SlideShare una empresa de Scribd logo
1 de 1
Descargar para leer sin conexión
MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE LA CALIDAD
Formulario Diseño de Experimentos con un factor
• Modelo con un factor yij = μi + uij, con i = 1, ..., I niveles, con j = 1, ..., ni observaciones en
cada nivel y un total de n =
PI
i=1 ni observaciones. La tabla ANOVA de este modelo es
Fuente de variab. Suma de cuadrados Gr. de libertad Varianzas Estadístico F
Entre grupos (VE)
PI
i=1 ni (ˆμi − ¯y)2
I − 1 ˆs2
e =
V E
I − 1
F =
ˆs2
e
ˆs2
R
∼ F(I−1),(n−I)
Interna (VNE)
PI
i=1
Pni
j=1(yij − ˆμi)2 n − I ˆs2
R =
V NE
n − I
Total (VT)
PI
i=1
Pni
j=1 (yij − ¯y)2
n − 1 ˆs2
y =
V T
n − 1
donde
¯y =
PI
i=1
Pni
j=1 yij
n
; ˆμi =
Pni
j=1 yij
ni
.
• Los intervalos de confianza de nivel (1 − α0) de la media de cada nivel son (método LSD)
μi ∈
½
ˆμi ± tgdl;α0/2
ˆsR
√
ni
¾
; i = 1, ..., I
donde tgdl es una distribución t de Student de los mismos grados de libertad que ˆs2
R.
• Si los intervalos anteriores se usan para comparar I intervalos, con un nivel de confianza conjunto
(1 − αT ) se tiene que cada intervalo usará, por el método de Bonferroni, α0 = αT /m, donde
m =
¡I
2
¢
.
• El intervalo de confianza para la media poblacional de un nivel usando sólo los datos de dicho
nivel es (método clásico)
μi ∈
½
ˆμi ± tni−1;α/2
ˆsi
√
ni
¾
donde ˆsi es la cuasi-desviación típica usando sólo los ni datos de ese nivel
• El contraste individual que compare la media del grupo i-ésimo con la del j-ésimo por el método
LSD es
H0 : μi = μj,
H1 : μi 6= μj;
y el estadístico de contraste es
t =
ˆμi − ˆμj
ˆsR
q
1
ni
+ 1
nj
.
Rechazaremos H0 si
|t| > tgdl;α0/2
donde tgdl;α0/2 es el valor de una distribución t de Student con los mismos grados de libertad
que el estimador ˆs2
R, y α0 el nivel de significación del contraste.
• Si vamos a comparar todos los grupos de dos en dos mediante contrases individuales, el nivel
de significación usando Bonferroni será α0 = αT /m, para un nivel de significación conjunto αT
prefijado por el experimentador, y donde m es el número de contrastes que hay que hacer.

Más contenido relacionado

Similar a estadistiff

Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_
J M
 
Diseño completamente aleatorizado
Diseño completamente aleatorizadoDiseño completamente aleatorizado
Diseño completamente aleatorizado
n3n4
 
Sesión 10 (clase)
Sesión 10 (clase)Sesión 10 (clase)
Sesión 10 (clase)
Rob Sorian
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametros
UFRO
 

Similar a estadistiff (20)

notas19deagosto
notas19deagostonotas19deagosto
notas19deagosto
 
formulas4.ppt
formulas4.pptformulas4.ppt
formulas4.ppt
 
ESTADISTICAS MAURICIO AQUIETA
ESTADISTICAS MAURICIO AQUIETAESTADISTICAS MAURICIO AQUIETA
ESTADISTICAS MAURICIO AQUIETA
 
One way anova
One way anovaOne way anova
One way anova
 
Estadisticadavid 140929145419-phpapp02
Estadisticadavid 140929145419-phpapp02Estadisticadavid 140929145419-phpapp02
Estadisticadavid 140929145419-phpapp02
 
Estadistica david
Estadistica davidEstadistica david
Estadistica david
 
Anova
AnovaAnova
Anova
 
Analisis de la_varianza_
Analisis de la_varianza_Analisis de la_varianza_
Analisis de la_varianza_
 
Neyman
NeymanNeyman
Neyman
 
Estimacion
EstimacionEstimacion
Estimacion
 
Diseño completamente aleatorizado
Diseño completamente aleatorizadoDiseño completamente aleatorizado
Diseño completamente aleatorizado
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Laminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicasLaminas series bidimensionales y cronologicas
Laminas series bidimensionales y cronologicas
 
Sesión 10 (clase)
Sesión 10 (clase)Sesión 10 (clase)
Sesión 10 (clase)
 
Estimacion de parametros
Estimacion de parametrosEstimacion de parametros
Estimacion de parametros
 
Unidad 2
Unidad 2Unidad 2
Unidad 2
 
Resumen de Teoría de Muestreo
Resumen de Teoría de MuestreoResumen de Teoría de Muestreo
Resumen de Teoría de Muestreo
 
Aov1 f
Aov1 fAov1 f
Aov1 f
 
Biometria sesion teorica_martes_19_junio_2012
Biometria sesion teorica_martes_19_junio_2012Biometria sesion teorica_martes_19_junio_2012
Biometria sesion teorica_martes_19_junio_2012
 

Último

Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdf
Yanitza28
 

Último (20)

Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptxTarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
Tarea_sesion_15_Reportes Maestro - Detalle con el uso de AJAX.pptx
 
Función del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacionFunción del analizador léxico.pdf presentacion
Función del analizador léxico.pdf presentacion
 
Redes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdfRedes Neuronales profundas convolucionales CNN ́s-1.pdf
Redes Neuronales profundas convolucionales CNN ́s-1.pdf
 
Introduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptxIntroduccion-a-la-electronica-industrial.pptx
Introduccion-a-la-electronica-industrial.pptx
 
herramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el temaherramientas web para estudiantes interesados en el tema
herramientas web para estudiantes interesados en el tema
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx
 
innovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 bloginnovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 blog
 
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
¡Ya basta! Sanidad Interior - Angela Kellenberger.pdf
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de Datos
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - Estrada
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
 
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiCVelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
 
Editorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdfEditorial. Grupo de 12B de La Salle Margarita.pdf
Editorial. Grupo de 12B de La Salle Margarita.pdf
 
10°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-810°8 - Avances tecnologicos del siglo XXI 10-8
10°8 - Avances tecnologicos del siglo XXI 10-8
 
Editorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdfEditorial. Grupo de 12B. La Salle Margarita.pdf
Editorial. Grupo de 12B. La Salle Margarita.pdf
 
presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...presentación del desensamble y ensamble del equipo de computo en base a las n...
presentación del desensamble y ensamble del equipo de computo en base a las n...
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.
 
Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
 

estadistiff

  • 1. MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE LA CALIDAD Formulario Diseño de Experimentos con un factor • Modelo con un factor yij = μi + uij, con i = 1, ..., I niveles, con j = 1, ..., ni observaciones en cada nivel y un total de n = PI i=1 ni observaciones. La tabla ANOVA de este modelo es Fuente de variab. Suma de cuadrados Gr. de libertad Varianzas Estadístico F Entre grupos (VE) PI i=1 ni (ˆμi − ¯y)2 I − 1 ˆs2 e = V E I − 1 F = ˆs2 e ˆs2 R ∼ F(I−1),(n−I) Interna (VNE) PI i=1 Pni j=1(yij − ˆμi)2 n − I ˆs2 R = V NE n − I Total (VT) PI i=1 Pni j=1 (yij − ¯y)2 n − 1 ˆs2 y = V T n − 1 donde ¯y = PI i=1 Pni j=1 yij n ; ˆμi = Pni j=1 yij ni . • Los intervalos de confianza de nivel (1 − α0) de la media de cada nivel son (método LSD) μi ∈ ½ ˆμi ± tgdl;α0/2 ˆsR √ ni ¾ ; i = 1, ..., I donde tgdl es una distribución t de Student de los mismos grados de libertad que ˆs2 R. • Si los intervalos anteriores se usan para comparar I intervalos, con un nivel de confianza conjunto (1 − αT ) se tiene que cada intervalo usará, por el método de Bonferroni, α0 = αT /m, donde m = ¡I 2 ¢ . • El intervalo de confianza para la media poblacional de un nivel usando sólo los datos de dicho nivel es (método clásico) μi ∈ ½ ˆμi ± tni−1;α/2 ˆsi √ ni ¾ donde ˆsi es la cuasi-desviación típica usando sólo los ni datos de ese nivel • El contraste individual que compare la media del grupo i-ésimo con la del j-ésimo por el método LSD es H0 : μi = μj, H1 : μi 6= μj; y el estadístico de contraste es t = ˆμi − ˆμj ˆsR q 1 ni + 1 nj . Rechazaremos H0 si |t| > tgdl;α0/2 donde tgdl;α0/2 es el valor de una distribución t de Student con los mismos grados de libertad que el estimador ˆs2 R, y α0 el nivel de significación del contraste. • Si vamos a comparar todos los grupos de dos en dos mediante contrases individuales, el nivel de significación usando Bonferroni será α0 = αT /m, para un nivel de significación conjunto αT prefijado por el experimentador, y donde m es el número de contrastes que hay que hacer.