UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL

PRCTICAS DE ESTADSTICA I MANUAL DE STATGRAPHICS

I. INTRODUCCIN Y MANEJO DE DATOS

Master en Calidad Total

Estadstica

Manual de Stagraphics 1

INTRODUCCION El programa Statgraphics es un software que est diseado para facilitar el anlisis estadstico de datos. Mediante su aplicacin es posible realizar una anlisis descriptivo de una o varias variables, utilizando grficos que expliquen su distribucin o calculando sus medidas caractersticas. Entre sus muchas prestaciones, tambin figuran el clculo de intervalos de confianza, contrastes de hiptesis, anlisis de regresin, anlisis multivariantes, as como diversas tcnicas aplicadas en Control de Calidad. El programa trabaja en un entorno WINDOWS y su pantalla principal (a la que se accede ejecutando el programa SGWIN.EXE o directamente clickeando sobre el icono correspondiente, es la siguiente:

(Para salir del programa seleccionamos en la barra de men FILE...EXIT STATGRAPHICS o simplemente se cierra la ventana principal de la aplicacin) En la pantalla principal de Statgraphics, podemos distinguir los siguientes elementos: 1. Barra de men 2. Barra de herramientas 3. Barra de tareas

Master en Calidad Total

Estadstica

Manual de Stagraphics 2

Analicemos ahora cada uno de los elementos que podemos encontrar en la ventana principal.

Barra de men

La barra de men siempre estar disponible al utilizar el programa, de forma que sea posible seleccionar el anlisis deseado. Al clickear con el ratn sobra cada una de las palabras que componen la barra, aparecer un men desplegable con otras opciones asociadas. As tendremos: File: permite realizar operaciones de carcter general: abrir, cerrar o grabar ficheros, imprimir y salir de Statgraphics. Edit: como en otras aplicaciones en entorno Windows, este men esta asociado a diversas opciones de edicin: cortar, copiar, pegar, deshacer... Plot, Describe, Compare, Special: al presionar con el ratn sobre ellos tendremos acceso a diversos mens de anlisis de Statgraphics que se irn analizando a lo largo de este manual. View, Window, Help: tienen disponible varias opciones de formato y ayuda, de forma similar a otras aplicaciones que trabajan en el mismo entorno.

Master en Calidad Total

Estadstica

Manual de Stagraphics 3

Barra de herramientas

La barra de herramientas tiene como funcin asociar iconos (botones rpidos) con algunas de las opciones mas frecuentemente utilizadas de la barra de men. Si se seala con el ratn cualquier botn de la barra, aparecer una breve descripcin de la funcin asociada. Barra de tareas Incluye iconos asociados que contendrn los datos que se analizan, comentarios personales sobre el anlisis, resultados del anlisis efectuado y comentarios e interpretaciones del programa de los resultados obtenidos. El conjunto de estos elementos forma el Statfolio.

Statadvisor: herramienta incorporada al programa, que interpreta de forma sencilla los resultados obtenidos. Statgalery: permite almacenar los resultados (grficos incluidos) del anlisis realizado. El realizar cualquier anlisis estadstico, el sistema genera una ventana de anlisis, que estar dividida en paneles conteniendo las diferentes partes del anlisis. Clickeando con el botn derecho del ratn sobre cada uno de estos paneles y seleccionando Copy to Galery podremos incluir el panel en el Statgalery al utilizar

Master en Calidad Total

Estadstica

Manual de Stagraphics 4

la opcion de Copiar una vez posicionados con el ratn sobre el panel de destino. (La configuracin de los paneles del Statgalery es seleccionable sin ms que desplazar con el ratn las barras horizontales y verticales) Untiled comments y Statreporter: opciones de Statgrafics que permiten introducir los comentarios de usuario para su posterior edicin. Ventana de datos: hoja de clculo que contiene los datos que se van analizar. Pueden introducirse directamente desde el teclado o recurarse desde un fichero ya grabado. (FILE...OPEN...OPEN DATA FILE) Al conjunto de los elementos anteriores se le denomina Statfolio, que puede almacenarse bajo un nombre nico (fichero .spg) activando la opcin FILE...SAVE...SAVE STATFOLIO. Si abrimos un Statfolio previamente guardado y continuamos con el anlisis estadstico, cualquier modificacin que se realice sobre los datos se transmitir automticamente sobre todos los anlisis previamente realizados, por lo que la principal utilidad del Statfolio es repetir un anlisis sistemticamente sobre distintos conjuntos de datos.

TRABAJAR CON DATOS EN STATGRAPHICS Los datos que van analizarse mediante Statgraphics pueden introducirse directamente desde el teclado en la ventana de datos. Los datos pueden agruparse formando una variable (cada una de las columnas de la hoja de clculo de constituye la ventana de datos). Para poder analizar una variable (es decir, los datos que contiene) es necesario definirla realizando las siguientes operaciones:

Seleccionamos la columna en la que queremos introducir los datos. Para ello clickeamos sobre la etiqueta de la columna (Inicialmente ser Col_1)

Master en Calidad Total

Estadstica

Manual de Stagraphics 5

Pulsamos con el botn derecho del ratn sobre la columna seleccionada. Aparecer un men del que seleccionamos la opcin Modify Column:

En esta pantalla escribiremos el nombre de la variable (mximo 32 caracteres, sin blancos ni signos especiales y utilizando siempre una letra como primer carcter), y el tipo de variable (numeric si vamos a analizar nmeros). Tras pulsar OK ya estamos en condiciones de introducir los datos en las distintas celdas que componen la columna. A continuacin vemos como se han introducido un conjunto de datos agrupados en la variable EJEMPLO

Master en Calidad Total

Estadstica

Manual de Stagraphics 6

Statgraphcis permite introducir columnas calculadas como una transformacin de otras columnas previamente definidas. Para ello realizaremos las siguientes operaciones: 1. Seleccionamos la columna donde queremos que aparezcan los datos calculados 2. Clickeamos con el botn derecho del ratn y elegimos la opcin Generate Data del men que aparece 3. Componemos, en la ventana que aparece, la expresin para el clculo de los nuevos datos: (en este caso multiplicaremos por 2 la variable EJEMPLO)

Master en Calidad Total

Estadstica

Manual de Stagraphics 7

Al pulsar OK nos aparecer en la ventana de datos el clculo deseado:

Los ficheros de datos generados pueden almacenarse para anlisis posteriores. Para ello, en el men FILE seleccionaremos SAVE DATA FILE AS... y elegiremos el nombre y la ubicacin del archivo deseada. (Podrn recuperarse posteriormente con la opcion OPEN DATA FILE del men FILE)

UNIVERSIDAD CARLOS III DE MADRID MASTER EN CALIDAD TOTAL

Master en Calidad Total

Estadstica

Manual de Stagraphics 8

PRCTICAS DE ESTADSTICA I MANUAL DE STATGRAPHICS

II.

ESTADSTICA

DESCRIPTIVA

GRFICOS

DE

DATOS

Master en Calidad Total

Estadstica

Manual de Stagraphics 9

La Estadstica Descriptiva se ocupa de presentar, de forma resumida, la informacin ms importante de un conjunto de datos. Para ello se calculan sus medidas centrales (media, mediana...) y se da una medida de cmo estn los datos dispersos en torno a esos valores centrales (varianza, desviacin tpica, rango...). Asimismo, tras un anlisis descriptivo, se dispondr de una representacin de los datos en forma de grficos, de forma que sea posible detectar valores atpicos, tendencias o agrupaciones. Las diferentes opciones de anlisis descriptivo de las que dispone Statgraphics estn incluidas en la opcin DESCRIBE de la barra de men. A continuacin se muestran las opciones ms importantes de un anlisis descriptivo de los datos. Resumen estadstico El resumen estadstico (SUMMARY STATISTICS) nos reproduce hasta 19 estadsticos (valores numricos caractersticos) de un conjunto de datos. Pare ello, en la pantalla de entrada de datos tendremos que introducir la variable que se quiere analizar, tal y como aparece a continuacin:

Master en Calidad Total

Estadstica

Manual de Stagraphics 10

Una vez seleccionada la variable a analizar, debe seleccionarse la opcin de SUMMARY STATISTICS en el men de TABULAR OPTIONS:

Por defecto, aparecern calculados los estadsticos de uso ms comn, como puede verse en la figura que sigue:

Sin embargo pueden seleccionarse otros estadsticos que Statgraphics calcula sin ms que clickear con el botn derecho del ratn sobre el panel de SUMMARY STATISTIS y activar la opcin de PANE OPTIONS:

Master en Calidad Total

Estadstica

Manual de Stagraphics 11

Activando la opcin de cualquiera de los estadsticos que estn incluidos en la ventana que aparece, el resultado de su clculo se mostrar inmediatamente por pantalla al clickear OK. El SUMMARY STATISTICS puede obtenerse simultneamente para varias variables, sin ms que entrar en al anlisis mltiple de variables: DESCRIBE...NUMERIC DATA...MLTIPLE VARIABLE ANLISIS. Tabla de frecuencias La tabla de frecuencias nos permite resumir la distribucin de los datos contenidos en una variable. Al igual que el SUMMARY STATISTICS, la opcin de la tabla de frecuencias (FREQUENCY TABULATION) se activa en el men de TABULAR OPTIONS del anlisis descriptivo de una variable. Como resultado del anlisis, Statgraphcis crea una serie de intervalos que constituyen una particin del rango de los datos estudiados; la tabla nos dar informacin del nmero de datos que tienen su valor dentro de cada intervalo.

Master en Calidad Total

Estadstica

Manual de Stagraphics 12

El nmero de observaciones en cada intervalo ser la frecuencia absoluta, mientras que el porcentaje que esas observaciones representa frente al total se llama frecuencia relativa. (El programa presenta tambin las frecuencias acumuladas para cada una de los intervalos). El nmero de intervalos (tambin llamados clases) en los que se divide el rango de los datos puede modificarse clickeando con el botn derecho del ratn sobre la tabla y seleccionando la opcin PANE OPTIONS:

La tabla de frecuencias no slo puede aplicarse a datos numricos, sino tambin a variables cualitativas. As en el fichero cardata.sf se recogen diferentes variables de automviles junto con el nombre de su fabricante:

Veamos como podemos aplicar la tabla de frecuencias a la variable que contiene el fabricante del vehculo. Para ello se sigue DESCRIBE...CATEGORICAL DATA... TABULATION y se selecciona la opcin FREQUENCY TABULATION del men de Tabular Options. El resultado es el que continuacin se muestra:

Master en Calidad Total

Estadstica

Manual de Stagraphics 13

Donde obtenemos informacin sumaria de los vehculos que aporta cada fabricante a la muestra y de su frecuencia de aparicin. Histograma de frecuencias Los histogramas de frecuencias son representaciones grficas de las tablas de frecuencias estudiadas con anterioridad, donde a cada intervalo o clase en que se divide el rango de los datos, se le asigna una barra cuya altura es proporcional a la frecuencia de aparicin de sus elementos. El histograma se encuentra en las opciones grficas del men DESCRIBE... NUMERIC DATA... ONE VARIABLE ANLISIS, tal y como puede verse en la figura que sigue:

Master en Calidad Total

Estadstica

Manual de Stagraphics 14

El resultado se muestra en la siguiente pantalla:

Histogram for altura

60 50

frequency

40 30 20 10 0 150 160 170 180 190 200 210

altura
Donde podemos ver que el histograma presenta informacin sobre la variable analizada. En los datos analizados, la altura ms frecuente entre los individuos analizados est entre 172 y 182 cms. Percentiles Los percentiles de una variable proporcionan informacin sobre como estn distribuidos los datos estudiados. El percentil de orden k de una distribucin es una valor que es mayor que el k% de los valores que toma la variable. As el percentil 10 es aquel valor de los datos estudiados que es mayor que el 10% de las observaciones. Son importantes los percentiles 25 (cuartil inferior), 50 (mediana) y 75 (cuartil superior). Los percetiles pueden obtenerse en la opcin Tabular options del men DESCRIBE... NUMERIC DATA... ONE VARIABLE ANALYSIS.

Master en Calidad Total

Estadstica

Manual de Stagraphics 15

El resultado es el siguiente:
Percentiles for altura 1.0% = 156.0 5.0% = 161.0 10.0% = 163.0 25.0% = 169.0 50.0% = 176.0 75.0% = 180.0 90.0% = 186.0 95.0% = 190.0 99.0% = 193.0

The StatAdvisor --------------This pane shows sample percentiles for altura. The percentiles are values below which specific percentages of the data are found. You can see the percentiles graphically by selecting Quantile Plot from the list of Graphical Options.

Diagrama de la caja El diagrama de la caja es una representacin grfica de una variable en la que a partir de sus percentiles se obtiene informacin sobre la distribucin de sus observaciones (concentracin o dispersin de los datos o existencia de valores atpicos). El diagrama de la caja se construye a partir de los percentiles 25%, 50% (mediana) y 75 %. Como medida de la dispersin se utiliza el rango intercuartlico (percentil 75 % - percentil 25%) de manera que cualquier dato que se aleje de los percentiles 25 75% una distancia superior a 1,5 veces el rango intercuartlico se considera atpico. Para obtener el diagrama de la caja de una variable se sigue la ruta DESCRIBE...NUMERIC DATA... ONE VARIABLE ANLISIS...y se selecciona BOX AND WHISKER PLOT en el men de opciones grficas.

El resultado es el siguiente: Master en Calidad Total Estadstica Manual de Stagraphics 16

Box-and-Whisker Plot

150

160

170

180

190

200

altura

En el diagrama se debe observar: la forma de los rectngulos que forman la caja (cuanto ms estrechos sean, indicarn una mayor concentracin de datos); la posicin de la media, marcada con una cruz, respecto de la mediana, lnea central de la caja (la coincidencia de ambas indica simetra de la distribucin), y la existencia de valores ticos (quedan fuera de los segmentos de longitud 1,5 veces el rango intercuartlico colocados a derecha a izquierda). En ocasiones puede ser til observar simultneamente dos diagramas de la caja: por ejemplo para la variable altura en la que se separan los valores de las observaciones en funcin del diferente sexo de los individuos. Esta opcin est disponible en el men COMPARE...TWO SAMPLES...TWO SAMPLES COMPARISSON, seleccionando en la ventana que aparece de acuerdo con la disposicin de nuestros datos.

El resultado obtenido (tras seleccionar la opcin de BOX AND WHISKER PLOT en el Graphical Options) es el siguiente:

Master en Calidad Total

Estadstica

Manual de Stagraphics 17

Box-and-Whisker Plot

sexo=0

sexo=1

150

160

170

180

190

200

altura

De forma que es posible analizar simultneamente una variable discriminada segn el criterio de seleccin. (Esta misma representacin simultanea de grficos tambin est disponible cuando se quiera observar el histograma de una variable). Diagrama de tarta o grfico de sectores El diagrama de tarta (Piechart) proporciona informacin sobre las categoras en que puede dividirse una variable (y la importancia relativa de las mismas) Para ensayara su aplicacin utilizaremos el fichero cardata.sf que contiene datos de diferentes automviles fabricados en el mundo. Siguiendo el men DESCRIBE...CATEGORICAL DATA... TABULATION

y activamos la opcin de PIECHART en el men del Graphical options veremos el diagrama de sectores que nos dar la distribucin de las diferentes categoras en que puede dividirse la variable make (que contiene marcas de coches) cuando la variable origin toma el valor 3 (lo que equivale a estudiar nicamente coches fabricados en Japn)

Master en Calidad Total

Estadstica

Manual de Stagraphics 18

Piechart for make

3.03% 21.21% 3.03% 6.06% 3.03% 3.03% 3.03% 9.09% 3.03% 9.09% 15.15% make Acura Geo Honda Hyundai Isuzu Mazda Mitsubishi Nissan Subaru Suzuki Toyota Yugo

21.21%
De modo que es posible analizar grficamente la importancia relativa de los fabricantes de coches radicados en Japn. Diagrama de barras Mediante esta grfico es posible obtener informacin sobre las diferentes categoras en que pude dividirse una variable. As por ejemplo en el fichero cardata.sf podemos analizar los coches fabricados en Amrica (origin = 1), en Europa (origin =2) o en Japn (origin=3) sin ms que hacer DESCRIBE....CATEGORICAL DATA..TABULATION

Y seleccionar la opcin BARCHART del Graphical Options

Master en Calidad Total

Estadstica

Manual de Stagraphics 19

Barchart for origin

50 40 30 20 10 0 1 2 3

La representacin de grfico de barras permite cruzar dos variables y analizar por ejemplo el nmero de cilindros del automvil (variable cylinder) segn su origen (variable origin). Para ello seleccionamos el men DESCRIBE...CATEGORICAL DATA... CROSSTABULATION.

Activando la opcin de BARTCHART del Graphical Options, se obtiene:

Master en Calidad Total

percentage

Estadstica

Manual de Stagraphics 20

Barchart for cylinders by origin

30 25 origin 1 2 3

percentage

20 15 10 5 0 3 4 5 6 8

cylinders

Lo que nos permite hacer un anlisis de las dos variables: por ejemplo puede verse que coches con 8 cilindros slo son fabricados en Amrica. Grficos de dispersin o Scatterplots Los grficos de dispersin proporcionan informacin acerca de la distribucin de una variable. Son especialmente tiles los grficos XY, pues permiten analizar la relacin entre dos variables Para visualizarlos se sigue el men PLOT...SCATTER PLOT...X-YPLOT

Como resultado obtenemos en diagrama que nos permite ver la distribucin conjunta de ambas variables, y por tanto su relacin lineal, en la que al aumentar la altura de una persona tambin lo har su peso. (Como puede verse, tambin est permitida la seleccin de valores de las variables mediante una variable de seleccin, en el caso estudiado sexo)

Master en Calidad Total

Estadstica

Manual de Stagraphics 21

Plot of altura vs peso

200 190

altura

180 170 160 150 41 61 81 101 121

peso

Master en Calidad Total

Estadstica

Manual de Stagraphics 22