Estadística Inferencial -...
Transcript of Estadística Inferencial -...
ESTADÍSTICA INFERENCIAL
1
Sesión No. 9
Nombre: Pruebas de hipótesis referentes al valor de la media de la población. Parte III. Objetivo: Al finalizar la sesión, el estudiante conocerá cómo aplicar el método de
intervalos de confianza para pruebas de hipótesis referentes a la media. Así como
interpretar gráficas de medias empleadas para tener a los procesos bajo control
estadístico.
Contextualización
En muchos estudios o investigaciones es necesario construir un intervalo de
confianza para estimar la media aritmética poblacional, así como contrastar la
hipótesis de ésta con los muestrales de una sola población; considerando sus
estadísticos muestrales como un estimador insesgado, eficiente, consistente y
suficiente, que corresponda a una población representada por su distribución
muestral (Elorza Pérez-Tejada, 2008).
Por otro lado, el control estadístico de procesos consiste en la aplicación de
técnicas estadísticas importantes para mejorar la calidad y productividad. Una de
esas técnicas son las gráficas de control, las cuales tienen una fuerte analogía
con las pruebas de hipótesis.
Como estudiante y profesionista es necesario que conozcas estos métodos que
te servirán para tener bases más confiables en la toma de decisiones.
ESTADÍSTICA INFERENCIAL
2
Introducción al Tema
¿Qué instrumento utilizarías para reconocer situaciones donde causas
asignables pueden estar afectando de manera adversa la calidad de un
producto?
En sesiones anteriores, pudiste ver que la decisión de rechazar o no rechazar la
hipótesis nula suele realizarse por medio del método del valor crítico y el método
del valor P. Ahora podrás conocer otro método conocido como de intervalos de
confianza.
A continuación, se expone acerca de las pruebas respecto a la media del proceso
en el control estadístico de procesos. En donde podrás ver que las gráficas de
control son una herramienta importante del control estadístico de procesos.
ESTADÍSTICA INFERENCIAL
3
Explicación
4.5 Método de intervalos de confianza para pruebas de hipótesis referentes
a la media
¿Qué relación existe entre un intervalo de confianza y una prueba de
hipótesis?
Tanto los intervalos de confianza como las pruebas de hipótesis están
dedicadas a determinar los valores creíbles para una media poblacional . En una
prueba de hipótesis para una media poblacional , se especifica un valor particular
de (la hipótesis nula) y se determina si ese valor es factible. En contraparte, un
intervalo de confianza para una media poblacional se puede pensar como el
conjunto de los valores de que satisfacen a un cierto criterio de factibilidad,
especificado por el intervalo de confianza con un nivel de 100 1 % .
Efectivamente, la relación entre los intervalos de confianza y las pruebas de
hipótesis es muy cercana (Navidi, 2006).
Para el caso de una sola media poblacional con conocida, la estructura de la
prueba de hipótesis y de la estimación del intervalo de confianza se basan en la
variable aleatoria (Walpole, Myers, & Myers, 1999)
√⁄
La prueba de hipótesis
: :
A un nivel de significancia es equivalente a calcular un intervalo de confianza de
100 1 % sobre y
Rechazar si no está dentro del intervalo de confianza.
ESTADÍSTICA INFERENCIAL
4
Si está dentro del intervalo de confianza, la hipótesis no se rechaza.
Con un valor observado el fracaso de rechazar a un nivel de significancia
implica que:
⁄
√⁄⁄
Que es equivalente a:
⁄√
⁄√
La equivalencia del intervalo de confianza a la prueba de hipótesis se extiende a
las diferencias entre medias, varianza, razones de varianza, etc. Como resultado,
no se debe considerar la estimación del intervalo de confianza y la prueba de
hipótesis como formas separadas de la inferencia estadística (Walpole, Myers, &
Myers, 1999).
Esta relación pertenece a pruebas de hipótesis de dos colas para la media
poblacional y se extiende a pruebas de hipótesis de una cola, sin embargo, para
ello se pide elaborar intervalos de confianza unilaterales que son muy poco
utilizados en la práctica (Anderson, Sweeney, & Williams, Estadística para
negocios y economía, 2012)
Ejemplo:
En un centro comercial, una máquina
expendedora de helados se calibra para servir
los vasos con 100 gramos de helado y, según
el fabricante, con una 2 gramos.
Periodicamente el gerente de control de
calidad monitorea el proceso de llenado y se
toma una muestra de 36 vasos obteniéndose
un llenado promedio de 100.5 gramos. Con Fuente: muyinteresante.es
ESTADÍSTICA INFERENCIAL
5
cada muestra se realiza una prueba de hipótesis con 5% para ver si la
máquina necesitará servicio de calibración.
Solución:
Esta prueba de hipótesis tiene la forma siguiente:
: 100 : 100
Para probar esta hipótesis con 5%, se tiene 100.5, 2 y 36.
Al aplicar estos resultados a ⁄ se tiene:
5% 0.05 0.025; ⁄ . 1.96
Se obtiene que el intervalo de 95% de confianza para estimar la media poblacional
es:
⁄√
⁄√
Sustituyendo
100.5 1.962
√36100 100.5 1.96
2
√36
100.5 0.653 100 100.5 0.653
99.847 100 101.153
ESTADÍSTICA INFERENCIAL
6
Esto permite al gerente de control de calidad concluir que con un 95% de
confianza el llenado medio para la población de vasos de helado está entre 99.847
y 101.153 gramos. Como el valor hipotético de la media poblacional 100está
en dicho intervalo, la conclusión de la prueba de hipótesis es que no se puede
rechazar la hipótesis nula, : 100. En conclusión la máquina expendedora
de helados no necesita calibración.
4.6 Pruebas respecto a la media del proceso en el control estadístico de
procesos
¿Cómo se realiza el control de la media del proceso?
Los procedimientos estadísticos para el control de procesos se basan en la
metodología de pruebas de hipótesis. La hipótesis nula se formula en términos
de un proceso de producción que está bajo control. La hipótesis alternativa se
plantea en términos de un proceso que está fuera de control. Sin embargo, al igual
que, con otros procedimientos de prueba de hipótesis, también es posible cometer
errores tipo I (ajuste de un proceso bajo control) y errores tipo II (que permiten
continuar con un proceso fuera de control). La siguiente tabla muestra cómo se
toman las decisiones correctas para continuar un proceso bajo control, y el ajuste
para un proceso fuera de control (Anderson, Sweeney, & Williams, 2012).
ESTADO DEL PROCESO DE PRODUCCIÓN
verdadera
Proceso bajo control
falsa
Proceso fuera de control
DECISIÓN
Continuación del proceso
Decisión correcta
Error tipo II
(permite que continúe un proceso
fuera de control)
Ajuste del proceso
Error tipo I
(ajuste de un proceso bajo control)
Decisión correcta
ESTADÍSTICA INFERENCIAL
7
Estructura de una gráfica de control para la media consta de:
Una línea central (CL) que corresponde a la media del proceso cuando está
bajo control.
Una línea vertical que corresponde a la escala de medición para la variable.
Un límite superior de control (UCL).
Un límite inferior de control (LCL).
Cada vez que se toma una muestra del
proceso de producción, se calcula el valor de
la media muestral y se gráfica el punto que
indica el valor de en la gráfica de control de
izquierda a derecha. Cada vez que un punto
se posiciona en la gráfica de control, se está
llevando a cabo una prueba de hipótesis para determinar si el proceso está bajo
control.
La aplicación de la gráfica puede interpretarse como la verificación de la hipótesis
de que el promedio corresponde a la de un proceso bajo control. Cuando la
estadística correspondiente cae fuera de los límites de control, se dice que la
evidencia (la muestra) no es compatible con la hipótesis de un proceso bajo control
estadístico, en cuyo caso la acción correctiva debe ser aplicada tan pronto como
sea posible.
Ahora podrás ver como se construye
una gráfica mediante un ejemplo
ilustrativo. Suponiendo que una
empresa dedicada a la producción de
conservas de productos del mar opera
una línea de producción de enlatados
de atún.
Fuente: linkis.com
ESTADÍSTICA INFERENCIAL
8
Cuando el proceso está funcionando correctamente, y por lo tanto el sistema está
bajo control, el peso medio de enlatado es 16.05 onzas, y 0.1 onzas. Se
supone que los pesos de enlatado siguen una distribución normal. Debido a esto,
la distribución de muestreo de es normal para cualquier tamaño de muestra. Por
lo tanto, es una distribución normal con media y desviación estándar
La distribución de muestreo de se utiliza para determinar qué valores de son
razonables cuando el proceso está bajo control. La práctica general en el control
de calidad es definir qué tan razonable es cualquier valor de que esté dentro de
las tres desviaciones estándar o errores estándar, arriba o abajo del valor de la
media. Por lo tanto, si un valor de se encuentra dentro del intervalo de 3
a 3 se admitirá que el proceso está bajo control. Los límites de control para
una gráfica : media del proceso y desviación estándar conocida son:
3 3
Si el encargado de control de calidad toma periódicamente muestras de seis cajas
y utiliza la media muestral del peso de enlatado para determinar si el proceso está
bajo control o fuera de control. Para esto determina que el error estándar de la
media es:
√
0.1
√60.04
ESTADÍSTICA INFERENCIAL
9
Como la media del proceso es 16.05, los límites de control son:
16.05 3 0.04 16.17 16.05 3 0.04 15.93
En la siguiente imagen se presenta la gráfica de control con los resultados de 13
muestras tomadas en un periodo de 13 días.
Un proceso se puede considerar bajo control mientras todos los puntos se
encuentren situados dentro de los límites superior e inferior de control. El proceso
será más estable cuanto más se acerque a la línea media (Alcalde San Miguel,
2009).
Interpretación de gráficas de medias
Síntomas Algún punto se
escapa fuera de los límites de control
La aparición de 7 puntos consecutivos en sentido creciente o decreciente
dentro de los límites de control
Causas probables
Existe una modificación del proceso o se han producido cambios en los operarios, nuevos instrumentos de medida, etc. En estos casos habrá que parar el proceso y ajustarlo hasta que vuelva a estar controlado.
El proceso está desarrollando una tendencia clara y en una determinada dirección hacia la inestabilidad. Esto podría estar causado por multitud de causas asignables, como, por ejemplo, operarios cansados, desgaste en las máquinas o herramientas, mantenimiento incorrecto, cambios en los procedimientos, acumulación de suciedad, etc.
ESTADÍSTICA INFERENCIAL
10
En la gráfica del ejemplo se puede ver que la media de la cuarta muestra se
encuentra por debajo del LCL, lo que muestra una fuerte evidencia de que el
proceso está fuera de control, existiendo causas imputables que ocasionan
variación de la calidad del producto y que se está realizando un llenado
insuficiente de las latas.
Como resultado, la acción correctiva se aplica en este punto para que el proceso
esté nuevamente bajo control. El hecho de que los demás puntos de la gráfica
estén dentro de los límites de control superior e inferior indica que la acción
correctiva se ha realizado adecuadamente.
ESTADÍSTICA INFERENCIAL
11
Conclusión
Pudiste ver que, con el método del intervalo de confianza para probar una
aseveración acerca de la media poblacional cuando conocemos , se rechaza
si el valor de declarado en la hipótesis nula se encuentra fuera del intervalo de
confianza. Además, cuando la hipótesis planteada es de tipo bilateral, se utiliza
directamente el intervalo al 100 1 % de confianza.
Otra aplicación de la prueba de hipótesis es el control estadístico de procesos, el
cual emplea las gráficas de control para supervisar el funcionamiento de los
procesos. Con la gráfica de control se analiza la variación entre las medias de
las muestras, para así detectar cambios en la media del proceso.
¿Qué medida estadística emplearías para hacer comparaciones de los
valores de una variable, por ejemplo, producción o precios, entre distintos
periodos de tiempo, lugares o circunstancias?
ESTADÍSTICA INFERENCIAL
12
Para aprender más
¿Cómo construir un intervalo de confianza para la media de una variable
cuantitativa cuando se conoce la varianza de esa variable?
Estadística útil (10 de noviembre de 2014). Intervalo de confianza para la
media con varianza conocida. [Archivo de video]. Recuperado de:
https://www.youtube.com/watch?v=N36TGN8k2tY
¿Cómo aplicar las gráficas de control y R para el control de calidad de un
servicio?
Pierdant, R. A. I., & Rodríguez, F. J. (2009). Control estadístico de la calidad
de un servicio mediante Gráficas X y R. Política y cultura (32). Enero 2009.
Documento obtenido de:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-
77422009000200009
ESTADÍSTICA INFERENCIAL
13
Actividad de Aprendizaje
Instrucciones:
Con la finalidad de profundizar en los conocimientos adquiridos a lo largo de esta
sesión, ahora tendrás que realizar la siguiente actividad:
Resuelve los siguientes problemas.
1. La publicidad de una bebida ligth que está endulzada con sucralosa dice
que sólo contiene 50 calorías por botella. Se toma una muestra al azar de
36 botellas y se determina que el promedio de calorías por botella es de
49.3. Sí éstas se encuentran distribuidas de manera normal con 9,
determina empleando 5%:
a) Las hipótesis correspondientes.
b) Si los datos apoyan lo que se anuncia.
2. La dimensión en milímetros se emplea para medir el resultado de un
proceso de producción. Cuando el proceso está bajo control, la media de
éste es 128.5 y la desviación estándar es 0.4.
a) Elabora una gráfica para el proceso si el tamaño de las muestras que
se utilizarán es de 6.
b) Para una muestra de la que se obtienen los datos que se muestran a
continuación, ¿el proceso está bajo control o fuera de control?
Argumenta tu respuesta.
128.8 128.2 129.1 128.7 128.4 129.2
ESTADÍSTICA INFERENCIAL
14
Puedes realizar los ejercicios en un procesador de textos, al final tendrás que
guardarlos en formato PDF, y entregarlo de acuerdo a las indicaciones de tu
profesor.
Recuerda que esta actividad te ayudará a reforzar tus conocimientos sobre el
método de intervalos de confianza para pruebas de hipótesis referentes a la media
y, las pruebas respecto a la media del proceso en el control estadístico de
procesos.
Esta actividad representa el 5% de tu calificación y se tomará en cuenta lo
siguiente:
Tus datos generales.
Título.
Procedimiento y desarrollo completo y correcto de los ejercicios.
Ortografía y redacción.
ESTADÍSTICA INFERENCIAL
15
Bibliografía
Alcalde San Miguel, P. (2009). Calidad. Madrid: Paraninfo.
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2008). Estadística para
administración y economía (10 ed.). México: Cengage Learning.
Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2012). Estadística para
negocios y economía (11 ed.). México: Cengage Learning.
Besterfield, D. H. (2009). Control de calidad (8 ed.). México: Pearson
Educación.
Elorza Pérez-Tejada, H. (2008). Estadística para las ciencias sociales, del
comportamiento y de la salud (3 ed.). México: Cengage Learning.
Hansen, B. L., & Ghare, P. M. (1990). Control de calidad. Teoría y
aplicaciones. Madrid: Díaz de Santos.
Heizer, J., & Render, B. (2009). Principios de administración de
operaciones (7 ed.). México: Pearson Educación.
Levin, R. I., & Rubin, D. S. (2004). Estadística para administración y
economía (7 ed.). México: Pearson Educación.
Navidi, W. (2006). Estadística para ingenieros. México: McGraw-Hill.
Ojeda, M. M., & Behar, R. (2006). Estadística, Productividad y Calidad.
México: Secretaría de Educación de Veracruz.
Spiegel, M. R., & Stephens, L. J. (2009). Estadística (4 ed.). México:
McGraw-Hill.
Triola, M. F. (2004). Estadística (9 ed.). México: Pearson Educación.
ESTADÍSTICA INFERENCIAL
16
Wackerly, D. D., Mendenhall III, W., & Scheaffer, R. L. (2010). Estadística
matemática con aplicaciones (7 ed.). México: Cengage Learning.
Walpole, R. E., Myers, R. H., & Myers, S. L. (1999). Probabilidad y
estadística para ingenieros (6 ed.). México: Prentice-Hall.
Cibergrafía
Estadística útil (10 de noviembre de 2014). Intervalo de confianza para la
media con varianza conocida. [Archivo de video]. Recuperado de:
https://www.youtube.com/watch?v=N36TGN8k2tY
Manrique, M. C. (1997). Control Estadístico de Procesos y Aplicaciones a
Empresas de Servicios. IV Premio de Investigación sobre Seguros y
Fianzas. México: Comisión Nacional de Seguros y Fianzas. Secretaría de
Hacienda y Crédito Público. Obtenido de:
http://www.cnsf.gob.mx/Eventos/Premios_2014/1997%20tercer%20lugar
%20vf.pdf
Pierdant, R. A. I., & Rodríguez, F. J. (2009). Control estadístico de la calidad
de un servicio mediante Gráficas X y R. Política y cultura (32). Enero 2009.
Documento obtenido de:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188-
77422009000200009
Te invito a que consultes la Biblioteca Digital UNID