Cap Ocho Cec-Estadistica

8- ¿De qué manera afectan los datos raros a la media?
Los datos raros hacen inestable la gráfica, de modo que, si son más bajos, podrías
disminuir drásticamente la medio o en el caso de ser muy alto, elevarla, aportando un
dato no tan exacto al promedio
9-Explique los errores en la interpretación de la media que se señalan en la sección

Errores en la toma de decisiones con el uso de la media.
-Bueno, todos los datos son los mismos o que está muy cerca de la media, sin tomar
en cuenta el valor real del producto
-Se cree que la media es el dato más frecuente, lo cual se llega a confundir con la
media -Se cree también con la mediana en cuanto a la selección de datos
-También la media muestral es igual a la media poblacional, lo que se desconocer

que la muestral es de variable aleatoria
10-Se desea investigar el peso promedio de 1 000 artículos de un lote, por lo que se
eligen aleatoriamente 40 de ellos, se pesan y se obtiene que x – 5 252 gramos con S
5 5.
a) ¿Quiere decir que el peso medio de los 1 000 artículos es de 252?

A No, no necesariamente. El valor de xˉ=252\bar{x} = 252xˉ=252 gramos es el
promedio de la muestra de 40 artículos, no el promedio del total de 1,000 artículos.
Sin embargo, la muestra proporciona una estimación del peso promedio de todo el
lote. Si la muestra es representativa y no tiene sesgo, el promedio de la muestra
puede ser una buena estimación del promedio del lote completo. Aun así,
necesitamos considerar el error estándar y los intervalos de confianza para tener una
idea más clara de la precisión de esta estimación.
b) ¿La mayoría de los artículos pesa 252 gramos?
No necesariamente. El promedio (media) de la muestra es 252 gramos, pero esto no

implica que la mayoría de los artículos pesen exactamente 252 gramos. La media es
un valor central y no nos da información sobre la dispersión de los datos. Para
conocer cómo están distribuidos los pesos, necesitaríamos conocer la desviación
estándar y la forma de la distribución de los pesos.
c) ¿De los 40 artículos en la muestra es probable que alguno pueda pesar 300
gramos? Aplique la regla empírica para contestar
Es extremadamente improbable que alguno de los 40 artículos pese 300 gramos

según la regla empírica.
Para aplicar la regla empírica (o regla del 68-95-99.7), utilizamos la desviación

estándar SSS de la muestra, que es 5 gramos. Esta regla nos dice que en una
distribución normal:
Aproximadamente el 68% de los valores se encuentran dentro de 1 desviación

estándar de la media (xˉ±S\bar{x} \pm Sxˉ±S).
Aproximadamente el 95% de los valores se encuentran dentro de 2 desviaciones
estándar de la media (xˉ±2S\bar{x} \pm 2Sxˉ±2S).
Aproximadamente el 99.7% de los valores se encuentran dentro de 3 desviaciones

Dado que xˉ=252\bar{x} = 252xˉ=252 gramos y S=5S = 5S=5 gramos:
Dentro de 1S1S1S: 247 - 257 gramos (68% de los datos).
Dentro de 2S2S2S: 242 - 262 gramos (95% de los datos).
Dentro de 3S3S3S: 237 - 267 gramos (99.7% de los datos).
11-Se desea investigar el peso promedio de 1 000 artículos de un lote, por lo que se
eligen aleatoriamente 40 de ellos, se pesan y se obtiene que x – 5 252 gramos con S
5 5.
a) ¿Quiere decir que el peso medio de los 1 000 artículos es de 252?
No, el peso medio de los 1,000 artículos no necesariamente es de 252 gramos. El

valor de xˉ=252\bar{x} = 252xˉ=252 gramos es el promedio de la muestra de 40
artículos. Este promedio de muestra proporciona una estimación del peso promedio
de todo el lote. Si la muestra es representativa, este promedio es una buena
estimación del promedio del lote completo, pero no es una garantía. Para tener una
mejor idea de cuán cerca está este promedio del verdadero promedio del lote,
necesitaríamos calcular un intervalo de confianza
b) ¿La mayoría de los artículos pesa 252 gramos?
No, el hecho de que el promedio (media) de la muestra sea 252 gramos no significa
que la mayoría de los artículos pesen exactamente 252 gramos. La media es solo una
medida central de tendencia. Para saber cómo se distribuyen los pesos alrededor de
la media, necesitamos conocer la desviación estándar (S=5S = 5S=5 gramos) y la
forma de la distribución de los datos. Muchos artículos pueden pesar más o menos
que 252 gramos, y la media no nos dice cuántos artículos están cerca de este valor.
¿De los 40 artículos en la muestra es probable que alguno pueda pesar 300 gramos?
Aplique la regla empírica para contestar.
Para aplicar la regla empírica (o regla del 68-95-99.7), consideramos que la

desviación estándar (SSS) de la muestra es 5 gramos. Esta regla nos dice que en una
distribución normal:
Aproximadamente el 68% de los valores se encuentran dentro de 1 desviación

estándar de la media (xˉ±S\bar{x} \pm Sxˉ±S).
Aproximadamente el 95% de los valores se encuentran dentro de 2 desviaciones

Aproximadamente el 99.7% de los valores se encuentran dentro de 3 desviaciones

Dado que xˉ=252\bar{x} = 252xˉ=252 gramos y S=5S = 5S=5 gramos:
Dentro de 1 desviación estándar: 247−257247 - 257247−257 gramos (68% de los

datos).
Dentro de 2 desviaciones estándar: 242−262242 - 262242−262 gramos (95% de los

datos).
Dentro de 3 desviaciones estándar: 237−267237 - 267237−267 gramos (99.7% de los

datos).
El valor de 300 gramos está a 48 gramos de la media (300−252=48300 - 252 =

48300−252=48 gramos). Dividiendo esto entre la desviación estándar, obtenemos:
485=9.6\frac{48}{5} = 9.6548=9.6
Esto significa que 300 gramos está a 9.6 desviaciones estándar de la media, lo cual
es extremadamente improbable en una distribución normal (muy lejos del 99.7% de
los datos).
20-Dos máquinas, cada una operada por una persona, se utilizan para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de 63 mm. Al final del
turno, un inspector toma una muestra y observa que la longitud cumpla las
especificaciones. A continuación, se muestran las últimas 110 mediciones para ambas
máquinas.
a) ¿Es adecuada la tendencia central de las mediciones?
b) Calcule la desviación estándar y una aproximación de los límites reales, y con base
en éstos decida si la variabilidad de los datos es aceptable.
Con respecto a la media el valor obtenido es adecuado ya que está dentro del margen
de tolerancia, la mediana está un poco segada ya que sobrepasa los límites
establecidos, y finalmente con la moda. Por ser Mult. Modal decimos que dos de ellas
están dentro del rango de tolerancia y una fuera.
c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados,

sesgos, etcétera).
Desviación Std = 1.31
Límite superior = 200.01 ± 3(1.31) =203.94
Límite central = 200.01
Límite inferior= 200.01 ± 3(1.31) =196.08
La variabilidad de los datos no es aceptable ya que el límite inferior como el superior

rebasan los límites fijados de fabricación.
d) ¿El proceso de cortado de tiras es capaz de cumplir especificaciones?
Podemos notar una variabilidad en la gráfica ya que la campana de Gaus esta

deformada, podemos notar un pequeño acantilado en la parte izq. Además, podemos
notar como la forma de la moda con respecto a sus tres posiciones se pone de
manifiesto.
21-En el caso del ejercicio anterior, considerando que los primeros 55 datos
corresponden a una máquina, y los últimos 55 a otra, conteste lo siguiente:
A-Haga un análisis por separado para cada máquina (tendencia central, variabilidad,
histograma).
b) ¿Cuál es el problema de cada máquina?
La medida de tendencia central que se ha utilizado para la maquina No.1 es la media

la cual da como resultado 201.0 respecto a la longitud ideal que es 200.0 tiene una
1.0 mm de desfase de la longitud ideal por lo que todavía se considera útil dentro de
la tolerancia que utiliza el inspector para aceptar las tiras de hule.
Al igual en la maquina No. 2 se utiliza la media con valor de 199.10 para el centrado y
al con pararla con la longitud ideal que es de 200 se puede decir que se encuentra
también dentro del rango aceptado de tolerancia ya que solo le faltan 0.9 mm para
lograrla por lo que es probable que pase la inspección
c) Vuelva a analizar el histograma realizado en el ejercicio 20 inciso c y vea si de

alguna forma se vislumbraba lo que detectó con los análisis hechos en este ejercicio.
MAQUINA A:
Rango:
Rango = LS LI (de las clases)
Rango = 202.1−199.2
Rango = 2.9
No. De Clase:
# de clase = n
#de clase = 55
#de clase = 7
Longitud de Clase:
# de clase
Rango
Longitud de clase:
MAQUINA B
Rango: Rango = LS LI (de las clases)
Rango = 200.5 −197.8
Rango = 2.7
No. De Clase:
# de clase = n
#de clase = 55
#de clase= 7
Longitud de Clase=

Cap Ocho Cec-Estadistica

Cargado por

Copyright:

Formatos disponibles

Cap Ocho Cec-Estadistica

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Cap Ocho Cec-Estadistica

Cargado por

Copyright:

Formatos disponibles

8- ¿De qué manera afectan los datos raros a la media?

9-Explique los errores en la interpretación de la media que se señalan en la sección

-También la media muestral es igual a la media poblacional, lo que se desconocer

a) ¿Quiere decir que el peso medio de los 1 000 artículos es de 252?

b) ¿La mayoría de los artículos pesa 252 gramos?

No necesariamente. El promedio (media) de la muestra es 252 gramos, pero esto no

Es extremadamente improbable que alguno de los 40 artículos pese 300 gramos

Para aplicar la regla empírica (o regla del 68-95-99.7), utilizamos la desviación

Aproximadamente el 68% de los valores se encuentran dentro de 1 desviación

Aproximadamente el 99.7% de los valores se encuentran dentro de 3 desviaciones

Dado que xˉ=252\bar{x} = 252xˉ=252 gramos y S=5S = 5S=5 gramos:

Dentro de 1S1S1S: 247 - 257 gramos (68% de los datos).

Dentro de 2S2S2S: 242 - 262 gramos (95% de los datos).

Dentro de 3S3S3S: 237 - 267 gramos (99.7% de los datos).

a) ¿Quiere decir que el peso medio de los 1 000 artículos es de 252?

No, el peso medio de los 1,000 artículos no necesariamente es de 252 gramos. El

b) ¿La mayoría de los artículos pesa 252 gramos?

Para aplicar la regla empírica (o regla del 68-95-99.7), consideramos que la

Aproximadamente el 68% de los valores se encuentran dentro de 1 desviación

Aproximadamente el 95% de los valores se encuentran dentro de 2 desviaciones

Aproximadamente el 99.7% de los valores se encuentran dentro de 3 desviaciones

Dentro de 1 desviación estándar: 247−257247 - 257247−257 gramos (68% de los

Dentro de 2 desviaciones estándar: 242−262242 - 262242−262 gramos (95% de los

Dentro de 3 desviaciones estándar: 237−267237 - 267237−267 gramos (99.7% de los

El valor de 300 gramos está a 48 gramos de la media (300−252=48300 - 252 =

a) ¿Es adecuada la tendencia central de las mediciones?

c) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados,

Desviación Std = 1.31

Límite superior = 200.01 ± 3(1.31) =203.94

Límite central = 200.01

Límite inferior= 200.01 ± 3(1.31) =196.08

La variabilidad de los datos no es aceptable ya que el límite inferior como el superior

d) ¿El proceso de cortado de tiras es capaz de cumplir especificaciones?

Podemos notar una variabilidad en la gráfica ya que la campana de Gaus esta

La medida de tendencia central que se ha utilizado para la maquina No.1 es la media

c) Vuelva a analizar el histograma realizado en el ejercicio 20 inciso c y vea si de

Rango = LS LI (de las clases)

Rango: Rango = LS LI (de las clases)

Rango = 200.5 −197.8

También podría gustarte