manual minitab 16 utt jose servando

UNIVERSIDAD TECNOLOGICA DE TORREON. INGENIERIA EN TECNOLOGIAS DE LA PRODUCCION.

1

CARRERA:

“INGENIERIA EN TECNOLOGIAS DE LA

PROUCCION”

REALIZADO PARA:

ESTADISTICA APLICADA A LA INGENIERIA

PRESENTA:

JOSE SERVANO FRAIRE OLIVARES

GRADO: 7 SECCION: A

Torreón, Coahuila, a; 21 de Octubre del 2013


2

CARRERA:

INGENIERIA EN TECNOLOGIAS DE LA

PRODUCCION”.

DOCUMENTO:

MANUAL DE MINITAB.

PRESENTA:

JOSE SERVANDO FRAIRE OLIVARES.

ASESOR ACADÉMICO:

LIC. GERARO EDGAR MATA ORTIZ.


3

INTRODUCCION

Minitab es un programa de computadora diseñado para ejecutar funciones estadísticas básicas y avanzadas. Combina lo amigable del uso de Microsoft Excel con la capacidad de ejecución de análisis estadísticos. En 1972, instructores del programa de análisis estadísticos de la Universidad Estatal de Pensilvania (Pennsylvania State University) desarrollaron MINITAB como una versión ligera de OMNITAB, un programa de análisis estadístico del Instituto Nacional de Estándares y Tecnología (NIST) de los Estados Unidos. Como versión completa en el 2006 cuesta $1195 USD, pero una versión para estudiantes y académicos se ofrece como complemento de algunos libros de texto. Minitab es frecuentemente usado con la implantación la metodología de mejora de procesos Seis Sigma.

Toda la información sobre su trabajo está contenida en un archivo de Proyecto de Minitab. El archivo de proyecto contiene:

Hojas de trabajo que contienen sus datos. Usted puede tener múltiples hojas de trabajo en un proyecto.

Una o más ventanas Datos que muestran cualquier archivo de hoja de trabajo. Sus datos se mostrarán como columnas. Hay una ventana Datos por cada hoja de trabajo en el proyecto. Usted puede ingresar y editar datos directamente en la ventana Datos.

Una ventana Sesión que muestra sus resultados.

Gráficas que usted puede crear con comandos de gráficas de Minitab.

Un Project Manager, el cual contiene:

Una carpeta Sesión para administrar la salida de la ventana sesión.

Una carpeta Historial que indica los comandos que usted ha utilizado en su sesión. Para volver a ejecutar comandos, cópielos de la carpeta Historial y péguelos en el Editor de línea de comandos.

Una carpeta Gráficas para administrar, organizar y asignar nombre a sus gráficas.

Una carpeta Reportad para crear, organizar y editar informes de su trabajo.

Una carpeta Documentos relacionados para acceder rápidamente a archivos relacionados con el proyecto que no sean de Minitab para una consulta fácil.

http://es.wikipedia.org/wiki/Programa_de_computadora

http://es.wikipedia.org/wiki/Excel

http://es.wikipedia.org/wiki/Seis_Sigma

mtbedt.chm::/EDT_Data_Window/Using_Data/the_worksheet.htm

mtbedt.chm::/EDT_Data_Window/data_window.htm

mk:@MSITStore:C:/Program%20Files/Minitab/Minitab%2016/resources/1034/Mtb.chm::/MASTER_General_Overview/Meet_Minitab/Enter_Data_Into_the_Workshe.htm

mtbedt.chm::/EDT_Session_Window/session_window.htm

mtbgr.chm::/GR_Graph_Menu/Graph_Overview.htm

mtbedt.chm::/EDT_Project_Manager/project_manager.htm


mtbedt.chm::/EDT_Project_Manager/history_window.htm

mtbedt.chm::/EDT_Edit_Menu/Command_Line_Editor/Command_Line_Editor.htm

mtbgr.chm::/GR_Graph_Menu/graphs_folder.htm

mtbedt.chm::/EDT_Project_Manager/creating_reports_in_reportpad.htm



4

Una carpeta Hojas de trabajo que contiene carpetas individuales para cualquier hoja de trabajo abierta. Cada carpeta de hojas de trabajo muestra un resumen de las columnas, constantes almacenadas, matrices y los diseños utilizados en la hoja de trabajo.

Múltiples Barras de herramientas para emitir comandos y una Barra de estado.

Herramientas de entorno

Usted dispone de varias herramientas para trabajar con estas partes del proyecto:

Menús para emitir comandos para análisis estadísticos, manipulación y transformación de datos. Los elementos de menú pueden ejecutar un comando directamente o abrir un cuadro de diálogo.

Los comandos de sesión son alternativas a los comandos de menú que usted puede escribir en la ventana Sesión o en el Editor de línea de comandos. Puede intercalar comandos de menú y comandos de sesión a lo largo de su sesión si lo desea.

Un Editor de línea de comandos emergente que permite editar y volver a ejecutar rápidamente comandos de sesión.

Una Ayuda sensible al contexto para cuadros de diálogo, comandos de la ventana Sesión e información sobre las revisiones generales.

Un lenguaje de macro completo que permite automatizar tareas repetitivas, extender la funcionalidad de Minitab o incluso diseñar sus propios comandos de sesión. Las capacidades de macro de Minitab se describen en su totalidad en la Ayuda sobre Macros.

Teclas de acceso rápido para acceder rápidamente a comandos utilizados frecuentemente.

(Primero comenzaremos por los primeros pasos)

(Conocer minitab)

Minitab puede hacer diversas

operaciones estadísticas, ya que este

programa puede ser un complemento

de Microsoft Excel

Además se pueden elaborar diferentes

gráficos ya conocidos, como: Pareto,

Ishikawa, histograma

mtbedt.chm::/EDT_Project_Manager/worksheet_folder.htm

mtbedt.chm::/EDT_Window_Menu/Toolbars/toolbar_overview.htm

mtbedt.chm::/EDT_Window_Menu/Status_Bar/Status_Bar.htm

mk:@MSITStore:C:/Program%20Files/Minitab/Minitab%2016/resources/1034/Mtb.chm::/MASTER_General_Overview/Meet_Minitab/Menu_Commands.htm

mtbedt.chm::/EDT_Session_Window/Session_Window.htm



mk:@MSITStore:C:/Program%20Files/Minitab/Minitab%2016/resources/1034/Mtb.chm::/MASTER_Help_Menu/Using_Help.htm

mk:@MSITStore:C:/Program%20Files/Minitab/Minitab%2016/resources/1034/Mtb.chm::/MASTER_General_Overview/Meet_Minitab/Keyboard_shortcuts.htm


5

Elementos de Minitab para Windows

Como en cualquier otra aplicación Windows, esta ventana puede modificarse en

cuanto al tamaño y a la disposición de sus elementos. Se trata de una ventana típica

de una aplicación Windows que consta de los siguientes elementos:

En la primera línea aparece la barra de título, que contiene el nombre de la ventana

y los botones de minimizar, maximizar y cerrar.

En la segunda línea está la barra de menús, que consta de los 10 menús que luego

comentaremos.

Las líneas tercera y cuarta conforman la barra de herramientas donde, mediante

botones con ico-nos, se representan algunas de las operaciones más habituales. Si

pasamos el puntero del ratón por cualquiera de ellos, aparecerá en la pantalla un

texto indicando la función que se activa.

Después aparece la ventana de sesión (Sesión). Es la parte donde aparecen los

resultados de los análisis realizados. También sirve para escribir instrucciones,

como forma alternativa al uso de los menús.

A continuación tenemos la hoja de datos (Worksheet). Tiene el aspecto de una hoja

de cálculo, con filas y columnas. Las columnas se denominan C1; C2; tal como está

escrito, pero también se les puede dar un nombre, escribiéndolo debajo de C1; C2;

Cada columna es una variable y cada fila corresponde a una observación o caso.

En la parte inferior aparece (minimizada) la ventana de proyecto (Proyect Manager).

En Minitab un proyecto incluye la hoja de datos, el contenido de la ventana de

sesión, los gráficos que se hayan realizado, los valores de las constantes y de las

matrices que se hayan creado, etc. Para activar la ventana de sesión (Sesión)

podemos hacer clic sobre ella o podemos hacer clic sobre su icono en la barra de

herramientas (primer icono de la Figura 2). Para activar la hoja de


6

Datos (Worksheet) podemos hacer clic sobre ella o podemos hacer clic sobre su

icono en la barra de herramientas (segundo icono de la Figura 2). Para activar la

ventana de proyecto (Proyect Manager) podemos maximizarla o podemos hacer clic

sobre su icono en la barra de herramientas (tercer icono de la Figura 2).

Figura 2: Iconos para activar las ventanas de sesión, de datos o de proyecto

Para salir del programa se selecciona la opción File )Exit o se pulsa el botón de la

esquina superior derecha:

Barra de menús

A continuación se da un resumen de lo que se puede encontrar en la barra de

menús:

File: Mediante este menú se pueden abrir, crear o grabar los diferentes archivos que

Minitab emplea, ya sean de datos, instrucciones, resultados o procesos. Igualmente,

es posible controlar las tareas de impresión.

Edit: Permite realizar las tareas habituales de edición: modificar, borrar, copiar,

pegar, seleccionar, etc. Data: Este menú permite, entre otras cosas, efectuar modificaciones en los archivos

de datos: extraer un subconjunto de datos, apilar y des apilar, ordenar,

codificar, etc. Calc: Aquí se encuentran todas las opciones relativas a la modificación y generación

de nuevas varia-bles, cálculo de los estadísticos, introducción de datos por

patrón, cálculo de las distribuciones de probabilidad, etc. Stat: Mediante este menú se accede a los diferentes análisis estadísticos que se

pueden realizar con los datos. Graph: Permite la creación y edición de diversos tipos de gráficos. Algunos de ellos

son también accesibles a través de determinadas técnicas estadísticas. Editor: Tiene distintas opciones según esté activada la ventana de sesión o la hoja

de datos. Con la ventana de sesión activada permite, por ejemplo, que se

pueda escribir (en dicha ventana) utilizando el lenguaje de comandos. Tools: Entre otras cosas, permite personificar la barra de herramientas y la barra de menús. Windows: Dispone de las funciones habituales para controlar las ventanas. Help: Proporciona ayuda al usuario en el formato típico de Windows.


7

Entrada de datos

Antes de realizar ningún análisis estadístico es necesario tener un conjunto de

datos en uso, para lo cual podemos proceder de cuatro formas:

Escribirlos a través del teclado.

Obtenerlos desde un archivo.

Pegarlos.

Generarlos por patrón o de forma aleatoria.

Para introducir datos a través del teclado, activamos, en primer lugar, la hoja de

datos. En la parte superior aparece C1, C2, C3: y debajo un espacio en blanco para

poner el nombre de cada variable. La flechita del extremo superior izquierdo de la

hoja de datos señala hacia dónde se mueve el cursor al pulsar la tecla Intro . Por

defecto apunta hacia abajo, #; si se hace clic sobre ella, apuntará hacia la derecha!

Para escribir datos por columna no hay más que situarse en la casilla del caso 1,

teclear el dato y pulsar la tecla Intro. La casilla activa se moverá hacia abajo. Si

tecleamos datos que no son numéricos podemos observar que junto a CJ aparece

un guion y la letra T (es decir, CJ T), lo que significa que Minitab reconoce que la

variable es cualitativa (o de texto).

Con esta versión de Minitab, al introducir los resultados de una variable

cuantitativa (o numérica) tenemos que recordar que la separación decimal se hace

mediante una coma (en parte de abajo). Si, por ejemplo, ponemos un punto como

separación decimal, entonces Minitab consideraría, automáticamente, que dicha la

variable es cualitativa o de texto (junto a CJ aparece un guion y la letra T) y, por

tanto, no podríamos hacer ningún cálculo matemático con los datos de esta variable.

Por ejemplo, podemos introducir los datos de la Figura 3, correspondientes a las

calificaciones (de 0 a 10 puntos) en el examen de Estadística y el tiempo (en

minutos) empleado en realizar dicho examen.


8

Figura 3: Ejemplo para introducir datos a través del teclado

Si el nombre de la variable (columna) no es suficientemente explicativo, podemos

escribir una descripción de la variable para poder consultarla en cualquier momento.

Para ello, hacemos clic sobre el nombre de la variable (o sobre su número de

columna: CJ); pulsamos con el botón derecho del ratón y seleccionamos Column)

Description. Por ejemplo, podríamos escribir etiquetas descriptivas para las

variables Nota (de 0 a 10) y Tiempo (en minutos).

Para cambiar el formato de una variable (columna) numérica, hacemos clic sobre el

nombre de la variable (o sobre su número de columna: CJ); pulsamos con el botón

derecho del ratón y seleccionamos Format Column) Numeric. Una de las utilidades

de esta opción es el cambio del número de decimales que se muestran en la hoja

de datos. Por ejemplo, podríamos hacer que Minitab mostrase 2 decimales en la

columna Nota (de 0 a 10).

Una hoja de datos de Minitab puede contener hasta 4 000 columnas, 1 000

constantes y hasta 10 000 000 de filas, dependiendo de la memoria que tenga el

ordenador.

Grabación de datos

Una vez introducidos los datos, éstos pueden guardarse en un archivo para poder

ser utilizados en cualquier otro momento.

Para guardar únicamente la hoja de datos hay que seleccionar File) Save Current

Worksheet As (si vamos a grabar el archivo de datos por primera vez y, por tanto,

vamos a ponerle un nombre a dicho archivo) o File) Save Current Worksheet (si

el archivo de datos ya tiene nombre pero queremos guardar los últimos cambios

realizados). Por ejemplo, podemos guardar los datos de la Figura 3 en un archivo

que denominaremos Notas_Tiempo.mtw. Para ello, elegimos la opción File) Save

Current Worksheet As; en Guardar en seleccionamos la carpeta en la que vamos

a grabar esta hoja de datos; en Nombre escribimos Notas Tiempo (Minitab le

asigna automáticamente la extensión .mtw).


9

Guardar.

Si queremos grabar toda la información (la hoja de datos, el contenido de la ventana

de sesión, los gráficos que se hayan realizado, los valores de las constantes y de

las matrices que se hayan creado,

etc.) Usaremos la opción File) Save Project As (si vamos a grabar el proyecto

de Minitab por primera vez y, por tanto, vamos a ponerle un nombre a dicho archivo)

o File) Save Project (si el proyecto ya tiene nombre pero queremos guardar los

últimos cambios realizados). Es muy importante diferenciar entre archivos de datos

(.mtw) y archivos de proyectos (.mpj).

También se puede guardar solamente la ventana de sesión. Para ello, la

activamos y seleccionamos la opción File) Save Sesión Windows As.

Lectura de datos

Un archivo sólo puede ser recuperado de la forma en que fue grabado. Si se ha

grabado como hoja de datos (.mtw) se recupera con la opción File) Open

Worksheet. Si se ha grabado como proyecto de Minitab (.mpj) se recupera con la

opción File) Open Proyect.

Minitab 16 lleva bastantes archivos de datos como muestra. Éstos se encuentran

en C: n Archivos de programa en Minitab en EnglishSample Data y, como ya

sabemos, llevan la extensión .mtw. Es posible que se encuentren en programa

Mini English in Sample Data.

Por ejemplo, podemos abrir el archivo de datos Pulse.mtw. Su contenido fue

recogido en una clase de 92 alumnos. De cada estudiante se observó su pulso antes

de correr, Pulse1; su pulso después de correr, Pulse2; si corrió o no, Ran (1=Sí

corrió, 2=No corrió); si es fumador o no, Smokes (1=Sí fuma, 2=No fuma); el sexo,

Sex (1=Hombre, 2=Mujer); su altura en pulgadas, Height; su peso en libras,

Weight; y su nivel de actividad física, Activity (0=Ninguna actividad física, 1=Baja,

2=Media, 3=Alta). Se puede encontrar más información de este archivo de datos

con la opción Help), Índice. Bajo la frase Escriba la palabra clave a buscar se

teclea Pulse.mtw y después se hace clic en Mostrar o se hace doble clic sobre el

nombre de dicho archivo.

Con la opción File) Open Worksheet se pueden leer otros tipos de archivos de

datos, como hojas de cálculo de Excel, Lotus 1-2-3, d Base, etc. Para obtener una

información más detallada sobre los tipos de archivos que Minitab puede leer, se


10

selecciona File) Open Worksheet y, en el cuadro de diálogo resultante, se hace

clic sobre Ayuda.

Opciones principales de los menús Data y Calc

Si queremos que en la ventana de (Sesión) aparezcan los comandos que va a

utilizar Minitab en las opciones que vamos a explicar, activamos la ventana de

sesión y luego seleccionamos (Editor) Enable Commands.

Des apilamiento de columnas

La opción Data, permite separar los resultados de una columna en varias columnas,

según los resultados de otra variable o columna (que contiene los subíndices).

Por ejemplo, de la hoja de datos Pulse.mtw vamos a des apilar los resultados de la

variable Pulse2

(Pulso después de correr) según los resultados de la variable Ran (1=Sí corrió,

2=No corrió).

En primer lugar tenemos que abrir dicha hoja de datos, si no la tenemos abierta ya.

Recordemos que para abrirla elegimos la opción Open Worksheet; en Buscar en

seleccionamos la carpeta donde.

Se encuentra la hoja de datos; activamos Nombre; seleccionamos el archivo

Pulse.mtw y, por último, pulsamos en Abrir.

Para realizar el des apilamiento de los resultados de la variable Pulse2 según los

resultados de la variable Ran seleccionamos Data)Unstack Columns; activamos

Unstack the data in (haciendo clic dentro del recuadro); seleccionamos (haciendo

doble clic sobre su nombre) la variable o columna Pulse2; activamos el recuadro

Using subscripts in (haciendo clic dentro del recuadro); y seleccionamos la

columna que contiene la procedencia de cada dato, que es Ran; en Store Unstack

data in activamos la opción

After last column in use; dejamos activado Name the columns containing the

unstacked data y pulsamos en OK.

En la hoja de datos Pulse.mtw nos aparecen dos nuevas columnas: Pulse2_1 y

Pulse2_2. En la columna Pulse2_1 hay 35 datos, que son los resultados del pulso


11

después de correr (Pulse2) de las personas que sí corrieron (Ran=1); y en la

columna Pulse2_2 hay 57 datos, que son los resultados del pulso después de correr

(Pulse2) de las personas que no corrieron (Ran=2).

Debemos grabar la actual hoja de datos con un nombre distinto de Pulse.mtw para

conservar los datos originales sin transformaciones ni nuevas columnas. Para ello,

elegimos la opción File) Save Current Worksheet As; en Guardar en

seleccionamos la carpeta en la que vamos a grabar esta hoja de datos; en Nombre

escribimos Pulse transformada y, por último, pulsamos en Guardar.

Apilamiento de columnas

Con la opción Data) Stack) Columns se pueden apilar varias columnas en una sola.

Opcionalmente se puede indicar de qué columna procede cada valor mediante una

nueva variable (subíndices). Si no se hace esta indicación no se podrá identificar la

procedencia de cada dato. Esta opción es la contraria de la explicada en el apartado

anterior.

Para practicar esta opción podemos apilar los datos de las columnas Pulse2_1 y

Pulse2_2 de la hoja de datos Pulse transformada.mtw. En primer lugar debemos

asegurarnos de que la hoja de datos activa es Pulse transformada.mtw. Si dicha

hoja de datos no está activa, debemos activarla haciendo clic sobre ella o

seleccionando Windows) Pulse transformada.mtw. A continuación,

seleccionamos la opción Data) Stack) Columns; activamos el recuadro Stack the

following columns y seleccionamos (haciendo doble clic sobre sus nombres) las

dos columnas que queremos apilar: ‘Pulse2_1’ y ‘Pulse2_2’; en Store Stack data

in activamos la opción Column of Current Worksheet y tecleamos la posición de

una columna que esté vacía, por ejemplo, C11 (o escribimos un nombre para esta

nueva columna). En Store subscripts in tecleamos la posición de la columna en la

que queremos guardar la procedencia de cada dato, por ejemplo, C12 (o escribimos

un nombre para esta nueva columna). Es conveniente dejar activada la opción Use

variable names in subscript column.

Podemos observar que la columna Pulse2 y la columna C11 contienen los mismos

resultados, pero no en el mismo orden.

Ordenación de datos

La opción Data) Short ordena los datos de una columna según los resultados de


12

una o varias columnas. Lo normal es ordenar una columna según los resultados de

dicha columna. Esto es lo que vamos a explicar.

Por ejemplo, en la hoja de datos Pulse transformada.mtw vamos a crear una

nueva variable (columna) que contenga los resultados de la variable Pulse1

ordenados de menor a mayor. En primer lugar, Activamos dicha hoja de datos (si

no la tenemos activada ya). A continuación, seleccionamos Data) short;

Activamos el recuadro short column; seleccionamos (haciendo doble clic sobre su

nombre) la variable Pulse1; activamos el primer recuadro By column que aparece

y volvemos a seleccionar la misma columna, Pulse1. Dejamos desactivada la

opción Descending para que la ordenación se realice de menor a mayor resultado.

En Store sorted data in activamos Column of Current Worksheet y tecleamos el

nombre que queremos ponerle a dicha columna, por ejemplo, ‘Pulse1 ordenado’.

En este cuadro de diálogo (en realidad, en todos los cuadros de diálogo de Minitab),

cuando haya que escribir el nombre de una nueva variable (columna) y el nombre

contenga espacios en blanco, guiones, paréntesis, etc., entonces hay que escribirlo

entre comillas simples. La comilla simple suele estar en la misma tecla que el

símbolo de cerrar interrogación.

Hay tener cuidado con la ordenación de columnas debido a que los resultados de

esta nueva variable no guardan correspondencia con los casos originales. Por

ejemplo, la primera persona observada tiene un pulso antes de correr (resultado de

Pulse1) igual a 64 pulsaciones por minuto, no 48 pulsaciones por minuto, como nos

ha salido en el primer lugar de la columna Pulse1 ordenado. Como podemos

observar, el menor valor de Pulse1 es 48 y el mayor valor es 100.

Codificación o clasificación de datos

La opción (Data Code) permite la clasificación o codificación de los datos de una

columna. Se puede codificar transformando datos numéricos en datos numéricos,

datos numéricos en datos de texto, datos de texto en datos de texto, datos de texto

en datos numéricos, etc.

Por ejemplo, con la hoja de datos Pulse transformada.mtw podemos codificar la

variable Pulse1 de la forma siguiente:


13

Resultados de Pulse1

Nueva

categoría

comprendido entre 48, incluido, y 65,

incluido Pulso bajo

comprendido entre 65, sin incluir, y 83,

incluido Pulso medio

comprendido entre 83, sin incluir, y

100, incluido Pulso alto

Para ello, seleccionamos (Data Codeé) Numeric to Text. En Codeé data from

columns seleccionamos (haciendo doble clic sobre su nombre) la variable Pulse1.

En Store coded data in column escribimos el nombre la nueva variable; por ejemplo,

‘codificación de Pulse1’ (con comillas simples, al principio y al final, ya que el nombre

tiene espacios en blanco). En la primera línea de Original valúes debemos escribir

48:65, lo cual es interpretado por Minitab de la siguiente manera: todos los

resultados comprendidos entre 48, incluido, y 65, incluido. En la primera línea de

New escribimos Pulso bajo. En la segunda línea de Original valúes escribimos 65:83

lo cual es interpretado por Minitab de la siguiente manera: todos los resultados

comprendidos entre 65, sin incluir, y 83, incluido. En la segunda línea de New

escribimos Pulso medio. En la tercera línea de Original valúes escribimos 83:100 lo

cual es interpretado por Minitab de la siguiente manera: todos los resultados

comprendidos entre 83, sin incluir, y 100, incluido. En la tercera línea de New

escribimos Pulso alto.

Transformación de variables

En este apartado vamos a ver el modo de generar nuevas variables mediante

transformaciones efectuadas sobre los valores de las variables ya definidas. Para

ello vamos a utilizar la opción Calc) Calculador.


14

Primeros pasos continuación.

Para los conocedores de las computadoras, creo que ya debemos haber visto y

trabajado con Microsoft Excel ya que esta herramienta estadística cuanta con una

hoja de cálculo parecida a la de Excel y además con algunos cuantos comandos u

opciones, para empezar a trabajar con minitab, además puedes guardar tus

trabajos en él, ya que cuenta con la opción guardar como e imprimir tus archivos,

pero cuidado solo tendrás que acomodar tus cálculos o las gráficas que vayas a

utilizar porque en la imprimida puede salir corto. Estos son algunos comandos u

opciones de minitab para ti: archivo, editar, datos, calc estadística, grafica, editor,

herramientas, ayuda y asistente. Una observación clara; ayuda y asistente solo te

podrán guiar en algunos casos que tengas dudas sobre formulas, gráficos etc... Un

ejemplo más claro que algunos tendrán duda, será y el gran espacio en blanco para

que sirve, el espacio en blanco sirve para escribir, y además minitab es donde

deposita los resultados de los cálculos ya hechos por minitab

Asistentes opcionales de minitab

en casos especiales.


15

(Comenzar a trabajar con minitab)

Para descubrir lo que hace este programa estadístico llamado minitab, pero no se

preocupen, cualquier minitab sirve, por ejemplo yo estoy utilizando minitab 16, pero

algunas versiones anteriores y después del 16 solo sirven para lo mismo, bueno

regresando al manual, para comenzar a trabajar con minitab, primero realizaremos

un ejercicio de practica incluyendo como practica algún problema que se les

presente de estadística. Comenzamos.

Como ya hemos visto algunas partes de este programa, ya es momento e trabajar,

abrimos minitab. Después daremos un click en el comando estadísticas, como

podemos observar diferentes herramientas estadísticas con la cual se podrán

resolver diferentes problemas que se provengan de algún tipo en el sistema de

producción.

Luego seleccionaremos otra vez el comando estadística y luego la opción

estadística básica (para empezar), luego seleccionaremos la opción (1z Z de 1

muestra).

Definición de 1z Z de 1 muestra: Z de 1 muestra calcula un intervalo de confianza o

realiza una prueba de hipótesis de la media cuando la desviación estándar de la población,

s, es conocida. Este procedimiento se basa en una distribución normal, de manera que para

las muestras pequeñas, este procedimiento funciona mejor si sus datos fueron extraídos de

una distribución normal o una distribución cercana a normal. A partir del Teorema del límite

central, usted puede utilizar este procedimiento si tiene una muestra grande, sustituyendo

mk:@MSITStore:C:/Program%20Files/Minitab/Minitab%2016/resources/1034/MtbST.chm::/ST_Basic_Statistics/1_Sample_Z/1_Sample_Z.htm


16

la desviación estándar de la muestra por s. Una regla de oro común consiste en considerar

que las muestras con un tamaño de 30 o más son muestras grandes. Muchos analistas

eligen el procedimiento t y no el procedimiento Z cuando s es desconocida.

Continuación: ya después de que seleccionamos la opción estadística básica y

después 1z Z de 1 muestra, nos aparecerá un recuadro con la siguiente explicación

o característica ya lista para comenzar a calcular y graficar.

En este ejemplo se eligieron datos aleatorios, también en el recuadro te indica la

opción gráficas, al hacer click en esta opción, tú puedes seleccionar cualquier tipo

de grafica como: histograma de datos y grafica de caja. Espera en Minitab como

aparece en la primera imagen del escritorio de Minitab (un espacio en blanco),

Al aparecer este recuadro, nos indica

diversos comandos para comenzar a graficar.

Primeramente nos muestra 2 opciones que

es muestras en columnas y datos resumidos.

1.- muestras en columnas: para comenzar a

trabajar con esta opción, tendrás que hacer

una base de datos proporcional para que

Minitab pueda calcularlos.

2.- Datos resumidos: solo seleccionar

cualquier tamaño de muestra y la media

razonablemente, ya que si se leda un valor

alto podrá tener algunos errores de tipo 2.

Ya luego seleccionas realizar prueba de

hipótesis y aceptar


17

podrás observar que aparentemente no tiene nada, pero en ese espacio en blanco,

Minitab arroja sus resultados de los cálculos que hizo en las opciones que indicaste.

Lo cual al finalizar cualquier operación te darás cuenta que no solo son gráficas y

números, sino la experiencia propia de saber de dónde provienen esos números y

algunos cuantos cálculos.

Ayuda de repaso.

En este apartado auxiliar, se tendrán algunas respuestas como (¿para qué sirve z

de 1? O ¿qué puedo hacer yo aquí con minitab?), además te auxiliara en caso de

que no se tenga el conocimiento claro de cada apartado que te da minitab en hacer

sus cálculos. Un ejemplo claro son los recuadros anteriores que se te presentaron,

como: click en la opción, para que te de alguna gráfica. Y además se cree la

posibilidad de que algunas dudas o cuestiones sean resol vidas, ya que minitab solo

sirve para hacer cálculos estadísticos más precisos, solo una cosa que este

apartado solo es para resolver algunas cuestiones del tema prueba de hipótesis,

pero no te preocupes a lo largo de este manual podremos tocar algunos temas ya

vistos en estadística y estadística descriptiva.

Utilice Z de 1 muestra para calcular un intervalo de confianza o realizar una prueba

de hipótesis de la media cuando no se conoce s. Para una prueba Z de una muestra

de dos colas, las hipótesis son:

H0: m = m 0 versus H1: m ≠ m0

Donde m es la media de la población y m 0 es la media de la población hipotética.

Elementos del cuadro de diálogo

Muestras en columnas: Elija esta opción si ha ingresado datos sin procesar en

columnas. Ingrese las columnas que contienen los datos de muestra.

Datos resumidos: Elija esta opción si tiene valores de resumen para el tamaño de

la muestra y la media.

Tamaño de la muestra: Ingrese el valor para el tamaño de la muestra.

Media: Ingrese el valor para la media de la muestra.

Desviación estándar: Ingrese el valor de la desviación estándar de población.

Realizar prueba de hipótesis: Marque esta opción para realizar una prueba de

hipótesis.

Media hipotética: Ingrese la media de la prueba m 0.


18

Al hacer el desglose de opciones te

aparecerá otro recuadro con diversas

opciones que minitab tiene para ti, en esta

ocasión observaremos algo especial que

podéis ver que las demás opciones están

libres para que puedas observar y analizar

cada una de ellas.

Revisión general (1 de z, z de1)

Si tienes alguna duda de cómo encontrar estos apartados en minitab que más

adelante tocaremos en este manual, primeramente te presento algún auxiliar para

encontrar estos conceptos:

En este apartado de 1 de z puedes darle click, bueno en los demás opciones que

te da minitab, puedes observar algunas características de ayuda de cada uno de

estas opciones, bueno yo elegí 1 de z para comenzar a usar minitab para ingresar

a elaborar problemas de pruebas de hipótesis.

Al darle click en la opción ya

mencionada con anterioridad te

volverá a aparecer el recuadro de

la izquierda, pero espera antes

oprime el botón ayuda para que

desglose la opción ayuda para

comenzar a trabajar en ello.


19

Revisión general (1 de z, z de1), continuación.

Utilice las capacidades de estadísticas básicas de Minitab para calcular estadísticas

básicas y para realizar estimaciones simples y pruebas de hipótesis con una o dos

muestras. Las capacidades de estadísticas básicas incluyen procedimientos para:

Calcular o almacenar estadísticas descriptivas

Pruebas de hipótesis e intervalos de confianza de la media o la diferencia en las

medias

Pruebas de hipótesis e intervalos de confianza para una proporción o la diferencia

en proporciones

Pruebas de hipótesis e intervalos de confianza de la tasa de ocurrencias, la media

del número de ocurrencias y las diferencias entre ellas para los procesos de

Poisson.

Pruebas de hipótesis e intervalos de confianza para una varianza y para la diferencia

entre dos varianzas

Medición de asociaciones

Pruebas de normalidad de una distribución

Pruebas para determinar si los datos siguen una distribución de Poisson

Cálculo y almacenamiento de estadísticas descriptivas

Mostrar estadísticas descriptivas genera estadísticas descriptivas para cada

columna o subconjunto dentro de una columna. Puede mostrar las estadísticas en

la ventana Sesión y/o mostrarlas en una gráfica.

Almacenar estadísticas descriptivas almacena estadísticas descriptivas para cada

columna o subconjunto dentro de una columna.

Resumen gráfico genera cuatro gráficas y una tabla de salida en una ventana de

gráfica. Para obtener una lista de las estadísticas descriptivas disponibles para

mostrar o almacenar, véase Estadísticas descriptivas disponibles para mostrar o

almacenar. Para calcular estadísticas descriptivas de forma individual y

almacenarlas como constantes, véase Estadísticas de columnas.


20

Intervalos de confianza y pruebas de hipótesis de medias

Los cuatro procedimientos de las pruebas de hipótesis e intervalos de confianza

para las medias de la población o la diferencia entre las medias se basan en que la

distribución de la media de la muestra siga una distribución normal. De acuerdo con

el Teorema del límite central, la distribución normal se convierte en una

aproximación cada vez mejor para la distribución de la media de la muestra extraída

de cualquier distribución a medida que aumenta el tamaño de la muestra.

Z de 1 muestra calcula un intervalo de confianza o realiza una prueba de hipótesis

de la media cuando la desviación estándar de la población, s, es conocida. Este

procedimiento se basa en una distribución normal, de manera que para las muestras

pequeñas, este procedimiento funciona mejor si sus datos fueron extraídos de una

distribución normal o una distribución cercana a normal. A partir del Teorema del

límite central, usted puede utilizar este procedimiento si tiene una muestra grande,

sustituyendo la desviación estándar de la muestra por s. Una regla de oro común

consiste en considerar que las muestras con un tamaño de 30 o más son muestras

grandes. Muchos analistas eligen el procedimiento t y no el procedimiento Z cuando

s es desconocida.

t de 1 muestra calcula un intervalo de confianza o realiza una prueba de hipótesis

de la media cuando s es desconocida. Este procedimiento se basa en la distribución

t, que se deriva de una distribución normal con s desconocida. Para el caso de

muestras pequeñas, este procedimiento funciona mejor si sus datos fueron

extraídos de una distribución que es normal o cercana a normal. Este procedimiento

es más conservador que el procedimiento Z y siempre deberá tener preferencia

sobre el procedimiento Z cuando se trata de muestras pequeñas y s es desconocida.

Muchos analistas eligen el procedimiento t y no el procedimiento Z cada vez que s

es desconocida. De acuerdo con el Teorema del límite central, mientras mayor sea

el tamaño de la muestra, usted podrá tener mayor confianza en los resultados de

este procedimiento, porque la distribución de la media de la muestra se comporta

cada vez más como una distribución normal.

t de 2 muestras calcula un intervalo de confianza y realiza una prueba de hipótesis

de la diferencia entre las medias de dos poblaciones cuando las s son desconocidas

y las muestras han sido extraídas independientemente. Este procedimiento se basa

en la distribución t y, en el caso de muestras pequeñas, funciona mejor si sus datos

se extraen de distribuciones que son normales o cercanas a normales. A medida

que el tamaño de la muestra aumenta, usted puede tener mayor confianza en los

resultados.


21

t pareada calcula un intervalo de confianza y realiza una prueba de hipótesis de la

diferencia entre las medias de dos poblaciones cuando las observaciones son

pareadas (coinciden). Cuando los datos son pareados, tal como ocurre en las

mediciones "antes y después", el procedimiento de t pareada produce una varianza

menor y mayor potencia para detectar diferencias en comparación con el

procedimiento de t de 2 muestras anterior, el cual presupone que las muestras

fueron extraídas de manera independiente.

Intervalos de confianza y pruebas de hipótesis de proporciones

1 Proporción calcula un intervalo de confianza y somete a una prueba de hipótesis

una proporción de la población.

2 proporciones calculan un intervalo de confianza y somete a una prueba de

hipótesis la diferencia entre 2 proporciones de la población.

Intervalos de confianza y pruebas de hipótesis de tasas de Poisson

Tasa de Poisson de 1 muestra calcula un intervalo de confianza y somete a una

prueba de hipótesis la tasa de ocurrencias y la media del número de ocurrencias en

un proceso de Poisson.

Tasa de Poisson de 2 muestras calcula un intervalo de confianza y somete a una

prueba de hipótesis la diferencia en las tasas de ocurrencias y la diferencia en la

media del número de ocurrencias en dos procesos de Poisson.

Intervalos de confianza y pruebas de hipótesis de varianza

1 varianza calcula un intervalo de confianza y somete a una prueba de hipótesis la

varianza de una muestra.

2 varianzas calcula un intervalo de confianza y somete a una prueba de hipótesis la

calidad u homogeneidad de la varianza de dos muestras.

Medidas de asociación

Correlación calcula el coeficiente de correlación producto-momento de Pearson

(también denominado coeficiente de correlación o correlación) para pares de

variables. El coeficiente de correlación es una de medida del grado de relación lineal

entre dos variables. Puede obtener un valor p para probar si hay suficiente evidencia

de que el coeficiente de correlación no es cero.


22

Utilizando una combinación de comandos de Minitab, también puede calcular la

correlación de Spearman y un coeficiente de correlación parcial. La correlación de

Spearman es simplemente la correlación calculada en las clasificaciones de las dos

muestras. Un coeficiente de correlación parcial es el coeficiente de correlación entre

dos variables mientras se ajusta para los efectos de otras variables.

Covarianza calcula la covarianza para pares de variables. La covarianza es una

medida de la relación entre dos variables, pero no ha sido estandarizada, tal como

se hace con el coeficiente de correlación, dividiendo entre la desviación estándar de

ambas variables.

Prueba de distribución

La Prueba de normalidad genera una gráfica de probabilidad normal y realiza una

prueba de hipótesis para examinar si las observaciones siguen o no una distribución

normal. Algunos procedimientos estadísticos, como una prueba t o Z, presuponen

que las muestras provienen de una distribución normal. Utilice este procedimiento

para poner a prueba el supuesto de normalidad.

Prueba de bondad de ajuste

Prueba de bondad de ajuste para Poisson evalúa si sus datos siguen una

distribución de Poisson. Algunos procedimientos estadísticos, como la gráfica U,

parten del supuesto de que los datos siguen una distribución de Poisson. Utilice este

procedimiento para poner a prueba este supuesto.

Procedimiento.

Elija Estadísticas > Estadísticas básicas > Z de 1 muestra.

En Muestras en columnas, ingrese las columnas que contienen las muestras.

En Desviación estándar, ingrese un valor para s.

Si lo desea, utilice cualquier opción del cuadro de diálogo y luego haga clic en

Aceptar.

Este es un procedimiento inicio minitab como un ejemplo claro para que te vayas

guiando poco a poco en este pequeño paseo corto de este programa estadístico, a

continuación un ejemplo en visual de como seria este procedimiento.


23

Procedimiento (continuación)

Primeramente abrimos minitab que se puede encontrar el icono en el escritorio u

en los programas e inicio, damos click en la opción estadística básica, luego

seleccionamos 1de z, z de 1, al instante nos aparecerá un recuadro con diferentes

opciones, le damos valores lógicos en la tabla tanto en el recuadro, pero antes

escribe los valores en la tabla de Excel que te proporciona minitab, para que este

programa puea hacer sus cálculos. Si se desea también puedes darle algún valor

a la prueba hipotética pero para esto tendrá que ser algún valor lógico porque si

no te aparecerá error en la pantalla.


24

Ejemplo minitab

Las mediciones se tomaron en nueve artefactos. Usted sabe que la distribución de

las mediciones históricamente ha estado cerca de una distribución normal con s =

0.2. Puesto que usted conoce el valor de s y desea probar si la media de población

es 5 y obtener un intervalo de confianza de 90% para la media, usted utiliza el

procedimiento Z.

1 Abra la hoja de trabajo EJA_ESTAD.MTW.

2 Elija Estadísticas > Estadísticas básicas > Z de 1 muestra.

3 En Muestras en columnas, ingrese Valores.

4 En Desviación estándar, ingrese 0.2.

5 Marque Realizar prueba de hipótesis. En Media hipotética, ingrese 5.

6 Haga clic en Opciones. En Nivel de confianza, ingrese 90. Haga clic en Aceptar.

7 Haga clic en Gráficas. Marque Gráfica de valores individuales. Haga clic en

Aceptar en cada cuadro de diálogo.

Salida de la ventana Sesión


25


26

El gasto de una biblioteca, en euros, durante un año determinado, es:

Gasto en personal 6570

Gasto en libros 3450

Otros gastos 2380

a) Crea un nuevo proyecto de Minitab.

b) Guarda los datos en el archivo GastoBiblioteca.mtw

c) Haz un diagrama de barras y modifícalo a tu gusto.

d) Haz un gráfico de sectores y modifícalo a tu gusto.

e) Graba el proyecto con el siguiente nombre: Ejercicio2-3.mpj

Ejercicio 2.4 La estadística de fotocopias de 4 bibliotecas (A, B, C y D), durante un

año, está recogida en la siguiente tabla:

A B C D

Reproducción de catálogos 16110 3640 0 3400

Trabajo del personal de la biblioteca 63350 11360 3080 5500

Préstamo interbibliotecario 2600 1090 560 250

Copias para usuarios de la biblioteca 43540 58040 1980 0


b) Guarda los datos en el archivo TipoFotocopias.mtw

c) Haz un diagrama de barras agrupado y modifícalo a tu gusto.

d) Graba el proyecto con el siguiente nombre: Ejercicio2-4.mpj

Ejercicio 2.5 El número de descriptores (keywords) de 72 artículos de investigación viene dado por:

No de descriptores 3 4 5 6 7 8 9 10 11 12 13 14

No de artículos 5 8 12 7 9 9 10 5 3 2 1 1


b) Guarda los datos en el archivo Keywords.mtw

c) Haz un diagrama de barras en el cual las barras sean segmentos

rectilíneos. Modifícalo a tu gusto.

d) Graba el proyecto con el siguiente nombre: Ejercicio2-5.mpj


27

Manual de minitab (1t, t de 1 muestra)

Para resolver este tipo de problema con 1t t de muestra, son los mismos pasos que

hemos llevado a cabo desde la primera parte, solo que el recuadro que nos aparece

es muy diferente al anterior, ya que son otros tipos e calculo pero con el mismo fin

de resolver problemas de hipótesis.

En este tipo de recuadro, minitab

nos muestra más opciones como se

muestra en la imagen de la

izquierda. En esta opción, no s da

más datos para realizar prueba de

hipótesis, ya que a este le podemos

dar más información para que este

pueda hacer sus cálculos. Como

quieras usar las opciones de

muestras en columnas, datos

resumidos.


28

A continuación un ejemplo claro paso a paso.

A aquí en este ejemplo utilizamos la opción número 1, ya que en este podemos

seleccionar los datos que tenemos en la tabla que se parece a Excel, para que

minitab pueda hacer sus cálculos

Ejemplo 2 con la siguiente opción.

.

En esta opción, insertamos los valores que nos otorgan para ingresarlos

a la tabla, ya que los cálculos serán más directos.


29

Ayuda de tema 1t de 1 muestra.

Realiza una prueba t de una muestra o intervalo de confianza t para la media.

Utilice t de 1 muestra para calcular un intervalo de confianza y realice una prueba

de hipótesis de la media cuando no se conoce la desviación estándar de la

población , s. Para una t de una muestra con dos colas,

H0: m = m0 versus H1: m ≠ m0

Donde m es la media de la población y m 0 es la media de la población hipotética.


Muestras en columnas: Elija esta opción si ha ingresado datos sin procesar en

columnas. Ingrese las columnas que contienen los datos de muestra.

Datos resumidos: Elija si tiene valores de resumen para el tamaño de la muestra,

media y desviación estándar.

Tamaño de la muestra: Ingrese el valor para el tamaño de la muestra .

Media: Ingrese el valor para la media de la muestra.

Desviación estándar: Ingrese el valor para la desviación estándar de la muestra.

Realizar prueba de hipótesis: Marque esta opción para realizar una prueba de

hipótesis.

Media hipotética: Ingrese la media de la prueba m 0.

Revisión General.

Utilice las capacidades de estadísticas básicas de Minitab para calcular estadísticas

básicas y para realizar estimaciones simples y pruebas de hipótesis con una o dos

muestras. Las capacidades de estadísticas básicas incluyen procedimientos para:

Calcular o almacenar estadísticas descriptivas

Pruebas de hipótesis e intervalos de confianza de la media o la diferencia en las

medias

Pruebas de hipótesis e intervalos de confianza para una proporción o la diferencia

en proporciones

Pruebas de hipótesis e intervalos de confianza de la tasa de ocurrencias, la media

del número de ocurrencias y las diferencias entre ellas para los procesos de

Poisson.


30

Pruebas de hipótesis e intervalos de confianza para una varianza y para la diferencia

entre dos varianzas

Medición de asociaciones

Pruebas de normalidad de una distribución

Pruebas para determinar si los datos siguen una distribución de Poisson








gráfica.

Para obtener una lista de las estadísticas descriptivas disponibles para mostrar o

almacenar, véase Estadísticas descriptivas disponibles para mostrar o almacenar.

Para calcular estadísticas descriptivas de forma individual y almacenarlas como

constantes, véase Estadísticas de columnas.








Definición: calcula un intervalo de confianza o realiza una prueba de hipótesis de

la media cuando s es desconocida. Este procedimiento se basa en la distribución t,

que se deriva de una distribución normal con s desconocida. Para el caso de

muestras pequeñas, este procedimiento funciona mejor si sus datos fueron

extraídos de una distribución que es normal o cercana a normal. Este procedimiento

es más conservador que el procedimiento Z y siempre deberá tener preferencia

sobre el procedimiento Z cuando se trata de muestras pequeñas y s es desconocida.

Muchos analistas eligen el procedimiento t y no el procedimiento Z cada vez que s

es desconocida. De acuerdo con el Teorema del límite central, mientras mayor sea

el tamaño de la muestra, usted podrá tener mayor confianza en los resultados de

este procedimiento, porque la distribución de la media de la muestra se comporta

cada vez más como una distribución normal.


31

Procedimiento General.

Elija Estadísticas > Estadísticas básicas > t de 1 muestra.

En Muestras en columnas, ingrese las columnas que contienen las muestras.

Si lo desea, utilice cualquier opción del cuadro de diálogo y luego haga clic en

Aceptar


32

Ejemplo

Las mediciones se tomaron en nueve artefactos. Usted sabe que la distribución de

las mediciones de los artefactos históricamente ha estado cerca de una distribución

normal, pero supongamos que usted no conoce s. Para probar si la media de

población es 5 y para obtener un intervalo de confianza de 90% para la media, usted

utiliza un procedimiento t.

Abra la hoja de trabajo EJA_ESTAD.MTW.


En Muestras en columnas, ingrese Valores.

Marque Realizar prueba de hipótesis. En Media hipotética, ingrese 5.

Haga clic en Opciones. En Nivel de confianza, ingrese 90. Haga clic en Aceptar en

cada cuadro de diálogo.


33

TEMA: 2t de t de 2 muestras.

En esta parte del manual de minitab 16, te mostraremos como trabajar con la opción

2t de t de 2 muestras, ya que en esta opción, puede resultar un poco complicado para

empezar a trabajar. Primero hacemos el mismo trabajo que hemos hecho con las

opciones anteriores, estadísticas, estadística básica y 2t, t de 2 muestras. Así como se

muestra en a imagen de abajo.

Al darle click en l opción ya

mencionada, te aparecerá este

recuadro; cómo podemos observar

que el tipo de lectura de este se ve

que es más complicada, ya que

minitab te da más opciones con el

único fin de resolver problemas

estadísticos, como por ejemplo,

tenéis que tener alguna

información o banco de datos en la

hoja de Excel que te proporciona

minitab para que comiences a

trabajar.


34

Ayuda del tema correspondiente.

Estadísticas > Estadísticas básicas > t de 2 muestras

Realiza una prueba t de 2 muestras independientes y genera un intervalo de

confianza.

Cuando tenga muestras dependientes, utilice Estadísticas > Estadísticas básicas >

t pareada.

Utilice t de 2 muestras para realizar una prueba de hipótesis y calcular un intervalo

de confianza o la diferencia entre dos medias de población cuando las desviaciones

estándar de las poblaciones, s, sean desconocidas. Para una prueba t de 2

muestras con dos colas

H0: m1 - m 2 = d 0 versus H1: m 1 - m2 ≠ d 0

Donde m1 y m 2 son las medias de población y d 0 es la diferencia hipotética entre

las dos medias de población.


Muestras en una columna: Elija esta opción si los datos de la muestra se encuentran

en una columna individual, diferenciados por los valores de subíndice (códigos de

grupo) en una segunda columna.

Muestras: Ingrese la columna que contiene los datos.

Subíndices: Ingrese la columna que contiene los subíndices de la muestra.

Muestras en diferentes columnas: Elija esta opción si los datos de las dos muestras

están en columnas separadas.

Primero: Ingrese la columna que contiene una muestra.

Segundo: Ingrese la columna que contiene la otra muestra.

Datos resumidos (diferencias): Elija esta opción si tiene valores de resumen para el

tamaño de la muestra, media y desviación estándar para cada muestra.

Nombre

Tamaño de la muestra: Ingrese el valor para el tamaño de la muestra.

Media: Ingrese el valor de la media.

Desviación estándar: Ingrese el valor de la desviación estándar.


35

Segundo

Tamaño de la muestra: Ingrese el valor del tamaño de la muestra.



Asumir varianzas iguales: Marque esta opción para presuponer que las poblaciones

tienen varianzas iguales. La opción predeterminada es presuponer varianzas

desiguales. Véase Varianzas iguales o desiguales.

Revisión general.

Definición: calcula un intervalo de confianza y realiza una prueba de hipótesis de

la diferencia entre las medias de dos poblaciones cuando las s son desconocidas y

las muestras han sido extraídas independientemente. Este procedimiento se basa

en la distribución t y, en el caso de muestras pequeñas, funciona mejor si sus datos

se extraen de distribuciones que son normales o cercanas a normales. A medida

que el tamaño de la muestra aumenta, usted puede tener mayor confianza en los

resultados.








La Prueba de normalidad genera una gráfica de probabilidad normal y realiza una

prueba de hipótesis para examinar si las observaciones siguen o no una distribución

normal. Algunos procedimientos estadísticos, como una prueba t o Z, presuponen

que las muestras provienen de una distribución normal. Utilice este procedimiento

para poner a prueba el supuesto de normalidad.

Prueba de bondad de ajuste

Prueba de bondad de ajuste para Poisson evalúa si sus datos siguen una

distribución de Poisson. Algunos procedimientos estadísticos, como la gráfica U,

parten del supuesto de que los datos siguen una distribución de Poisson. Utilice este

procedimiento para poner a prueba este supuesto.


36

Procedimiento.


Elija una de las siguientes opciones:

Si sus datos están apilados en una columna individual:

Elija Muestras en una columna.

En Muestras, ingrese la columna que contiene los datos numéricos.

En Subíndices, ingrese la columna que contiene los códigos de grupo o población.

Si sus datos no están apilados, es decir, cada muestra se encuentra en una columna

separada:

Elija Muestras en diferentes columnas.

En Primera, ingrese la columna que contiene la primera muestra.

En Segunda, ingrese la columna que contiene la otra muestra.

Si lo desea, utilice cualquiera de las opciones del cuadro de diálogo y haga clic en

Aceptar.


37

Ejemplo


38

Tema: t-t (t pareada)

En esta parte de minitab, volvemos a seleccionar la opción estadística, oso que esta

vez abriremos la opción t pareada, para comenzar a trabajar conoceremos por

primera vez como se trabaja con este inciso. A diferencia de la prueba de T para

muestras independientes, la prueba de T pareada se utiliza para muestras o

variables que pertenecen a un mismo individuo o entidad en estudio (por ejemplo,

la altura de los niños de la guardería "gotita de gente" (viva el ICBF) antes y después

de un tratamiento con bienes tarina durante 6 meses). Entonces, por obvias razones

las columnas deben tener el mismo número de casillas porque esto representaría

medidas antes y después de "algo".

Al parecer t pareda a según algunos

dicen que es más exacta que algún

otro calculo, pero recordemos que

la primera herramienta que

utilizamos como t de 1 muestra es

para hacer y calcular pruebas de

hipótesis, y t pareada es el

complemento de esta t 2 muestras

ya que t pareada nos muestra que

puede tener un poco más de

opciones para calcular y evaluar una

prueba de hipótesis. Pero a esta

herramienta algunos la utilizan para

resolver algunos problemas de a

nova e Ishikawa según los

ingenieros de la empresa Ford.


39

Ayuda del tema T pareada.

Realiza una prueba t pareada. Este procedimiento es apropiado para poner a

prueba la diferencia media entre observaciones pareadas cuando las diferencias

pareadas siguen una distribución normal.

Utilice el comando t pareada para calcular un intervalo de confianza y realizar una

prueba de hipótesis de la diferencia media entre las observaciones pareadas de la

población. Una prueba t pareada crea correspondencia en pares de respuestas que

son dependientes o están relacionadas. Esta correspondencia permite explicar la

variabilidad entre los pares que por lo general produce un término de error más

pequeño y, de esta manera, se aumenta la sensibilidad de la prueba de hipótesis o

intervalo de confianza.

Como ejemplos típicos de datos pareados figuran las mediciones hechas en

gemelos o mediciones del tipo "antes y después". Para una prueba t pareada:

H0: m d = m0 versus H1: m d ≠ m 0

Donde m d es la media de la población de las diferencias y m 0 es la media hipotética

de las diferencias.

Cuando las muestras se extraen de manera independiente de dos poblaciones,

utilice Estadísticas > Estadísticas básicas > t de 2 muestras.


Muestra en columnas: Elija esta opción si ha ingresado datos sin procesar en dos

columnas.

Primera muestra: Ingrese la columna que contiene la primera muestra

Segunda muestra: Ingrese la columna que contiene la segunda muestra

Datos resumidos (diferencias): Elija si tiene valores de resumen para el tamaño de

la muestra, media y desviación estándar de la media.

Tamaño de muestra: Ingrese el valor del tamaño de la muestra.




40

Revisión general.

Uno de los diseños experimentales más comunes es el de “Antes y Después”.

Consiste en tomar dos medidas sobre el mismo sujeto: una antes y otra después de

la adopción de un tratamiento cualquiera; la idea básica es simple.

La hipótesis nula sostiene que no hay diferencia entre ambas muestras; eso es, si

el tratamiento no tiene efecto la diferencia de los promedios entre las medias es

igual a 0.

En ese caso aceptamos la Hipótesis Nula de que no hay diferencia entre ambos

tratamientos; nuestro planteamiento es:

Ho: μ1 = μ2

H1: μ1 ╪ μ2

Por el otro lado, si el tratamiento tiene efecto, la diferencia de los promedios antes

y después del tratamiento, será diferente de cero, por lo que se rechazará la

hipótesis nula.

El procedimiento del test T pareado se usa para testar la hipótesis de que no hay

diferencia entre dos variables.

Los datos pueden ser considerados como dos medidas tomadas del mismo sujeto.

También podemos interpretarlo como una medida de igualdad entre dos sujetos.

Adicionalmente, el procedimiento ofrece estadísticas descriptivas.

Definición: calcula un intervalo de confianza y realiza una prueba de hipótesis de

la diferencia entre las medias de dos poblaciones cuando las observaciones son

pareadas (coinciden). Cuando los datos son pareados, tal como ocurre en las

mediciones "antes y después", el procedimiento de t pareada produce una varianza

menor y mayor potencia para detectar diferencias en comparación con el

procedimiento de t de 2 muestras anterior, el cual presupone que las muestras

fueron extraídas de manera independiente.


41

Procedimiento.

Elija Estadísticas > Estadísticas básicas > t pareada.

En Primera muestra, ingrese la columna que contiene la primera muestra.

En Segunda muestra, ingrese la columna que contiene la segunda muestra.


Aceptar.


42

Ejemplo.

Un médico está evaluando una nueva dieta para sus pacientes con un historial

familiar de enfermedades del corazón.

Para testar la efectividad de la dieta, 16 pacientes la tomaron por 6 meses.

Sus pesos y los niveles de triglicéridos fueron medidos antes y después de la dieta.

El médico quiere saber si hubo variación en los datos; este ejemplo usa el archivo.

De inmediato nos damos cuenta de que el problema es de “antes y Después”.

Vamos a usar Test “t” de muestras pareadas para determinar si hay una diferencia

estadísticamente significativa entre los pesos y los triglicéridos antes y después de

la dieta.

El Término Estadísticamente Significativo se usa cuando las pruebas nos dan

razones para deducir que hay o no hay una Diferencia Estadísticamente

Significativa.

Vamos a resolver el problema por medio del SPSS, para lo cual traemos a la pantalla

el archivo: dietstudy.sav.

Del Menú principal → Analizar→ Comparar Medias → Muestras Relacionadas T

Test

Elegimos Triglicéridos Final y Triglicéridos como el primer par de variables

pareadas.

Elegimos Peso Final y Peso y como el segundo par

Es preciso tener en cuenta que en la primera casilla van dos variables: el par

Triglicéridos Final y Triglicéridos; y en la segunda, también dos: Peso Final y Peso.

El test comparará el primer par entre sí y el segundo par entre sí.

Aceptamos


43

Tema: 1p, 1proporcion.

Para esta sección, 1 proporción, se observa que son datos más resumidos, y que

minitab, muestra algunas opciones un poco complicadas para el cálculo resuelto de

las unidades de hipótesis. Como se muestra a continuación.

Como se muestra, a continuación

en el recuadro que ofrece minitab,

podemos observar que cada vez

son menos requisiciones para el

cálculo avanzado de la prueba de

hipótesis o alguna otra operación.


44

Ayuda del tema

Realiza una prueba de una proporción binomial.

Utilice 1 Proporción para calcular un intervalo de confianza y realizar una prueba

de hipótesis de la proporción. Por ejemplo, una fábrica de repuestos para

vehículos afirma que menos del 2% de sus bujías son defectuosas. Usted podría

tomar una muestra aleatoria de las bujías y determinar si la proporción defectuosa

real coincide o no con la afirmación. Para una prueba de dos colas de una

proporción:

H0: p = p0 versus H1: p ≠ p0 donde p es la proporción de población y p0 es el

valor hipotético.

Para comparar dos proporciones, utilice Estadísticas > Estadísticas básicas > 2

proporciones.


Muestras en columnas: Elija esta opción si usted tiene datos en las columnas,

luego, ingrese las columnas que contienen los datos de muestra. Cada celda de

estas columnas debe tener uno de dos valores posibles y corresponder a un

elemento o sujeto. Los valores posibles en las columnas deben ser idénticos si

usted ingresa columnas múltiples.

Datos resumidos: Elija esta opción si tiene valores de resumen para los números

de ensayos y eventos.

Número de eventos: Ingrese el número de eventos observados. Si usted ingresa

más de un valor; el valor entero que ingrese en Número de ensayos se aplicará a

todos.

Número de ensayos: Ingrese un valor individual para el número de ensayos.

Realizar prueba de hipótesis: Marque esta opción para realizar la prueba de

hipótesis de que la proporción de población es igual a un valor especificado.

Proporción hipotética: Ingrese el valor de la proporción para la hipótesis nula de la

prueba.


45

Revisión general








1 Proporción calcula un intervalo de confianza y somete a una prueba de hipótesis

una proporción de la población.

Procedimiento.

Elija Estadísticas > Estadísticas básicas > 1 Proporción.

Realice uno de los siguientes procedimientos:

Si tiene datos sin procesar, elija Muestras en columnas, e ingrese las columnas que

contienen los datos sin procesar.

Si tiene datos resumidos:

Elija Datos resumidos.

En Número de ensayos, ingrese un valor entero numérico simple para el número de

ensayos. Con frecuencia, el número de ensayos será su tamaño de muestra..

En Número de eventos, ingrese uno o más valores enteros numéricos como el

número observado de eventos.


Aceptar.


46


47

Ejemplo

Son igualdades que se establecen entre 2 Razones de la misma clase. Las

proporciones pueden ser:

Proporciones Aritméticas o Equidiferencia: Es la igualdad que se establece entre 2

Razones Aritméticas, Una Equidiferencia se escribe de 2 formas siguientes :a – b =

c –

Términos de una P.A:

Propiedad Fundamental: “En toda equidiferencia la suma de los extremos es igual

a la suma de los medios”.

Si a – b = c – Eje: 8 – 6 = 11 –

17.

Tema: 2P 2 proporciones.

Para esta sección, 2 proporciones, se observa que son datos más resumidos, y que

minitab, muestra algunas opciones un poco complicadas para el cálculo resuelto de

las unidades de hipótesis. Como se muestra a continuación.

Ya en esta última sección, se podría decir que 2 proporciones es un

complemento de 1 proporción ya que solo 3 personas aseguran qué

manualmente entre 1 y 2 proporciones solo es la suma y división entre ellos


48

Ayuda del tema

Utilice el comando 2 proporciones para calcular un intervalo de confianza y realizar

una prueba de hipótesis de la diferencia entre dos proporciones. Minitab ofrece dos

pruebas de hipótesis para la diferencia entre dos proporciones: La prueba exacta

de Fisher y una prueba basada en una aproximación normal. La prueba de

aproximación normal puede ser inexacta para muestras en las cuales el número de

eventos de cada muestra es menor que cinco o si la diferencia entre el número de

ensayos y eventos de cada muestra es menor que cinco. La prueba exacta de Fisher

es exacta para todos los tamaños de muestra, pero sólo se puede calcular cuando

la hipótesis nula establece que las proporciones de población son iguales. En otras

palabras, Minitab sólo realiza la prueba exacta de Fisher cuando usted especifica

una diferencia de la prueba de cero en el cuadro de diálogo secundario Opciones.

Por ejemplo, supongamos que usted desea saber si la proporción de consumidores

que responden a una encuesta pudiera incrementarse al ofrecer un incentivo tal

como una muestra del producto. Usted puede incluir la muestra del producto en la

mitad de sus correos y determinar si obtiene más repuestas del grupo que recibió la

muestra que del grupo que no la recibió. Para una prueba de dos colas de dos

proporciones:

En este recuadro, podemos

observar que es muy parecido al de

1 proporción, y que este calcula las

dos proporciones que se les da a

los datos en la tabla de Excel que te

otorga minitab.se podría decir que

tiene más opciones para trabajarse

en esta condición, ya que donde se

utilizan más herramientas más

minuciosas podría ser el resultado.


49

H0: p1 - p2 = p0 versus H1: p1 - p2 ≠ p0

Cuando p1 y p2 son las proporciones de eventos en las poblaciones 1 y 2,

respectivamente, y p0 es la diferencia hipotética entre las dos proporciones.

Para probar una proporción utilice Estadísticas > Estadísticas básicas > 2

Proporciones.


Muestras en una columna: Elija esta opción si ha ingresado datos sin procesar en

una columna individual con una segunda columna de subíndices que identifican la

muestra.

Muestras: Ingrese la columna que contiene los datos sin procesar.

Subíndices: Ingrese la columna que contiene los subíndices de la muestra.

Muestras en diferentes columnas: Elija esta opción si introdujo datos sin procesar

en las columnas individuales para cada muestra.

Primero: Ingrese la columna que contiene los datos sin procesar para la primera

muestra.

Segundo: Ingrese la columna que contiene los datos sin procesar para la segunda

muestra.

Datos resumidos: Elija esta opción si tiene valores de resumen para los números de

ensayos y eventos.

Nombre

Eventos: Ingrese el número de eventos en la primera muestra.

Ensayos: Ingrese el número de ensayos en la primera muestra.

Segundo

Eventos: Ingrese el número de eventos en la segunda muestra.

Ensayos: Ingrese el número de ensayos en la segunda muestra.


50

Revisión general.








gráfica.

Para obtener una lista de las estadísticas descriptivas disponibles para mostrar o

almacenar, véase Estadísticas descriptivas disponibles para mostrar o almacenar.

Para calcular estadísticas descriptivas de forma individual y almacenarlas como

constantes, véase Estadísticas de columnas.








Definición: calcula un intervalo de confianza y somete a una prueba de hipótesis la

diferencia entre 2 proporciones de la población.


51

Procedimiento

Elija Estadísticas > Estadísticas básicas > 2 Proporciones.

Realice uno de los siguientes procedimientos:

Si sus datos sin procesar están apilados en una columna individual:

Elija Muestras en una columna.

En Muestras, ingrese la columna que contenga los datos sin procesar. En

Subíndices, ingrese la columna que contiene los códigos de grupo o población.

Si sus datos sin procesar no están apilados, es decir, cada muestra se encuentra

en una columna separada:

Elija Muestras en diferentes columnas.

En Primera, ingrese la columna que contiene la primera muestra.

En Segunda, ingrese la columna que contiene la otra muestra.

Si tiene datos resumidos:

Elija Datos resumidos.

En Primera muestra, ingrese los valores numéricos en Ensayos y en Eventos.

En Segunda muestra, ingrese los valores numéricos en Ensayos y en Eventos.


Aceptar.


52

Ejemplo.


53

BIBLIOGRAFIAS

www.universidaddecadiz.com

www.universidaddemurcia.com/facultaddematematicas

www.ingenieriaindustrialmexicana.com

www.universityofphoenix.com

www.profejulio.com

www.minitab.com

www.minitabfiles.com

Manual de entrenamiento de cervecería modelo.

Minitab para principiantes/ editor cervecería modelo.

Calidad seis sigma /editor ab inbev.

Control estadístico del proceso/ editor AIAG.

REFERENCIAS.

www.facebook.com/frairsky

[email protected]

www.frairsky.blogspot.com

http://www.universidaddecadiz.com/

http://www.universidaddemurcia.com/facultaddematematicas

http://www.ingenieriaindustrialmexicana.com/

http://www.universityofphoenix.com/

http://www.profejulio.com/

http://www.minitab.com/

http://www.minitabfiles.com/

http://www.facebook.com/frairsky

http://[email protected]

http://www.frairsky.blogspot.com/


54

INGENIERIA EN TECNOLOGIAS DE LA PRODUCCIÓN

NOMBRE DE LA MATERIA:

ESTADISTICA APLICADA A LA INGENIERIA

NOMBRE DEL ALUMNO:

JOSE SERVANDO FRAIRE OLIVARES.

MATRICULA:

1010558.

ASESOR ACADEMICO:

LIC. GERARDO EDGAR MATA ORTIZ

manual minitab 16 utt jose servando

Documents

trabajo en

la produccion

ingenieria en tecnologias

aparecer en

la ingenieria presenta

ventana sesin o en

la prouccion realizado

men y comandos