Professional Documents
Culture Documents
Contenido
Parte B: 7. Tamao de muestra y potencia 8. Anlisis exploratorio de datos 9. Estadstica no paramtrica
Contenido
Parte C: 13. Series de tiempo 14. Diseo de experimentos factoriales
15.
Contenido
Parte A: 1. Configuracin personalizada de Minitab 2. Grficas especiales 3. Manipulacin de datos
Configuracin personalizada del Minitab Barras de tareas Personalizacin Opciones Perfiles Seguridad de archivos
Buscar Ctrl-F
10
Mostrar reporte Ctrl-Alt-R Mostrar documentos Relacionados Datos Ctrl-Alt-L Mostrar diseo Ctrl-Alt-E
Borrar grficas
11
Mover columna
Borrar
12
Seleccin Brush
Borrar seleccin
13
14
Zoom +y-
15
Crear diseo factorial Definir diseo factorial Seleccio nar Diseo ptimo
Analizar Diseo factorial Analizar variabilidad Preproceso de respuestas para anlisis de variabilidad Grficas factoriales
16
Crear diseo de superficie de respuesta Definir diseo de superficie de respuesta Seleccionar Diseo ptimo
Optimizador
17
Crear diseo factorial Definir diseo factorial Seleccio nar Diseo ptimo
Analizar Diseo factorial Grficas factoriales Grfica Del diseo Simplex Grficas de trazo de respuesta
18
19
Para personalizar las opciones de men, seleccionar y arrastrar el comando especfico, a una barra de men existente
Para personalizar las opciones por Default, de cada una de las opciones y mens de Minitab
Para personalizar las opciones y mens de Minitab, definidos para un perfil especfico
Password to open project file Clave para abrir un archivo de proyecto (Hasta 15 caracteres) Password to modify project file Clave para modificar archivo de proyecto Read Only Permite su acceso de solo lectura NOTA: Si el password se olvida o pierde, no hay forma de recuperarlo
Grficas especiales
Grficas de dispersin de dos variables Grficas matriciales de dispersin Grficas tridimensionales Grficas de contornos Grficas de superficies de respuesta
25
Weight
26
Grfica de dispersin Simple con una variable categrica: File > Open Worksheet > Pulse.mtw Graph > Scatterplot > Simple Indicar en Y variable Weight y en X variable Height Se puede agregar otra variable para estratificar haciendo doble click en los puntos y seleccionando la pestaa Groups e indicando la variable categrica Sex.
Scatterplot of Weight vs Height
220 200 180
Sex 1 2
Weight
27
Para cambiar el tipo se smbolo por categora para impresin en blanco y negro: Click sobre cualquiera de los puntos, para seleccionarlos todos Click sobre los puntos de una cierta categora Doble click para que aparezca el cuadro de dilogo que permita cambiar color, smbolo y tamao para los puntos de ese grupo.
28
Para marcar ms de un punto a la vez se utiliza Brush Con el grfico seleccionado con un click, seleccionar Editor > Brush, se pueden seleccionar los puntos uno a uno o con un cuadro seleccionar varios a la vez,. manteniendo presionado el botn izquierdo del ratn mientras se seleccionan. Otra forma de activar Brush es con la barra de herramientas Graph Editing llamada desde: Tools > Tool Bars > Graph Editing
29
Con Brush activado y con la ventana de grfica activa, en el Menu Editor seleccionar Set ID Variables indicar Pulse 1, Pulse 2, Ran, Smokes, Activity seleccionar Include (row numbers) Se muestra la siguiente informacin:
30
Para poner la Actividad a cada punto se usa: Graph > Scatter plot: With Groups Labels > Data Labels > seleccionar Use Labels from Column Activity
31
Para hacer un Zoom de una zona del diagrama hay que cambiar los valores mnimo y mximo de los ejes, seleccionar cada uno y en Scale Range poner los adecuados. Eje X Minimum 100 Maximum 120 Eje Y Minimum 61 Maximum 64
32
Para identificar las coordenadas de los puntos de la grfica seleccionar la grfica Editor > Crosshair El cursor se convierte en una cruz que se puede colocar en el punto para ver las coordenadas
33
Grficas de dispersin Bivariantes con pneles: Se utiliza el archivo REHEAT.MTW de Minitab localizado en DATA . File > Open Worksheet > Reheat.Mtw Graph > Scatter plot: With Connect Line para unir los puntos Y variable Quality X variables Time Multiple graphs > By Variables > En By variables in separate panels Temp
34
Para modificar la apariencia de la grfica, seleccionarla y : Editor > Panel > Options Seleccionar Dont alternate panels Seleccionar Group information: Both variable names and levels
Scatterplot of Quality vs Time
Temp = 350 8 6 4 2 Temp = 375 Temp = 400
Quality
Time
35
Graficas bivariantes con distribuciones de frecuencia adicionales: Reheat.Mtw File > Open Worksheet> Reheat.Mtw Graph > Marginal Plot Variables Y = PVP X = Pot(CV) Se tienen 3 posibilidades despus de indicar la variable Y y X como antes:
75
75
Height
65
Height
100 150 Weight 200
70
70
65
100
150 Weight
200
75
Height
70
65
100
150 Weight
200
36
37
Pulse1
75
150
50
100
Pulse2
50
75 70 Height 65
38
Pulse1
75
Sex 1 2
150
50
100
Pulse2
50
75 70 Height 65
39
Pulse1
75
50 150 125
Pulse2
40
41
Con la herramienta Tools > Tool Bars > 3D Graph tools se puede modificar la grfica:
Girar grfica Sobre la grfica de 3 dimensiones se pueden usar tambin las opciones Brush, modificar ejes, puntos, etc. haciendo doble click sobre ellos. En algunos casos se desea tener los lneas verticales para los puntos, esto se hace en el menu de: Graph > 3D Scatter Plot Data View Seleccionar en Data Display Projected lines
Zoom
Posicin inicial
42
Grafica bivariada en tres dimensiones estratificada por una variable categrica Graph > 3D Scatter Plot
43
C o n t o u rP lo to fC 3v sC 2 ,C 1
5 .0
-0 .4 -0 .4 -0 .8 -0 .4 -0 .8
2 .5
0 .4
0 .0
0 .4
0 .8 0 .8 0 .0 -0 .4 -0 .8 -0 .8 -0 .4 -0 .8
-2 .5
-5 .0 -5 .0
-2 .5
0 .0 C 1
2 .5
5 .0
44
Superficie mallada (Wireframe) o superificie con textura (surface) Graph > 3D Scatter Plot Generar datos para la superficie por medio de una funcin ya establecida con: Calc > Make Mesh Data
Obtener la grfica con: Graph > 3D Surface Plot Columnas de datos para Z, Y y X de Mesh Se tienen dos opciones, mallada o superficie
Surface Plot of C3 vs C2, C1
C3
-1 -5 C1 0 5 -5
5 0 C2
46
Extraer subconjuntos de datos de hojas de trabajo (Worksheets) Data > Subset worksheet
49
50
51
OK
52
53
Columnas resultantes
54
Columnas resultantes
55
Transponer columnas Transpone columnas a renglones Por ejemplo, se tienen datos de estudiantes arreglados en columnas pero se quiere rearreglarlos por tipo de ejercicio:
Task Pushups Pullups Situps Lyn 50 66 73 Bill 69 85 88 Sam 70 81 95 Marie 57 76 79
File > Open Worksheet > Exercise.Mtw Data > Transpose columns En Transpose the following columns Lyn Bill Sam Marie En Store Transpose seleccionar After last column in use En Create variable names using columns, anotar Task OK
56
Ordenar datos por una ms columnas En los siguientes datos de ventas, se desea un listado por agencia:
Index 1 2 3 4 5 6 7 8 Quarter 1 2 3 4 1 2 3 4 Year 1991 1991 1991 1991 1992 1992 1992 1992 Sales 94 99 98 92 106 116 113 108 Advertis 17 10 9 22 24 18 13 14 Capital 8 6 12 16 29 32 33 36 AdAgency Omega Omega Alpha Alpha Alpha Alpha Omega Omega
File > Open Worksheet > Market.Mtw Data > Sort En Sort column(s), seleccionar Sales Advertis AdAgency En la primera By column seleccionar AdAgency En la segunda By column seleccionar Advertis y seleccionar Descending En Store sorted data seleccionar Columns(s) of current worksheet seleccionar C8 C9 C10 OK
58
OK
60
Uso de tablas de conversin Se desea codificar los nombres de estados a sus nmeros de ID
Tabla de conversin
State MT CO CO OR WA CA WA
State MT CO File > Open Worksheet > States. Mtw CO Crear una columna nueva STID para los cdigos OR Data > Code > Use conversion Table WA En Input column, seleccionar State CA En Output column, seleccionar STID En Column of Original Values, seleccionar StNam WA En Column of New Values, seleccionar StCod CO
OK
StNam AL AK AZ AR CA CO CT
StCod 1 2 3 4 5 6 7
STID
61
Instrucciones de Minitab: Data > Change data type > Text to Date/Time En Change text column, seleccionar Fechas En Store Date / Time columns in, seleccionar Dates En Format of text columns (e.g. mm-dd-yy), mm-yy OK
NOTA: mmm da el nombre del mes
62
Concatenar columnas Se usa para combinar columnas de texto en una columna ms amplia Por ejemplo, los nombres y apellidos de estudiantes, estan en 2 columnas:
Apellido Allen Charles Perkins Richards Stephens Nombre Jo Dave Max Bob Mary
Tabla resultante
Students Jo Allen Dave Charles Max Perkins Bob Richards Mary Stephens
64
File > Open worksheet > STUDENTS.MTW Data > Concatenate En Concatenate text columns, First Last En Store Results, poner Students OK
Despiegue de contantes y matrices Data > Display data Muestra datos seleccionados de constantes y matrices almancenadas dado que no se mostraron en la ventana de sesin. Las constantes son nmeros o textos definidos, para uso en frmulas y clculos. Todas las constantes se identifican con un nombre que inicia con K (K1, K2, etc.). Minitab tiene tres constantes reservadas: K998 = * K999 = 2.718 (e ) K1000 = 3.4142 (Pi) Tambin se pueden asignar otros nombres a las constantes.
65
Las matrices son bloques rectangulares de nmeros sobre los que se realizan operaciones matemticas. Por ejemplo una matriz 3 x 4 (filas x columnas) es:
Las matrices tienen una identificacin que inicia con M (M1, M2, etc.) Tambin se pueden asignar otros nombres a las matrcies. Instrucciones de Minitab: Data > Display Data En Columns, constants, and matrices to display, las que se quieren mostrar OK
66
File > Open worksheet > PULSE.Mtw Calc > Calculator Store results in variable, Pulse Diff En Expresion, poner Pulse2 - Pulse 1 OK
69
Asignacin de una constante Se desea asignar el valor 1.25 en una constante Calc > Calculator Store results in variable, K1 En Expresion, poner 1.25 OK
71
Clculos con datos de fechas Restar dos columnas de fechas Restar 30 das a la fecha de hoy y guardar el resultado numrico Fecha Hoy - Fecha Anterior TODAY() - 30
Restar 30 das a la fecha de hoy DATE(TODAY() - 30) y guardar el resultadocomo fecha Extraer la fecha de una columna de Fecha / Tiempo DATE(fecha)
Guardar un indicador (verdadero Fecha = WHEN("3/15/03") falso) en una columna, con base en la fecha y tiempo de una columna de fecha (1= verdadero, 0=falso)
72
Guardar un indicador (verdadero Tiempo >= TIME ("7:30") AND falso) en una columna, con base Tiempo <= TIME ("13:30") en el tiempo de una columna Guardar un indicador (verdadero Fecha contratada > TODAY()-30 falso) en una columna, con base en comparacin de datos de fechas Guardar un indicador (verdadero Fecha contratada >DATE("3/15/03")-30 falso) en una columna, con base en comparacin de datos de fechas
73
Expresiones generales Calcular una expresin matemtica Coeficiente de variacin rea del crculo Grados centgrados Guardar texto en columna Guardar un indicador de verdadero o falso en col. (1= verdadero, 0=falso) STDEV(C1)/MEAN(C10)*100 K1000*C1**2 5/9*(Farenheit - 32) "Verde" C1 > C2 (C1<10) or (C1>=16)
74
75
76
77
Por ejemplo: Calc > Make Patterned Data > Simple set of numbers Store patterned data, poner ID En From firs value, poner 1, en To last value, poner 100 OK
Tabla resultante:
ID 1 2 3 4 5
78
Otros ejemplos:
79
Otros ejemplos:
80
Text Values
81
82
83
Instrucciones de Minitab: File > Open worksheet > SEASONALSALES:MTW Calc > Make Indicator variables for, Season Store indicator variables in columns, Spring Summer Fall Winter OK
84
Etc
Se puede ahora realizar la regresin con: Instrucciones de Minitab: Stat > Regresin > Regression En Response, poner Daily Sales En Predictors, Spring Summer Fall Winter OK
85
Los resultados se muestran a continuacin: The regression equation is Daily Sales = 0.687 + 0.634 Fall + 3.13 Spring + 4.03 Summer Predictor Constant Fall Spring Summer Coef 0.6870 0.6340 3.1290 4.0310 SE Coef 0.1987 0.2811 0.2811 0.2811 T 3.46 2.26 11.13 14.34 P 0.001 0.030 0.000 0.000
S = 0.628497
R-Sq = 88.8%
R-Sq(adj) = 87.8%
86
Interpretacin: Los coeficientes para Fall, Spring y Summer son significativos. Las ventas de Spring sonm mayores en $3.13 que las de Winter $0), en general se pueden observar las diferencias de los coeficientes de las estaciones para comparar sus efectos en las ventas.
Normal Probability Plot
(response is Daily Sales)
99
95 90 80
Percent
70 60 50 40 30 20 10 5
-1.5
-1.0
-0.5
0.0 Residual
0.5
1.0
1.5
Estadstico Z Inferencia estadstica de los parmetros: m= media Cuando n >= 30 y/o (de datos histricos) m=proporcin Cuando n >= 30 es conocida
90
Estadstico c2 Inferencia estadstica del parmetro: = desviacin estndar Comprobar normalidad del proceso
91
92
Ejemplo para la distribucin normal: Calc > Random data > Normal
Etcetera
93
Distribuciones de probabilidad
Permite calcular las densidades de probabilidad, probabilidades acumulativas y probabilidades acumulativas inversas para una serie de distribuciones discretas y continuas: Calc > Probability distributions
94
Ejemplo para la distribucin normal: Calc > Probability distributions > Normal
Los resultados son: Cumulative Distribution Function Normal with mean = 100 and standard deviation = 10 x 90 P( X <= x ) 0.158655
95
Density
98
O para un 10% del rea: 5 Click en Shaded area . En Define Shaded Area By, seleccionar Probab., Right Tail, 0.10.
Distribution Plot
Density
99
Solo como demostracin para el caso de dos colas: 5 Click en Shaded area . En Define Shaded Area By, sel. Probab., Both Tails, 0.10.
Distribution Plot
Density
0.0008 0.0006 0.0004 0.0002 0.05 0.0000 685 1211 X 1737 0.05
100
Prueba de normalidad
Es una prueba de hiptesis de una poblacin para determinar si la muestra se extrae de una poblacin normal, que es la hiptesis nula. La hiptesis alterna es que no es normal. Se puede hacer por diversos mtodos:
1. Mtodo grfico
Se trata de probar la flamabilidad de una fibra y ver si sigue una distribucin normal, adems se quiere observar su valor en el percentll 87avo.
1 2 3 4 5 6
File > Open worksheet FLAMERTD.MTW. Graph > Probability Plot. Seleccionar Single, click OK. En Graph variables,seleccionar Fabric . Click Scale, y click el Percentile Lines . En Show percentile lines at Y values , teclear 87 . Click OK en cada cuadro de dilogo.
101
95 90 80
87
Percent
70 60 50 40 30 20 10
4 Fabric
4.215
Los puntos no salen del intervalo de confianza del 95% y el P value es menor de 0.05 por tanto los datos de la muestra siguen una distribucin normal. El IC del 87% se encuentra entre los valores 3.84295 y 4.58790
102
105
Estadstica inferencial
Introduccin
Intervalos de confianza Pruebas de hiptesis de una poblacin Pruebas de hiptesis de dos poblaciones Anlisis de varianza de una va (ANOVA One way)
Muestra (n)
Estadsticos X, s, p
107
Estadstico Z Inferencia estadstica de los parmetros: m= media Cuando n >= 30 y/o (de datos histricos) m=proporcin Cuando n >= 30 es conocida
108
Estadstico c2 Inferencia estadstica del parmetro: = desviacin estndar Comprobar normalidad del proceso
109
Muestra (n)
s= desviacin estndar, c2
12/ 22 Rel. de varianzas
Estadsticos X, s, p
110
File > Open worskeet > Wine.Mtw Stat > Basic statistics > 1-Sample-Z (Test and confidence interval) Samples in columns seleccionar columna Quality Estndar deviation 2.04 Options Confidence level 95% OK Individual Value Plot of Quality Graphs seleccionar Individual value plot OK OK
(with 95% Z-confidence interval for the Mean, and StDev = 2.04)
_ X
10
11
12 Quality
13
14
15
16
111
Se obtienen los resultados siguientes: One-Sample Z: Quality The assumed standard deviation = 2.04 Variable N Mean StDev SE Mean 95% CI Quality 38 12.437 2.045 0.331 (11.788, 13.085) Conclusin: para un 95% de nivel de confianza, con los datos obtenidos de la muestra del nidice de calidad del vino (Quality), el intervalo que contiene al ndice promedio de calidad para toda la produccin de vino es: (11.788 a 13.085)
La grfica de puntos que muestra la distribucin de los valores del ndice de calidad y el Intervalo de confianza correspondiente, para un nivel de confianza del 95% es:
(with 95% Z-confidence interval for the Mean, and S tDev = 2.04)
_ X
10
11
12 Quality
13
14
15
16
112
Prueba de hiptesis
Una prueba de hiptesis es una afirmacin sobre el valor que se estima tiene un parmetro poblacional , 2, Si la afirmacin contiene el signo igual (=, >=, <=) se establece primero la hiptesis nula Ho Si la afirmacin contiene los signos (<, >, <> o establece primero la hiptesis alterna Ha ) se
Es necesario establecer el nivel de confianza de la prueba, normalmente 95% (o alfa de 1-NC = 0.05)
113
114
One-Sample Z muestran a continuacin Los resultados se Test of mu = 100 One-Sample T vs > 100 The assumed standard deviation = 5 with summarized data. * NOTE * Graphs cannot be made
Test of mu = 100 vs not = 100
LowerSE Mean N Mean 95% StDev 95% CI N Mean SE Mean P 20 110.00 5.00 Bound 1.12 Z (107.66, 112.34) 20 110.00 1.12 108.16 8.94 0.000
T 8.94
P 0.000
Conclusin: El intervalo de confianza donde se encuentra el promedio de las ventas con base en una muestra tomada es (107.66 a 112.34) para un 95% de nivel de confianza. El Intervalo de confianza de (107.66, 112.34) no contiene a la media de la hiptesis (100) y P value es menor a 0.05, se rechaza Ho y se acepta Ha, ya subi el promedio de ventas.
115
Cuando se conoce la desviacin estndar y la muestra n es mayor a 30. Para el caso de los datos del archivo Wine.Mtw se trata de probar la afirmacin de que el aroma es mayor o igual a 4, a un 95% de nivel de confianza. Establecimiento de hiptesis <4 > Ha: m Ho: m =4 En Minitab: Stat > Basic statistics > 1-Sample-Z (Test and confidence interval) Samples in columns seleccionar columna Aroma Standard deviation 4.847 Perform hypothesis test Hypothesized mean 4 Options Confidence level 95% Alternative Less Than OK Graphs seleccionar Individual value plot OK OK
116
117
Los resultados se muestran a continuacin: One-Sample Z: Aroma Test of mu = 4 vs < 4 The assumed standard deviation = 4.847
95% Upper Bound 6.141
Variable Aroma
N 38
Mean 4.847
StDev 1.082
SE Mean 0.786
Z 1.08
P 0.859
Conclusin: El intervalo de confianza donde se encuentra el promedio de Aroma con base en una muestra tomada es (., 6.141) para un 95% de nivel de confianza. El Intervalo de confianza de (.., 6.141) SI contiene a la media de la hiptesis (4) y P value es mayor a 0.05, NO se rechaza Ho, el Aroma tiene un promedio >= 4.
(with Ho and 95% Z-confidence interval for the Mean, and StDev = 4.847)
_ X Ho
5 A roma
118
Instrucciones de Minitab Stat > Basic Statistics > 1 - Proportion Options Confidence level 95% Test Proportion 0.1 Alternative Less Than seleccionar Use test and interval based on normal distribution OK
119
Se obtuvieron los resultados siguientes: Test and CI for One Proportion Test of p = 0.1 vs p < 0.1 Sample 1 X 17 N 200 Sample p 0.085000 Upper Bound 0.124771 Exact P-Value 0.285
No se rechaza Ho ya que la Proporcin del 10% de la hiptesis se encuentra en el intervalo de confianza y el P value es mayor a 0.05, no se acepta la hiptesis alterna. Es vlido decir que slo el 10% de usuarios utilizan los accesorios
120
Ejemplo: 10 pieles son curtidas usando el mtodo A y 10 usando el mtodo B, las resistencias a la traccin son las siguientes: Mtodo A Mtodo B 24.3 24.4 25.6 21.5 26.7 25.1 22.7 22.8 24.8 25.2 23.8 23.5 25.9 22.2 26.4 23.5 25.8 23.3 25.4 24.7 Se puede decir que los dos mtodos producen resistencias a la traccin diferentes? Usar un nivel de confianza del 95%. En Minitab: Se colocan los valores en dos columnas diferentes C1 y C2 corresp. A Metodos A y B
121
Paso 1. Se realiza un anlisis de comparacin de varianzas poblacionales: Ho: Varianza A = Varianza B Ha: Varianza A Varianza B Stat > Basic Statistics > 2 Variances Samples in different columns First Mtodo A Second Mtodo B Options Confidence level 95% OK
122
Los resultados son los siguientes: Test for Equal 95% Bonferroni F-Test (normal Test statistic Variances: Mtodo A, Mtodo B confidence intervals for standard deviations distribution) = 1.01, p-value = 0.991
Como el P value es mayor a 0.05 no se rechaza la Hiptesis nula de igualdad de varianzas, por tanto se asume que son iguales. Esta inf. se usar a continuacin:
123
Paso 2. Se realiza un anlisis de comparacin de medias poblacionales Establecer hiptesis H: Media A - Media B = 0
Instrucciones de Minitab: Stat > Basic Statistics > 2 - Sample t Samples in different columns First Mtodo A Second Mtodo B seleccionar Assume equal variances Options Confidence level 95% Test difference 0.0 Alternative Not equal OK OK
124
La grfica de caja parece indicar diferencia entre las medias de las muestras
Boxplot of Mtodo A, Mtodo B
27 26 25
Data
24 23
22 21 Mtodo A Mtodo B
125
Se obtienen los siguientes resultados: Two-sample T for Mtodo A vs Mtodo B N Mean StDev SE Mean Mtodo A 10 25.14 1.24 0.39 Mtodo B 10 23.62 1.24 0.39 Difference = mu (Mtodo A) - mu (Mtodo B) Estimate for difference: 1.52000 95% CI for difference: (0.355, 2.685) T-Test of difference = 0 (vs not =): T-Value = 2.74 P-Value = 0.013 DF = 18 Conclusiones: Como el cero no se encuentra en el intervalo de confianza de la diferencia de las dos medias y el valor P value es menor a 0.05 se rechaza la hiptesis nula de igualdad de medias y se acepta Ha afirmando que las medias son diferentes
126
Se utilizan cuando se trata de comparar el efecto de dos tratamientos a los mismos sujetos u objetos, por ejemplo el peso de individuos antes y despus de una rutina. Tambin se aplica cuando cuando antes de comparar se hacen parejas de sujetos por ejemplo para comparar los promedios de alumos de dos universidades, primero se forman parejas (dos ingenieros, dos administradores, dos arquitectos, etc.) Ejemplo: Se hacen dos tratamientos superficiales para lentes A y B, se seleccionan 10 personas a las que se les instala uno de esos lentes en cualquier lado al azar. Despus de un periodo se mide el deterioro (rayas, desgaste, etc.) de cada lente:
A un 95% de nivel de confianza Se puede afirmar que los 2 tratamientos producen diferente deterioro en los lentes? Se colocan los datos en las columnas C1 y C2 para los Lentes A y B.
127
Persona 1 2 3 4 5 6 7 8 9 10
Lente A 6.7 5.0 3.6 6.2 5.9 4.0 5.2 4.5 4.4 4.1
Lente B 6.9 5.8 4.1 7.0 7.0 4.6 5.5 5.0 4.3 4.8
En Minitab colocar los datos de Lentes en dos columnas Establecer hiptesis Ho: Diferencia de medias = 0
Instrucciones de Minitab Stat > Basic Statistics > Paired t Samples in different columns First Lente A Second Lente B Graphs Individual value plot Options Confidence level 95% Test mean 0.0 Alternative Not equal OK OK
128
Resultados Paired T-Test and CI: Lente A, Lente B Paired T for Lente A - Lente B N Mean StDev Lente A 10 4.96000 1.02978 Lente B 10 5.50000 1.13039 Difference 10 -0.540000 0.343835
95% CI for mean difference: (-0.785964, -0.294036) T-Test of mean difference = 0 (vs not = 0): T-Value = -4.97 P-Value = 0.001 Como el cero no se encuentra en el intervalo de confianza de la diferencia de las dos medias y el valor P value es menor a 0.05 se rechaza la hiptesis nula de igualdad de medias y se acepta la alterna afirmando que los tratamientos dan deterioros diferentes.
129
_ X Ho
-1.2
-1.0
-0.8
-0.2
0.0
Como el valor de Ho no se encuentra en el intervalo de confianza de la diferencia de las dos medias, se rechaza Ho y se acepta Ha indicando que el deterioro es diferentes en los dos mtodos.
130
Instrucciones de Minitab (datos resumidos): Stat > Basic Statistics > 2 - Proportions Options Confidence level 95% Alternative Not equal, Test Difference = 0 Seleccionar Use Pooled estimate p for test OK
131
Los resultados son los siguientes: Test and CI for Two Proportions Sample X N Sample p 1 33 300 0.110000 2 22 250 0.088000 Difference = p (1) - p (2) Estimate for difference: 0.022 95% CI for difference: (-0.0278678, 0.0718678) Test for difference = 0 (vs not = 0): Z = 0.86 P-Value = 0.392 Como el cero SI se encuentra en el intervalo de confianza de la diferencia de las 2 proporciones y el valor P value es mayor a 0.05 no se rechaza la hiptesis nula de igualdad de proporciones o sea que no hay razn para decir que las proporciones son diferentes.
132
H 0 1 2 3 .... k
son diferentes
Requiere que las poblaciones sean normales y con varianza similar. ANOVA de una va con datos de tratamientos en diferentes columnas: Ejemplo: Los tcnicos de una fbrica de papel hacen un experimento de un factor para ver que variedad de rbol produce menos fenoles en los desechos de pasta de papel. Se colectan los siguientes datos en porcentajes: A un 95% de nivel de confianza, hay alguna variedad que produzca ms fenoles que otra? Se colocan los datos en tres columnas distintas:
133
Instrucciones de Minitab: Stat > ANOVA > One Way (Unstacked) Responses in separate columns A B C Confidence Level 95 Comparisons Tukey's, family error rate: 5 Graphs: Residual plots Box plot of data Normal plot of residuals OK
134
Los resultados se muestran a continuacin: One-way ANOVA: A, B, C Source DF Factor 2 Error 12 Total 14 S = 0.2309 SS MS 0.9000 0.4500 0.6400 0.0533 1.5400 R-Sq = 58.44% F 8.44 Como el valor P value es menor a 0.05 existe una diferencia significativa entre algunas medias P 0.005
R-Sq(adj) = 51.52%
Level A B C
N 4 5 6
Individual 95% CIs For Mean Based on Pooled StDev A produce ms fenoles que B,C ----+---------+---------+---------+----(-------*--------) (------*-------) (------*------) ----+---------+---------+---------+----1.20 1.50 1.80 2.10 Las medias B y C son similares La media de A es diferente a B y C
135
Tukey 95% Simultaneous Confidence Intervals All Pairwise Comparisons Individual confidence level = 97.94% A subtracted from: Lower Center B -1.0130 -0.6000 C -0.8974 -0.5000 Como el cero no est en el intervalo de la diferencia B-A o C-A, A es diferente de B y C -----+---------+---------+---------+---(---------*---------) (---------*--------) -----+---------+---------+---------+----0.80 -0.40 -0.00 0.40
Upper 0.4728
-----+---------+---------+---------+---(---------*--------) -----+---------+---------+---------+----0.80 -0.40 -0.00 0.40 El intervalo de la diferencia C-B si incluye el cero por tanto B no es diferentes de C
136
Data
1.6 1.4
1.2 1.0 A B C
Se observa que la media de A es diferente a las medias de B y C (si se superpone B y C tienen elementos comunes y son iguales) Los rboles B y C producen menos cantidad de fenoles.
137
95 90 80
Percent
70 60 50 40 30 20 10 5
-0.50
-0.25
0.00 Residual
0.25
0.50
Los residuos o errores se apegan a la recta normal, por tanto el modelo ANOVA es un modelo adecuado para los datos
138
139
Instrucciones de Minitab: Stat > ANOVA > One Way Response Fenoles Factor rbol Confidence Level 95 Comparisons Tukey's, family error rate: 5 Graphs: Residual plots Box plot of data Normal plot of residuals OK
Ejercicios:
Las calificaciones de un curso de liderazgo para 18 participantes de tres diferentes departamentos fueron las mostradas en la tabla siguiente. Probar a un 95% de nivel de confianza o 5% de nivel de significancia si el aprovechamiento fue similar en los tres departamentos o en su caso cul fue el peor. DEPARTAMENTO Depto_A Depto_B 8 7 7 8 8 7 6 7 7 6 8 8
Arreglados en dos columnas quedan como: Calificaciones Depto 8 Depto_A 7 Depto_A 8 Depto_A 6 Depto_A 7 Depto_A 8 Depto_A 7 Depto_B 8 Depto_B 7 Depto_B 7 Depto_B 6 Depto_B 8 Depto_B 5 Depto_C 6 Depto_C 6 Depto_C 7 Depto_C 7 Depto_C 6 Depto_C
Depto_C 5 6 6 7 7 6
141
a) Con datos en tres columnas Instrucciones de Minitab: Stat > ANOVA > One Way (Unstacked) Responses in separate columns Depto_A Depto_B Depto_C Confidence Level 95 Comparisons Tukey's, family error rate: 5 Graphs: Residual plots Box plot of data Normal plot of residuals OK Como el valor P de es que 0.05, se concluye que
El peor aprovechamiento lo tuvo el departamento De las grficas de diferencias de Tukey, las medias de los procesos que son diferentes son (dado que el cero no se encuentra en el intervalo de confianza de la diferencia de medias Pairwise comparisons): b) Otra opcin con datos en una sola columna Instrucciones de Minitab: Stat > ANOVA > One Way Response Calificacin Factor Depto Confidence Level 95 Comparisons Tukey's, family error rate: 5 Graphs: Residual plots Box plot of data Normal plot of residuals OK Identificar la media que es diferente a las dems (donde el cero no pertenezca al intervalo
142
b) Otra opcin con datos en una sola columna Con Minitab: Stat > ANOVA One way Response Calificaciones Factor Depto Comparisons: Tukeys, family error rate 5 Graphs: Box polot of data OK ESTADSTICAS > ANOVA UN FACTOR RESPUESTA CALIF FACTOR DEPTO. COMPARACIONES: TUKEY, TASA DE ERROR DE LA FAMILIA 5 GRFICAS: DIAGRAMA DE CAJA DE DATOS OK Identificar la media que es diferente a las dems (donde el cero no pertenezca al intervalo de confianza de la diferencia de medias entre cada dos tratamientos Depto).
143
Por ejemplo: Se estudia el plancton en dos lagos. Se preparan doce tanques en el laboratorio, seis con agua de cada uno de los lagos, se agrega uno de tres nutrientes en cada tanque y al mes se cuenta el plancton en cada unidad de volumen de agua. Se utiliza el ANOVA de dos vas para este experimento.
144
2 3 4 5
Stat > ANOVA > Two-Way. En Response, seleccionar Zooplankton . En Row factor, seleccionar Supplement . Seleccionar Display means. En Column factor, seleccionar Lake . Sel. Display means. Click OK.
145
Los resultados se muestran a continuacin: Two-way ANOVA: Zooplankton versus Supplement, Lake Source Supplement Lake Interaction Error Total S = 10.18 DF 2 1 2 6 11 SS 1918.50 21.33 561.17 622.00 3123.00 MS 959.250 21.333 280.583 103.667 F 9.25 0.21 2.71 P 0.015 0.666 0.145
R-Sq = 80.08%
R-Sq(adj) = 63.49%
Supplement 1 2 3
Individual 95% CIs For Mean Based on Pooled StDev --+---------+---------+---------+------(-------*-------) (--------*-------) (--------*-------) --+---------+---------+---------+------30 45 60 75
Interpretacin: De la tabla de ANOVA se ve que no hay una interaccin significativa entre Supplement*Lake y tampoco Lake es significativo.
146
Supplement 1 2 3
Individual 95% CIs For Mean Based on Pooled StDev --+---------+---------+---------+------(-------*-------) (--------*-------) (--------*-------) --+---------+---------+---------+------30 45 60 75 Individual 95% CIs For Mean Based on Pooled StDev -----+---------+---------+---------+---(----------------*----------------) (----------------*----------------) -----+---------+---------+---------+---42.0 48.0 54.0 60.0
Hay evidencia significativa que Supplement afecta al crecimiento para un alfa de 0.05. De grfica de medias parece que Supplement 2 es mejor para crecimiento del plancton. Para examinar comparaciones mltiples de medias, utilizar el modelo lineal general.
147
Anlisis de medias
Sirve para realizar un anlisis de medias (ANOM) para datos normales, binomiales o de Poisson y opcionalmente imprime una tabla resumen para datos normales o binomiales. Por ejemplo para datos normales: Se evala el efecto de tres tiempos de niveles de proceso y tres niveles de resistencia en la densidad. Se analizan las medias y un diseo de dos vas para identificar interacciones o efectos principales significativos.
148
Instrucciones de Minitab: 1 File > Open worksheet EXH_AOV.MTW. Density Minutes Strength 7 10 3 8 10 3 10 10 3 7 10 3 1 15 1 4 15 1 3 15 1 2 15 1 6 15 2 7 15 2 8 15 2 Etctera 3 4 5 En Response, seleccionar Density . Seleccionar Normal. En Factor 1, seleccionar Minutes . En Factor 2, seleccionar Strength. Click OK.
149
Interaction Effects
2 1.578 0 -1.578 1 10 2 3 1 15 2 3 1 18 2 3
Effect
-2 Strength Minutes
Mean
Mean
6 5
6 4 2 1 2 Strength 3
150
Interpretacin: Se muestra la grfica de interaccin y de efectos principales para 2 factores. La grfica ANOM tiene una lnea central y lmites de decisin, si un punto cae fuera de estos lmites es evidente que es diferente de la gran media. Si la interaccin fuera significativa, ya no se consideran los efectos principales por separado, dado que unos dependen de otros. En este caso no es significativo.
El punto que representa la media del nivel 3 del factor Minutes se muestra con un asterisco en rojo, indicando que hay evidencia al nivel de alfa = 0.05 de que difiera significativamente de la media general. En el caso de Strenght, hay evidencia de que los efectos principales para los niveles 1 y 3 se encuentren fuera de los lmites de decisin y son diferentes de la media general. Los puntos que estn fuera se pueden investigar.
151
Ejemplos con datos binomiales Se cuenta el nmero de soldaduara rechazadas en muestras de tamao 80 para identificar que proporciones estn fuera de la lnea con otras muestras. Como las muestras tienen 2 resultados, la proporcin de xitos es constante y son independientes se usa el anlisis de medias para datos binomiales. 1 File > Open worksheet EXH_AOV.MTW. WeldRejects 3 6 8 14 6 1 8 1 8 10 1
152
2 Stat > ANOVA > Analysis of Means. 3 En Response, seleccionar WeldRejects . 4 Seleccionar Binomial y poner 80 en Sample size. Click OK.
One-Way Binomial ANOM for WeldRejects
Alpha = 0.05
0.20
0.15
0.1547
Proportion
0.00
6 Sample
10
11
153
Intrepretacin: La grfica muestra la proporcin de defectos para cada muestra, la lnea central como la proporcin promedio, y los lmites superior e inferior. En este caso la muestra 4 sale de los lmites de decisin y es anormal.
154
Ejemplo con datos de Poisson Una fbrica de juguetes, quiere monitorear el nmero de defectos de carros de juguete. Se toman 20 muestras de carros y se crea una carta de medias para examinar el nmero de defectos en cada muestra. 1 File > Open worksheet TOYS.MTW. Defects Defects 9 4 11 4 2 2 5 5 15 5 13 2 8 3 7 2 5 1 2 6
155
2 Stat > ANOVA > Analysis of Means. 3 En Response, seleccionar Defects 4 Seleccionar Poisson . Click OK.
One-Way Poisson ANOM for Defects
Alpha = 0.05
16
12
12.49
Defects
8 5.55 4
10 11 12 13 14 15 16 17 18 19 20 Sample
156
Interpretacin: La grfica muestra el nmero de defectos en cada muestra, la lnea central es el promedio de defectos, y los lmites de decisin superior e inferior. En este caso, el nmero de defectos de los carros cinco y seis son anormales ya que caen fuera de los lmites de decisin.
157
ANOVA Balanceado
Se usa para realizar anlisis univariado de varianza para cada una de las variables de respuesta. El diseo debe ser balanceado, con las mismas observaciones por celda. Los factores pueden ser cruzados o anidados, fijos o aleatorios. Se pueden incluir hasta 50 variables de respuesta con hasta 31 factores simultaneos. Los factores son predictores (independientes) que se seleccionan a que varien sistemticamente durante un experimento para determinar su efecto en la variable de respuesta (variable dependiente).
158
Por ejemplo, si se quiere evaluar el acabado superficial de partes metlicas producidas por varias mquinas y se miden por varios operadores. Tanto "Mquina" como "Operador" son factores en este experimento. Los factores pueden ser cruzados o anidados, dependiendo de cmo se colecten los datos. Factores cruzados: Dos factores son cruzados cuando cada nivel de un factor ocurre en combinacin con cada nivel del otro factor. Por ejemplo, los mismos tres operadores evalan el acabado superficial de las 2 mquinas.
159
Modelo: En la caja de Model solo se especifican las X's no la Y. La opcin Make Patterned data, single set of numbers puede ayudar a cargar los nmeros de niveles de un factor. Las reglas para expresar modelos son: 1 * indica un trmino de interaccin, por ejemplo A*B.
160
Por ejemplo para un diseo cruzado de tres vas con niveles a, b y c de factores A, B, C, con n observaciones por celda, se tiene: 1 Calc>Make Patterned Data > Simple set of numbers, F3 (Reset def.). Poner A en Store patterned data in. Poner 1 en From first value, niveles de A en To last value. Poner el producto bcn en List the whole sequence. Clik OK 2 Calc>Make Patterned Data > Simple set of numbers, F3 (Reset defaults). Poner B en Store patterned data in. Poner 1 en From first value, niveles de B en To last value. Niveles de A en List each value. Poner cn en List the whole sequence. Click OK 3 Calc>Make Patterned Data > Simple set of numbers, F3 (Reset defaults). Poner C en Store patterned data in. Poner 1 en From first value, niveles de C en To last value. Producto ab en List each value. Poner el tamao de muestra n en List the whole sequence. Clik OK
161
Ejemplo de ANOVA con dos factores cruzados Se quiere probar cuanto toma usar una calculadora nueva y una antigua. Seis ingenieros trabajan en ambos un problema estadstico y uno de ingeniera usando cada modelo de calculadora y se toma el tiempo en minutos que toma resolver el problema. Los ingenieros se consideran como bloques del diseo experimental. Hay dos factores: Tipo de problema y Modelo de calcualadora, cada uno con dos niuveles. Como cada nivel del factor ocurre en combinacin con cada nivel del otro factor, los factores son cruzados.
162
1 File > Open worksheet EXH_AOV.MTW. SolveTime Engineer ProbType Calculator Engineer ProbType Calculator 3.1 Jones Stat New Dixon Stat New 7.5 Jones Stat Old Dixon Stat Old 2.5 Jones Eng New Dixon Eng New 5.1 Jones Eng Old Dixon Eng Old 3.8 Williams Stat New Erickson Stat New 8.1 Williams Stat Old Erickson Stat Old 2.8 Williams Eng New Erickson Eng New 5.3 Williams Eng Old Erickson Eng Old 3 Adams Stat New Maynes Stat New 7.6 Adams Stat Old Maynes Stat Old 2 Adams Eng New Maynes Eng New 4.9 Adams Eng Old Maynes Eng Old
163
2 3 4 5 6 7
Stat > ANOVA > Balanced ANOVA. En Responses, seleccionar SolveTime . En Model, seleccionar Engineer ProbType | Calculator . En Random Factors, seleccionar Engineer . Click Results. En Display means corresponding to the terms, poner ProbType | Calculator . Click OK en cada cuadro de dilogo.
164
Los resultados se muestran a continuacin: ANOVA: SolveTime vs Engineer, ProbType, Calculator Factor Type Levels Values Engineer random 6 Adams, Dixon, Erickson, Jones, Maynes, Williams ProbType fixed 2 Eng, Stat Calculator fixed 2 New, Old
Analysis of Variance for SolveTime Source DF SS MS F Engineer 5 1.053 0.211 3.13 ProbType 1 16.667 16.667 247.52 Calculator 1 72.107 72.107 1070.89 ProbType*Calculator 1 3.682 3.682 54.68 Error 15 1.010 0.067 Total 23 94.518 S = 0.259487 R-Sq = 98.93% R-Sq(adj) = 98.36% P 0.039 0.000 0.000 0.000
165
N 12 12
Interpretacin: Se muestran los factores con su tipo (fijos o aleatorios), nmero de niveles y valores. Despus se muestra la tabla de ANOVA, indicando una interaccin significativa entre tipo de problema y calculadora. Tambin se muestran las medias de todos los factores y sus combinaciones como efectos principales. Donde se puede observar que el tiempo se reduce al cambiar de la calculadora antigua a la nueva.
167
Contenido
Parte B: 7. Tamao de muestra y potencia 8. Anlisis exploratorio de datos 9. Estadstica no paramtrica
170
Introduccin
Prueba de una y dos medias Prueba de una y dos proporciones Prueba de ANOVA de una va Diseo de experimentos de dos niveles
171
Para estimar la potencia, Minitab requiere de dos de los siguientes parmetros: * Tamaos de muestra * Diferencias - un corrimiento significativo de la media que se desea detectar * Valores de potencia - La probabilidad deseada de rechazar Ho cuando es falsa
Caso 1. Prueba t de una media poblacional Ejemplo: Se tiene una poblacin normal con media de 365 y lmites de especificacin de 360 y 370. Si la media se desplaza 2.5 gramos por arriba de la media, el nmero de defectos sera inaceptable, la desviacin estndar histrica es de 2.403:
173
Caso 1. Prueba t de una media poblacional Ejemplo: Se tiene una poblacin normal con media de 365 y lmites de especificacin de 360 y 370. Si la media se desplaza 2.5 gramos por arriba de la media, el nmero de defectos sera inaceptable, la desviacin estndar histrica es de 2.403: Stat > Power and Sample Size > 1 - Sample t Completar el dilogo como sigue:
174
Los resultados se muestran a continuacin: Power and Sample Size 1-Sample t Test Testing mean = null (versus not = null) Calculating power for mean = null + difference Alpha = 0.05 Assumed standard deviation = 2.403
Difference 2.5 Sample Size 6 Power 0.537662 Se tiene un 53.76% de Potencia para detectar una diferencia de 2.5 si se usan 6 muestras O sea que hay una probabilidad del 46.24% que no se rechaze Ho y se concluya que no hay diferencia significativa.
Variable Original Corrida
0.8
Y-Data
0.10
Power
0.08 0.06 0.04 0.02 0.00 355 360 365 C1 370 375
0.6
0.4
0.2
0.0
-3
-2
-1
0 Difference
175
Cuntas muestras se requieren para tener un 80% de probabilidad de detectar el corrimiento, y para 85%, 90% y 95%? Stat > Power and Sample Size > 1 - Sample t
Los resultados se muestran a continuacin: Sample Size 10 11 12 15 Target Power 0.80 0.85 0.90 0.95
Si la potencia es demasiado alta por decir 99% se pueden detectar diferencias que realmente no son significativas.
176
Caso 2. Prueba t de comparacin de dos medias poblacionales Ejemplo: La potencia de una prueba depende de la diferencia que se quiera detectar respecto a la desviacin estndar, para una sigma poner 1 en diferencia y desviacin estndar, con valores deseados de Potencia de 0.8 y 0.9. Stat > Power and Sample Size > 2 - Sample t Power and Sample Size 2-Sample t Test Testing mean 1 = mean 2 (versus not =) Calculating power for mean 1 = mean 2 + difference Alpha = 0.05 Assumed standard deviation = 1 Sample Target Difference Size Power Actual Power 1 17 0.8 0.807037 1 23 0.9 0.912498 Se requieren tamaos de muestra de entre 17 y 23
177
Caso 3. Prueba de 1 proporcin Para estimar la potencia, Minitab requiere de dos de los siguientes parmetros: * Tamaos de muestra * La proporcin - una proporcin que se desea detectar con alta probabilidad * Valores de potencia - Probabilidad deseada de rechazar Ho cuando es falsa Suponiendo que se desea detectar una proporcin de 0.04 con el 0.8 y 0.9 de niveles de Potencia:
Proporcin que se desea detectar con alta probabilidad (0.80, 0.90) Es la proporcin de la Hiptesis nula Test for One Proportion Testing proportion = 0.02 (versus > 0.02) Alpha = 0.05 Alternative Sample Target Proportion Size Power Actual Power 0.04 391 0.8 0.800388 0.04 580 0.9 0.900226
178
Caso 3. Prueba de 1 proporcin Para estimar la potencia, Minitab requiere de dos de los siguientes parmetros: * Tamaos de muestra * La proporcin - una proporcin que se desea detectar con alta probabilidad * Valores de potencia - Probabilidad deseada de rechazar Ho cuando es falsa Suponiendo que se desea detectar una proporcin de 0.04 con el 0.8 y 0.9 de niveles de Potencia:
Proporcin que se desea detectar con alta probabilidad (0.80, 0.90) Es la proporcin de la Hiptesis nula
179
Los resultados se muestran a continuacin: Test for One Proportion Testing proportion = 0.02 (versus > 0.02) Alpha = 0.05 Alternative Sample Target Proportion Size Power Actual Power 0.04 391 0.8 0.800388 0.04 580 0.9 0.900226
180
La Potencia de prueba si se utiliza un tamao de muestra de 500: Stat > Power and Sample Size > 2 - Proportions Sample sizes = 500 Alternative values of p 0.04 Hypothetized p: 0.02 Options: Greater Than Significance Level = 0.05 Los resultados se muestran a continuacin: Test for One Proportion Testing proportion = 0.02 (versus > 0.02) Alpha = 0.05 Alternative Sample Proportion Size Power 0.04 500 0.865861
Power
Power Curve fo
1.0
0.8
0.6
0.4
0.2
0.0 0.0
0.2
0.4 Alternative
Por tanto con un tamao de muestra de 500, la potencia de la prueba para detectar un corrimiento de 2% a 4% es del 86.6%
181
Caso 4. Prueba de 2 proporciones Para estimar la potencia, Minitab requiere de dos de los siguientes parmetros: * Tamaos de muestra * La proporcin 1 - una proporcin que se desea detectar con alta probabilidad * Valores de potencia - Probabilidad deseada de rechazar Ho cuando es falsa o una proporcin 2 - contra la que se prueba la igualdad de prop. Ejemplo: Suponiendo que se desea detectar una proporcin de 0.04 con el 0.8 y 0.9 de niveles de Potencia: OPTIONS
GRAPHS
182
Power and Sample Size Test for Two Proportions Testing proportion 1 = proportion 2 (versus not =) Calculating power for proportion 2 = 0.05 Alpha = 0.05 Sample Size 6745 9030 Target Power 0.8 0.9
183
Ejemplo: En poltica se desea saber si hay diferencia entre las proporciones de hombres y mujeres que apoyen una reforma fiscal. Encuestas anteriores muestran que el 30% (p=0.3) de los votantes apoyan la reforma. Se encuestan a 1000 personas de cada gnero, cul es la potencia para detectar una diferencia entre hombres y mujeres que soporten la reforma en 5% o ms? Stat > Power and Sample Size > 2 - Proportions Sample sizes, 1000 Proportion 1 values 0.25 0.35 Proportion 2, ingresar 0.30 OK
184
Los resultados se muestran a continuacin: Power and Sample Size Test for Two Proportions
Testing proportion 1=proportion 2 (vs not =) Calculating power for proportion 2 = 0.3
Alpha = 0.05 Proportion 1 0.25 0.35 Sample Size 1000 1000 Power 0.707060 0.665570
185
0.8
0.6
Power
0.4
0.2
0.0 0.0
0.2
0.8
1.0
186
Caso 5. ANOVA de una va Sirve para determinar el tamao de muestra necesario para detectar diferencia mxima en medias de niveles de un factor, con base en tamao de muestra y potencia de la prueba deseada. Ejemplo: Se trata de determinar si o no 4 tratamientos afectan el rendimiento de un producto, para lo cual se utilizan 5 observaciones por tratamiento. Se sabe que la media del grupo de control es de 8 y se trata de encontrar diferencia significativa de +4. De investigaciones previas se determino una desviacin estndar de 1.64.
187
Instrucciones de Minitab: 1. Stat > Power and Sample Size > One way ANOVA 2. Number of levels, 4 3. Sample sizes, 5 4. En Values of the maximum difference between means , 4 5. En Estndar deviation , 1.64 OK Los resultados son los siguientes: Power and Sample Size One-way ANOVA Alpha = 0.05 Assumed std. Dev. = 1.64 SS Sample Maximum Means Size Power Difference 8 5 0.826860 4 The sample size is for each level.
No. Levels = 4
188
0.8
0.6
Power
0.4
0.2
0.0
3 4 5 Maximum Difference
Interpretacin: Si se asignan 5 observaciones para cada tratamiento, se tiene una potencia del 83% de detectar una diferencia de 4 unidades o ms entre las medias de los tratamientos. Tambin se muestra la curva OC de la potencia.
189
Caso 6. Diseos de experimentos de dos niveles Sirve para determinar el nmero de rplicas necesario para detectar el efecto especfico en el nivel de potencia especficado, con base en el nmero de puntos centrales y efecto mnimo. Ejemplo: Se quiere determinar el "mejor" ajuste de 4 variables de entrada (factores) para mejorar la trasnparencia de una parte plstica. Se ha determinado que el diseo adecuado es un factorial fraccional (1/2) con 8 corridas experim. y 3 puntos centrales. Se intenta detectar efectos de magnitud 5 o ms. Experimentacin previa sugiere que la desviacin estndar es de 4.5.
190
Instrucciones de Minitab: 1. Stat > Power and Sample Size > 2 level Factorial Design 2. Number of factors, 4 3. Number of corner points, 8 4. En Replicates, 1 2 3 4 5. En Effects, 5 6. En Number of center points per block, 3 7. En Standard deviation, 4.5 OK Los resultados se muestran a continuacin: Power and Sample Size 2-Level Factorial Design Alpha = 0.05 Assumed standard deviation = 4.5 Factors: 4 Base Design: 4, 8 Blocks: none Including a term for center points in model. Center Points 3 3 3 3 Total Runs 11 19 27 35
Effect 5 5 5 5
Reps 1 2 3 4
0.8
0.6
Power
0.4
0.2
0.0
-5.0
-2.5
0.0 Effect
2.5
5.0
Interpretacin: Si hay una rplica del diseo, solo se tiene el 16% de posibilidad de detectar diferencias de 5. Con 4 rplicas del diseo (1/2) fraccional para 35 corridas (32 puntos vrtice y 3 puntos centrales) se tiene el 86% de posibilidad de encontrar efectos importantes. La curva muestra las combinaciones de parmetros y la potencia de la prueba.
192
193
Introduccin
Prueba de una muestra por Poisson Prueba de dos muestras por Poisson Anlisis de medianas de dos vas Regresin resistente
Suavizamiento resistente
Prueba de normalidad con grfica de desviaciones
194
Introduccin
Los mtodos de anlisis de datos exploratorio (EDA) se utilizan para explorar los datos antes de utilizar otros mtodos ms tradicionales, o para examinar los residuales de un modelo. Permiten identificar observaciones anormales (Outliers) y violaciones a los supuestos tradicionales tales como no linealidad o varianza no constante.
195
196
Por ejemplo: La empresa A de receptores de TV cuenta el nmero de unidades con pantallas defectivas que se producen cada trimestre durante los ltimos 10 aos. Los directivos establecen que 20 defectivos por cuatrimestre es el mximo aceptable, y quieren determinar si la produccin actual cumple este requerimiento. 1 2 3 4 5 6 File > Open the worksheet TVDEFECT.MTW. Stat > Basic Statistics > 1-Sample Poisson Rate . En Samples in columns, Seleccionar 'Defective A '. Seleccionar Perform hypothesis test. En Hypothesized rate, poner 20 . Click Options. En Alternative, seleccionar less than. Click OK en cada cuadro de dilogo
197
Resultados:
Etc.
Test and CI for One-Sample Poisson Rate: Defective A Test of rate = 20 vs rate < 20 Total Rate of 95% Upper Exact Variable Occurrences N Occurrence Bound P-Value Defective A 713 40 17.8250 18.9628 0.001 Length of observation = 1. Como P value es menor a 0.05, se rechaza Ho y se acepta Ha donde la tasa de defectos es menor a 20
198
199
Los resultados se muestran a continuacin: Test and CI for Two-Sample Poisson Rates: Defective A, Defective B Total Occurrences 713 515 "Length" of Observation 3 6 Rate of Occurrence 5.94167 4.29167 Mean Occurrence 17.825 25.750
N 40 20
Difference = rate(Defective A) - rate(Defective B) Estimate for difference: 1.65 95% CI for difference: (1.07764, 2.22236) Test for difference = 0 (vs not = 0): Z = 5.50 P-Value = 0.000 Exact Test: P-Value = 0.000 Como el valor P value es menor a 0.05 se acepta la hiptesis alterna que A y B son diferentes, donde donde B tiene B tiene la menortasa la menor tasa de de ocurrencia ocurrencia Difference = mu (Defective A) - mu (Defective B) Estimate for difference: -7.925 95% CI for difference: (-10.5053, -5.34474) Test for difference = 0 (vs not = 0): Z = -6.40 P-Value = 0.000 Exact Test: P-Value = 0.000
200
201
Por ejemplo: Ho: Los datos siguen una distribucin Multinomial Ha: Los datos no siguen la distribucin Multinomial La filiacin poltica de ciera ciudad es: Republicanos 52%, Demcratas 40% e independientes 8%. Se quiere probar si esta filiacin poltica es similar a la de otra poblacin. Para lo cual utilizan una muestra de 200 personas (datos en POLL.MTW)
Political Party Counts Proportions Republican 121 0.52 Democratic 75 0.4 Others 4 0.08
Instrucciones de Minitab: 1 File > Open Worksheet > POLL.MTW. 2 Sel. Stat > Tables > Chi Square Goodness of Fit (1 var.) 3 En Observed counts, poner Counts . 4 En Category names, poner Political Party 5 Seleccionar Specific proportions, poner Proportions Click OK en cada cuadro de dilogo
202
Observed 121 75 4
Expected 104 80 16
Chi-Sq 12.0913
Interpretacin: Como el valor P de la prueba es menor a un alfa de 0.05, se rechaza la hiptesis nula y se concluye que la filiacin poltica no es la misma en las ciudades comparadas
203
Value
60 40
9 8
Republican Democratic Others
Contributed Value
204
205
Instrucciones de Minitab: Paso: Realizar el anlisis de medianas 1 File > Open worksheet > EXH_STAT.MTW. 2 Seleccionar Stat > EDA > Median Polish. 3 En Response, poner Impact . 4 En Row factor, HelmetType . En Column factor, poner Location . 5 En Common effect, poner CommonEffect . En Row effects, poner RowEffect. En Column effects, poner ColumnEffect. 6 Check Residuals. Click OK. Paso 2. Mostrar los resultados 1 Seleccionar Data > Display Data. 2 En Columns, constants, and matrices to display, poner CommonEffect, RowEffect, y ColumnEffect. Click OK.
206
Los resultados se muestran a continuacin: CommonEffect 44.5000 Row RowEffect ColumEffect 1 0 -1 2 23 1 3 -3 Interpretacin: El efecto general de impacto es 44.5. Los efectos de fila son 0, 23 y -3 respecto al valor comn que corresponden al remache 1, 2 y 3 respectivamente. Se observa que el remache 2 tiene un mayor impacto. Los efectos de columna de -1 y 1 indican que hubo una pequea reduccin de impacto ligera respecto al valor comn en el frente y un poco mayor para la parte de atrs.
207
Con los residuos se pueden identifcar Outliers. 1 Seleccionar Data > Display Data. 2 En Columns, constants, and matrices to display, poner RESI1. Click OK. RESI1 3.5 -0.5 3.5
Celda 1,1
1.5 -1.5
2.5
208
Regresin resistente
Es similar al anlisis de regresin lineal excepto que es ms robusta ante puntos aberrantes (Outliers). Se sugiere utilizarla al principio para observar si hay relacin lineal. Stat > EDA > Resistant line
209
Suavizamiento resistente
Suaviza una serie ordenada de datos colectados durante el tiempo para remover fluctuaciones aleatorias y descubrir tanto las tendencias como los puntos aberrantes (Outliers). Ofrece varios mtodos Stat > EDA > Resistant Smoothing
210
Etctera
211
212
Interpretacin: La grfica muestra residuales dobles para indicar que tanto los datos se separan de la distribucin normal, Se observa una concentracin ligera de signso negativos en el lado inferior y una mayor concentracin de signos positivos en la parte central y superior. Sin embargo en ambos casos permanecen dentro del intervalo de confianza, indicando que los pesos son normales.
213
9. Estadstica no paramtrica
214
Estadstica no paramtrica Introduccin Prueba de signos de la mediana Prueba de una mediana de Wilconox
Prueba de rachas
215
ESTADSTICA NO PARAMTRICA
Acciones a tomar sobre los datos normales antes de optar por estas pruebas: Revise y asegrese de que los datos no siguen una distribucin normal. Desarrollar una Prueba de normalidad . Para la prueba de Bartlet (P value <0.05) Revisar la informacin para detectar errores (tipogrficos, etc.). Investiguar los valores atpicos. Una muestra pequea (n < 30) proveniente de un universo normal, se mostrar algunas veces como anormal. Intentar transformar los datos. Las transformaciones comunes incluyen: - Raz cuadrada de todos los datos - Logaritmo de todos los datos - Cuadrado de todos los datos Si la informacin es todava anormal, entonces usar estas herramientas no paramtricas Se utilizan cuando no interesa la forma de la distribucin o los datos no son normales
216
Atributos
Tablas de Contingencia de Correlacin
Medianas
Correlacin Prueba de signos Wilcoxon MannWhitney KruskalWallis Prueba de Mood Friedman
Normal
Variancia
Chi
Medias
Pruebas de t
Muestra-1 Muestra-2
Prueba-F
Homogeneidad de la Variacin de Bartlett
ANOVA
Una va Dos vas
Correlacin Regresin
217
Ejemplo: Se evaluan los ndices de precios de 29 casas. Los datos histricos indican que el ndice ha sido de 115. Probar a un alfa de 0.10 si el ndice se ha incrementado. Nivel de confianza = 1 - alfa = 90% File > Open worksheet > Exh_Stat.Mtw Stat > Nonparametrics > 1-Sample Sign. En Variables, seleccionar PriceIndex Confidence interval level 90 Seleccionar Test median y poner 115 en el cuadro En Alternative, Seleccionar greater than. Click OK. Los resultados son los siguientes: Sign Test for Median: PriceIndex Sign test of median = 115.0 versus > 115.0 N Below Equal Above P PriceIndex 29 12 0 17 0.2291 Interpretacin de resultados:
Median 144.0
Como el valor P de la prueba es >0.1 no hay evidencia suficiente para rechazar Ho y la mediana no es mayor a 115.
219
Se registran los resultados de examenes en ciencias para 9 estudiantes. Se quiere probar si hay suficiente evidencia de que la mediana sea menor a 77 con alfa = 0.05. Nivel de confianza = 1 - alfa = 95% File > Open worksheet > Exh_Stat.Mtw Stat > Nonparametrics > 1-Sample Wilconox En Variables, seleccionar Achievement Confidence interval level 95 Seleccionar Test median y poner 77 en el cuadro En Alternative, Seleccionar less Than. Click OK. Los resultados son los siguientes:
Wilcoxon Signed Rank Test: Achievement
Test of median = 77.00 versus median < 77.00 N for Test 8 Wilcoxon Statistic 19.5 Estimated Median 77.50
Achievement
N 9
P 0.610
Interpretacin de resultados:
Como el valor P de la prueba es >0.05 no hay evidencia suficiente para rechazar Ho y la mediana no es estadsticamentemenor a 77.
220
Se asume que las muestras provienen de dos poblaciones con la misma forma y varianza Ejemplo: Se compara la presin diastlica de dos muestras extraidas de dos poblaciones Se quiere probar a un 5% de nivel de significancia si hay diferencia entre las medianas. Nivel de confianza = 1 - alfa = 90% File > Open worksheet > Exh_Stat.Mtw Stat > Nonparametrics > Mann-Whitney En First Sample, sleccionar DBP1. En Second Sample, seleccionar DBP2. Click OK. En Confidence level 95 y en Alternative, Seleccionar Not equal. Click OK.
221
Los resultados son los siguientes: Mann-Whitney Test and CI: DBP1, DBP2 N Median DBP1 8 69.50 DBP2 9 78.00 Point estimate for ETA1-ETA2 is -7.50 95.1 Percent CI for ETA1-ETA2 is (-18.00,4.00) W = 60.0 Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.2685 The test is significant at 0.2679 (adjusted for ties) Interpretacin de resultados: Como el valor P de la prueba es >0.05 no hay evidencia suficiente para rechazar Ho y las medianas no son diferentes estadsticamente.
222
Esta es una generalizacin de la prueba de Mann Whitney Ejemplo: Se quiere probar si el efecto de tres tratamientos diferentes influyen en el crecimiento de bacterias a un 5% de nivel de significancia Nivel de confianza = 1 - alfa = 90% File > Open worksheet > Exh_Stat.Mtw Stat > Nonparametrics > Kruskal-Wallis. En Response, seleccionar Growth . En Factor, seleccionar Treatment . Click OK. Los resultados son los siguientes: Kruskal-Wallis Kruskal-Wallis Treatment N 1 5 2 5 3 6 Overall 16 H = 8.63 DF = H = 8.64 DF = Test: Growth versus Treatment Test on Growth Median Ave Rank Z Interpretacin de resultados: 13.20 7.7 -0.45 Como el valor P de la prueba es < 0.05 hay evidencia suficiente para rechazar Ho y las 12.90 4.3 -2.38 medianas son diferentes estadsticamente. 15.60 12.7 2.71 La mediana 3 difiere menos de la mediana general 8.5 Las medianas 1 y 2 tienen una mayor diferencia respecto a la mediana general. 2 P = 0.013 2 P = 0.013 (adjusted for ties)
223
224
Los resultados son los siguientes: Mood Median Test: Otis versus ED Mood median test for Otis Chi-Square = 49.08 DF = 2 Interpretacin de resultados: Como el valor P es menor a 0.05 indica que las medianas no son iguales P = 0.000
ED 0 1 2
N<= 47 29 15
N> 9 24 55
Individual 95.0% CIs ----+---------+---------+---------+-(-----*-----) (------*------) (----*----) ----+---------+---------+---------+-96.0 104.0 112.0 120.0
225
Exp. aleatorizado bloqueado (equivale a ANOVA 2 vas) Prueba de Friedman Ho: Los efectos de todos los tratamientos son cero H1: Los efectos de los tratamientos difieren de cero Ejemplo: Se quiere probar un tratamiento de drogas sobre la actividad enzimatica. Se prueba con tres tratamientos en animales de diferentes granjas.
EnzymeActivity Therapy 0.15 1 0.26 1 0.23 1 0.99 1 0.55 2 0.26 2 -0.22 2 0.99 2 0.55 3 0.66 3 0.77 3 0.99 3 Litter 1 2 3 4 1 2 3 4 1 2 3 4
226
Instrucciones de Minitab: File > Open worksheet > EXH_STAT.MTW Stat > Nonparametrics > Friedman. En Response, seleccionar EnzymeActivity. En Treatment, selecionar Therapy. En Blocks, seleccionar Litter. Click OK. Los resultados son los siguientes: Friedman Test: EnzymeActivity versus Therapy blocked by Litter S = 2.38 DF = 2 P = 0.305 S = 3.80 DF = 2 P = 0.150 (adjusted for ties) Los valores P son mayores a 0.10 Sum por tanto no hay evidencia para of decir que el efecto de los Therapy N Est Median Ranks tratamientos sea diferente de cero 1 4 0.2450 6.5 2 4 0.3117 7.0 3 4 0.5783 10.5 Grand median = 0.3783
227
Prueba de Rachas
Prueba de Rachas paramtrica: Racha es un punto o serie consecutiva de puntos que caen en un lado de la mediana. Se usa cuando se buscan evidencias de ciertos patrones no aleatorios en el proceso, indicando que la variacin es anormal formando grupos, oscilaciones, mezclas y que se deben tomar acciones correctivas. Si la muestra es de uno determina la lnea central como la mediana y si la muestra es de subgrupos une las medias de los subgrupos con una lnea. Las hipotesis de esta prueba son: H0: Las rachas son aleatorias H1: Las rachas siguen un patrn no aleatorio
228
Por ejemplo con el archivo RADON.MTW de este mdulo se tiene: File > Open Worksheet > Radon.mtw Stat > Quality Tools > Run Chart En Single column, seleccionar Membrane . En Subgroup size, poner 2 . Click OK.
Run Chart of Membrane
45 40
Membrane
35 30 25 20 1 2 3
3 6.00000 5 0.02209 0.97791
5 6 Sam ple
8
5 6.33333 3 0.13455 0.86545
10
Number of runs about median: Expected number of runs: Longest run about median: Approx P-Value for Clustering: Approx P-Value for Mixtures:
Number of runs up or down: Expected number of runs: Longest run up or down: Approx P-Value for Trends: Approx P-Value for Oscillation:
Interpretacin de resultados Como el P value de Clustering es menor a 0.05 indica que el patrn no es aleatorio y se deben investigar las posibles causas.
229
Prueba de rachas no paramtrica H0: Las rachas son aleatorias H1: Las rachas siguen un patrn no aleatorio
Un entrevistador encuesta a 30 personas al azar y les hace una pregunta con 4 posibles respuestas (0, 1, 2 y 3). Se quiere probar si hay una respuesta aleatoria en el orden de las respuestas o que no haya sesgo en el entrevistado. Usar el archivo File > Open Worksheet > EXH_STAT.MTW. Stat > Nonparametrics > Runs Test. En Variables, seleccionar Response . Click OK. Los resultados son los siguientes: Runs Test: Response Runs test for Response Runs above and below K = 1.23333 The observed number of runs = 8 The expected number of runs = 14.9333 11 observations above K, 19 below P-value = 0.005 Interpretacin de resultados: Como P value es menor a 0.05 se tiene evidencia de que el comportamiento de las respuestas no es aleatorio y debe investigarse la causa.
230
231
Contador de eventos
Estadstica descriptiva de tablas Tabulacin cruzada y Chi cuadrada Anlisis Chi cuadrada con tabulacin cruzada Tablas de contingencia
232
Contador de eventos
Se usa para mostrar cuenta, cuenta acumulada, porcentajes, y porcentajes acumulados para cada variable especificada Suponiendo que se est estudiando la influencia de la actividad de paciente en el desempeo de una droga nueva. Despus de colectar los datos, se examina la distribucin de la actividad del paciente. 1 File > Open worksheet EXH_TABL.MTW Activity Moderate Moderate A lot Slight Moderate Slight A lot Moderate Moderate Etc. 2 3 4 5
Stat > Tables > Tally Individual Variables. En Variables, poner Activity . En Display, seleccionar Counts, Percents, Cumulative counts, y Cumulative percents Click OK
233
234
Gender Activity Male Moderate Male Moderate Male A lot Male Slight Male Moderate Etctera
Height 66 72 73.5 73 69
Pulse 64 58 62 66 64
Instrucciones de Minitab: 1 File Open > Worksheet > EXH_TABL.MTW. 2 Seleccionar Stat > Tables > Descriptive Statistics. 3 En For rows, poner Gender . En For columns, poner Smokes . 4 Sel. Categorical variables, check Counts and Row Percents. 5 Sel. Associated variables, poner Pulse . Sel. Display Means Click OK en cada cuadro de dilogo
235
Los resultados se muestran a continuacin: Tabulated statistics: Gender, Smokes Rows: Gender Columns: Smokes No Yes All Female 74.59 84.50 76.86 27 8 35 77.14 22.86 100.00 Male 70.00 37 66.07 71.94 64 70.33 72.42 19 33.93 76.00 27 29.67 Pulse : 70.82 56 100.00 73.14 91 100.00 Mean Count % of Row
236
All
Cell Contents:
Interpretacin: Se muestra la tabla resumen tanto de la variable categrica y la variable asociada. Minitab muestra el valor medio del pulso, el contador y los porcentajes de fila clasificados por gnero y estado de fumar De los 56 hombres, 19 son fumadores, su pulso medio es 72.42 y su porcentaje correspondiente de fila es de 33.93%
237
Ejemplo: Se desea resumir los pesos y estaturas de las personas en el estudio calsificados por gnero y nivel de actividad. Instrucciones de Minitab: 1 File Open > Worksheet > EXH_TABL.MTW. 2 Seleccionar Stat > Tables > Descriptive Statistics. 3 En For rows, poner Gender . En For columns, poner Activity . 4 Sel. Associated variables, poner Heigh y Weight 5 En Display, seleccionar Means, Std. Dev., y N Missing Click OK en cada cuadro de dilogo
238
Los resultados se muestran a continuacin: Tabulated statistics: Gender, Activity Rows: Gender Columns: Activity
Female A lot 64.60 121.0 2.074 21.02 0 0 5 14.29 71.12 155.5 2.649 13.21 0 0 16 28.57 Moderate 65.62 124.5 2.735 12.78 0 0 26 74.29 70.43 158.1 2.521 20.58 0 0 35 62.50 Slight 65.00 123.0 2.160 7.70 0 0 4 11.43 72.40 170.0 2.510 19.69 0 0 5 8.93 All 65.40 123.8 2.563 13.37 0 0 35 100.00 70.80 158.4 2.579 18.77 0 0 56 100.00
239
Male
All
68.38 143.8 3.532 24.27 0 0 61 67.03 Height Weight Height Weight Height Weight : : : : : :
Cell Contents:
Mean Mean Standard deviation Standard deviation Missing Missing Count % of Row
Interpretacin: Minitab muestra la media, desviacin estndar, y tamao de muestra para Height y Weight, clasificados por Gender y Activity. El hombre con actividad moderada tiene peso medio de 158.1 lbs. con desv. Est. De 20.58 lbs. Estos valores son con base en 35 observaciones. Al final se muestran las estadsticas totales.
240
241
242
243
244
Ejemplo: Sera conveniente clasificar las personas del estudio por gnero, si fuman o no y peso como la variable asociada. Presentar esta informacin en una tabla de tres vas. Instrucciones de Minitab: 1 File Open > Worksheet > EXH_TABL.MTW. 2 Seleccionar Stat > Tables > Cross Tabulation and Chi Square 3 En For rows, poner Gender . En For columns, poner Activity . En For Layers, poner Smokes. 4 En Display, seleccionar Counts Click OK en cada cuadro de dilogo
245
Los resultados se muestran a continuacin: Tabulated statistics: Gender, Activity, Smokes Results for Smokes = No Rows: Gender Columns: Activity A lot Moderate Slight All Female 4 20 3 27 Male 12 22 3 37 All 16 42 6 64
Cell Contents: Count
Results for Smokes = Yes Rows: Gender Columns: Activity A lot Moderate Slight Female 1 6 1 Male 4 13 2 All 5 19 3 Cell Contents: Count
All 8 19 27
246
Interpretacin: Minitab crea una tabla de dos vas para cada nivel de la variable por capas, Smoke. La variable de fila es Gender y la variable de columna es Activity. Tambin se puede cambiar el Layout de la tabla asignando variables a travs de las filas, debajo de las columnas o por capas.
247
Ejemplo de cambio de Layout de tabla Instrucciones de Minitab: 1 File Open > Worksheet > EXH_TABL.MTW. 2 Seleccionar Stat > Tables > Cross Tabulation and Chi Square 3 En For rows, poner Gender . En For columns, Activity Smokes 4 En Display, seleccionar Counts Click OK en cada cuadro de dilogo
248
Los resultados se muestran a continuacin: Tabulated statistics: Gender, Activity, Smokes Rows: Gender Columns: Activity / Smokes A lot Moderate Slight All No Yes No Yes No Yes All Female 4 1 20 6 3 1 35 Male 12 4 22 13 3 2 56 All 16 5 42 19 6 3 91 Cell Contents: Count Interpretacin: La variable de fila es Gender, la variable de columna superior es Activity y la inferior es Smokes.
249
250
251
Cell Contents:
Pearson Chi-Square=2.487, DF=2, P-Value=0.288 Likelihood Ratio Chi-Square = 2.613, DF = 2, P-Value = 0.271 * NOTE * 1 cells with exp. counts less than 5 Interpretacin: Las celdas en la tabla continenen las frecuencias, las frecuencias esperadas y los residuos estandarizados. Como P value es mayor a 0.05, no hay evidencia de asociacin entre Gender y Activity . Como hay una frecuencia menor a 5, se debe tener precuacin al intepretar los resultados
252
Tablas de Contingencia
La Tabla de contingencia es una prueba de independencia entre variables. Ho: La variable de rengln es independiente de la variable de columna Las proporciones en todas las columnas de cada rengln son iguales Ha: La variable de rengln tiene dependencia de la variable de columna Las proporciones en las columnas de cada rengln son diferentes Ejemplo: Se tiene inters de probar si la afiliacin poltica depende del sexo y del partdo poltico, para lo cual se encuestan a 100 personas.
Democrat Republican Other
Hombres Mujeres
28 22
18 27
4 1
Las instrucciones son las siguientes: File > Open worksheet Exh_Tabl.Mtw. Stat > Tables > Chi-Square Test (Tabla en Worksheet). En Columns que contiene la tabla, indicar Democrat, Republican y Other. Click OK.
253
Los resultados son los siguientes: Chi-Square Test: Democrat, Republican, Other Expected counts are printed below observed counts Chi-Square contributions are printed below expected counts Democrat Republican Other Total 1 28 18 4 50 25.00 22.50 2.50 NOTA: Las frecuencias 0.360 0.900 0.900 esperadas deberan ser mayores a 5. 2 22 27 1 50 25.00 22.50 2.50 0.360 0.900 0.900 Total 50 45 5 100 Chi-Sq = 4.320, DF = 2, P-Value = 0.115 El valor P es mayor a 0.05 y no 2 cells with expected counts less than 5. se rechaza Ho por tanto el tipo de partido es independiente del sexo de los votantes.
254
Ejercicios:
1. Los errores presentados en tres tipos de servicios cuando se prestan por tres regiones se muestran a continuacin, probar con una tabla de contingencia si los errores dependen del tipo de servicio y regin para un 95% de nivel de confianza. Servicio 1 2 3 Region A Region B Region C 27 12 8 41 22 9 42 14 10
Ho: Los errores NO dependen en cada regin del tipo de servicio. Ha: Los errores en cada regin, dependen del tipo de servicio, Con Minitab: Stat > Tables > Chi square test (two way table in worksheet) Columns containing the table Region A Region B Region C OK
255
2. Probar a una alfa de 0.05 si los errores que se cometen al facturar en diferentes ramos son similares. Nivel de confianza = 1 - alfa = 95% Orden Farmacia Consumo Comput. Telecom. Correcta 207 136 151 178 Incorrecta 3 4 9 12 Ho: El nmero de errores no depende del ramo industrial Ha: El nmero de errores depende del ramo industrial Con Minitab: Stat > Tables > Chi square test (two way table in worksheet) Columns containing the table Farmacia Consumo Comput. Telecom. OK
256
257
Regresin lineal y cuadrtica Correlacin y regresin lineal Regresin simple por medio de grfica Regresin cuadrtica por medio de grfica
258
259
10 5 0 0 5 10 X 15 20 25
Sin Correlacin
r= 1
25 20 15
r = -1
25 20 15
Y
Correlacin Positiva
10 5 0 0 5 10 X 15 20
r= 0
25
25 20 15
Y
Correlacin Negativa
10 5 0 0 5 10 X 15 20 25
r = 0.8
10 5 0 0 5 10 X 15 20 25
r = -0.8
260
Antes de calcular el coeficiente de correlacin se sugiere hacer un diagrama bivariante para identificar posibles valores anmalos, relaciones no lineales, etc.
Y = Weight y X = Height
Weight
261
Ahora se calcula el coeficiente de Correlacin que mide el grado de relacin que existe entre dos variables, como sigue:
Stat > Basic Statistics > Correlation Seleccionar en Variables Weight Height Seleccionar Display P values
Los resultados son los siguientes: Correlations: Weight, Height Pearson correlation of Weight and Height Coeficiente = 0.785 de correlacin P-Value = 0.000 Como el P value es menor a 0.05, la correlacin si es significativa
262
Coeficiente de correlacin
Reglas empricas
Coeficiente de correlacin 0.8 < r < 1.0 0.3 < r < 0.8 -0.3 < r < 0.3 -0.8 < r < -0.3 -1.0 < r < -0.8 Relacin Fuerte, positiva Dbil, positiva No existe Dbil, negativa Fuerte, negativa
263
Anlisis de Regresin
El anlisis de regresin es un mtodo estandarizado para localizar la correlacin entre dos grupos de datos, y, quiz ms importante, crear un modelo de prediccin.
Puede ser usado para analizar las relaciones entre: Una sola X predictora y una sola Y
Mnimos cuadrados
265
Ecuacin de Regresin S Desv. Estandar de los residuos (valor real-estimado por la regresin) R-Sq Coeficiente de Determinacin en porcentaje de variacin explicada por la ecuacin de regresin
Weight
S R-Sq R-Sq(adj)
Regression Analysis: Weight versus Height The regression equation is Weight = - 204.7 + 5.092 Height S = 14.7920 R-Sq = 61.6% R-Sq(adj) = 61.2% Analysis of Variance Source DF SS MS F P Regression 1 31591.6 31591.6 144.38 0.000 Error 90 19692.2 218.8 Total 91 51283.9
El valor p menor a 0.05 indica que SI es significativa la Correlacin de Y y X.
267
Versus Fits
2 1 0 -1 -2
Percent
90 80 70 60 50 40 30 20 10 5 1 0.1
100
110
120
130
160
170
180
-4
-3
-2
-1 0 1 Standardized Residual
268
Ecuacin de Regresin S Desv. Estandar de los residuos (valor real-estimado por la regresin) R-Sq Coeficiente de Determinacin en porcentaje de variacin explicada por la ecuacin de regresin
EnergyConsumption
30
20
10
0 10 15 20 MachineSetting 25 30
The regression equation is EnergyConsumption = 128.8-13.11 MachineSetting+0.3289 MachineSett S = 6.00002 R-Sq = 79.3% R-Sq(adj) = 73.4%
Analysis of Variance Source DF SS Regression 2 963.81 Error 7 252.00 Total 9 1215.81 Sequential Analysis of Source DF SS Linear 1 28.500 Quadratic 1 935.308
MS F P 481.904 13.39 0.004 36.000 El valor p menor a 0.05 indica que SI es significativa la Correlacin de Y y X. Variance F P 0.19 0.673 25.98 0.001
270
95 90 80
Percent
70 60 50 40 30 20 10 5
-3
-2
-1
0 1 Standardized Residual
272
Regresin mltiple Introduccin Regresin mltiple Regresin por pasos Regresin por mejores subconjuntos
273
Introduccin
274
Regresin mltiple
Genera una ecuacin que describe la relacin estadstica entre uno o ms predictores y la variable de respuesta y predice nuevas observaciones. Utiliza el mtodo de mnimos cuadrados para derivar la ecuacin que minimiza la suma de los residuos al cuadrado. Los resultados de la regresin indican la direccin, tamao, y significancia estadstica de la relacin entre los predictores y la respuesta. * El signo de cada coeficiente indica la direccin de la relacin. * Los coeficientes representan el cambio pormedio en la respuesta para una unidad de cambio en el predictor, mientras se mantienen constantes otros predictores del modelo.
275
* El valor P de cada coeficiente prueba la hiptesis nula de que el coeficiente es igual a cero (sin efecto). Por tanto, valores bajos de P sugieren que el predictor tiene un efecto significativo en el modelo. * La ecuacin predice nuevas observaciones con base en valores especficos de los predictores
276
Regresin mltiple
Cuando se usa ms de una variable independiente para predecir los valores de una variable dependiente, el proceso se llama anlisis de regresin mltiple, incluye el uso de ecuaciones lineales.
Yu b 0 b1 X u1 b 2 X u 2 ....... b k X uk u
Se asume que los errores u tienen las caractersticas siguientes: Tienen media cero y varianza comn 2. Son estadsticamente independientes. Estn distribuidos en forma normal.
277
Tamao de muestra
Tomar 5 observaciones para cada una de las variables independientes, si esta razn es menor de5 a 1, se tiene el riesgo de sobreajustar el modelo Un mejor nivel deseable es tomar 15 a 20 observaciones por cada variable independiente
278
Multicolinealidad
La multicolinealidad implica una dependencia cercana entre regresores (columnas de la matriz X ), de tal forma que si hay una dependencia lineal exacta har que la matriz XX sea singular.
La presencia de dependencias cercanamente lineales impactan dramticamente en la habilidad para estimar los coeficientes de regresin.
La varianza de los coeficientes de la regresin son inflados debido a la multicolinealidad. Es evidente por los valores diferentes de cero que no estn en la diagonal principal de XX. Que son correlaciones simples entre los regresores.
279
Multicolinealidad
Una prueba fcil de probar si hay multicolinealidad entre dos variables es que su coeficiente de correlacin sea mayor a 0.7 Los elementos de la diagonal principal de la matriz XX se denominan Factores de inflacin de varianza (VIFs) y se usan como un diagnstico importante de multicolinealidad. Para el componente j simo se tiene:
280
Los residuos graficados vs la Y estimada, pueden mostrar diferentes patrones indicando adecuacin o no adecuacin del modelo: La grfica de residuos aleatorios cuya suma es cero (null plot) indica modelo adecuado La grfica de residuos mostrando una no linealidad curvilnea indica necesidad de transformar las variables Si los residuos se van abriendo indica que la varianza muestra heteroestacidad y se requiere transformar las variables. Se puede probar con la prueba de Levene de homogeneidad de varianzas
281
Escalamiento de residuos
En algunos casos es difcil hacer comparaciones directas entre los coeficientes de la regresin debido a que la magnitud de bj refleja las unidades de medicin del regresor Xj. Por ejemplo:
5 X 1 1000 X 2 Y
Para facilitarla visualizacin de residuos ante grandes diferencias en los coeficientes, se sugiere estandarizar o estudentizar los residuos
282
Escalamiento de residuos
Residuos estandarizados Se obtienen dividiendo cada residuo entre la desviacin estndar de los residuos
di
ei , MSE
Despus de la estandarizacin, los residuos tienen una media de 0 y desviacin estndar de 1 Con ms de 50 datos siguen a la distribucin t, de manera que si exceden a 1.96 (lmite para alfa 0.05) indica significancia estadstica y son outliers
283
Escalamiento de residuos
Residuos estudentizados Son similares a los residuos donde se elimina una observacin y se predice su valor, pero adems se elimina la i-sima observacin en el clculo de la desviacin estndar usada para estandarizar la -sima observacin
Puede identificar observaciones que tienen una gran influencia pero que no son detectadas por los residuos estandarizados
ri
ei , MSE (1 hii )
284
Escalamiento de residuos
El estadstico PRESS (Prediction Error Sum of Squares) es una medida similar a la R2 en la regresin. Difiere en que se estiman n1 modelos de regresin. En cada modelo se omite una observacin en la estimacin del modelo de regresin y entonces se predice el valor de la observacin omitida con el modelo estimado. El residuo isimo ser: El residuo PRESS es la suma al cuadrado de los residuos individuales e indica una medida de la capacidad de prediccin
( i ) e( i ) Yi Y
( i ) PRESS e(2i ) Yi Y
N i 1
2 RPr ediccin 1
PRESS SYY
285
Para mostrar el impacto de casos individuales es ms efectiva la grfica de regresin parcial. Un caso outlier impacta en la pendiente de la ecuacin de regresin (y su coeficiente). Una comparacin visual de la grfica de regresin parcial con y sin la observacin muestra la influencia de la observacin El coeficiente de correlacin parcial es la correlacin de la variable independiente Xi y la variable dependiente Yi cuando se han eliminado de ambos Xi y Yi La correlacin semiparcial refleja la correlacin entre las variables independiente y dependiente removiendo el efecto Xi
286
Por ejemplo: Se investiga el efecto de los factores que afectan a % de rotura de papas (variable de respuesta) antes de su embarque. Los predictores son el % de papa respecto a otros ingredientes y la temperatura de horneado en grados celsius. % de papas rotas = 4.231 - 0.044(% papas) + 0.023 Temp
Predictor Coeficiente P
287
Como el P value de ambos predictores es menor a 0.05, son significativos, explican el 67.2% de la varianza del % de papas rotas. * Por cada grado C de incremento en la temperatura, el % de papas rotas se espera se incremente en 0.023% * Para predecir el % de papas rotas con el 50% de papas y una temperatura de coccin de 175 C, se calcula el valor esperado de 4.831% de papas rotas.
288
Regresin mltiple
289
Ejemplo: Como parte de una prueba de energa trmica solar, se mide el calor total en Fluxes en las casas. Se desea examinar si este calor puede predecirse por la posicin de los puntos focales en el Este; Sur y Norte. HeatFlux 271.8 264 238.8 230.7 251.6 257.9 East 33.53 36.5 34.66 33.13 35.75 34.46 South 40.55 36.19 37.31 32.52 33.71 34.14 North 16.66 16.46 17.66 17.5 16.4 16.28 Etc Etc..
290
Instrucciones de Minitab: 1 2 3 4 5 6 7 File > Open worksheet > EXH_REGR.MTW. Seleccionar Stat > Regression > Regression . En Response, seleccionar HeatFlux . EIn Predictors, seleccionar East South North . Click Graphs. En Residuals for Plots, seleccionar Standardized. En Residual Plots, seleccionar Individual Plots. Histogram of residuals, Normal plot of residuals, y Residuals versus fits. Click OK. 8 Click Options. En Display, seleccionar PRESS y predicted R-square. Click OK en cada caja de dilogo.
291
Los resultados se muestran a continuacin: Regression Analysis: HeatFlux versus East, South, North The regression equation is HeatFlux = 389 + 2.12 East + 5.32 South - 24.1 North Predictor Constant East South North S = 8.59782 Coef 389.17 2.125 5.3185 -24.132 SE Coef 66.09 1.214 0.9629 1.869 T 5.89 1.75 5.52 -12.92 P 0.000 0.092 0.000 0.000
R-Sq = 87.4%
R-Sq(adj) = 85.9%
292
PRESS = 3089.67
R-Sq(pred) = 78.96%
Analysis of Variance Source Regression Residual Error Total Source East South North DF 1 1 1 DF 3 25 28 SS 12833.9 1848.1 14681.9 MS 4278.0 73.9 F 57.87 P 0.000
Unusual Observations Obs East HeatFlux Fit SE Fit Residual St Resid 4 33.1 230.70 210.20 5.03 20.50 2.94R 22 37.8 254.50 237.16 4.24 17.34 2.32R R denotes an observation with a large standardized residual
293
Interpretacin: * El valor P de la ANOVA (0.00) indica que el modelo de regresin es significativo a un nivel alfa de 0.05. Indica que al menos un coeficiente es diferente de cero. * Los valores P para los coeficientes estimados de North y South (P = 0.000) indican que tienen influencia significativa en el HeatFlux. El P-value de East de 0.092 indica que no es significativo a un nivel de significancia de 0.05. Adems la suma secuencial de cuadrados (sequential sum of squares) indica que el predictor East, no explica una gran cantidad de varianza, Por lo que el modelo con solo North y South sera apropiado. * El valor de R-sq (adj) de 85.9% tomando en cuenta el nmero de predictores en el modelo, indica que el modelo ajusta bien a los datos.
294
* El Predicted R-Sq de 78.96% es cercano al valor de R-Sq, el modelo no parece estar sobreajustado y tiene buena capacidad predictiva. * Las observaciones 4 y 22 se identifican como anormales dado que el valor estandarizado de sus residuos es mayor a 2. Pueden ser Outliers.
Versus Order
(response is HeatFlux) 99
Standardized Residual
90
Percent
2 4 6 8 10 12 14 16 18 20 22 24 26 28
50
10
-2 Observation Order
-3.0
-1.5
1.5
3.0
Versus Fits
(response is HeatFlux) 8
Histogram
(response is HeatFlux)
Standardized Residual
Frequency
200 220 240 Fitted Value 260 280
-2
-2
-1
0 1 Standardized Residual
295
Interpretacin: * La grfica de Histograma indica que pueden existir puntos aberrantes en los datos, indicado por las dos barras derechas. * La grfica de probabilidad normal muestra un patrn aprox. lineal consistente con una distribucin normal. Hay dos puntos que salen de la lnea, con Brushing se identifican como el 4 y 22. * La grfica de residuos contra valores estimados, muestra que son ms pequeos conforme se incrementa el valor estimado de Y, lo que puede indicar que los resiudos no tienen una varianza constante y tal vez sea necesaria una transf. de datos.
296
297
Cuando se selecciona el mtodo de regresin hacia adelante, se puede introducir el valor de Alpha to enter. Cuando se selecciona el mtodo de regresin hacia atrs, se puede introducir el valor de Alpha to remove. Ejemplo: Un grupo de estudiantes registra su peso, estatura, gnero, preferencia por fumar, nivel de ejercicio y pulso en reposo. Algunos de ellos corren durante un minuto, despus de lo cual todos se toman el pulso por segunda vez. Se desea encontrar los mejores predictores para la 2a. tasa de pulso. P u lse1 64 58 62 66 64 P u lse2 88 70 76 78 80 Ran 1 1 1 1 1 Sm o kes 2 2 1 1 2 Sex 1 1 1 1 1 H eigh t 66 72 73.5 73 69 W eigh t 140 145 160 190 155 A ctivity 2 2 3 1 2
299
Instrucciones de Minitab: 1 File > Open worksheet > PULSE.MTW. 2 Pulsar [CTRL] + [M] para activar la Session window . 3 Sel. Editor > Enable Commands para que Minitab muestre comandos. 4 Seleccionar Stat > Regression > Stepwise. 5 En Response, seleccionar Pulse2 . 6 En Predictors, seleccionar Pulse1 Ran Weight . 7 Click Options. 8 In Number of steps between pauses, anotar 2 . 9 Click OK en cada caja de dilogo. 10 En la Session window, en el 1er. More? prompt, poner Yes . 11 En la Session window, en el 2do. More? prompt, poner No .
300
Los resultados se muestran a continuacin: Stepwise Regression: Pulse2 versus Pulse1, Ran, ... Alpha-to-Enter: 0.15 Alpha-to-Remove: 0.15 Response is Pulse2 on 6 predictors, with N = 92 Step 1 2 Constant 10.28 44.48 Pulse1 0.957 0.912 T-Value 7.42 9.74 P-Value 0.000 0.000 Ran T-Value P-Value S R-Sq R-Sq(adj) Mallows Cp 13.5 37.97 37.28 103.2 -19.1 -9.05 0.000 9.82 67.71 66.98 13.5
301
More? (Yes, No, Subcommand, or Help) SUBC> yes Step 3 Constant 42.62 Pulse1 T-Value P-Value Ran T-Value P-Value Sex T-Value P-Value S R-Sq R-Sq(adj) Mallows Cp 0.812 8.88 0.000 -20.1 -10.09 0.000 7.8 3.74 0.000 9.18 72.14 71.19 1.9
Interpretacin: El ejemplo utiliza seis predictores. Se pidio que Minitab realice dos etapas en el mtodo de regresin por pasos automtico, muestre los resultados y permita intervenir. En la primera etapa del modelo, la variable Pulse 1 se introduce al modelo; en el paso 2, entra la variable Ran, no se removi ninguna variable. En cada paso Minitab indica la constante, Coeficientes y el valor T para cada modelo, desviacin estndar y R-sq (adj). Al dar Yes en la segunda etapa, el procedimiento agrega la variable Sex, como ya no hay ms variables que entren o salgan, el procedimiento pregunta de nuevo, al constestar con No, se detiene.
303
304
Ejemplo: Como parte de una prueba de energa trmica solar, se mide el calor total en Fluxes en las casas. Se desea examinar si este calor puede predecirse por las variables de posicin de los puntos focales en el Este; Sur y Norte ; la Insulation y la hora. Time of the day . HeatFlux 271.8 264 238.8 230.7 251.6 257.9 East 33.53 36.5 34.66 33.13 35.75 34.46 South 40.55 36.19 37.31 32.52 33.71 34.14
305
Instrucciones de Minitab: 1 File > Open worksheet > EXH_REGR.MTW. 2 Seleccionar Stat > Regression > Best Subsets 3 En Response, seleccionar HeatFlux . 4 En Free Predictors, seleccionar Insulation - Time . Click OK en cada caja de dilogo.
306
Los resultados se muestran a continuacin: Best Subsets Regression: HeatFlux vs Insolation, East, ... Response is HeatFlux I n s o l a t i o n X X X X X X X X X X X X X X X X X X X X X X X X
307
Vars 1 1 2 2 3 3 4 4 5
R-Sq 72.1 39.4 85.9 82.0 87.4 86.5 89.1 88.0 89.9
R-Sq(adj) 71.0 37.1 84.8 80.6 85.9 84.9 87.3 86.0 87.7
Mallows Cp 38.5 112.7 9.1 17.8 7.6 9.7 5.8 8.2 6.0
E a s t
S o u t h
N o r t h X
T i m e
Interpretacin de resultados: Cada lnea representa un modelo diferente. Vars es el nmero de variables predictoras en el modelo, R-Sq (adj) est en %. El modelo con todas las variables tiene un valor de Cp de Mallow de 6.0 (debe ser aprox. igual al nmero de predictores ms la constante), tiene una R-Sq(adj) de 87.7% y el menor valor de desviacin estndar S (8.0390). Compite con el modelo de cuatro predictores (sin el timepo) tiene un valor de Cp de 5.8, una S uin poco mayor (8.16) y la R-Sq (adj) es ligeramente ms baja (87.3%). En el modelo de tres predictores se observa que el agregar la variable East no ayuda al ajuste del modelo.
308
309
Se obtienen los siguientes resultados: Regression Analysis: Velo.max versus Num.Cil., Cil.(cc), Pot.(CV) The regression equation is Velo.max = 157 - 5.72 Num.Cil. - 0.00218 Cil.(cc) + 0.521 Pot.(CV) 244 cases used, 3 cases contain missing values Predictor Coef SE Coef T P Constant 157.178 2.562 61.34 0.000 Num.Cil. -5.7177 0.9893 -5.78 Significativo 0.000 (P value < 0.05) Cil.(cc) -0.002178 0.001610 -1.35 No significativo 0.177 (Pvalue > 0.05) Pot.(CV) 0.52092 0.01927 27.03 Significativo 0.000 (P value < 0.05) S = 9.76245 R-Sq = 89.1% Analysis of Variance Source DF SS Regression 3 187887 Residual Error 240 22873 Total 243 210760 Source Num.Cil. Cil.(cc) Pot.(CV) DF 1 1 1 Seq SS 98419 19841 69627 R-Sq(adj) Coef. = De 89.0% determinacin MS 62629 95 F 657.14 P 0.000
R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Predicted Values for New Observations Obs Fit SE Fit 95% CI 95% PI 1 183.951 1.161 (181.663, 186.239) (164.584, 203.318) Values of Predictors for New Observations Obs 1 Num.Cil. 4.00 Cil.(cc) 1124 Pot.(CV) 100
311
Residual
-40 -20 0 Residual 20 40
Percent
90 50 10 1 0.1
Frequency
Residual
-40 -30 -20 -10 0 Residual 10 20
60 40 20 0
0 -20 -40
1 20 40 60 80 100 120 140 160 180 200 220 240
Observation Order
312
El comportamiento de los residuos vs Potencia sugiere que es necesaria una transformacin de variables por ejemplo sacarle raz cuadrada.
Residual
0 -1 0 -2 0 -3 0 -4 0 -5 0 0 1 0 0 2 0 0 P o t.(C V ) 3 0 0 4 0 0 5 0 0
313
The regression equation is Velo.max = 73.5-1.42 Num.Cil.-0.00699 Cil.(cc)+ 12.8 Pot2 Predictor Constant Num.Cil. Cil.(cc) Pot2 Coef 73.502 -1.4201 -0.006988 12.8232 SE Coef 2.258 0.6770 0.001202 0.3177 T 32.56 -2.10 -5.82 40.36 P 0.000 0.037 0.000 Significativo (P value < 0.05) 0.000
S = 7.03547
R-Sq = 94.4%
Predicted Values for New Observations Obs Fit SE Fit 95% CI 95% PI 1 1342.286 29.024 (1285.111, 1399.461) (1283.455, 1401.117)XX XX denotes a point that is an extreme outlier in the pred Values of Predictors for New Observations Obs Num.Cil. Cil.(cc) Pot2 1 4.00 1124 100
314
90 50 10 1 0.1
-40
-20 Residual
20
150
300
Residual
Observation Order
315
Residual
-10 -20 -30 -40 5.0 7.5 10.0 12.5 Pot2 15.0 17.5 20.0 22.5
316
317
Mnimo numero de variables en el modelo 1 Mximo nmero de variables en el modelo todas Nmero de ecuaciones que aparecen con 1, 2, 3.... Variables regresoras
318
Los resultados son los siguientes: Best Subsets Regression: Velo.max vs Num.Cil., Cil.(cc), ... Response is Velo.max 244 cases used, 3 cases contain missing values N C P u i o m l t . . . C ( ( P i c C o Mallows l c V t Vars R-Sq R-Sq(adj) C-p S . ) ) 2 1 92.5 92.5 109.0 8.0783 Buenos modelos X 1 86.6 86.5 385.3 10.813 X 2 94.3 94.2 29.3 7.0849 Incluye slo X Cil.(cc) X y Pot2 2 93.6 93.6 58.0 7.4544 X X 3 94.8 94.8 3.9 6.7261 X X X 3 94.4 94.3 26.5 7.0355 Incluye X Num.Cil, X X Cil.(Cc), Pot2 4 94.9 94.8 5.0 6.7269 X X X X
319
320
Criterio para la entrada y salida de variables El mtodo implica que las variables puedan ir entrando o saliendo. Iniciando con ninguna. Las variables van entrando pero ya no salen Las variables van saliendo a partir de tomar todas y no vuelven a entrar Permite mostrar en cada paso las mejores opciones adems de la seleccionada y el nmero de pasos entre pausas.
321
Los resultados obtenidos son los siguientes: Stepwise Regression: Velo.max versus Num.Cil., Cil.(cc), Pot.(CV), Pot2 Alpha-to-Enter: 0.15 Alpha-to-Remove: 0.15 Response is Velo.max on 4 predictors, with N = 244 N(cases with missing observations) = 3 N(all cases) = 247 Step 1 2 Variables 3 que entran en cada Constant 78.97 71.48 43.58 paso y su calidad de ajuste Pot2 10.41 12.69 17.41 T-Value 54.66 40.50 18.33 P-Value 0.000 0.000 0.000 Cil.(cc) -0.00845 -0.00722 T-Value -8.58 -7.48 P-Value 0.000 0.000 Pot.(CV) -0.206 T-Value -5.23 P-Value 0.000 S 8.08 7.08 6.73 R-Sq 92.51 94.26 94.85 R-Sq(adj) 92.48 94.21 94.78 Modelo adecuado Mallows C-p 109.0 29.3 3.9
322
Contenido
Parte C: 13. Series de tiempo 14. Diseo de experimentos factoriales
15.
325
Series de tiempo Introduccin Mtodo de Tendencia lineal y cuadrtica Mtodo de Promedio mvil Mtodo de Suavizacin exponencial simple Mtodo de Suavizacin exponencial doble
Mtodo de Winters
326
INTRODUCCIN
Los mtodos de anlisis de series de tiempo consideran el hecho que los datos tomados en diversos periodos de tiempo pueden tener algunas caractersticas de autocorrelacin, tendencia o estacionalidad que se debe tomar en cuenta. Definicin de serie de tiempo: Es una secuencia ordenada de valores de una variable en intervalos de tiempo peridicos y consecutivos. Aplicacin: la aplicacin de estos mtodos tiene dos propsitos: comprender las fuerzas de influencia en los datos y descubrir la estructura que produjo los datos observados. Ajustar el modelo y proceder a realizar pronsticos, monitoreo, retroalimentacin y control en avance. Las aplicaciones incluyen pronsticos econmicos, anlisis de presupuesto, anlisis del mercado, etc.
327
Tendencias: Si los datos muestran una tendencia, se pueden ajustar los datos con algn tipo de curva o recta y modelar los residuales. Como el propsito del ajuste es simplemente remover la tendencia a largo plazo, una lnea recta es suficiente.
328
Estacionalidad: son fluctuaciones peridicas, por ejemplo cuando hay picos de ventas en la navidad y despus declinan. La serie de tiempo de ventas mostrarn un incremento durante septiembre a diciembre y una declinacin durante enero y febrero.
329
MAPE: Porcentaje promedio absoluto de error, mide la exactitud de los valores estimados de la serie de tiempo. La exactitud se expresa como un porcentaje con t es el valor estimado y n el nmero de yt igual al valor observado, y observaciones.
330
MAD: Desviacin media absoluta, mide la exactitud de los valores estimados de la serie de tiempo. Expresa la exactitud en las mismas unidades de los datos.
MSD: Desviacin cuadrtica media, es ms sensible a errores anormales de pronstico que el MAD.
331
MTODOS DE PRONSTICO
Los mtodos de series de tiempo incluyen mtodos de pronstico y de suavizamiento simples, mtodos de anlisis de correlacin y mtodos de Box Jenkins ARIMA.
Mtodos de pronstico y suavizamiento simple: se basan en la idea de que hay patrones visibles en una grfica de series de tiempo que pueden ser extrapolados al futuro. El mtodo se selecciona dependiendo de si los patrones son estticos (constantes en el tiempo) o dinmicos (cambian en el tiempo), la naturaleza de los componentes de tendencia y estacionalidad y que tan lejos se quiera pronosticar, son mtodos generalmente fciles y rpidos de aplicar.
332
Mtodos de pronstico ARIMA (Autoregressive Integrated Moving Average): tambin usan patrones de datos, sin embargo puede que no sean fcilmente visibles en la serie de tiempo. El modelo usa funciones de diferencias, autocorrelacin y autocorrelacin parcial para ayudar a identificar un modelo aceptable. El modelo ARIMA representa una serie de pasos de filtraje hasta que solo queda ruido aleatorio. Es un proceso iterativo que consume tiempo de ejecucin.
333
Por ejemplo:
Se colectan datos de empleo en un sector de negocios durante 60 meses y se desea predecir la tasa de empleo para los siguientes 12 meses, EMPLOY.MTW.
Trade 322 317 319 323 327 Etc. Food 53.5 53 53.2 52.5 53.4 Etc. Metals 44.2 44.3 44.4 43.4 42.8 Etc. Trade 351 354 355 357 362 Etc. Food 63.6 68.8 68.9 60.1 55.6 Etc. Metals 44.5 45 44.8 44.9 45.2 Etc.
334
MTODO DE TENDENCIA LINEAL Las instrucciones de Minitab son las siguientes: 1 File > Open Worksheet > EMPLOY.MTW. 2 Ejecutar Stat > Time Series > Trend Analysis. 3 En Variable, poner Trade. 4 En Model Type, seleccionar Linear 5 Seleccionar Generate forecasts y poner 12 en Number of forecasts. 6 Seleccionar Storage . 7 Seleccionar Fits (Trend Line) , Residuals (detrended data), y Forecasts. Seleccionar OK en cada dilogo.
335
Variable Actual Fits Forecasts Accuracy Measures MAPE 1.8999 MAD 6.6177 MSD 67.4325
Trade
Forecasts Period Forecast 61 385.045 62 386.209 63 387.374 64 388.539 65 389.704 66 390.869 67 392.034 68 393.199 69 394.363 70 395.528 71 396.693 72 397.858
MODELO CUADRTICO 1 Open Worksheet EMPLOY.MTW. 2 Ejecutar Stat > Time Series > Trend Analysis. 3 En Variable, poner Trade. 4 En Model Type, seleccionar Quadratic. 5 Seleccionar Generate forecasts y poner 12 en Number of forecasts. 6 Seleccionar Storage . 7 Seleccionar Fits (Trend Line) , Residuals (detrended data), y Forecasts. Seleccionar OK en cada dilogo.
337
Quadratic Trend Model Yt = 320.762 + 0.509373*t + 0.0107456*t**2 410 400 390 380 370 360 350 340 330 320 1 7 14 21 28 35 42 Index 49 56 63 70
Variable Actual Fits Forecasts Accuracy Measures MAPE 1.7076 MAD 5.9566 MSD 59.1305
Forecasts Period Forecast 61 391.818 62 393.649 63 395.502 64 397.376 65 399.271 66 401.188 67 403.127 68 405.087 69 407.068 70 409.071 71 411.096 72 413.142
Trade
PROMEDIO MVIL Suaviza los datos al promediar observaciones consecutivas en la serie de tiempo. Este mtodo es adecuado cuando no hay componente de tendencia ni estacionalidad
Se calcula el promedio mvil de la serie. Por ejemplo si se tienen los nmeros 4, 5, 8, 9, 10 y se usa un promedio mvil de 3. Los primeros dos valores no existen. El tercer valor es el promedio de 4, 5, y 8; el cuarto valor es el promedio de 5, 8, y 9; el quinto valor es el promedio de 8, 9, y10
339
Ejemplo: Se desea predecir el empleo durante los prximos 6 meses en el segmento de metales con los datos de los ltimos 60 meses. Se usa el mtodo de promedio mvil si no se tienen patrones bien definidos de tendencia o estacionalidad en los datos. 1 File > Open worksheet EMPLOY.MTW. 2 Seleccionar Stat > Time Series > Moving Average. 3 En Variable, seleccionar Metals. En MA length, poner 3. 4 Seleccionar Center the moving averages. 5 Seleccionar Generate forecasts, y poner 6 en Number of forecasts. Click OK.
340
46 44 42 40 1 7 14 21 28 35 Index 42 49 56 63
MTODOS DE SUAVIZACIN EXPONENCIAL SIMPLE Se aplica cuando solo si se tiene un comportamiento de la serie de tiempo sin tendencia o estacionalidad. El componente simple dinmico en un modelo de promedio mvil es el nivel.
Peso especificado 1. Se usa el promedio de los primeros seis (o N si N<6) observaciones para el valor inicial suavizado (en tiempo uno). 2. Los valores suavizados subsecuentes se calculan de la frmula: Valor suavizado en t = a(dato en periodo t)] + (1-a) (valor suavizado en t-1) Donde a es el peso.
342
Ejemplo: Se desea predecir el empleo durante los prximos 6 meses en el segmento de metales con los datos de los ltimos 60 meses. 1 2 3 4 File > Open worksheet EMPLOY.MTW. Seleccionar Stat > Time Series > Single Exp Smoothing. En Variable, poner Metals. Seleccionar Generate forecasts, y 6 en Number of forecasts. Click OK.
Los resultados se muestran a continuacin: Single Exponential Smoothing for Metals Data Metals Length 60 Smoothing Constant Alpha 1.04170
343
46 44 42 40 1 7 14 21 28 35 Index 42 49 56 63
SUAVIZAMIENTO EXPONENCIAL DOBLE (HOLT) Se aplica cuando en la serie de tiempo se presenta una tendencia ascendente o descendente pero sin estacionalidad.
Pesos especificados 1. Se hace una regresin lineal en los datos de la serie (Y) contra el tiempo (X). 2. La constante de esta regresin es el valor inicial estimado del componente de nivel, el coeficiente de la pendiente es el estimado inicial del componente de tendencia. Pronsticos: el mtodo de suavizamiento exponencial doble usa los componentes de nivel y de tendencia para generar los pronsticos.
345
Por ejemplo: 1 File > Open worksheet EMPLOY.MTW. 2 Seleccionar Stat > Time Series > Double Exp Smoothing. 3 En Variable, poner Metals. 4 Seleccionar Generate forecasts, y 6 en Number of forecasts. Click OK. Los resultados se muestran a continuacin: Double Exponential Smoothing for Metals Data Metals Length 60 Smoothing Constants Alpha (level) 1.03840 Gamma (trend) 0.02997
346
Metals
MTODO DE WINTERS Se aplica cuando en la serie de tiempo se presentan los patrones de tendencia y estacionalidad. Suaviza los datos por el mtodo exponencial de Holt Winters. Se recomienda este mtodo cuando se tienen presentes los componentes de tendencia y estacionalidad ya sea en forma aditiva o multiplicativa.
El efecto multiplicativo se presenta cuando el patrn estacional en los datos depende del tamao de los datos o sea cuando la magnitud del patrn estacional se incrementa conforme los valores aumentan y decrece cuando los valores de los datos disminuyen.
El efecto aditivo es mejor cuando el patrn estacional en los datos no depende del valor de los datos, o sea que el patrn estacional no cambia conforme la serie se incrementa o disminuye de valor.
348
El mtodo de Winters calcula los estimados de de tres componentes: nivel, tendencia y estacionalidad. Calcula estimados dinmicos con ecuaciones para los tres componentes: nivel, tendencia y estacionalidad. Estas ecuaciones dan una mayor ponderacin a observaciones recientes y menos peso a observaciones pasadas, las ponderaciones decrecen geomtricamente a una tasa constante. La ponderacin seleccionada para Nivel, tendencia y estacionalidad es de 0.2 si se quiere hacer una correspondencia con el modelo ARIMA u otros valores entre 0 y 1 para reducir los errores de estimacin.
349
Ejemplo de pronsticos utilizando el Mtodo de Winters Se desea predecir el empleo para los siguientes seis meses en la industria alimenticia usando datos colectados sobre los ltimos 60 meses, usando el mtodo de Winters con el modelo multiplicativo, dado que hay componente estacional y de tendencia aparente en los datos. Instrucciones de Minitab 1 File > Open Worksheet > EMPLOY.MTW. 2 Ejecutar Stat > Time Series > Winters' Method. 3 En Variable, poner Food. In Seasonal length, 12 . 4 En Model Type, seleccionar Multiplicative. 5 Seleccionar Generate forecasts poner 6 en Number of forecasts. Seleccionar OK.
350
60 55 50 1 7 14 21 28 35 Index 42 49 56 63
Food
Smoothing Constants Alpha (level) 0.2 Gamma (trend) 0.2 Delta (seasonal) 0.2
352
353
Introduccin
354
Es una prueba o serie de pruebas donde se inducen cambios deliberados en las variables de entrada de un proceso, para observar su influencia en la variable de salida o respuesta
Entradas
Salidas (Y)
Entradas
Salidas (Y)
Proceso
Diseo de Producto
355
Nmero de niveles
En Dos Niveles nos permite considerar nicamente los efectos lineares.
1 2 Niveles
En Tres Niveles hay la necesidad de ejecutar ms pruebas, sin embargo, nos permite buscar la curvatura, es decir, los efectos cuadrticos.
1 2 3 Niveles 3
356
Establecer objetivos Seleccionar variables del proceso Seleccionar un diseo experimental Ejecutar el diseo
Asegurar que los datos sean consistentes con los supuestos Analizar e interpretar los resultados Usar / presentar los resultados (pueden orientar a corridas futuras)
357
Proceso en control, evaluar capacidad Determinar CTQ objetivo a mejorar Definir como medir la variable de respuesta Determinar los factores de influencia
358
Seleccionar diseo experimental a utilizar Verificar el error R&R del sistema de medicin Planear y asignar recursos a los experimentos Realizar los experimentos
359
De resultados identificar factores significativos Determinar la mejor combinacin de niveles de factores para lograr los objetivos
360
Tipos de Experimentos
Tipos Comunes de Experimentos 1. Factorial Completo
(todas las combinaciones de factores y niveles)
Objetivos
Encontrar los niveles de 4 o menos factor que proporcionan los mejores resultados. Construir un modelo matemtico (evala todas las interacciones). Encontrar los niveles de factor que proporcionan los mejores resultados. Construir un modelo matemtico (evala todas las interacciones).
2.
Fraccional Factorial
5 o ms
3.
Examen
Probar muchos factores para encntrar los pocos vitales. (no evala interacciones).
7 o ms
361
Tipos de Experimentos
(continuacin)
Objetivos
Optimizar Construir un modelo matemtico cuando no haya efectos lineales (Superficie de respuesta).
5.
Optimizar Para encontrar los niveles de factores a fin de reducir al mnimo la variacin ante factores de ruido cambiantes. Optimizar Optimizar la funcin de un producto o proceso de manufactura. Reducir al mnimo la sensibilidad al ruido y aumentar al mximo la sensibilidad a la seal de entrada.
5 o ms
6.
7 o ms
362
3. La Variacin y el Promedio
Temp Alta Temp Baja
Dimensin de la Parte
Dimensin de la Parte
2. El Resultado Promedio
Presin de Sujecin Baja Presin de Sujecin Alta
4. Ni la Variacin ni el Promedio
Ambos materiales producen el mismo resultado
Dimensin de la Parte
Dimensin de la Parte
363
364
El objetivo en este caso es encontrar los factores que afectan la salida promedio (tiempo). Usa estos factores para hacer que la tendencia del promedio sea baja. Cuando se reduce la variacin en la salida al mnimo, tambin se mejora la salida al detectar los factores que contribuyen en gran medida a la variacin.
365
Diseos de experimentos 2K
366
k n2
Por lo tanto, a estos diseos se les conoce como diseos .
k 2
367
Representacin Grfica
B
ALTO BAJO BAJO
C
ALTO BAJO
BAJO BAJO
A
ALTO
Factor Prueba A B + + + + C + + + +
368
A Representacin Tabular
1
2 3 4
+ +
+ +
1 2 3 4 5 6 7 8
+ + + +
369
Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.
Factor A : -1 +1 30 20 +1 52 40
Factor B :
Y = Respuesta
B+1 B-1 A -1 +1
-1
Efecto del factor A = (52+40)/2 - (30+20)/2 = 21 Efecto del factor B = (30+52)/2 - (20+40)/2 = 11 Efecto de A*B = (52+20)/2 (30+40)/2 =1
370
B = -1
20
40
A = -1
A = +1
371
52 40 30 20 A = -1 A = +1
372
X2
-.5
-1
X1
-1 -.6
+1
374
X1
X2
Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.
Factor A : -1 +1 40 20 +1 12 50
Factor B :
Y = Respuesta
B+1 B-1 A -1 +1
-1
376
377
B = -1
20
50
A = -1
A = +1
378
2/ 2 1 b 1 18 / 2 9 b 2 58 / 2 29 b 12 30.5 1x1 9 x2 29 x1 x2 y
El coeficiente -29 es muy grande representando la interaccin
380
Grfica de contornos
1 25 .5 43
49
X2
0 28
40
31
34
-.5 -1
X1
-1 -.6
+1
381
382
La Temperatura es significativa. El Tiempo, por s solo, no es significativo. El Tiempo, en combinacin con la Temperatura, es significativa.
383
Modelo de regresin
384
90
A -1 1 90
88
Res
86
84
82 A B
Mean
85
80
-1
385
0
95
90
-1 -1 0 1
Res
A
85
80 0 -1
0 1
-1
386
Ejemplo: En el diseo de una pgina Web se desea maximizar el nmero Y (miles) de visitas a la misma. Para lo cual se realiza un diseo de experimentos de tres factores con dos niveles y dos rplicas. Factor Nivel bajo Nivel Alto A. Colores 8 12 B. Intensidad 230 240 C. Velocidad de carga 0.6 1 Como respuesta se toma el nivel de visitas en una escala de 0 a 30 entre mayor sea mejor calidad
387
Paso 1. Generar diseo Stat > DOE > Factorial > Create Factorial Design Sel. 2-Level factorial (default generators); Number of factors 3 Designs: Seleccionar Full Factorial Replicates 2 Blocks 1 Factors: Colores 8 12 Intensidad 230 240 Velocidad 0.6 1 Options: Quitar bandera de Randomize runs OK Puede colocar la matriz del diseo en orden aleatorio o estndar con Stat > DOE > Display Design: Estndar order for design Para cambiar de unidades sin codificar a unidades codificadas: Stat > DOE > Display Design: Coded o Uncoded Units
388
Paso 2. Introducir los resultados experimentales: Run Order Colores Intensidad Velocidad 1 8 230 0.6 2 12 230 0.6 3 8 240 0.6 4 12 240 0.6 5 8 230 1 6 12 230 1 7 8 240 1 8 12 240 1 Y 10 26.5 15 17.5 11.5 26 17.5 20
8 28 13 19 10 25 19 18
389
Paso 3. Analizar el diseo Stat > DOE > Factorial > Analyze Factorial Design Response Y Graphs: Seleccionar Effects plots Normal Pareto Alpha = 0.05 Residual for Plots Standardized Seleccionar Normal Plot y Residuals vs Fits Results Seleccionar todos los trminos con >> OK OK
390
Term
95 90 80
Percent
70 60 50 40 30 20 10 AB AC
95 90 80 A
-10
-5
0 5 10 Standardized Effect
15
20
Percent
70 60 50 40 30 20 10 AB AC
391
Los trminos significativos tienen un P value <=0.05 Estimated Effects and Coefficients for Y (coded units)
Term Constant Colores Intensidad Velocidad Colores*Intensidad Colores*Velocidad Intensidad*Velocidad Colores*Intensidad*Velocidad 9.500 -0.750 1.250 -7.000 -1.750 1.250 0.000 Effect Coef 17.750 4.750 -0.375 0.625 -3.500 -0.875 0.625 0.000 SE Coef 0.2932 0.2932 0.2932 0.2932 0.2932 0.2932 0.2932 0.2932 T 60.55 16.20 -1.28 2.13 -11.94 -2.98 2.13 0.00 P 0.000 0.000 0.237 0.066 0.000 0.017 0.066 1.000
392
95 90 80
Percent
70 60 50 40 30 20 10 5
(response is Y)
Versus Fits
1.0
-3
-2
-1
0 1 Standardized Residual
Standardized Residual
2 0.5
0.0 -0.5 -1.0 -1.5
10.0
12.5
15.0
22.5
25.0
27.5
393
Los coeficientes son los siguientes: Estimated Coefficients for Y in uncoded units Term Constant Colores Intensidad Velocidad Colores*Intensidad Colores*Velocidad Intensidad*Velocidad Colores*Intensidad*Velocidad Coef -713.375 86.3750 2.92500 -121.875 -0.350000 -2.1875 0.62500 -0.000000
Y = -713.375 + 86.375 Colores - 0.35 Colores*Intensidad - 2.1875 Colores*Velocidad La ecuacin incluye solo los trminos que son significativos
394
Paso 4. Obtener las grficas factoriales Stat > DOE > Factorial Plots Sel. Main Effects Plot: Setup: Response Y; Pasar factores con >> Sel. Interaction Plot: Setup: Response Y; Pasar factores con >> Sel. Cube Plot: SetUp >> Response Y; Pasar con >> OK
Main Effects Plot for Y
Data Means
Colores 22 20 18 16 14 Intensidad
Mean
8 Velocidad 22 20 18 16 14 0.6
12
230
240
1.0
395
Las interacciones significativas son A*B y A*C Los mejores niveles de operacin son: A = 8, B = 230 y C = 0.6 Colores = 12
396
14.00 240
18.25
Intensidad
10.75
27.25 12
397
Paso 5. Grficas de contornos y de superficie de respuesta Stat > DOE > Contour / Surface Plots Sel. Contour Plot: Setup: Response Y; Sel. gener. plots for all pair of num. Factors Sel. Surface Plot: Setup: Resp. Y; Sel. gener. plots for all pair of num. Factors OK
Contour Plots of Y
240 237 Intensidad*Colores 1.0 0.9 0.8 Velocidad*Colores Y < 10.0 12.5 15.0 10.0 12.5 15.0 17.5
398
Contour Plots of Y
240 237 234 0.7 231 8 1.0 0.9 0.8 0.7 0.6 9 10 11 12 0.6 Intensidad*C olores 1.0 0.9 0.8 Velocidad*C olores 10.0 12.5 15.0 17.5 20.0 22.5 Y < > 10.0 12.5 15.0 17.5 20.0 22.5 25.0 25.0
10
11
12
Velocidad*Intensidad
231
234
237
240
Paso 6. Ampliacin de la respuesta en la zona de Y = 21 a 24 Stat > DOE > Factorial > Overlaid Contour Plot Seleccionar Response Y con > Seleccionar en Settings Hold Extra factors in Probar Low setting con High y Middle settings Seleccionar en Contours Low 21 High 26 Factors X:Axis A:Colores Y:Axis B:Intensidad OK
401
Contour Plot of Y
240.0 238.5 237.0
Y 21 24 Hold Values Velocidad 1
Intensidad
402
Paso 7. Obtener una respuesta optimizada Stat > DOE > Factorial > Response Optimizer Seleccionar en Response Y Seleccionar en Options :Colores 10 Intensidad 235 Velocidad 0.8 Seleccionar en Set up: Goal Maximize Lower 21 Target 26 OK
403
Sel.y mover las lneas de cada factor hasta obtener el mximo nivel de servicio:
Optimal High D Cur 1.0000 Low Colores 12.0 [12.0] 8.0 Intensid 240.0 [230.0] 230.0 Velocida 1.0 [0.60] 0.60
404
405
Tiempo de espera en fila (seg.) 200 215 230 90.4 90.7 90.2 90.2 90.6 90.4 90.1 90.5 89.9 90.3 90.6 90.1 90.5 90.8 90.4 90.7 90.9 90.1
406
Stat > DOE > Factorial > Create Factorial Design seleccionar Type of Design: General Full Factorial Design Number of factors 2 Designs: Factor A Name Velocidad Factor B Name Tiempo Number of Replicates 2 Number of Levels 3 Number of Levels 3
Factors Introducir los niveles para Velocidad 200 215 230 Tiempo 150 160 170 OK
407
PASO 2. CARGA DE DATOS DE LA COLUMNA DE RESPUESTA DESPUS DE GENERAR EL DISEO O ARREGLO Copiar columna de datos Velocidad Tiempo Nivel_Serv 200 150 90.4 200 160 90.1 200 170 90.5 215 150 90.7 215 160 90.5 215 170 90.8 230 150 90.2 230 160 89.9 230 170 90.4 200 150 90.2 200 160 90.3 200 170 90.7 215 150 90.6 215 160 90.6 215 170 90.9 230 150 90.4 230 160 90.1 230 170 90.1
408
StdOrder 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
PtType 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Blocks 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
PASO 3. ANALIZAR EL DISEO DE EXPERIMENTOS Stat > DOE > Factorial > Analyze Factorial Design
Response Seleccionar Nivel_Serv Terms Pasar todos los trminos a Selected con >> OK
Graphs Residuals for Plots Estandardized Seleccionar Residual plots: Normal y vs fits OK ANOVA table, Covariate, Unusual observations Seleccionar todos los trminos con >> OK
Results
OK
Clculo de residuales Y(i,j) estimada= Promedio de valores en cada celda (i,j) Residuales o error e(i,j) = Y(i,j) real observada - Y (i,j) estimada
409
P er cent
50 10 1
-3
-2
-1
Multilevel Factorial Design Factors: 2 Replicates: 2 Base runs: 9 Total runs: 18 Base blocks: 1 Total blocks: 1 Number of levels: 3, 3 General Linear Model: Nivel_Serv vs Velocidad, Tiempo Factor Type Levels Values Temp fixed 3 200, 215, 230 Presion fixed 3 150, 160, 170
Analysis of Variance for Nivel_Serv, with Adjusted SS for Tests
PASO 4. GRFICAS FACTORIALES PARA IDENTIFICAR LAS MEJORES CONDICIONES DE OPERACIN Determinados de promedios del Nivel_Serv en cada nivel de factores Least Squares Means for Rendimiento Temp 200 215 230 Presion 150 160 170 Temp*Presion 200 150 200 160 200 170 215 150 215 160 215 170 230 150 230 160 230 170 Mean 90.37 90.68 90.18 90.42 90.25 90.57 90.30 90.20 90.60 90.65 90.55 90.85 90.30 90.00 90.25 SE Mean 0.05443 0.05443 0.05443 0.05443 0.05443 0.05443 0.09428 0.09428 0.09428 0.09428 0.09428 0.09428 0.09428 0.09428 0.09428
412
PASO 5. GRFICAS FACTORIALES Stat > DOE > Factorial > Factorial Plots
Seleccionar Main effects e Interaction Plots Setup para ambas: En Response seleccionar Nivel_Serv y con >> seleccionar todos los factores OK
Seleccionar Data Means OK
De aqu se seleccionan los mejores niveles de acuerdo al resultado deseado. Si la interaccin es significativa, los mejores niveles se seleccionan de las grficas de interacciones, de otra forma se seleccionan de las grficas de efectos de los factores principales.
413
Mean
215
230
150
160
170
Para maximizar el nivel de servicio se seleccionan: Velocidad = 215 seg. Tiempo = 170 seg.
414
Mean
90.5 90.4 90.3 90.2 90.1 90.0 150 160 Tiempo 170
416
417
418
Por ejemplo: Una institucin evaluadora est capacitando a cinco nuevos evaluadores de la parte escrita de una prueba. La habilidad de los evaluadores para calificar la prueba debe ser consistente con estndares. Cada evaluador califica quince reactivos en una escala de cinco puntos (-2, -1, 0, 1, 2) 1 File > Open Worksheet ESSAY.MTW. Appraiser Sample Rating Attribute Simpson 1 2 2 Montgomery 1 2 2 Holmes 1 2 2 Duncan 1 1 2 Hayes 1 2 2 Simpson 2 -1 -1 Montgomery 2 -1 -1 Holmes 2 -1 -1 Duncan 2 -2 -1 Etc. Etc. Etc. Etc.
419
2 3 4 5 6 7
Stat > Quality Tools > Attribute Agreement Analysis. En Attribute column, seleccionar Rating . En Samples, seleccionar Sample . En Appraisers, seleccionar Appraiser . En Known standard/attribute, seleccionar Attribute . Seleccionar Categories of the attribute data are ordered y click OK.
420
Los resultados son los siguientes: Results for: Essay.MTW Attribute Agreement Analysis for Rating Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent 95 % CI Duncan 15 8 53.33 (26.59, 78.73) Hayes 15 13 86.67 (59.54, 98.34) Holmes 15 15 100.00 (81.90, 100.00) Montgomery 15 15 100.00 (81.90, 100.00) Simpson 15 14 93.33 (68.05, 99.83)
421
Kendall's Correlation Coefficient Appraiser Coef SE Coef Z Duncan 0.87506 0.192450 4.49744 Hayes 0.94871 0.192450 4.88016 Holmes 1.00000 0.192450 5.14667 Montgomery 1.00000 0.192450 5.14667 Simpson 0.96629 0.192450 4.97151 Between Appraisers Assessment Agreement # Inspected # Matched 15 6
Percent 40.00
95 % CI (16.34, 67.71)
422
Assessment Agreement
Appraiser vs Standard
100
95.0% C I P ercent
80
Percent
60
40
20
423
Interpretacin: Se muestran tres tablas de concordancia: Cada evaluador contra el Estndar, entre evaluadores, y todos los evaluadores contra el estndar. Se incluyen las estadsticas de Kappa y Kendall en cada una. En general los estadsticos sugieren un buen acuerdo. El coeficiente de Kendall entre evaluadores es 0.966317 (p=0.0000). El coeficiente de Kendall para todos los evaluadores contra el estndar es 0.958012 (p=0.0000). La tabla de cada evaluador contra el estndar indica que Duncan y Hayes tienen baja concordancia contra estndar, Holmes y Montgomery concor. en 15 de 15. La grfica de evaluadores contra el estndar proporciona una vista de la tabla de concordancias de cada uno de los evaluadores contra el estndar. Con base en esto, Duncan, Hayes y Simpson requieren capaciacin adicional.
424
COND. DE PRUEBA:
Acuerdo
G G G G G G G G NG G G G NG G G G NG G G G G G G G G G G G NG G G G NG G G G NG G G G Y Y Y Y Y N Y Y N N Y Y Y Y Y Y Y Y Y Y Y=S N=No Y Y Y Y Y N Y Y N N Y Y Y Y Y Y Y Y Y Y #2 G G G G G G G G G NG G G NG G G G NG G G G
Persona #1
90% es lo mnimo!
% DEL EVALUADOR
->
(2)
95.00% 90.00%
100.00% 95.00%
(3)
% VS. EL ATRIBUTO
->
% DE EFECTIVIDAD DE DISCRIMINACION -> 85.00% (4) % DE EFECTIVIDAD DE DISCRIMINACION VS. EL ATRIBUTO ->
85.00%
426
Datos en Minitab
Muestra 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Atributo G G G G G G G G NG NG G G NG G G G NG G G G Persona 1A G G G G G NG G G G NG G G NG G G G NG G G G Persona 1B G G G G G G G G G NG G G NG G G G NG G G G Persona 2A G G G G G G G G NG G G G NG G G G NG G G G Persona 2B G G G G G G G G NG G G G NG G G G NG G G G
427
Instrucciones de Minitab: 1 Stat > Quality Tools > Attribute Agreement Analysis. 2 En Multiple columns, seleccionar Spersona 1A - Persona 2B 3 En Number of Appraisers, 2 4 En Number of Trials, 2 5 En Known standard/attribute, seleccionar Atributo 6 En Graphs seleccionar todo Click OK.
428
Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected # Matched Percent 95 % CI 1 20 18 90.00 (68.30, 98.77) 2 20 19 95.00 (75.13, 99.87)
429
Between Appraisers Assessment Agreement # Inspected # Matched Percent 95 % CI 20 17 85.00 (62.11, 96.79) # Matched: All appraisers' assessments agree with each other. Fleiss' Kappa Statistics Response Kappa SE Kappa G 0.663222 0.0912871 NG 0.663222 0.0912871
Z 7.26524 7.26524
All Appraisers vs Standard Assessment Agreement # Inspected # Matched Percent 95 % CI 20 17 85.00 (62.11, 96.79) # Matched: All appraisers' assessments agree with the known standard. Fleiss' Kappa Statistics Response Kappa SE Kappa Z P(vs > 0) G 0.792005 0.111803 7.08391 0.0000 NG 0.792005 0.111803 7.08391 0.0000
430
Interpretacin de Resultados
432
433
434
435
Se utiliza esta distribucin si los datos cumplen las condiciones siguientes: Cada elemento es resultado de condiciones idnticas Cada elemento puede resultar en dos resultados posibles (falla/no falla) La probabilidad de xito o falla es constante para cada elemento Los resultados de los elementos son independientes unos de otros
436
437
Suponga que se evala la responsabilidad del rea de ventas telefnicas de la empresa. Se registran las llamadas no contestadas por los representantes de Ventas durante los ltimos 20 das. As como el total de llamadas : Unavail Date able Calls Instrucciones de Minitab: 8/5/96 432 1908 8/6/96 392 1912 1. File > Open worksheet > BPCAPA.MTW 8/7/96 497 1934 2. Stat > Quality tools > 8/8/96 459 1889 Capability analysis > Binomial 8/9/96 433 1922 1. Defectives Unavailable Use sizes in Calls Etc. Etc. Etc. 2. OK
438
% Defective
P r opor tion
_ P =0.22643
24 22 20
LC L=0.19733
1840
Tests performed w ith unequal sample sizes C umulative % Defective 23.5 23.0 22.5 22.0 21.5 5 10 Sample 15 20 S ummary S tats (95.0% confidence) % Defectiv e: Low er C I: U pper C I: Target: P P M Def: Low er C I: U pper C I: P rocess Z: Low er C I: U pper C I: 22.64 22.22 23.07 0.00 226427 222241 230654 0.7507 0.7367 0.7646 Tar 8 6 4 2 0 H istogr am
% Defective
Fr equency
Process Z = - nomsinv(Pprom)
0 4 8 12 16 20 % Defective 24
Results for P Chart of Unavailable 1. One point more than 3.00 standard deviations center line. Failed at points: 3
439
Se utiliza esta distribucin si los datos cumplen las condiciones siguientes: La tasa de defectos por unidad de espacio o tiempo es la misma en cada Elemento El nmero de defectos observados en las unidades de inspeccin son independientes unos de otros
440
441
Suponga que se evala la efectividad del proceso de asilamiento en un cable. Se toman muestras de cable de longitudes aleatorias donde se prueban con alto voltaje para encontrar debilidades de aislamiento. Se registran los defectos y la longitud de la muestra: Weak Spots Length Instrucciones de Minitab: 2 132 4 130 1. File > Open worksheet > BPCAPA.MTW 3 120 2. Stat > Quality tools > 1 124 Capability analysis > Binomial 2 138 1. Defects Week spots Use sizes in Lenght OK 5 148 Etc. Etc.
442
Defect Rate U C L=0.06904 0.075 0.050 0.025 0.000 100 120 140 Sample Size
DP U
La DPU acumulada tiende a 0.0265 La tasa de DPU no parece ser afectado por la Longitud de cable tomado
Tests performed w ith unequal sample sizes C umulative DP U 0.030 S ummary S tats (95.0% confidence) M ean D P U : Low er C I: U pper C I: M in D P U : M ax D P U : Targ D P U : 0 20 40 60 Sample 80 100 0.0265 0.0237 0.0295 0.0000 0.0753 0.0000 16 Tar H istogr am
0.025
Fr equency
12 8 4 0
DP U
0.020
0.015
0.
Poisson Capability Analysis of Weak Spots Test Results for U Chart of Weak Spots TEST 1. One point more than 3.00 standard deviations from center line. Test Failed at points: 36
443
444
Capacidad de procesos
Procesos normales Procesos no normales
445
446
447
Prueba de normalidad
Es una prueba de hiptesis de una poblacin para determinar si la muestra se extrae de una poblacin normal, que es la hiptesis nula. La hiptesis alterna es que no es normal. Se puede hacer por diversos mtodos:
1. Mtodo grfico
Se trata de probar la flamabilidad de una fibra y ver si sigue una distribucin normal, adems se quiere observar su valor en el percentll 87avo.
1 2 3 4 5 6
File > Open worksheet FLAMERTD.MTW. Graph > Probability Plot. Seleccionar Single, click OK. En Graph variables,seleccionar Fabric . Click Scale, y click el Percentile Lines . En Show percentile lines at Y values , teclear 87 . Click OK en cada cuadro de dilogo.
448
95 90 80
87
Percent
70 60 50 40 30 20 10
4 Fabric
4.215
Los puntos no salen del intervalo de confianza del 95% y el P value es menor de 0.05 por tanto los datos de la muestra siguen una distribucin normal. El IC del 87% se encuentra entre los valores 3.84295 y 4.58790
449
597.0
O bserv ed P erformance % < LS L 0.00 % > U S L 2.00 % Total 2.00
598.5
600.0
601.5
603.0
604.5
ndice de capacidad potencial (Cp) y real del proceso (Cpk) deben ser mayores a 1.33 para que el proceso sea capaz
Fraccin defectiva fuera de especificaciones debe ser menor a 3.4 ppm (0.000 34 %)
454
455
456
Warping 1.60103 0.84326 3.00679 1.29923 2.24237 2.63579 0.34093 6.96534 3.46645 1.41079
Variable Warping
Histogram of Warping
14 12 10
Frequency
8 6 4 2 0
Etcetera..
4 Warping
457
Haciendo una prueba de normalidad con: Stat > Basic statistics > Normality test Variable Warping Anderson Darling
Probability Plot of Warping
Normal
99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1 Mean StDev N AD P-Value 2.923 1.786 100 1.028 0.010
Percent
-4
-2
2 4 Warping
10
Ahora se transforman los datos por el mtodo de Box Cox: 1 File > Open worksheet TILES.MTW. 2 Seleccionar Stat > Control Charts > Box-Cox Transformation. 3 En Single column, seleccionar Warping . En Subgroup size, 5 . Click OK.
Box-Cox Plot of Warping
40
Lower C L Upper C L Lambda (using 95.0% confidence) Estimate 0.39 0.17 0.64 0.50
30
StDev
20
10
0 -2 -1 0 1 2 Lambda 3 4 5
Limit
459
La tabla de Lambda contiene su valor estimado de 0.50, con un intervalo de confianza de (0.17 a 0.64) . Este intervalo contiene valores lamda que se encuentran dentro ms menos una sigma de la lnea horizontal, de modo que se puede tomar cualquier valor en el intervalo. Si lamda es cero, tomar el logaritmo natural de los datos En este caso el exponente al que hay que elevar los datos es 0.5 o sacar raz cuadrada. El anlisis con la transformacin de raz cuadrada de los datos es: 1 Stat > Quality tools > Capability analysis > Normal 2 Single column - Warping Subgroup size - 5 Lower spec 0 Upper Spec 8 3 Seleccionar Box-Cox > Box-Cox power transformation (W = Y**Lambda). Sel. Lambda = 0.5 (raz cuadrada). 4 En Estimate, seleccionar R-Bar y sel. Use unbiased constants to calculate overall std. Dev.
460
transformed data
Within O v erall P otential (Within) C apability Cp 0.89 C P L 1.02 C P U 0.76 C pk 0.76 O v erall C apability Pp PPL PPU P pk C pm 0.87 1.00 0.74 0.74 *
0.0
O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 20000.00 P P M Total 20000.00
0.4
0.8
1.2
1.6
2.0
2.4
2.8
461
Interpretacin: Un Cpk de 0.76 indica que el proceso no es capaz de cumplir especificaciones del cliente (0 a 8), debera ser > = 1.33 Considerando el Ppk de 0.74, tambin dista mucho del valor requerido de 1.33 mnimo.
462
463
Para el ejemplo de los ladrillos: 1 File > Open worksheet TILES.MTW. 2 Seleccionar Stat > Quality Tools > Johnson Transformation. 3 En Data are arranged as, seleccionar Single column; seleccionar Warping. 4 En Store transformed data in, seleccionar Single column; C2 . 5 Click Options. En P-Value to select best fit, poner 0.05. Click OK en cada cuadro de dilogo.
464
99.9 99 90
Percent
0.6
50 10 1 0.1 -5 0 5 10
99.9 99 90
Percent
50 10 1 0.1 -2 0 2 4
P -V alue for Best F it: 0.798895 Z for Best F it: 0.6 Best Transformation Ty pe: S B Transformation function equals 0.882908 + 0.987049 * Ln( ( X + 0.132606 ) / ( 9.31101 - X ) )
465
Interpretacin: Los datos originales no siguen una distribucin normal: P = 0.01 Los datos transformados siguen una distribucin normal: P = 0.799 La grfica de dispersin de P vs Z indica que sobre el rango de 0.25 a 1.25 la funcin que mejor ajusta es la de Z = 0.6. La tabla muestra el estimado de los parmetros para la transf. Selec. y sus valores corresp. P y Z. La funcin de transformacin es: Y = 0.882908 + 0.987049*ln((X+0.132606)/(9.31101-X)) On X LIE = 0 y X LSE = 8 se tiene: LIE trans = -3.3136 LSE Trans = 2.684355
466
La capacidad del proceso con la columna C2 y estos lmites es: 1 File > Open worksheet > TILES.MTW 2 Selecc. Stat > Quality Tools > Capability Analysis > Normal. 3 En Data arranged as Single column, poner Warping , en Subgroup size, 1 4 En Estimate, seleccionar using moving range lenght n = 2 y sel. Use unbiased constants to calculate overall std. Dev. 5 En Lower spec, poner -3.3136. En Upper spec, poner 2.68435 Click OK en cada cuadro de dilogo La grfica resultante se muestra a continuacin:
467
Process Capability of C2
LSL
P rocess D ata LS L -3.3136 Target * USL 2.68436 S ample M ean 0.011196 S ample N 100 S tD ev (Within) 0.941167 S tD ev (O v erall) 0.997462
-3
O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 20000.00 P P M Total 20000.00
-2
-1
469
Goodness of Fit Test Distribution Normal Box-Cox Transformation Lognormal 3-Parameter Lognormal Exponential 2-Parameter Exponential Weibull 3-Parameter Weibull Smallest Extreme Value Largest Extreme Value Gamma 3-Parameter Gamma Logistic Loglogistic 3-Parameter Loglogistic Johnson Transformation
AD 1.028 0.301 1.477 0.523 5.982 3.892 0.248 0.359 3.410 0.504 0.489 0.547 0.879 1.239 0.692 0.231
P 0.010 0.574 <0.005 * <0.003 <0.010 >0.250 0.467 <0.010 0.213 0.238 * 0.013 <0.005 * 0.799
LRT P
0.763
0.085
470
Cuando varias distribuciones ajustan los datos, hacer lo siguiente: Seleccionar la distribucion con el valor mas alto de P, o que se ha usado antes con estos datos o la que de la capacidad de proceso ms conservadora. En este caso las distribuciones de Weibull, Weibull 3 parametros y Mximo valor extremo ajustan bien a los datos (P=>0.25, 0.467 y 0.238) Las transformaciones de Box Cox y Johnson tambin proporcionan un buen ajuste a los datos (P = 0.799 y 0.574). Use la prueba de razn de verosimilitud (LSR) para comparar si las distribuciones de 3 parmetros, ajustan mejor que las de 2 parmetros Si la LRT P es mayor a 0.05 si ajustan mejor en otro caso son iguales. En este caso especfico la distribucin Weibull de dos parmetros tiene el mismo ajuste que la de tres parmetros (LRT = 0.225)
471
Threshold
0.08883
-1.09399
P er cent
10 1 0.1
P er cent
0.010 0.100 1.000 10.000 100.000
10 1 0.1 0.001
0.001
0.010 0.100 1.000 10.000 War ping - T hr eshold 3-P arameter Weibull - 95% C I
P er cent
10 1 0.1 0.01
P er cent
0.10 1.00 War ping 10.00
10 1 0.1
0.1
Por lo anterior se seleccionar la Distribucin de Weibull de dos parmetros para el anlisis de capacidad con datos no normales Shape = 1.69368 y Scale = 3.27812
473
474
USL
O v erall C apability Pp 0.81 PPL 1.03 PPU 0.73 P pk 0.73 E xp. O v erall P erformance P P M < LS L 0.00 P P M > U S L 10764.54 P P M Total 10764.54
0.0
1.5
3.0
4.5
6.0
7.5
Interpretacin: El Ppk es igual a 0.73, el proceso dista mucho de estar por arriba de la referencia de 1.33
475
476
477
478
Sus parmetros clsicos son h = 4; k = 0.5 Son ms eficientes que las cartas de Shewhart para detectar pequeos corrimientos en la media del proceso (2 sigmas o menos) Para crear la carta Cusum se colectan m subgrupos de muestras, c/u de tamao n y se calcula la media de cada muestra Xi-media. Despus se determina Sm o Sm como sigue:
Sm ( X i 0 )...0 media.en.control.estimada
i 1 m
Sm
'
(X
i 1
479
Ejemplo: Variaciones de una flecha respecto a una lnea de referencia, los datos se encuentran en el archivo CRANKSH.MTW anexo. Carta X media Stat > Control Charts > Variables Charts for Subgroups > Xbar Seleccionar All observations for a chart are in one column, seleccionar AtoBDist En Subgroup sizes, poner 5 . AtoBDist OK -0.44025
Xbar Chart of AtoBDist
5 4 3 UCL=4.700
Sample Mean
480
Cumulative Sum
UCL=5.68
Los puntos 4-10 estan fuera de lmite superior de control, el proceso est fuera de control Se tienen corridas por arriba del lmite superior de control, no visibles en la carta X media anterior
LCL=-5.68
Test Results for CUSUM Chart of AtoBDist TEST. One point beyond control limits. Test Failed at points: 4, 5, 6, 7, 8, 9, 10
481
482
EWMA
_ _ X=0.442
LCL=-0.978
Test Results for EWMA Chart of AtoBDist TEST. One point beyond control limits. Test Failed at points: 5, 6
483
484
Moving Average
485