Curso MinitabMaestra en Direccin de Operaciones

Inicio Minitab Cada vez que se inicia el MiniTab software, por default se inicia un nuevo proyecto Inicio Programas Minitab Es recomendable salvar el proyecto antes de iniciarlo

Ambiente del Minitab SoftwareBarra de MenBarra de Herramientas

Ventana de Sesiones

Ventana de Hoja de Trabajo

Barra de Estado

Componentes de un Proyecto Estadstico con MiniTab Ventana de Sesiones: Ventana que muestra los resultados de las Tcnicas Estadsticas.

Ventana de Historia: Ventana de Comandos que se han estado manipulando en la sesin.

Ventana de Grficos: Lista los grficos que se han generado con las Tcnicas Estadsticas usadas en la sesin.

Componentes de un Proyecto Estadstico con MiniTab Ventana de Reportes: Ventana de un Procesador de Textos bsico para anotaciones.

Ventana de Hojas de Trabajo: Hojas de Trabajo para el manejo de los Datos en las Aplicaciones de las Tcnicas Estadsticas. La ventanas de Sesiones y la Hoja de Calculo aparecen por default; las otras ventanas se encuentran minimizadas atrs de stas

Barra de Men File.-Contiene los comandos abrir, salvar, imprimir etc. Edit.-Contiene los comandos copiar, pegar, seleccionar, el editor decomandos del lenguaje de programacin del MiniTab etc.

Manip. Contiene los comandos para manipular columnas y renglones,apilar datos etc.

Calc.- Contiene un calculador de formulas (En Excel las formulas se

hacen en cada celda; en MiniTab se hacen en este calculador), comandos para extraccin de informacin numrica y de texto y comandos para generar datos, funciones de distribucin de probabilidad y otros.

Stat.- Contiene los comandos para las tcnicas estadsticas completas.

Barra de Men Graph.- Contiene los comandos para construir las principales tipos de graficas que se utilizan en estadstica y comandos para estilizarlas 2D, 3D etc. Editor.- Aqu se encuentran herramientas de Dibujo y los comandos para manipular esos dibujos y el editor de textos bsico. Windows.- Comandos para manipular las ventanas. Help.- Sistema de Ayuda para el MiniTab

Manejo de los datos en la Hoja de Trabajo del MiniTab La Posicin de la FLECHA (Primer celda de la hoja) indica la direccin en la que se introducen los datos en la hoja: Anotar dato y oprimir ENTER (resulta cmodo porestar cerca de las teclas de los nmeros)

Los comandos de Undo, Clear Copy, Cut y Paste (Men Edit) funcionan de forma similar a los de Excel.

Manipulando y Calculando DatosManipulando Celdas, Renglones y Columnas Cortar Limpiar (interior de la celda) Borrar (Celdas) Copiar Pegar Insertar Celdas Insertar Columnas Insertar Renglones

Manipulando y Calculando Datos Insertar Columnas Mover Columnas Renombrar Columnas Cambiar Tamao de Columnas Esconder Columnas Reaparecer Columnas Cambiar Ancho de Columnas Cambiar Tipo y Formato en Columnas Numrico Texto Fecha/Hora

Manipulando y Calculando Datos Subconjunto de Datos Subconjunto de Datos Basados en Condiciones

Separacin de Datos Apilacin de Columnas Apilacin de Renglones Recodificacin de Datos

Generacin de Patrones de Datos Men Calc: Comandos: Make Patterned Data Simple Set of Numbers Arbitrary Set of Numbers Text Values Simple Set of Date/Time Values Arbitrary Set of Data/Times Values

Make Mesh Data

Tabla de Datos con patrones definidos: 4/4/01 5/4/01 6/4/01 7/4/01 8/4/01 9/4/01 10/4/01 11/4/01 12/4/01 13/4/01 14/4/01 15/4/01 16/4/01 17/4/01 18/4/01 19/4/01 20/4/01 21/4/01 22/4/01 23/4/01 20 20 20 20 20 15 15 15 15 15 10 10 10 10 10 5 5 5 5 5 1 1 1 1 1 5 5 5 5 5 9 9 9 9 9 6 6 6 6 6 rojo verde azul morado rojo verde azul morado rojo verde azul morado rojo verde azul morado rojo verde azul morado 12:30 15:30 8:30 10:30 12:30 15:30 8:30 10:30 12:30 15:30 8:30 10:30 12:30 15:30 8:30 10:30 12:30 15:30 8:30 10:30

Columna 1: Simple Set of Data /Time Values Columna 2: Simple Set of Numbers Columna 3:Arbitrary Set of Numbers Columna 4: Text Values Columna 5: Arbitrary set of Data/Times Values

Manejo del CalculadorCalcular la desviacin Standard por Rengln Calcular la Media por Rengln Calcular Suma de cuadrados por rengln Calcular el Rango por rengln Multiplicar la media por el rango en cada rengln m1 23 26 28 29 32 m2 26 28 23 24 25 m3 26 27 26 21 22 m4 21 20 24 23 26 Desv. STd 2.44949 3.59398 2.21736 3.40343 4.19325 Media 24.00 25.25 25.25 24.25 26.25 SUM Cuad Rango 2322 5 2589 8 2565 5 2387 8 2809 10 Rango*Media 120.00 202.00 126.25 194.00 262.50

Clculos implcitos a la Estadstica Descriptiva con MiniTab Histograma Cuartiles Media Varianza Desviacin Standard Mediana Curtosis

Clculos implcitos a la Estadstica Descriptiva con MiniTab Sesgo Intervalo de Confianza de Q Intervalo de Confianza de W Intervalo de Confianza de la Mediana Prueba de Normalidad de Anderson- Darling Valor de P Diagrama de Cajas y Bigotes Estadsticas Robustas

Ejemplo: Estadstica DescriptivaDescriptive StatisticsVariable: Ln_YarnS

Comandos del Minitab:STAT Basic Statistics Display Descriptive Statistic Poner Cursor Cuadro de Variables Iluminar Celda-Nombre Datos Click en Select Click en Graphs Click en Summary Graphs OK OK

Anderson-Darling Normality Test A-Squared: P-Value: Mean StDev Variance Skewness Kurtosis N 0.411 0.335 2.92384 0.93776 0.879393 0.416426 -8.0E-03 100 1.15140 2.27895 2.83305 3.57325 5.79780 3.10991 1.08937 3.12294

1.0

1.8

2.6

3.4

4.2

5.0

5.8

Valor Atpico95% Confidence Interval for Mu

Minimum 1st Quartile Median 3rd Quartile Maximum 2.73777

95% Confidence Interval for Mu2.55 2.65 2.75 2.85 2.95 3.05 3.15

95% Confidence Interval for Sigma 0.82336 95% Confidence Interval for Median

95% Confidence Interval for Median

2.56022

Histograma Rango = Dato Mayor Dato Menor # de Clases = 1+(n) log3.3 por asignacin arbitrarian

Por Tabla

Tamao de Clase = Rango/# de Clases Marca de Clase = (Limite Superior Limite Inferior)/2

Media, Desviacin Standard, Varianza Media

xi x ! i !1 ns2 ! ( xi x )2 i !1 n

n

Varianza

n 1

Desviacin Standard

( xi x )2 s!i !1

n

n 1

Cuartiles Cuartil Q1:

Q1 ! xq1 Cuartil Q3:

en donde

q1 !

( n 1 ) 4

Xq1=x valor entero de q1 + parte fraccionaria de q1*(x valor entero superior de q1 xvalor entero de q1 )

Q3 ! xq 3

en donde

q3 !

3( n 1 ) 4

Xq3=x valor entero de q3 + parte fraccionaria de q3*(x valor entero superior de q3 xvalor entero de q3 )

Calculo del Sesgo y la Curtosis Formula del Sesgo

1 ( xi x ) Sesgo ! n i !1 s3n

3

Formula de la Curtosis

1 ( xi x ) Curtosis ! 4 n i !1 sn

4

Diagrama de Cajas y Bigotes Representacin Grafica que muestra: La Ubicacin, Dispersin y Asimetra de los Datos. Clculos: Caja: Bigotes:

Divisin de la Caja: Mediana Lado Izquierdo: 1st Q1 Lado Derecho: 3rd Q3

Lado Izquierdo: MAX [Valor Mnimo; Q1 - 1.5(Q3-Q1)] Lado Derecho: MIN [Valor Mximo; Q3 + 1.5(Q3-Q1)]

Estadsticas Robustas:TRMEAN:Calculo de la Media sin datos atpicos. TRMEAN[ n( 1E )] j j ! [ nE ] 1

1 ! N

x

SEMEAN:Calculo de la desviacin standard sin datos atpicos

s SEMEAN ! n

Intervalos de Confianza de la Media y la Desviacin Standard Intervalo de Confianza de la Media:

Q ! x s tE / 2 ,n 1( n 1 )s W! 2 GE / 2 ,n 1

s n2

Intervalo de Confianza de la desviacin Standard:

Prueba de Normalidad de Anderson- DarlingNormal Probability Plot

.999 .99 .95

Probability

.80 .50 .20 .05 .01 .001 1 2 3 4 5 6

Ln_YarnSAverage: 2.92384 StDev: 0.937759 N: 100 Anderson-Darling Normality Test A-Squared: 0.411 P-Value: 0.335

n ( 2i 1 )(ln( ui ) ln( 1 u n 1i )) n A2 ! i !1 n

xQ z! s n

Estadstica Descriptiva Compare las estatura de hombre (sex=1) y mujeres (sex=2) de un grupo de estudiantes que participaron en un estudio sobre las pulsaciones del corazn.

PULSE.MTW

1 Sample Z En un estudio de la medicin de 9 piezas, se conoce que la distribucin de las mediciones ha sido histricamente cercana a la normal con una W= 0.2 Con la W conocida se desea probar si la media de la poblacin es igual a 5 y obtener el intervalo de confianza de la media al 90% de nivel de confianza.EXH_STAT.MTW

1 Sample t En un estudio de la medicin de 9 piezas, se conoce que la distribucin de las mediciones ha sido histricamente cercana a la normal pero se supone que W es desconocida. Se desea probar si la media de la poblacin es igual a 5 y obtener el intervalo de confianza de la media al 90% de nivel de confianza, usando el estadstico t.EXH_STAT.MTW

2Sample t ; con las muestras en una sola columna

Un estudio fue realizado para evaluar la eficiencia de dos dispositivos para mejorar la combustin de los sistemas de calefaccin residencial. El consumo de energa fue probado despus de que los dispositivos fueron instalados. Los dos tienen ventiladores. El primero un ventilador elctrico (damper =1) puro y el segunda controlado por un sensor trmico (damper =2). La informacin de la energa consumida (BTU-in) est apilada en una columna (Damper) con subscriptores de identificacin que denota cada poblacin. Se supone que al realizar la prueba de varianzas no se encontr evidencia de varianzas desiguales. Se quiere comparar la eficiencia de los dos dispositivos, para determina si hay o no diferencia entre los dos dispositivos; es decir comprobar si la diferencia entre los dos dispositivos es diferente de cero.FURNACE.MTW

Paired t Una industria de calzado desea comparar dos materiales A y B en las suelas de calzado infantil. En un estudio realizado a 10 nios se le puso un zapato con suelas del material A y otro zapato con suelas del material B. Los zapatos con las suelas de los dos materiales fueron puestas en los nios en el pie izquierdo y en el pie derecho aleatoriamente. Despus de tres meses fueron medidos los desgaste. Determine si los dos materiales sufren desgaste similar.EXH_STAT.MTW

1 Proportion test En un distrito electoral una licenciada desea ser candidato a diputado por su distrito. Ella ha decidido lanzarse como candidato si mas del 65% de los miembros de su partido en ese distrito la apoyan. Su jefe de campaa encuesta 950 miembros de su partido en el distrito y encuentra que 650 miembros de su partido la apoyan. Determine si el apoyo de la encuesta es suficiente para lanzarse como candidato

2 Proportion test Como gerente de compras Ud. tiene que autorizar la compra de 20 maquinas copiadoras para su empresa. Despus de comparar precio, calidad, garanta y otras caractersticas Ud. ha reducido a 2 sus alternativas de compra; Fuji y Xerox. Ud. ha decidido que el factor de determinacin de confiabilidad de la compra sea la proporcin de servicio dentro de un ao despus de la compra. La empresa ha usado con anterioridad las dos marcas mencionadas por lo que se busca informacin en los archivos de la empresa al respecto. Se obtiene la informacin de 50 maquinas de cada marca seleccionadas aleatoriamente. Los registros indican que 6 copiadoras Fuji y ocho de Xerox necesitaron servicio el primer ao. Use esta informacin para guiar su alternativa de compra.

2 Variances Un estudio fue realizado para evaluar la eficiencia de dos dispositivos para mejorar la combustin de los sistemas de calefaccin residencial. El consumo de energa fue probado despus de que los dispositivos fueron instalados. Los dos tienen ventiladores. El primero un ventilador elctrico (damper =1) puro y el segunda controlado por un sensor trmico (damper =2). La informacin de la energa consumida (BTU-in) est apilada en una columna (Damper) con subscriptores de identificacin que denota cada poblacin. El inters es comparar las varianzas de las poblaciones para determinar si los dos dispositivos funcionan de manera similar.FURNACE-MTW

Correlation Se tienen la calificaciones de dos materias Habilidades Verbales y Habilidades Matemticas del semestre cero de 200 estudiantes y se desea investigar si existe relacin entre la calificacin de ambas materias.GRADES.MTW

Normally Test En la operacin de un motor las piezas se mueven de arriba abajo.AToBDist es la distancia( en mm) de de la posicin actual A a la posicin inicial B. Para asegurar la calidad del motor el gerente de produccin toma 5 lecturas cada da de la semana de la semana Sep 28 a Oct 15 y 10 lecturas por da de trabajo del 18 al 25 de Oct. El gerente desea saber si las lecturas tomadas tienen un comportamiento de distribucin Normal.CRANKSH.MTW

Simple Linear Regression Un gerente de manufactura desea medir la calidad de su producto, pero el procedimiento para obtener la medicin resulta muy costoso. Existe un mtodo aproximacin indirecta de medir la calidad. Esta aproximacin es menos costosa pero menos precisa. Use la regresin lineal simple para explicar la variacin entre ambos mtodos y determine si el segundo mtodo es aceptable para sustituir el mtodo costosoEXH _REGR.MTW

Mltiple Linear Regression Como parte de una prueba de dispositivos de energa solar para calefaccin, se mide la cantidad de calor que fluye en las casas. Se desea examinar la cantidad de calor que fluye por las casas que puede ser afectada; por el aislante, por la direccin Norte , Sur, Este y por la hora del da. Encuentre el mejor subconjunto del modelo 2 predictores incluidas las variables Norte y Sur usando regresin lineal mltiple Encuentre el mejor subconjunto del modelo 3 predictores incluidas las variables Norte, Sur y Este usando regresin lineal mltiple

Graficas

capitulo 5

Se desea comparar las ventas en relacin a la cantidad de anuncios y ver como se comportan cada ao par ver la influencia de la publicidad en las ventas

MARKET.MTW

Marginal Plot: Graficas Marginales Son graficas donde aparece mas de un grafica en los ejes, con la misma escala

MARKET.MTW

Brushing Graph: Resaltando Partes de la Grafica

Se utiliza para sealar partes de la grafica que se consideran importantes o sobre la que se va a dar alguna explicacin especifica

Anlisis de VARIANZA One Way Se disea un experimento para asegurar la durabilidad de 4 tipos de alfombras. Se ubican cada una de las alfombras en 4 casas y se mide su durabilidad despus de 60 das de uso. Se desea probar la igualdad de medias para evaluar sus diferencias usando la ANOVA one way (stacked) con mltiples comparaciones.EXH_AOV.MTW

Anlisis de VARIANZA Two Way Un bilogo desea estudiar como vive el plancton en dos lagos. Para su estudio prepara 12 tanques; 6 con agua de cada uno de los 2 lagos. Adiciona uno de tres nutrientes a cada uno de los tanques y despus de 30 das cuenta el plancton por unidad de volumen de agua. Probar si la poblacin de plancton es diferente o igual en los dos lagos y medir el efecto principal.EXH_AOV.MTW

Estudio de Anlisis Estadstico

Capitulo 10

En una investigacin se desea maximizar el resultado, para as enfocarse a los factores que influyen en los pesos de los rboles. Estadstica descriptiva Codificar datos Hoja de Palitos Separar la informacin Checar la normalidad con el histograma. Comparar los pesos con graficas de cajas y bigotes Anlisis de varianza. POPLAR3.MTW

Usando Anlisis de Datos

capitulo 4

Se desea estudiar el peso de los hombres y mujeres que participaron en el estudio sobre las pulsaciones del corazn. Estadstica descriptiva Intervalos de confianza y prueba de media Correlacin Regresin Anlisis de Varianza Tablas Pulse.mtw

Control de Calidad y MejoramientoCapitulo 11

Ud. trabaja en una empresa de partes automotrices. Una de las partes del cigeal tiene una especificacin de 600 2 mm.de longitud. Hay un problema con la longitud fuera de especificacin. Ud. desea correr una grafica de X barra R para monitorear esta caracterstica. Por un mes la informacin es recopilada tomando las 5 tomas o mediciones por turno. Que decisin se debe tomar al respecto.CAMSHAFT:MTW

P Graphic Ud. trabaja en una planta de cinescopios para televisiones. Para cada lote usted toma algunos de los cinescopios y hace una inspeccin visual. Si un tubo tiene rayaduras por dentro es rechazado. Si un lote tiene muchos rechazos se har una inspeccin 100% del lote. Una grafica P puede definir cuando realizar esa inspeccin completa del lote.EXH_QC.MTW

Design of Experiments Se asume que Ud. trabaja en una planta qumica. Ud.est estudiando un de las reacciones que produce un producto qumico. A Ud.le gustara una manera para incrementar la eficiencia de un producto que es producido en esa reaccin. Por experiencias pasadas ha visto que variando la temperatura, la presin y el tipo de catalizador, cambia la eficiencia de la reaccin. Un problema es que cada quien trabaja con su propia teora acerca de cmo cada uno de esos factores afecta la reaccin.Ud. quiere hacer mejoramientos y decide correr un experimento para determinar el efecto actual de los tres factores.

Factor

Bajo

Alto 40 oC 2 Atm B

Temperatura 20 oC Presion Catalizador 1 Atm A

66, 66, 102, 98, 65, 54, 107, 68, 53, 66, 55, 85, 108, 89, 52, 63