib. de x Distrib. de
Media m m
arian!a s2
Des". #tandard s
Forma de $a cur"a cua$%uiera
m&s cerca de $a
'orma$
En general, en los problemas que se presentan
habitualmente, existe una poblacin de observaciones
cualesquiera, de la cual tomamos una muestra aleatoria, por
medio de la cual intentamos conocer todo lo que sea posible
acerca de la poblacin de la cual fue extrada. El promedio
de la muestra de n elementos pertenece a la distribucin de
promedios muestrales de la poblacin original. Es decir,
que el promedio de la muestra que obtuvimos es uno de los
muchos promedios muestrales que se distribuyen alrededor de
m con desviacin standard:
Por lo tanto, si la muestra es mas grande (n mayor),
estaremos en una distribucin de promedios con desviacin
standard mas pequea, por lo cual, el promedio de la
muestra estar mas cerca del promedio del universo. Es por
esto que es razonable pensar que el promedio de la muestra
es una estimacin del promedio del universo.
archivo zip
Test de Hiptesis
El contraste de hiptesis o test de hiptesis es una
herramienta muy importante y ampliamente utilizada para
comparar mediciones y tomar decisiones basadas en una
probabilidad. Vamos a explicarlo con un ejemplo. Supongamos
que en una huerta se cultivan tomates en un terreno donde
hay sembradas 300 plantas de tomates, utilizando un
determinado tipo de fertilizante.
El agricultor desea probar un nuevo fertilizante, basndose
en la propaganda de una revista de horticultura.
Con este fin, en la siguiente cosecha utiliza el nuevo
fertilizante en una de las plantas, en la que obtiene 12,5
Kg. de tomates. Cmo saber si el rendimiento en esta planta
fue mejor porque se utiliz un nuevo fertilizante?
Indudablemente necesitamos comparar este valor con el
rendimiento de las otras plantas en las que se us el
fertilizante habitual. Los rendimientos de distintas
plantas seguramente fluctan al azar:
...Etc.
Es decir, no tenemos un nico resultado con el fertilizante
anterior sino muchos resultados que varan aleatoriamente,
y es posible que algunos de esos resultados superen los
12,5 Kg. Se necesita, entonces, un criterio para decidir si
el nuevo fertilizante produce una mejora en el rendimiento.
Para resolver el problema, necesitamos hacer algunas
suposiciones.
Primero: El conjunto de resultados de muchas plantas de
tomate con el primer fertilizante constituye un universo
conceptual de observaciones de distribucin normal.
Hablamos de universo conceptual o hipottico porque es el
universo o poblacin de resultados que tendramos con un
nmero enormemente grande de plantas, con el mismo
fertilizante y en las mismas condiciones.
Segundo: Aunque el promedio y la desviacin standard de una
poblacin hipottica, en general, no se conoce, el promedio
y la desviacin standard calculados con el rendimiento de
las 299 plantas restantes, utilizando el fertilizante
habitual, constituyen una buena estimacin de la media y
desviacin standard del universo.
Vamos a suponer, entonces, que conocemos la media y
desviacin standard del universo y son los siguientes:
m = 10,7 Kg.
s = 0,8 Kg.
(Estimados con los rendimientos de 299 Plantas)
El nico resultado obtenido con el nuevo fertilizante es
12,5 Kg., lo cual supera el promedio del universo de
resultados obtenidos con el fertilizante anterior.
Si bien el promedio es 10,7 Kg., en la poblacin hay
resultados ms altos, y tal vez algunos iguales o mayores
que 12,5 Kg. Se puede decir, entonces, que el nuevo
fertilizante produce mejores resultados? Para tomar la
decisin, conviene razonar de la siguiente manera:
Si en la poblacin hipottica de resultados obtenidos con
el primer fertilizante es comn encontrar valores iguales o
mayores que 12,5 Kg., entonces el resultado obtenido con el
nuevo fertilizante no tiene nada de excepcional. Afirmamos,
entonces, que el nuevo fertilizante es igual que el
anterior (No hay diferencia), y que el resultado obtenido
se debi solamente a la fluctuacin al azar de los
resultados que obtendramos con cualquier fertilizante.
Por otro lado, si en la poblacin hipottica de resultados
obtenidos con el primer fertilizante es poco comn
encontrar un valor como 12,5 Kg., quiere decir que el
resultado del nuevo fertilizante s es excepcional (es
significativo) y por lo tanto tenemos razones para afirmar
que es mejor que el anterior.
Esas son las dos hiptesis de valor opuesto que se
plantean, una de las cuales es rechazada y la otra aceptada
sobre la base de las probabilidades derivadas de la
comparacin con la distribucin normal. Formalmente, stas
hiptesis son las siguientes:
Hiptesis Nula: No hay diferencia entre los fertilizantes
(Las diferencias son nulas). El valor obtenido con el nuevo
fertilizante se debe slo a la fluctuacin aleatoria de los
rendimientos de las plantas.
Hiptesis Alternativa: El nuevo fertilizante es mejor que
el anterior y por eso el rendimiento de la planta en la que
se lo us fue mas alto.
Para decidir entre ambas hiptesis, se calcula el
estadstico Z, y se obtiene de la distribucin normal
standard la probabilidad de un valor (del estadstico Z)
mayor o igual al calculado. Si la probabilidad de un valor
igual o mayor que el calculado es mayor que 0,05 se acepta
la hiptesis nula a un nivel de significacin de 0,05. Esto
quiere decir que hay una probabilidad mayor que 0,05 (mayor
que 5 %) de obtener por casualidad (Fluctuacin aleatoria)
un valor de Z tan grande como el calculado.
Si la probabilidad de un valor igual o mayor que el
calculado es menor que 0,05 se rechaza la hiptesis nula a
un nivel de significacin de 0,05. Es decir, la
probabilidad de obtener en forma aleatoria un valor tan
grande de Z es menor que 0,5 (menor que 5 %). En este caso
se dice que el resultado obtenido con el nuevo fertilizante
es significativo.
En nuestro ejemplo:
Entrando en la tabla de la distribucin normal standard,
obtenemos que la probabilidad de un Z igual o mayor que
2,25 es P = 0,0122 (1,22 %). Quiere decir, entonces, que es
muy poco probable obtener un rendimiento de 12,5 Kg. de
tomates con el fertilizante habitual.
Rechazamos, entonces, la Hiptesis Nula (Y aceptamos la
Hiptesis Alternativa) a un nivel de significacin de 0,05.
Ahora bien, para estar totalmente seguro y antes de
invertir dinero en comprar una cantidad importante del
fertilizante, el agricultor decide hacer una nueva prueba,
y en la cosecha siguiente utiliza el nuevo producto en 10
plantas de tomate, con lo cual la prueba es mas segura. Las
hiptesis a contrastar son las mismas, pero el clculo es
algo diferente.
Ahora tenemos 10 resultados, cuyo promedio vamos a suponer
que sea 11,5 Kg. Estos 10 resultados constituyen una
muestra del universo de rendimientos individuales de las
plantas. Pero el promedio 11,5 Kg. es un elemento del
universo de promedios muestrales (Promedios de 10
resultados) derivado del universo anterior, con el mismo
promedio que este y con desviacin standard:
como ya hemos visto. El estadstico Z es, entonces:
En la tabla de la distribucin normal standard, la
probabilidad de un Z igual o mayor que 3,16 es P = 0,0008
(0,08 %) aproximadamente. La probabilidad, entonces, de
obtener un rendimiento promedio en 10 plantas de 11,5 Kg.
de tomates con el fertilizante habitual es prcticamente
nula.
Rechazamos, entonces la Hiptesis Nula (Y aceptamos la
Hiptesis Alternativa) a un nivel de significacin de
0,0008. El nivel de confianza en las bondades del nuevo
fertilizante, ahora, es mayor.
archivo zip
La Distribucin Binomial
Una persona arroja 1 dado apostando con otro a que saca un
as. La probabilidad de sacar el as es igual a:
Es decir que la probabilidad que tiene de acertar es 17 %
aproximadamente. Ahora, supongamos que la persona arroja 5
dados iguales a la vez. Cul es la probabilidad de que
saque 0, 1, 2, 3... ases?.
Cuando realizamos una experiencia individual donde el
resultado debe ser slo uno de dos posibles: acierto/fallo,
cara/ceca, etc. decimos que es un ensayo de Bernouilli. Es
tan probable sacar 1 2 ases como sacar 5 ases?. A priori
parecera que no. En nuestro caso, cada vez que arrojamos
un dado podemos definir nuestro experimento registrando
slo dos resultados posibles:
Cada acto individual de arrojar un dado es independiente de
los otros y la probabilidad de obtener un as es:
Y la probabilidad de obtener cualquier otro resultado que
no sea un as es:
Entonces, cuando arrojamos 5 dados, la probabilidad de
obtener 5 ases es:
La probabilidad de no tener ningn as (0 ases) tambin
podemos calcularla, porque al arrojar un slo dado, la
probabilidad de que no salga un as es:
Y la probabilidad de no obtener ningn As en los 5 dados
arrojados es:
Nos falta calcular las probabilidades intermedias, es decir
la probabilidad de obtener 1, 2, 3...ases. Es posible
calcular todas estas probabilidades con una frmula
binomial. Cul es la probabilidad de sacar 1 As al arrojar
5 dados? Por ejemplo, una forma es que salga un As en el
primer dado:
La probabilidad de sacar 1 As en el primer dado y no sacar
As en los otros cuatro es:
Pero hay 5 formas diferentes de obtener 1 As en cinco dados
arrojados:
Por lo tanto, la probabilidad de sacar 1 As al arrojar 5
dados es:
Para calcular la probabilidad de obtener 1 As en cinco
dados arrojados debemos calcular:
1-La probabilidad de que en cinco dados arrojados uno de
ellos sea un As y los otros cuatro no sean As.
2-El nmero de combinaciones diferentes en que se puede dar
esa situacin: un As en cinco dados.
Hemos visto como hacer lo primero:
Y sabemos que hay cinco maneras diferentes de obtener un As
en cinco dados arrojados:
Cmo podemos generalizar el clculo de las distintas formas
de obtener 1 As, 2 Ases, etc. en cinco dados arrojados? La
respuesta la dan los nmeros combinatorios:
donde
son el factorial de m y de n respectivamente. La expresin
representa el nmero de combinaciones de m elementos
tomados de a n (agrupados de a n).
Por ejemplo, si tenemos las 5 letras A, B, C, D y E, y
queremos saber cuantas son todas las combinaciones posibles
agrupndolas de a tres en cualquier orden: ABC, ADC,
...etc., hacemos el clculo siguiente:
Supongamos que se realizan n ensayos de Bernoulli, con
probabilidad p de tener un acierto (Probabilidad 1-p de
tener un fallo). Entonces, la probabilidad de obtener y
aciertos en n ensayos de Bernouilli es:
Esta probabilidad es un trmino del binomio siguiente:
donde
Los trminos de la suma son las probabilidades P(y), que
determinan la distribucin de probabilidades de la variable
aleatoria y, la cual es una variable discreta (toma los
valores 0, 1, 2, ...etc.). Aplicando la frmula al caso de
5 dados:
La probabilidad de no sacar ningn As es:
La probabilidad de obtener 1 As:
La probabilidad de obtener 2 Ases:
Y la probabilidad de obtener 5 Ases:
Resumiendo en una tabla:
Cul es el promedio de la variable aleatoria Y ? La media
de la variable aleatoria Y es:
La varianza de Y es:
Y entonces la desviacin standard resulta:
En la experiencia de arrojar 5 dados:
Cmo interpretamos este resultado? Si bien el promedio
resulta un valor fraccionario, nos est diciendo que al
arrojar los cinco dados estaremos ms cerca de sacar 1 As
que de sacar 2 o ms ases. De una manera ms rigurosa, ese
valor nos dice que si se repitiera la experiencia muchas
veces, el promedio del nmero de ases que se obtendra en
todos los experimentos sera igual a 0.83
La varianza de Y resulta:
Y la desviacin standard:
Volvamos, ahora a nuestro apostador. Supongamos que arroja
5 dados y apuesta a que va a sacar 3 o ms ases. Cul es la
probabilidad que tiene de ganar?
Esta probabilidad es la suma de los trminos del binomio
para 3, 4 y 5 aciertos (ases), es decir:
Quiere decir que la probabilidad de ganar es
aproximadamente del 3,5 %.
archivo zip
Grficos de Control
Los grficos de control o cartas
de control son una importante
herramienta utilizada en control
de calidad de procesos.
Bsicamente, una Carta de Control es un grfico en el cual
se representan los valores de algn tipo de medicin
realizada durante el funcionamiento de un proceso contnuo,
y que sirve para controlar dicho proceso.
Vamos a tratar de entenderlo con un ejemplo.
Supongamos que tenemos una mquina inyectora que produce
piezas de plstico, por ejemplo de PVC. Una caracterstica
de calidad importante es el peso de la pieza de plstico,
porque indica la cantidad de PVC que la mquina inyect en
la matriz. Si la cantidad de PVC es poca la pieza de
plstico ser deficiente; si la cantidad es excesiva, la
produccin se encarece porque se consume ms materia prima.
Entonces, en el lugar de salida de las piezas, hay un
operario que cada 30 minutos toma una, la pesa en una
balanza y registra la observacin:
etc...
Supongamos que estos datos se registran en un grfico de
lneas en funcin del tiempo:
Observamos una lnea quebrada irregular, que nos muestra
las fluctuaciones del peso de las piezas a lo largo del
tiempo. Esta es la fluctuacin esperable y natural del
proceso. Los valores se mueven alrededor de un valor
central (El promedio de los datos), la mayor parte del
tiempo cerca del mismo. Pero en algn momento puede ocurrir
que aparezca uno o ms valores demasiado alejados del
promedio.
Cmo podemos distinguir si esto se produce por la
fluctuacin natural del proceso o porque el mismo ya no
est funcionando bien?
Esta es la respuesta que provee el control estadstico de
procesos, y a continuacin veremos como lo hace.
Todo proceso de fabricacin funciona bajo ciertas
condiciones o variables que son establecidas por las
personas que lo manejan para lograr una produccin
satisfactoria.
Cada uno de estos factores est sujeto a variaciones que
realizan aportes ms o menos significativos a la
fluctuacin de las caractersticas del producto, durante el
proceso de fabricacin. Los responsables del funcionamiento
del proceso de fabricacin fijan los valores de algunas de
estas variables, que se denominan variables controlables.
Por ejemplo, en el caso de la inyectora se fija la
temperatura de fusin del plstico, la velocidad de
trabajo, la presin del pistn, la materia prima que se
utiliza (Proveedor del plstico), etc.
Pero un proceso de fabricacin es una suma compleja de
eventos grandes y pequeos. Hay una gran cantidad de
variables que sera imposible o muy difcil controlar.
Estas se denominan variables no controlables. Por ejemplo,
pequeas variaciones de calidad del plstico, pequeos
cambios en la velocidad del pistn, ligeras fluctuaciones
de la corriente elctrica que alimenta la mquina, etc.
Los efectos que producen las variables no controlables son
aleatorios. Adems, la contribucin de cada una de las
variables no controlables a la variabilidad total es
cuantitativamente pequea. Son las variables no
controlables las responsables de la variabilidad de las
caractersticas de calidad del producto.
Los cambios en las variables controlables se denominan
Causas Asignables de variacin del proceso, porque es
posible identificarlas. Las fluctuaciones al azar de la
variables no controlables se denominan Causas No Asignables
de variacin del proceso, porque no son pasibles de ser
identificadas. Causas Asignables: Son causas que pueden ser
identificadas y que conviene descubrir y eliminar, por
ejemplo, una falla de la mquina por desgaste de una pieza,
un cambio muy notorio en la calidad del plstico, etc.
Estas causas provocan que el proceso no funcione como se
desea y por lo tanto es necesario eliminar la causa, y
retornar el proceso a un funcionamiento correcto.
Causas No Asignables: Son una multitud de causas no
identificadas, ya sea por falta de medios tcnicos o porque
no es econmico hacerlo, cada una de las cuales ejerce un
pequeo efecto en la variacin total. Son inherentes al
proceso mismo y no pueden ser reducidas o eliminadas a
menos que se modifique el proceso.
Cuando el proceso trabaja afectado solamente por un sistema
constante de variables aleatorias no controlables (Causas
no asignables) se dice que est funcionando bajo Control
Estadstico. Cuando, adems de las causas no asignables,
aparece una o varias causas asignables, se dice que el
proceso est fuera de control.
El uso del control estadstico de procesos lleva implcitas
algunas hiptesis que describiremos a continuacin:
1)Una vez que el proceso est en funcionamiento bajo
condiciones establecidas, se supone que la variabilidad de
los resultados en la medicin de una caracterstica de
calidad del producto se debe slo a un sistema de causas
aleatorias, que es inherente a cada proceso en particular.
2) El sistema de causas aleatorias que acta sobre el
proceso genera un universo hipottico de observaciones
(mediciones) que tiene una Distribucin Normal.
3) Cuando aparece alguna causa asignable provocando
desviaciones adicionales en los resultados del proceso, se
dice que el proceso est fuera de control.
La funcin del control estadstico de procesos es comprobar
en forma permanente si los resultados que van surgiendo de
las mediciones estn de acuerdo con las dos primeras
hiptesis. Si aparecen uno o varios resultados que
contradicen o se oponen a las mismas, es necesario detener
el proceso, encontrar las causas por las cuales el proceso
se apart de su funcionamiento habitual y corregirlas.
Control Estadstico...Cmo ponerlo en marcha?
La puesta en marcha de un programa de control estadstico
para un proceso en particular implica dos etapas:
Antes de pasar a la segunda etapa, se verifica si el
proceso est ajustado. En caso contrario, se retorna a la
primera etapa:
En la 1a etapa se recogen unas 100-200 mediciones, con las
cuales se calcula el promedio y la desviacin standard:
Luego se calculan los Lmites de Control de la siguiente
manera:
Estos lmites surgen de la hiptesis de que la distribucin
de las observaciones es normal. En general se utilizan
lmites de 2 sigmas de 3 sigmas alrededor del promedio.
En la distribucin normal, el intervalo de 3,09 sigmas
alrededor del promedio corresponde a una probabilidad de
0,998.
Entonces, se construye un grfico de prueba y se traza una
lnea recta a lo largo del eje de ordenadas (Eje Y), a la
altura del promedio (Valor central de las observaciones) y
otras dos lneas rectas a la altura de los lmites de
control:
En este grfico se representan los puntos correspondientes
a las observaciones con las que se calcularon los lmites
de control:
Este grfico de prueba se analiza detenidamente para
verificar si est de acuerdo con la hiptesis de que la
variabilidad del proceso se debe slo a un sistema de
causas aleatorias o si, por el contrario, existen causas
asignables de variacin. Esto se puede establecer porque
cuando la fluctuacin de las mediciones se debe a un
sistema constante de causas aleatorias la distribucin de
las observaciones es normal:
Cuando las observaciones sucesivas tienen una distribucin
normal, la mayor parte de los puntos se sita muy cerca del
promedio, algunos pocos se alejan algo ms y prcticamente
no hay ninguno en las zonas ms alejadas:
Es difcil decir como es el grfico de un conjunto de
puntos que siguen un patrn aleatorio de distribucin
normal, pero s es fcil darse cuenta cuando no lo es.
Veamos algunos ejemplos de patrones No Aleatorios:
Una sucesin de puntos por encima ...
... o por debajo de la lnea central.
Una serie creciente de 6 7 observaciones...
.. o una serie decreciente.
Si no se descubren causas asignables entonces se adoptan
los lmites de control calculados como definitivos, y se
construyen cartas de control con esos lmites:
Si slo hay pocos puntos fuera de control (2 3), estos se
eliminan, se recalculan la media, desviacin standard y
lmites de control con los restantes, y se construye un
nuevo grfico de prueba. Cuando las observaciones no siguen
un patrn aleatorio, indicando la existencia de causas
asignables, se hace necesario investigar para descubrirlas
y eliminarlas. Una vez hecho esto, se debern recoger
nuevas observaciones y calcular nuevos lmites de control
de prueba, comenzando otra vez con la primera etapa.
En la 2a etapa, las nuevas observaciones que van surgiendo
del proceso se representan en el grfico, y se controlan
verificando que estn dentro de los lmites, y que no se
produzcan patrones no aleatorios:
Como hemos visto, el 99,8 % de las observaciones
deben estar dentro de los lmites de 3,09 sigmas
alrededor de la media. Esto significa que slo 1
observacin en 500 puede estar por causas
aleatorias fuera de los lmites de control.
Entonces, cuando se encuentra ms de 1 punto en 500 fuera
de los lmites de control, esto indica que el sistema de
causas aleatorias que provocaba la variabilidad habitual de
las observaciones ha sido alterado por la aparicin de una
causa asignable que es necesario descubrir y eliminar.
En ese caso, el supervisor del proceso debe detener la
marcha del mismo e investigar con los que operan el proceso
hasta descubrir la o las causas que desviaron al proceso de
su comportamiento habitual. Una vez eliminadas las causas
del problema, se puede continuar con la produccin normal.
archivo zip
Grficos X-R
Los grficos X-R se utilizan cuando la caracterstica de
calidad que se desea controlar es una variable continua.
Para entender los grficos X-R, es necesario conocer el
concepto de Subgrupos (o Subgrupos racionales). Trabajar
con subgrupos significa agrupar las mediciones que se
obtienen de un proceso, de acuerdo a algn criterio. Los
subgrupos se realizan agrupando las mediciones de tal modo
que haya la mxima variabilidad entre subgrupos y la mnima
variabilidad dentro de cada subgrupo. Por ejemplo, si hay
cuatro turnos de trabajo en un da, las mediciones de cada
turno podran constituir un subgrupo.
Supongamos una fbrica que produce piezas cilndricas para
la industria automotriz. La caracterstica de calidad que
se desea controlar es el dimetro de las piezas.
Hay dos maneras de obtener los subgrupos. Una de ellas es
retirar varias piezas juntas a intervalos regulares, por
ejemplo cada hora:
La otra forma es retirar piezas individuales a lo largo del
intervalo de tiempo correspondiente al subgrupo:
.....Etc.
Por cualquiera de los dos caminos, obtenemos grupos de
igual nmero de mediciones. Para cada subgrupo calculamos
el Promedio y el Rango (Diferencia entre el valor mximo y
el valor mnimo).
Como ya se ha visto, para calcular los Lmites de Control
es necesario obtener un gran nmero de mediciones,
divididas en subgrupos. En nuestro ejemplo, podramos
obtener 30 subgrupos de 6 datos cada uno:
Despus de calcular el Promedio y el Rango de cada
subgrupo, tendramos una tabla como la siguiente:
A partir de esta tabla, se calculan el promedio general de
promedios de subgrupo y el promedio de rangos de subgrupo:
Promedio de Subgrupo
N Nmero de Subgrupos
o tambin:
Mediciones individuales
N Nmero de Subgrupos
n Nmero de mediciones dentro del Subgrupo
Rango del Subgrupo
La desviacin standard del proceso se puede calcular a
partir del rango promedio, utilizando el coeficiente d2,
que depende del nmero de mediciones en el subgrupo:
Con esto podemos calcular los Lmites de Control para el
grfico de X:
La desviacin standard del rango se puede calcular
utilizando el coeficiente d3, que tambin depende del
nmero de mediciones en el subgrupo:
Y as podemos calcular los Lmites de Control para el
Grfico de R:
La tabla siguiente muestra los coeficientes d2 y d3 para
subgrupos de hasta 10 mediciones:
Construmos entonces un Grfico X de prueba y representamos
los promedios de los subgrupos:
Y un Grfico R de prueba, donde representamos los rangos de
los subgrupos:
Si no hay puntos fuera de los lmites de control y no se
encuentran patrones no aleatorios, se adoptan los lmites
calculados para controlar la produccin futura.
archivo zip
Grficos np
Muchas caractersticas de calidad se evalan dando
resultados como: conforme o disconforme, defectuoso o no
defectuoso. Estas caractersticas de calidad se conocen
como atributos. Supongamos un proceso que fabrica
tornillos. Una manera de ensayar cada tornillo sera
probarlo con una rosca calibrada.
El resultado de este ensayo slo tiene dos posibles
resultados: Defectuoso-No Defectuoso ( Conforme-
Disconforme ).
Si el tornillo no entra en la rosca, se lo considera
defectuoso o disconforme.
Para controlar este proceso, se puede tomar una muestra de
tornillos y contar el nmero de defectuosos presentes en la
muestra.
La variable aleatoria nmero de defectuosos es una variable
aleatoria discreta, porque puede tomar un nmero finito de
valores, o infinito numerable. Los grficos np se utilizan
para controlar el nmero de defectuosos en una muestra.
Entonces, para controlar este proceso, un inspector se
coloca al final de la lnea de produccin y cada hora
retira una muestra de n=50 tornillos (por ejemplo),
comprueba cada uno con la rosca y anota el nmero de
defectuosos.
Este resultado se anota en un grfico hora por hora y se
denomina grfico np.
Si se tomara del proceso un slo tornillo Cul es la
probabilidad de que sea defectuoso? Imaginando la poblacin
de tornillos que podra fabricar el proceso trabajando
siempre en las mismas condiciones, una cierta proporcin p
de estos seran defectuosos. Entonces, la probabilidad de
tomar un tornillo y que sea defectuoso es p.
En una muestra de n tornillos, la probabilidad de
encontrar:
0 defectuosos
1 defectuoso
2 defectuosos
...
n defectuosos
est dada por una distribucin binomial con parmetros n y
p.
Como sabemos, el promedio de la poblacin es p y la
varianza es n.p.(1-p).
Para construir los grficos de control np, en una primera
etapa se toman N muestras (ms de 20 25) a intervalos
regulares, cada una con n tornillos. Se cuenta en cada
muestra el Nmero de Defectuosos y se registra. Se
obtendra una Tabla como la siguiente:
Muestra
N
Defectuosos
1 3
2 2
3 4
4 3
5 4
6 2
7 5
- -
- -
- -
En cada muestra, la fraccin de defectuosos es:
N Defectuosos en muestra i
n N elementos en la muestra
Entonces, a partir de la tabla podemos calcular p como
promedio de las fracciones de defectuosos en las muestras:
N N muestras
y luego la Desviacin Standard s:
Con esto podemos calcular los Lmites de Control para el
grfico np:
Construmos entonces un Grfico np de prueba y
representamos el nmero de defectuosos en las muestras:
Si no hay puntos fuera de los lmites de control y no se
encuentran patrones no aleatorios, se adoptan los lmites
calculados para controlar la produccin futura.
archivo zip
La Distribucin de Poisson
Para entender la Distribucin de Poisson, vamos
analizar un ejemplo detenidamente. Supongamos que se
tiene una tabla rectangular de madera, de 1 metro
por 1 metro, pintada con un recubrimiento sobre cuya
superficie se presentan aleatoriamente pequeos
defectos. Estos defectos podran ser por ejemplo
partculas muy pequeas de pigmento que no fueron
bien molidas al fabricar la pintura. Se desea
calcular la probabilidad de que aparezcan estos
defectos:
Podramos subdividir la superficie en zonas
rectangulares mas pequeas y de igual tamao:
Ahora tenemos la superficie dividida en 4 zonas
rectangulares de igual tamao. Observamos que en
algunas zonas aparece un defecto superficial y en
otras no. Vamos a hacer las siguientes suposiciones:
1) En cada zona slo puede aparecer 1 defecto.
2) Si la probabilidad de que aparezca un defecto en
todo el rea es p, la probabilidad de que aparezca
un defecto en una zona es p/4.
Entonces, utilizando la Distribucin Binomial
podemos calcular la probabilidad de que en nuestra
superficie aparezcan 0, 1, 2, 3, 4 defectos:
El promedio de defectos en la superficie total ser:
Pero sabemos que en realidad en cada zona podran
aparecer ms de 1 defecto. Esto hace inexacto
nuestro clculo.
Podramos hacer el clculo ms exacto si
subdividimos las zonas:
Dividimos cada zona en 4 y ahora tenemos 16 zonas.
La probabilidad de tener 1 defecto en una zona es:
Podemos entonces calcular la probabilidad de tener
0, 1, 2, 3, ...., 16 defectos en el rea total:
Y el promedio de defectos en la superficie resulta
ser el mismo que antes:
An as podran aparecer ms defectos por zona:
Si dividimos nuevamente cada zona en 4 tendramos 64
zonas y ahora la probabilidad de tener 1 defecto en
una zona sera:
La probabilidad de tener 0, 1, 2, 3, ....., 64
defectos en la superficie total sera:
Y nuevamente el promedio de defectos en la
superficie resulta:
Lo que estamos haciendo es ir aumentando n al mismo
tiempo que disminuye p en igual proporcin. Por lo
tanto el promedio de defectos en la superficie total
n.p se mantiene constante. Como vimos, al suponer
que en cada subzona slo puede haber 1 defecto o
ningn defecto estamos cometiendo un error. Este
error se hace cada vez menor, porque a medida que
subdividimos el area total se hace menos probable
que en una subzona aparezca mas de un defecto. Si
continuamos subdividiendo el rea indefinidamente,
la frmula binomial nos dar la probabilidad de
obtener 0, 1, 2, 3, ... n defectos, con n tendiendo
a infinito.
En el lmite, la frmula binomial tiende a la
frmula de Poisson:
El producto de n por p, en el lmite, es igual al
parmetro de la distribucin:
El nmero de defectos x en la superficie total es
una variable aleatoria discreta que puede tomar
valores 0, 1, 2, 3, 4, ... y cuya distribucin de
probabilidades se conoce como Distribucin de
Poisson.
Se puede observar que la curva de la funcin de
Poisson es asimtrica, como la binomial. El promedio
de esta variable aleatoria es igual al parmetro de
la distribucin:
Y la varianza tambin es igual al parmetro de la
distribucin:
Por lo tanto, la desviacin standard es:
La distribucin de Poisson tiene una propiedad cuyas
consecuencias son muy importantes para el Control
Estadstico de Procesos. Supongamos que se tienen m
variables aleatorias de Poisson:
Si w es una combinacin lineal de tales variables:
Entonces w es una variable aleatoria de Poisson con
parmetro:
Esto es muy importante porque podemos imaginar el
producto fabricado por un proceso (Una licuadora,
una computadora, un televisor, etc.) como una
superficie en la que se pueden producir mltiples
defectos, y donde el nmero de cada tipo de defecto
es una variable aleatoria de Poisson. Entonces, la
propiedad mencionada nos permite tratar la suma de
todos los tipos de defectos como una variable
aleatoria de Poisson. Esto se utiliza para el
control del Nmero de Defectos en un producto
(Grficos C).
Supongamos ahora que tenemos un gran lote de
artefactos, por ejemplo licuadoras. Tomamos una
muestra de m = 5 unidades y medimos el nmero total
de defectos en las 5 unidades. Si obtuvimos x
1
, x
2
,
x
3
, ... x
m
defectos en cada unidad, el nmero total
de defectos ser:
El nmero promedio de defectos por unidad ser:
y es una variable aleatoria discreta que puede tomar
valores 0, 1/m, 2/m, 3/m, ... etc. Cul es la
varianza de y?
La varianza de x
i
es cualquiera que sea el
subindice i, porque todas las x
i
tienen la misma
distribucin:
Por lo tanto:
Este es un importante resultado que se utilizar
para calcular la varianza en los Grficos U.
Documento Power Point versin 97, empaquetado
como archivo zip
Grficos C y U
En algunos procesos interesa medir la cantidad de
defectos que presentan las unidades de producto que
se estn fabricando. Por ejemplo, se fabrican
telfonos celulares y entonces se toma uno de ellos
y se cuenta el nmero total de defectos. Estos
podran ser:
Rayaduras en la superficie.
Rajaduras en el plstico
Antena defectuosa
Botn defectuoso.
Etc.
Los defectos pueden ser de diferentes tipos y se
cuenta el total de todos estos defectos en la unidad
inspeccionada. Obtenemos un resultado que es el
Nmero de Defectos por unidad de inspeccin.
A medida que el proceso genera las unidades
(Telfonos celulares), retiramos una unidad a
intervalos regulares y contamos el nmero total de
defectos. En cada unidad podemos encontrar:
0 defectos
1 defecto
2 defectos
3 defectos
...
n defectos
Los resultados que obtenemos al contar el Nmero de
Defectos en unidades de inspeccin retiradas a
intervalos regulares constituyen una variable
aleatoria discreta, porque puede tomar valores 0, 1,
2, 3, ... n.
Esta variable aleatoria tiene una distribucin de
Poisson:
Los grficos C se utilizan para controlar el nmero
de defectos en una muestra del producto o unidad de
inspeccin. Entonces, para controlar este proceso,
un inspector se coloca al final de la lnea de
produccin y cada hora retira una unidad de
inspeccin (En este caso un telfono celular),
verifica y anota el nmero total de defectos.
Este resultado se anota en un grfico hora por hora
y se denomina grfico C. De acuerdo a la
Distribucin de Poisson, si denominamos C al
parmetro de la funcin de distribucin, el promedio
de la poblacin es C y la varianza tambin es C.
Para construir los grficos de control C, en una
primera etapa se toman N unidades de inspeccin (ms
de 25 30) a intervalos regulares. Se cuenta en
cada unidad de inspeccin el Nmero de Defectos y se
registra. Se obtendra una Tabla como la siguiente:
(nidad de
)ns*ecci+n
',m.
De-ectos
1 3
2 2
3 4
4 0
5 1
6 1
7 5
8 2
- -
- -
Entonces, a partir de la tabla podemos calcular C
como promedio del Nmero de Defectos en las muestras
(Unidades de Inspeccin):
n
i
Cantidad de Defectos por Unidad de Inspeccin
N Nmero de Unidades de Inspeccin
y luego la Desviacin Standard:
Con esto podemos calcular los Lmites de Control
para el grfico C:
En caso de que el Lmite Inferior de Control resulte
negativo, se le asigna valor cero. Construmos
entonces un Grfico C de prueba y representamos el
nmero de defectos en las muestras:
Si no hay puntos fuera de los lmites de control y
no se encuentran patrones no aleatorios, se adoptan
los lmites calculados para controlar la produccin
futura.
Otro ejemplo sera controlar el nmero de defectos a
la salida de una lnea de ensamblado de licuadoras.
De igual manera podra ser una lnea de ensamblado
de computadoras personales, cafeteras automticas,
televisores, etc.
Cuando se fabrican pinturas y barnices, un ensayo
muy comn es hacer un extendido sobre una placa de
vidrio, dejar secar el producto y luego inspeccionar
los defectos en la superficie. Se pueden aplicar los
grficos C para controlar este tipo de procesos,
contando el nmero de defectos sobre la superficie
del recubrimiento.
En la industria textil tambin es necesario
controlar defectos superficiales en las telas. Se
pueden aplicar los grficos C para controlar el
nmero de defectos sobre la superficie de un rea
rectangular de tela.
Muchas veces ocurre que las unidades que produce el
proceso presentan una tasa de defectos muy baja. Por
ejemplo, supongamos un proceso automatizado que
fabrica tarjetas de sonido. A la salida del mismo se
inspecciona una tarjeta a intervalos de media hora y
se cuenta el nmero de defectos. El resultado
seguramente ser algo como esto:
.ar/eta ',m.
De-ectos
1 0
2 0
3 0
4 0
5 0
6 1
7 0
8 0
etc -
Esto se debe a que la fabricacin se realiza por
medio de un proceso totalmente automatizado donde
ocurren pocos errores. Por lo tanto, el promedio de
defectos ser cercano a cero y el Lmite Inferior de
Control seguramente ser negativo. Para evitar esto,
es conveniente redefinir la Unidad de Inspeccin.
Por ejemplo, se puede tomar como unidad de
inspeccin la cantidad de 100 tarjetas de sonido. Es
decir, cada media hora se retiran del proceso 100
tarjetas y se cuentan los defectos del total de las
mismas. De esta manera la cantidad de defectos
promedio por unidad de inspeccin ser mas alta. Y
es posible tambin que el LIC sea mayor que cero.
Supongamos que se est controlando el nmero de
defectos en un proceso de ensamblado de licuadoras y
se define una unidad de inspeccin de 5 licuadoras.
En este caso es posible trabajar con un grfico C,
como ya hemos visto. Pero tal vez se desea controlar
el promedio de defectos por cada licuadora (unidad
de produccin) en lugar de el total de defectos para
las 5 licuadoras (unidad de inspeccin):
n
i
m Nm. de Unidades de Produccin en la Unidad de
Inspeccin
En nuestro ejemplo, si encontramos n
i
defectos en la
unidad de inspeccin (5 licuadoras), la cantidad
promedio de defectos por licuadora ser:
Se debe tener en cuenta que x es una nueva variable
aleatoria discreta que toma valores 0, 1/m, 2/m,
3/m, 4/m, .....etc., y cuya distribucin de
probabilidades se puede calcular a partir de la
Distribucin de Poisson.
Como en el caso de los grficos C, en una primera
etapa se toman N unidades de inspeccin (ms de 25
30) a intervalos regulares. Se cuenta en cada unidad
de inspeccin el Nmero de Defectos y se registra.
Luego se divide el Nmero de Defectos de cada unidad
de inspeccin por m (Nmero de unidades de
produccin en cada unidad de inspeccin).
En nuestro ejemplo (m = 5) la Tabla quedara as:
(nidad de
)ns*ecci+n
',m.
De-ectos
',m.
De-ectos *or
0icuadora
1 5 1.0
2 8 1.6
3 6 1.2
4 10 2.0
5 5 1.0
6 15 3.0
7 12 2.4
8 5 1.0
- - -
- - -
Entonces, a partir de la tabla podemos calcular el
parmetro U como promedio del Nmero de Defectos por
licuadora:
n
i
m Nm. de Unid. de Produccin en la Unidad de
Inspeccin
N Nmero de Unidades de Inspeccin
y luego la Desviacin Standard:
Con esto podemos calcular los Lmites de Control
para el grfico U:
como archivo zip
Capacidad de Proceso
Un proceso de fabricacin es un conjunto de equipos,
materiales, personas y mtodos de trabajo que genera
un producto fabricado.
Para analizar el comportamiento del proceso, se
toman muestras de producto fabricado y se realizan
ensayos para determinar el valor de una
caracterstica de calidad seleccionada previamente.
Desde el punto de vista del control estadstico, es
conveniente incluir la etapa de muestreo y ensayo
dentro del proceso mismo.
Cualquier modificacin en las condiciones del
proceso (Modificacin en el equipo, cambio de
materias primas, etc.) conceptualmente debe
considerarse como que se trata de otro proceso,
diferente del anterior.
El primer paso para aplicar una tcnica estadstica
es definir la caracterstica de calidad que se va a
medir en el producto fabricado. Desde el punto de
vista estadstico, esta caracterstica de calidad
constituye una variable aleatoria, porque an
despus de realizar una serie de mediciones, el
valor que se obtendra en la siguiente medicin no
puede predecirse por clculo.
El conjunto de todos los resultados de mediciones
que pueden obtenerse es nuestro universo o
poblacin. Cualquier subconjunto de mediciones
extrado del universo constituye una muestra. Con
respecto al concepto de universo o poblacin, cuando
se aplica a resultados de mediciones en un proceso,
es necesario puntualizar lo siguiente: La poblacin
o universo de resultados es el conjunto de datos que
se obtuvieron hasta ese momento mas aquellos que se
obtendran si el proceso continuara funcionando
siempre bajo las mismas condiciones. Esto se conoce
como Universo Hipottico de mediciones de la
caracterstica de calidad.
Antes de aplicar cualquier tcnica estadstica, es
necesario establecer algunas hiptesis bajo las
cuales se va a desarrollar el anlisis. En primer
lugar, vamos a suponer que la caracterstica de
calidad (Variable aleatoria) es continua y de
distribucin normal. En segundo lugar,
consideraremos que el proceso est bajo control
estadstico, es decir que la variabilidad se debe
solamente a un sistema constante de causas
aleatorias (No intervienen causas asignables).
Al realizar una sucesin de mediciones de la
caracterstica de calidad sobre muestras del
producto fabricado, encontramos que los valores
fluctan alrededor de un valor central. Esto es lo
que llamamos la fluctuacin natural y esperable del
proceso. Esta variacin de la caracterstica de
calidad medida se debe a un conjunto muy grande de
causas que afectan el proceso, cuyo efecto
individual es pequeo y que actan en forma
aleatoria (Sistema constante de causas aleatorias).
La fluctuacin natural del proceso es inherente al
mismo y no puede eliminarse, slo puede reducirse
realizando modificaciones al proceso mismo, lo cual
significa, como ya hemos dicho, trabajar con otro
proceso. La fluctuacin natural de un proceso puede
cuantificarse a travs de la desviacin standard del
mismo, con la cual podemos calcular Lmites de
Tolerancia Natural del proceso. Se debe insistir en
que estos lmites no pueden fijarse voluntariamente,
dependen del proceso y de las variables no
controlables del mismo. Generalmente se toma un
rango para la fluctuacin natural de 6 sigmas.
Los Lmites de Especificacin de un producto son
fijados voluntariamente por el cliente, por el
fabricante o por alguna norma. Estos lmites
constituyen un requisito a cumplir por el producto y
no deben confundirse en ningn caso con los Lmites
de Control o con los Lmites de Tolerancia Natural
del proceso.
La Capacidad de un proceso es la aptitud para
generar un producto que cumpla con determinadas
especificaciones. En el mejor de los casos, es
conveniente que los Lmites de Tolerancia Natural
del proceso se encuentren dentro de los Lmites de
Especificacin del producto. De esta manera nos
aseguramos que toda la produccin cumplir con las
especificaciones.
Para analizar la capacidad del proceso se puede
utilizar un histograma de frecuencias. Si se
dispusiera de todos los datos del universo para la
caracterstica de calidad medida y se hiciera un
histograma este permitira tener una idea exacta de
la fluctuacin natural del proceso. Como esto es
imposible, es necesario tomar un cierto nmero de
mediciones (Mnimo 100-200) y efectuar con ellas un
histograma de frecuencias.
Este es el histograma de una muestra y por lo tanto
es slo una estimacin del verdadero histograma del
universo. Si representamos en las abscisas los
Lmites de Especificacin del producto, podemos ver
grficamente si el proceso tiene aptitud (Capacidad)
para fabricar dicho producto.
Para cuantificar la Capacidad de Proceso se utilizan
coeficientes que permiten comparar el rango de
especificaciones con la fluctuacin natural del
proceso. Uno de ellos es Cp:
donde
LSE es el Lmite Superior de Especificacin
y
LIE es el Lmite Inferior de Especificacin
Si el proceso tiene capacidad para fabricar el
producto, entonces Cp > 1. En general se exige Cp >
1.30 para mayor seguridad.
Este coeficiente tiene el inconveniente de que para
poder aplicarlo el centro de gravedad del rango de
especificaciones debe coincidir con la tendencia
central de las mediciones del proceso. Cuando esto
no ocurre se emplea el Cpk:
Donde:
En el grfico podemos observar que una buena parte
del producto est por encima del Lmite Superior de
Especificacin (LSE). An as resulta Cp > 1,
indicando errneamente que el proceso tiene
capacidad suficiente. En este caso se debe usar el
segundo coeficiente que muestra claramente que el
proceso no tiene capacidad suficiente (Cpk < 1), tal
como se puede observar en el grfico.
El uso de un histograma para analizar la capacidad
de un proceso tiene la ventaja de que se puede
apreciar la forma de la distribucin, con lo cual se
puede confirmar o rechazar la hiptesis de que la
misma es normal. Pero el problema es que no se puede
detectar la presencia de patrones no aleatorios, con
lo cual no es posible confirmar o rechazar la
hiptesis de que el proceso est bajo control
estadstico. Si el proceso no est bajo control
estadstico los resultados del anlisis de la
capacidad de proceso no sern vlidos y pueden
llevar a conclusiones equivocadas.
Otra manera de analizar la capacidad de un proceso
es por medio de los grficos de control. La
implementacin de grficos de control exige
necesariamente colocar al proceso bajo control
estadstico. En consecuencia, se puede utilizar la
desviacin standard utilizada para calcular los
Lmites de Control para calcular los coeficientes de
capacidad de proceso Cp o Cpk. Si este es el caso,
se debe hacer una aclaracin muy importante. Cuando
se utilizan grficos X-R, en el grfico de X se
representan los promedios de subgrupos, es decir,
promedios muestrales. No se debe confundir la
desviacin standard del proceso con la desviacin
standard de los promedios muestrales. Si la
desviacin standard del proceso es s y cada subgrupo
tiene m mediciones, la desviacin standard entre
subgrupos es:
Si se utiliza por error la desviacin standard entre
subgrupos para calcular los coeficientes de
capacidad del proceso, se obtendrn valores ms
altos que los que corresponden a la verdadera
capacidad del proceso.
como archivo zip

Apuntes Control Estadístico de Procesos

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

Apuntes Control Estadístico de Procesos

Diunggah oleh

Hak Cipta:

Format Tersedia

Control Estadstico de Procesos

Anda mungkin juga menyukai