Sie sind auf Seite 1von 64

Control Estadstico de Procesos: Proyecto Integrador

UNIVERSIDAD MICHOACANA DE SAN


NICOLAS DE HIDALGO
FACULTAD DE INGENIERIA QUIMICA
CONTROL ESTADISTICO DE PROCESOS
PROYECTO INTEGRADOR
TEMA
ESTADISTICA DE FUMADORES
PROFESOR
Dr. MARCO ANTONIO MARTINEZ CINCO
PRESENTAN
GUEVARA HERNANDEZ VIOLETA DANAY
JAIMEZ JIMENEZ ERENDIRA
PIEDRA NAJERA PERLA YANET
MODULO:4 SECCION:02

Control Estadstico de Procesos: Proyecto Integrador

INTRODUCCION
La estadstica descriptiva es una gran parte de la estadstica que se dedica a
recolectar, ordenar, analizar y representar un conjunto de datos, con el fin de describir
apropiadamente las caractersticas de este. Este anlisis es muy bsico. Aunque hay
tendencia a generalizar a toda la poblacin, las primeras conclusiones obtenidas tras
un anlisis descriptivo, es un estudio calculando una serie de medidas de tendencia
central, para ver en qu medida los datos se agrupan o dispersan en torno a un valor
central. Esto es lo que podra ser un concepto aproximado.
La Estadstica es la ciencia que se encarga de recolectar datos de una poblacin o
muestra. Los conceptos estadsticos se han trabajado intuitivamente desde la
antigedad, las primeras culturas recopilaban datos poblacionales por medio de censos
como los realizados Egipto y por Moiss (segn consta la Biblia) y el empadronamiento
que fue efectuado por los romanos en Judea, solo a partir del siglo pasado Adolfo
Qutele (1796-1874) creo diferentes mtodos para realizar observaciones con el fin de
determinar el tipo de datos que regulan algunos fenmenos.
Poblacin estadstica, en estadstica, tambin llamada universo o colectivo, es el
conjunto de elementos de referencia sobre el que se realizan unas de las
observaciones. Poblacin (populacin) es el conjunto sobre el que estamos
interesados en obtener conclusiones (hacer inferencia). Normalmente es demasiado
grande para poder abarcarlo.
En estadstica un estadstico (Maestral) es una medida cuantitativa, derivada de un
conjunto de datos de una muestra, con el objetivo de estimar o inferir caractersticas de
una poblacin modelo estadstico.
La siguiente lista en orden cronolgico para su estudio, recopila conceptos bsicos con
los que, todo aquel que se pretenda iniciar en las tcnicas Estadsticas, debera estar
familiarizado.

Probabilidad
Definicin de Estadstica
Definicin de Descriptiva
Poblacin
Estadstico
Frecuencia Estadstica
Media
Mediana
Desviacin estndar
Varianza
Varianza con probabilidad

Control Estadstico de Procesos: Proyecto Integrador

Moda
Tabla de frecuencias
Anlisis de frecuencia acumulada
Histograma
Estadstica Inferencial
Encuesta
Error estadstico
Variable aleatoria
Variable estadstica
Anlisis de series temporales
Censo
3

Combinatoria
Diseo experimental
Distribucin binomial
Distribucin normal
Distribucin t
Grados de libertad

Muestreo
Muestra
Parmetro estadstico
Prueba de
Regresin estadstica
Rango

La probabilidad es un mtodo mediante el cual se obtiene la frecuencia de un suceso


determinado mediante la realizacin de un experimento aleatorio, del que se conocen
todos los resultados posibles, bajo condiciones suficientemente estables. La teora de
la probabilidad se usa extensamente en reas como la estadstica, la fsica,
la matemtica, las ciencias y la filosofa para sacar conclusiones sobre la probabilidad
discreta de sucesos potenciales y la mecnica subyacente discreta de sistemas
complejos.

Control Estadstico de Procesos: Proyecto Integrador

OBJETIVO:
Realizar encuestas as como estudios de estadstica descriptiva para conocer el
comportamiento de las variables que se mencionaran en el siguiente proyecto. As
como tambin reforzar el conocimiento aprendido en las aulas de la institucin.

Justificacin:
Es motivo de este proyecto es debido a que nos percatamos que en los ltimos aos
pese a la publicidad enviada por el sector salud en las cajas de los cigarrillos no se ha
logrado disminuir en gran proporcin el consumo de este. Es por ello que decidimos
realizar una investigacin de campo de la cual se abundaran detalles en cada una de
las actividades propuestas en este proyecto.
Tras generar el anlisis correspondiente de dichas variables se dar una pequea
conclusin en donde se explicara como varia y como ha sido el comportamiento de
nuestra muestras, as como tambin algunas sugerencias para solucionar el problema.

Control Estadstico de Procesos: Proyecto Integrador

ACTIVIDAD 1
1. Formacin de equipos mximo 5 personas. Entregar documento de
coevaluacin.
2. Resaltar la problemtica a estudiar en funcin de los beneficios que aportara
resolver esta situacin. (Por qu es importante que la situacin se resuelva?
Cmo se comporta la variable de inters actualmente?)
3. Delimitar el alcance del estudio.
4. Plantear objetivos congruentes con la delimitacin y alcance de la situacin.
5. Seleccionar y describir brevemente una lista de variables factibles a observar
(que se tenga control y se pueda recolectar informacin de ellas) que describan
la problemtica de inters. Se requiere una variable de tipo cuantitativo como
variable principal. Adems que se identifiquen al menos 4 variables ms, de las
cuales dos de ellas debern de ser de tipo cualitativo (el resto de las variables
deber de ser de tipo cuantitativo).
6. Hacer una clasificacin de las variables de acuerdo a los siguientes criterios:
a. La escala de medicin en la cual sern utilizadas.
b. Las fuentes de donde se obtienen los datos de la muestra, as como los
medios para obtenerlas (Internet, libros, revistas, Instituciones, etc.)
c. Una explicacin breve concisa de la justificacin por la que las variables se
consideran relevantes para el modelo.
d. Un diagrama que describa las relaciones entre las variables.

Control Estadstico de Procesos: Proyecto Integrador

=Desarrollo=
1.-Formacin de equipos
coevaluacin.

mximo 5 personas.

Entregar

documento de

Coevaluacin:
Porcentaje
Honestidad
20%
Capacidad de control
20%
Capacidad de planeacin
20%
Motivacin
20%
Capacidad
de
compartir 20%
informacin

2.- Resaltar la problemtica a estudiar en funcin de los beneficios que aportara


resolver esta situacin. (Por qu es importante que la situacin se resuelva?
Cmo se comporta la variable de inters actualmente?)
Problemtica:
Salud publica
Beneficios:
Otorgar una base de datos para que los usuarios conozcan la problemtica que
existe actualmente con respecto al consumo del tabaco (cigarrillos).
3.- Delimitar el alcance del estudio.
Alcance: Local
4.-Plantear objetivos congruentes con la delimitacin y alcance de la situacin.
Objetivos:
Conocer, investigar y resaltar cual es ndice de fumadores en una cierta cantidad de
poblacin ubicada en la colonia jardines de Guadalupe. Morelia. Mich.
As como conocer el consumo mximo de cigarrillos que fuman semanalmente y las
marcas ms consumidas.
Justificacin:

Control Estadstico de Procesos: Proyecto Integrador

La elaboracin y eleccin de este tema fue debido a la problemtica en sector salud


que representa a nivel global. Esperando poder obtener una buena solucin para este.

Considerando el objeto de estudio como un cierto nmero de la poblacin de la


colonia jardines de Guadalupe, nos inquiet conocer la cantidad de fumadores en una
pequea poblacin, considerando que es un problema de salud pblica.
5.- Seleccionar y describir brevemente una lista de variables factibles a observar
(que se tenga control y se pueda recolectar informacin de ellas) que describan
la problemtica de inters. Se requiere una variable de tipo cuantitativo como
variable principal. Adems que se identifiquen al menos 4 variables ms, de las
cuales dos de ellas debern de ser de tipo cualitativo (el resto de las variables
deber de ser de tipo cuantitativo).

Variable principal:

Numero de cigarros consumidos ala semana

Variable cualitativa:

Sexo
Marca
Color
Sabor
Motivo
Cajetilla o sueltos
Ha intentado dejar de fumar
Fuma

Variables cuantitativas:

Edad actual
Edad inicial
Gastos
Nmero de personas que fuman en su familia
Cantidad de cigarros que fuman

Control Estadstico de Procesos: Proyecto Integrador

6.- Hacer una clasificacin de las variables de acuerdo a los siguientes criterios:
a) La escala de medicin en la cual sern utilizadas.
b) Las fuentes de donde se obtienen los datos de la muestra, as como los
medios para obtenerlas (Internet, libros, revistas, Instituciones, etc.)
c) Una explicacin breve concisa de la justificacin por la que las variables se
consideran relevantes para el modelo.
d) Un diagrama que describa las relaciones entre las variables.

a) Escala: Nominal
Periodo de muestreo: 17-enero -2013
Delimitacin del estudio o muestra a examinar:
Colonia jardines de Guadalupe, Carlos Rovirosa.
Muestra: 40
Comportamiento actual de la variable principal:
El comportamiento de la variable se observa de manera aleatoria
b) Fuentes de obtencin de datos:
Mediante datos obtenidos mediante entrevistas y encuestas
Medios:
Encuestas
c) Porque son relevantes las variables en el proceso:
Las variables son importantes ya que nos permiten conocer el porqu de los
hbitos de fumar, as como la problemtica que enfrenta el sector salud en
base a este hbito.
d) Clasificacin y semejanzas de las variables:

Control Estadstico de Procesos: Proyecto Integrador

Variables
Fumas
Sexo
Edad
actual
Edad inicial
Gastos
Cantidad
de marcas
Marcas
Personas
que fuman
en tu
familia
# de
cigarros
por
semana
Color
Sabor
Motivo
Caja o
sueltos
Ha
intentado
de fumar
Conoce los
riesgos
Anuncios
en TV

Intervalo
Discreta

Cuantitativo
Razn
Continua
Discreta

Continua

Cualitativo
Nominal
Ordinal
Discreta

Control Estadstico de Procesos: Proyecto Integrador

10

Encuesta para la Base de datos para obtener los resultados:


Sexo
Edad actual
Qu edad tena cuando comenz a fumar?
Cunto gasta en cigarros por semana?
Cuntas personas fuman en su familia?
Qu tipos de marcas acostumbra fumar?
Cuntos cigarros consume a la semana?
Usted considera que el color de la cajetilla influye en el momento de elegir los
cigarros?
Compra los cigarros por su sabor?
Por qu motivo considera usted que fuma?
Compra cajetilla o cigarros sueltos?
Ha intentado dejar de fumar?
Conoce los riesgos de fumar?
ltimamente ha visto en televisin algn comercial de cigarros?

Control Estadstico de Procesos: Proyecto Integrador

11

Actividad 2

1.- Obtener la base de datos que corresponda a las variables involucradas.


2.- Utilizar el Box Plot como medio diagnstico de deteccin de valores atpicos o
extremos.
3.- Describir y analizar variables involucradas usando distribuciones de
frecuencia y graficas adecuadas. (Esto implica que adems de los grficos se
genere un reporte escrito en donde se interprete el comportamiento de las
variables).
4.- Generar un reporte en donde se muestren las medidas resumen numricas:
Medidas de tendencia central, medidas de dispersin, medidas de forma y
medidas de posicin (percentiles).

Control Estadstico de Procesos: Proyecto Integrador

12

=Desarrollo=
1.- Obtener la base de datos que corresponda a las variables involucradas.

Control Estadstico de Procesos: Proyecto Integrador

13

2.- Utilizar el Box Plot como medio diagnstico de deteccin de valores atpicos o
extremos.
600

500

400

300

200

100

0
Edad actual

Edad inicial

Cuanto gasta en
consumox sem(peso
mex)

Control Estadstico de Procesos: Proyecto Integrador

Tipos de marca

14

300
250
200
150
100
50
0
Tipos de marca

Cuantas personas en su
familia fuma

# de cigarros x semanal

3.- Describir y analizar variables involucradas usando distribuciones de


frecuencia y graficas adecuadas. (Esto implica que adems de los grficos se
genere un reporte escrito en donde se interprete el comportamiento de las
variables).
Tablas De Frecuencias:
Tabla De Frecuencia Edad Actual
Edad
Actual (Xi)

17
18
19
20
21
22
23
24
25
26
27
28
29

Frecuencia
(fi)

Frecuencia
Acumulada
(Fi)

3
1
1
3
3
2
2
3
2
1
1
1
2

3
4
5
8
11
13
15
18
20
21
22
23
25

Frecuencia
Relativa
Acumulada
(hi)

Control Estadstico de Procesos: Proyecto Integrador

7.5
2.5
2.5
7.5
7.5
5
5
7.5
5
2.5
2.5
2.5
5

Frecuencia
Relativa
Porcentual
Acumulada
(Hi)
7.5
10
12.5
20
27.5
32.5
37.5
45
50
52.5
55
57.5
62.5

Xi*fi

51
18
19
60
63
44
46
72
50
26
27
28
58
15

32
34
35
36
38
40
42
48
49
56
58
63

1
2
2
2
1
1
1
1
1
1
1
1

Amplitud De Clase

26
28
30
32
33
34
35
36
37
38
39
40

Lmite inferior

2.5
5
5
5
2.5
2.5
2.5
2.5
2.5
2.5
2.5
2.5

Lmite superior

65
70
75
80
82.5
85
87.5
90
92.5
95
97.5
100

32
68
70
72
38
40
42
48
49
56
58
63

Frecuencia de
Clase

17

25

18

25

33

33

42

41

49

49

57

57

65

Control Estadstico de Procesos: Proyecto Integrador

16

Histograma Edad Actual


18
16
14
Frecuencia

12
10
17

8
6
4
2

6
3

49

57

y mayor...

0
17

25

33

41
Rango de Clase

Tabla De Frecuencias Edad Inicia

Edad
Inicial (Xi)

0
12
13
14
15
16
17
18
20
21
36

Frecuencia Frecuencia
(fi)
Acumulada
(Fi)

4
1
3
2
6
3
4
9
3
4
1

Frecuencia
Relativa
Acumulada
(hi)

Frecuencia
Relativa
Porcentual
Acumulada
(Hi)

10
2.5
7.5
5
15
7.5
10
22.5
7.5
10
2.5

10
12.5
20
25
40
47.5
57.5
80
87.5
97.5
100

4
5
8
10
16
19
23
32
35
39
40

Control Estadstico de Procesos: Proyecto Integrador

Xi*fi

0
12
39
28
90
48
68
162
60
84
36

17

Amplitud De
Clase

Lmite inferior

Limite superior

6
6
6
6
6
6

0
6
12
18
24
30

Frecuencia de
Clase
6
12
18
24
30
36

4
0
19
16
0
1

Histograma Edad Inicial de Fumador


30
25

Frecuencia

20
15
27
10
5
7
4

12

30

y mayor...

0
18

24

Rango de Clase

Tabla De Frecuencia Gastos

Gasto
(Xi)

Amplitud
De Clase

Frecuencia Frecuencia Frecuencia


(fi)
Acumulada Relativa
(Fi)
Acumulada
(hi)

Control Estadstico de Procesos: Proyecto Integrador

Frecuencia Xi*fi
Relativa
Porcentual
Acumulada
(Hi)
18

0
12
28
38
40
56
80
84
112
120
140
156
196
280
560

17-24
24-31
31-38
38-45
45-52
52-59
59-66

Amplitud De Clase
94
94
94
94
94
94

6
2
4
1
4
8
1
1
1
1
4
1
3
2
1

6
8
12
13
17
25
26
27
28
29
33
34
37
39
40

Lmite inferior

15
5
10
2.5
10
20
2.5
2.5
2.5
2.5
10
2.5
7.5
5
2.5

Lmite superior
0
94
188
282
376
470

Control Estadstico de Procesos: Proyecto Integrador

15
20
30
32.5
42.5
62.5
65
67.5
70
72.5
82.5
85
92.5
97.5
100

0
24
112
38
160
448
80
84
112
120
560
156
588
560
560

Frecuencia de
Clase
94
188
282
376
470
564

27
7
5
0
0
1

19

Histograma Gastos Semanal


25

Frecuencia

20

15

21

10

5
7

5
0

376

470

y mayor...

0
0

94

188

282
Rango de Clase

Tabla De Frecuencias Tipos De Marcas

Tipos de
Marcas (Xi)

Frecuencia
(fi)

Frecuencia
Acumulada
(Fi)

0
1
2
3
5

8
19
9
2
2

8
27
36
38
40

Frecuencia
Relativa
Acumulada
(hi)

Control Estadstico de Procesos: Proyecto Integrador

20
47.5
22.5
5
5

Frecuencia
Relativa
Porcentual
Acumulada
(Hi)
20
67.5
90
95
100

Xi*fi

0
19
18
6
10

20

Amplitud De Clase Lmite inferior


1
1
1
1
1
1

Lmite superior
0
1
2
3
4
5

Frecuencia de
Clase
1
2
3
4
5
6

8
19
9
2
0
2

Histograma Tipos de Marcas Consumidas


30

Frecuencia

25
20
15

27

10
5

y mayor...

0
1

Rango de Clase

Tabla De Frecuencias Personas Que Fuman En Tu Familia

Personas
De Fam.
Que
Fuman (Xi)

0
1
2
3
4
5

Frecuencia Frecuencia
(fi)
Acumulada
(Fi)

11
11
8
4
5
1

Frecuencia
Relativa
Acumulada
(hi)

Frecuencia
Relativa
Porcentual
Acumulada
(Hi)

27.5
27.5
20
10
12.5
2.5

27.5
55
75
85
97.5
100

11
22
30
34
39
40

Control Estadstico de Procesos: Proyecto Integrador

Xi*fi

0
11
16
12
20
5

21

Amplitud De
Clase

Limite inferior

1
1
1
1
1
1

Limite superior

0
1
2
3
4
5

Frecuencia de
Clase
1
2
3
4
5
6

11
11
8
4
5
1

Histograma No. Familiares Que Fuman


25

Frecuencia

20

15

10

22

8
4

y mayor...

0
1

Rango de Clase

Control Estadstico de Procesos: Proyecto Integrador

22

Tabla De Frecuencia Cigarros Consumidos A La Semana


Cuantos
Frecuencia Frecuencia Frecuencia Frecuencia Xi*fi
Cigarros
(fi)
Acumulada Relativa
Relativa
Consumes
(Fi)
Acumulada Porcentual
Semanalmente
(hi)
Acumulada
(Xi)
(Hi)
0
3
4
7
14
20
21
28
35
40
49
60
70
80
140
280

5
2
1
3
8
3
1
3
4
3
2
1
1
1
1
1

Amplitud De
Clase

5
7
8
11
19
22
23
26
30
33
35
36
37
38
39
40

Lmite inferior

12.5
5
2.5
7.5
20
7.5
2.5
7.5
10
7.5
5
2.5
2.5
2.5
2.5
2.5

12.5
17.5
20
27.5
47.5
55
57.5
65
75
82.5
87.5
90
92.5
95
97.5
100

Lmite superior

0
6
4
21
112
60
21
84
140
120
98
60
70
80
140
280

Frecuencia de
clase

47

47

33

47

47

94

47

94

141

47

141

188

47

188

235

47

235

282

Control Estadstico de Procesos: Proyecto Integrador

23

Histograma No. De Cigarros Consumidos Semanal


30
25

Frecuencia

20
15

28

10
5
5

94

141

188

235

y mayor...

0
0

47

Rango de Clase

Graficas De Pastel

Nmero De Fumadores.
5, 13%

Si
35, 87%

Control Estadstico de Procesos: Proyecto Integrador

No

24

Dispersin De Sexo

20, 50%

20, 50%

Tipos De Marcas Consumidas


4, 7%

2, 4%

5, 9%
1, 2%
3, 5%
2, 4%
2, 4%
3, 5%
1, 2%

22, 41%

9, 17%

Malboro
Rojos
Benson
Pall Malll
Montana
Faros
Delicados

Control Estadstico de Procesos: Proyecto Integrador

25

Influencia Color De La Caja


5, 12%

22, 55%

13, 33%

No Fumo
Si
No

Influencia Sabor Del Cigarro

5, 13%
5, 12%

Si
30, 75%

No
No fumo

Control Estadstico de Procesos: Proyecto Integrador

26

Motivo Por El Cual Fuman

5, 12%

1, 2%
1, 3%

6, 14%

Imitacion

3, 7%

Gusto
Vicio

6, 14%

Estrs

19, 45%

1, 3%

Anciedad
No Fumo
Digestin
Impulso

Tipo De Consumo Del Cigarro


5, 13%

18, 45%
Cajetilla
17, 42%

Suelto
No Fumo

Control Estadstico de Procesos: Proyecto Integrador

27

Intento Para Dejar De Consumir


5, 13%

12, 30%

23, 57%

Si
No
No fumo

Conocimiento De Riesgos
2, 5%

38, 95%

Control Estadstico de Procesos: Proyecto Integrador

Si

No

28

Personas Que Han Visto Anuncios En Television


Actualmente Sobre Marcas De Cigarros.

20, 50%

20, 50%
si
no

En todas estas graficas se nota una gran dispersin de datos en la muestra, algunas
con mayores pero otras con menores proporciones descritas en las grficas y tablas de
frecuencias.

Control Estadstico de Procesos: Proyecto Integrador

29

4.- Generar un reporte en donde se muestren las medidas resumen numricas:


Medidas de tendencia central, medidas de dispersin, medidas de forma y
medidas de posicin (percentiles).

Medidas
Edad
Edad
Cunto
Tipos de
Cuantas
# de
de
actual
inicial
gasta en
marca
personas cigarros
Tendencia
consumo
en su
x semana
Y
por
familia
Variabilida
semana
fuma
d
Media
29.95
15.675
90.05
1.325
1.6
32.4
Muestral
Mediana
25.5
17
56
1
1
20
Moda
17
18
56
1
0
14
Rango
46
36
560
5
5
280
Varianza
139.22820 42.686538 11302.048 1.3532051 2.0923076 2337.2717
Muestral
5
5
7
3
9
9
Desviaci 11.799500 6.5334935 106.31109 1.1632734 1.4464811 48.345338
n
2
9
4
5
4
9
Estndar
Muestral
Coeficient 0.3939733 0.4168098 1.1805785 0.8779422 0.9040507 1.4921400
e de
3
1
9
Variabilida
d
Sesgo

1.1314038
- 0.9608592 0.8381520 1.2443992 0.7694640
5 0.6084034
7
2
2
4
4
Curtosis
0.9764722 3.5998059 9.0175518 3.4068187
- 18.162678
1
8
4
3 0.5904379
1
2
Cuartil 1
21
14.25
28
1
0
7
Cuartil 2
25.5
17
56
1
1
20
Cuartil 3
35.75
18
140
2
2.75
38.75
En resumen podemos decir que de acuerdo a la tabla anterior la mejor manera de
describir los resultados o la ms ptima es con la media considerando los
valores se resume como la ms exacta.

Control Estadstico de Procesos: Proyecto Integrador

30

Actividad 3
1. Construir una tabla cruzada o tabla de contingencia que muestre la
relacin de dos variables categricas. En este punto se debe justificar cul
es el supuesto que sustenta la factibilidad de cruce de las variables. Aqu
es importante considerar que las variables cualitativas por s solas pueden
ser enunciadas en una tabla de dos entradas. Si se utilizan variables
cuantitativas, se requiere formar las categoras previamente
2. Generar preguntas concernientes a las variables cruzadas. Plantear
preguntas relacionadas a: probabilidad marginal, probabilidad conjunta,
probabilidad condicional y probabilidad de adicin. Contestarlas con las
definiciones de probabilidad correspondientes y los resultados del punto
anterior.
3. Probar la dependencia o independencia estadstica de las variables
planteadas en la tabla cruzada previa.

=Desarrollo=

1.- Construir una tabla cruzada o tabla de contingencia que muestre la relacin de dos
variables categricas. En este punto se debe justificar cul es el supuesto que sustenta
la factibilidad de cruce de las variables. Aqu es importante considerar que las variables
cualitativas por s solas pueden ser enunciadas en una tabla de dos entradas. Si se
utilizan variables cuantitativas, se requiere formar las categoras previamente.
2.- Generar preguntas concernientes a las variables cruzadas. Plantear preguntas
relacionadas a: probabilidad marginal, probabilidad conjunta, probabilidad condicional y
probabilidad de adicin. Contestarlas con las definiciones de probabilidad
correspondientes y los resultados del punto anterior.

Control Estadstico de Procesos: Proyecto Integrador

31

Tabla Cruzada
Variable

Frecuencia
BAJO
MEDIO
SI
NO

FUMADORES

2
0

ALTO

0
0

33
5

Tabla Probabilidad Individual


variable
FUMADORES

Frecuencia
BAJO
MEDIO
5
0
0
0

SI
NO

ALTO
82.5
12.5

Grafica

Probabilidad De Fumadores
SI

NO

82.5

12.5

0
5

NO
0

BAJO

SI
MEDIO
ALTO

Control Estadstico de Procesos: Proyecto Integrador

32

Clculo de Probabilidades (Marginal, Adicin, Condicional)

Definiendo Eventos:
P (Abajo)= =

F= Fumadores

P (Amedio)= =

X= Frecuencia
Y= Alto, Medio, Bajo

P (Aalto)= =

La probabilidad de que haya


fumadores en la muestra es:
Probabilidad condicional:

Para SI:
P (Abajo

P (Abajo
P (Abajo

P (Abajo| Bbajo) =
=

1*100=100%

=
P (Aalto| Bbajo) =
0*100=0%

Para NO:
P (A2bajo

P (A2bajo
P (Abajo

= *100=0
=

Probabilidad marginal:
P (Bbajo)= =
P (Bmedio)= =
P (Balto)= =

Control Estadstico de Procesos: Proyecto Integrador

Probabilidad de adicin
P (Abajo U Bbajo) = P (Abajo)+ (P
Bbajo)
- P (Abajo
Bbajo)
=
0.05-0.05
=0

P (Aalto U Balto) = P (Aalto)+ (P Bbajo)


- P (Aalto
Bbajo)
=
=0.125

33

Tabla Cruzada
Variable

Frecuencia
BAJO

SEXO

MEDIO

ALTO

11

Tabla De Probabilidades
Variable

Frecuencia

SEXO

M
H

BAJO
20
27.5

MEDIO
15
17.5

ALTO
15
5

Grafica

Probabilidad Sexo
M

27.5

20
17.5
15

15

BAJO

MEDIO

Control Estadstico de Procesos: Proyecto Integrador

ALTO

34

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo eventos
Aalto)=

F=sexo
X=frecuencia
Y=alto, medio, bajo
Para M:
P (Abajo

Probabilidad condicional:
=
Abajo| Bbajo) =

P (Abajo
%
P (Abajo

1*100=100%

Aalto| Bbajo) =
0*100=0%

Para H:
P (A2bajo

Aalto| Bbajo) =

0.4*100=40%
P (A2bajo
P (Abajo

*100=0%

P (Abajo| Bbajo) =
*100=100%
P (Aalto| Bbajo) =

Probabilidad marginal:
P(
Bbajo =

0*100=0%
P (Aalto| Bbajo) =
1*100=50%
Probabilidad de adicin

Bmedio)=
Balto)=

Abajo)=
Amedio)=
Control Estadstico de Procesos: Proyecto Integrador

P (Abajo U Bbajo) = P (Abajo)+ (P


Bbajo)
- P (Abajo
Bbajo)
=
0.05-0.05
=0.875
P (Abajo U Balto) = P (Aalto)+ (P
Bbajo)
- P (Aalto
Bbajo)
35

=
=0.125

P (Abajo U Balto) = P (
Aalto)+ (P Bbajo)
- P (Aalto

P (Abajo U Bbajo) = P (Abajo)+ (P


Bbajo)

Bbajo)

=
=0.

- P (Abajo
Bbajo)
=
0.05-0.05
=0.875
Tabla Cruzada
Variable

Frecuencia
BAJO

COLOR

ALTO

SI

13

NO

27

Tabla De Probabilidades
BAJO
COLOR

SI
NO

ALTO
0
67.5

Control Estadstico de Procesos: Proyecto Integrador

32.5
0

36

Probabilidad Color
SI

NO

67.5

32.5
0

BAJO
ALTO

Clculos de Probabilidad (Marginal, Condicional y Adicin)


Definiendo eventos
F=Color
X=Frecuencia
Y=Alto, Medio, Bajo

Probabilidad marginal:
P (Bbajo =

Para SI:
P (Abajo

P (A2bajo

P (Balto)=

P (Aalto)=
P (Abajo

P (Abajo =

Para NO:
P (B2bajo

Probabilidad condicional:
=

Control Estadstico de Procesos: Proyecto Integrador

37

P (Abajo| Bbajo) =

Probabilidad de adicin

1*100=100%
P (Abajo U Bbajo) = P (Abajo)+ (P
Bbajo)
- P (Abajo
Bbajo)
=
0.675-1
=0.35

P (Aalto| Bbajo) =
0.4814*100=48.14%
P (Abajo| Bbajo) =
1*100=100%

P (Abajo U Balto) = P (Aalto)+ (P


Bbajo)
- P (Aalto
Bbajo)
=
=0

P (Aalto| Bbajo) =
0.4814*100=48.14%

Tabla Cruzada
VARIABLE
Motivo
IMITACION
GUSTO
VICIO
ESTRS
ANCIEDAD
DIJESTION
IMPULSO
NO FUMA

FRECUENCIA
MEDIO

BAJO
0
0
1
0
0
1
1
0

ALTO
6
9
0
6
3
0
0
0

0
19
0
0
0
0
0
5

Tabla De Probabilidades

MOTIVO

IMITACION
GUSTO
VICIO
ESTRS
ANCIEDAD
DIJESTION
IMPULSO
NO FUMA

BAJO
0
0
2.5
0
0
2.5
2.5
0

Control Estadstico de Procesos: Proyecto Integrador

MEDIO
15
22.5
0
15
7.5
0
0
0

ALTO
0
47.5
0
0
0
0
0
12.55
38

Graficas

Probabilidad De Motivos
BAJO

MEDIO

ALTO

47.5

22.5
15
15

0
0

2.5

0
0

12.55

7.5 0

0
0

2.5

2.5
0

Clculo De Probabilidades (Marginal, Adicin, Condicional)


Definiendo eventos
P (A2bajo

F=Motivo
X=Frecuencia
Y=Alto, Medio, Bajo

Para vicio:

La probabilidad de que haya


fumadores en la muestra es:
Para imitacin:

P (B2bajo

P (A2bajo

Para estrs:

P (Abajo

P (Abajo

Para gusto:
P (B2bajo

P (B2bajo

P (A2bajo

Para ansiedad:
=

Control Estadstico de Procesos: Proyecto Integrador

39

P (B2bajo
P (A2bajo

Para impulso:

P (B2bajo

P (A2bajo

Para digestin:
P (B2bajo
P (A2bajo

No fuma:

P (B2bajo

P (A2bajo

Tabla Cruzada
VARIABLE

FRECUENCIA

Riesgos

BAJO

ALTO

SI LO CONOCE
NO CONOCE

38

12

Tabla De Probabilidades
BAJO
RIESGO

SI LO CONOCE
NO CONOCE

Control Estadstico de Procesos: Proyecto Integrador

ALTO
0
30

95
0

40

Grficos

Probabilidad De Conocer Riesgo

100

SI LO CONOCE, 95

90
80
Ttulo del eje

70
60
50
40
30
NO CONOCE, 0

20

NO CONOCE

10
0

SI LO CONOCE
BAJO
ALTO

Clculo de Probabilidades (Marginal, Adicin, Condicional)

Definiendo Eventos
F= Sabor
X= Frecuencia
Y= Medio, Alto, Bajo
Probabilidad marginal:

Probabilidad condicional:

P (Bbajo =

P (Abajo| Bbajo) =
.41*100=41%

P (Balto)=
P (Balto| Abajo) =
.4*100=40%
Control Estadstico de Procesos: Proyecto Integrador

41

Probabilidad de adicin

P (Abajo U Balto) = P (Aalto)+ (P


Bbajo)
- P (Aalto
Bbajo)
=

P (Abajo U Bbajo) = P (Abajo)+ (P


Bbajo)
- P (Abajo
Bbajo)
= 0.87

Tabla Cruzada
VARIABLE

FRECUENCIA

Gasto
0-100
100-200
200-300
300-400
400-500

BAJO
0
0
0
0
1

MEDIO
0
0
2
0
0

ALTO
27
9
0
0
0

Tabla De Probabilidades

GASTOS

0-100
100-200
200-300
300-400
400-500

BAJO

MEDIO

ALTO

0
0
0
0
2.5

0
0
5
0
0

67.5
22.5
0
0
0

Control Estadstico de Procesos: Proyecto Integrador

42

Grafica

Probabilidad De Gastos
70
60
50
40
30
20
10

ALTO

MEDIO
0-100

100-200

200-300

BAJO

BAJO
300-400
MEDIO

400-500

ALTO

Clculo De Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos
X=Frecuencia
F= Gastos
Y= Medio, Bajo, Alto
Probabilidad marginal:

Probabilidad condicional:
P (Abajo| Bbajo) =
.4*100=40%

P (Balto =
P (Balto| Abajo) =
P (Calto)=
P (Amedio)=
P (Dbajo)=
Control Estadstico de Procesos: Proyecto Integrador

.35*100=35%
P (Abajo| Bbajo) =
.4*100=40%

43

P (Abajo U Balto) = P (Aalto)+ (P


Bbajo)
- P (Aalto
Bbajo)
=
P (Abajo U Bbajo) = P (Abajo)+ (P
Bbajo)
- P (Abajo
Bbajo)
= 0.64

P (Balto| Abajo) =
.40*100=40%

Probabilidad de adicin
P (Abajo U Bbajo) = P (Abajo)+ (P
Bbajo)
- P (Abajo
Bbajo)
= 0.215

P (Abajo U Balto) = P (Aalto)+ (P


Bbajo)
- P (Aalto
Bbajo)
=

Tabla Cruzada
VARIABLE
Sabor
SI
NO

FRECUENCIA
ALTO
0
10

BAJO

30
0

Tabla de Probabilidades
BAJO
SABOR

SI
NO

Control Estadstico de Procesos: Proyecto Integrador

ALTO
0
25

75
0

44

Grafica

Probabilidad Sabor
SI

NO

75

25

0
BAJO

NO

SI
ALTO

Clculo De Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos:
X=Frecuencia
Y= Alto, Medio, Bajo
F= Sabor
Probabilidad marginal:

Probabilidad condicional:
P (Abajo| Bbajo) =
.4*100=40%

P (Bbajo =
P (Balto| Abajo) =
P (Balto)=
Control Estadstico de Procesos: Proyecto Integrador

.4*100=40%
45

Probabilidad de adicin
P (Abajo U Bbajo) = P (Abajo)+ (P
Bbajo)
- P (Abajo
Bbajo)
= 0.25

P (Abajo U Balto) = P (Aalto)+ (P


Bbajo)
- P (Aalto
Bbajo)
=

Tabla Cruzada
Variable
Consumo

Frecuencia
BAJO

CAJETILLA
SUELTOS
NO FUMAN

MEDIO

ALTO

0
0
5

0
17
0

18
0
0

Tabla De Probabilidades
BAJO
CONSUMO

CAJETILLA
SUELTOS
NO FUMAN

Control Estadstico de Procesos: Proyecto Integrador

MEDIO
0
0
12.5

ALTO
0
42.5
0

45
0
0

46

Grafica

Probabilidad Consumo
CAJETILLA

SUELTOS

NO FUMAN

MEDIO, 42.5
ALTO, 45

BAJO, 12.5

MEDIO, 0
BAJO, 0

ALTO, 0
NO FUMAN
ALTO, 0

BAJO, 0

SUELTOS

MEDIO, 0

CAJETILLA

BAJO
MEDIO
ALTO

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos
F= Consumo
Y= Alto, Bajo, Medio
X= Frecuencia
Probabilidad marginal:
P (Balto =
P (Amedio)=
P (CBajo)=
Probabilidad condicional:

Control Estadstico de Procesos: Proyecto Integrador

47

P (Aalto| Bbajo) =
P (Abajo| Bmedio) =
P (Abajo| Balto) =
Probabilidad de adicin
P (Abajo U Bbajo) = P (Abajo)+ (P Balto)
- P (Abajo
Balto)
= 0.45
P (Abajo U Bmedio) = P (Abajo)+ (P Bmedio)
- P (Abajo
Bmedio)
= 425
P (Abajo U Balto) = P (Abajo)+ (P Bmedio)
- P (Abajo
Bmedio)
= 125

Tabla Cruzada
Variable
Intento
SI
NO
NO FUMA

Frecuencia
BAJO

MEDIO
0
12
5

ALTO
0
0
0

23
0
0

Tabla De Probabilidades
BAJO
INTENTO DE NO
FUMAR

SI
NO
NO
FUMA

MEDIO
0
30

12.5

Control Estadstico de Procesos: Proyecto Integrador

ALTO
0
57.5
0
0
0

48

Grafico

Probabilidad De Intento De No Fumar


SI

NO

NO FUMA

57.5

30
12.5
0

0
0

BAJO

MEDIO

NO FUMA
NO

SI
ALTO

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos
F= IDNF
Y= Alto, Bajo, Medio
X= Frecuencia

Probabilidad marginal:
P (Balto =
P (Abajo)=
P (CBajo)=
Probabilidad condicional:
Control Estadstico de Procesos: Proyecto Integrador

49

P (Aalto| Bbajo) =
P (Abajo| Bmedio) =
P (Abajo| Balto) =
Probabilidad de adicin
P (Abajo U Bbajo) = P (Abajo)+ (P Balto)
- P (Abajo
Balto)
= 0.57
P (Abajo U Bmedio) = P (Abajo)+ (P Bmedio)
- P (Abajo
Bmedio)
= 31
P (Abajo U Balto) = P (Abajo)+ (P Bmedio)
- P (Abajo
Bmedio)
= 125

Tabla Cruzada
VARIABLE
Publicidad
SI
NO

FRECUENCA
ALTA
20
20

Tabla De Probabilidades
VARIABLE
PUBLICIDAD

ALTA
SI
NO

Control Estadstico de Procesos: Proyecto Integrador

50
50

50

Grafico

Probabilidad De Publicidad
ALTA

50
50

SI
NO

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos
F= Publicidad
Y= Alto, Bajo, Medio
X= Frecuencia
Probabilidad marginal:
P (Balto =
P (Aalto)=

Control Estadstico de Procesos: Proyecto Integrador

51

Probabilidad condicional:
P (Abajo| Balto) =
P (Aalto| Balto) =
Probabilidad de adicin
P (Abajo U alto) = P (Abajo)+ (P Balto)
- P (Abajo
Balto)
= 0.5

Tabla Cruzada
VARIABLE
Edad Inicial
13-18
18-21
NO FUMO

FRECUENCIA
MEDIO

BAJO
0
16
5

ALTO
0
0
0

19
0
0

Tabla De Probabilidades
BAJO
EDAD INICIAL

13-18
18-21
NO FUMO

Control Estadstico de Procesos: Proyecto Integrador

MEDIO
0
40
12.5

ALTO
0
0
0

47.5
0
0

52

Grafica

Probabilidad De Edad Inicial


13-18

18-21

NO FUMO

47.5
40

12.5

0
BAJO

MEDIO

ALTO

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos

P (Bbajo)=

F= Edad Inicial
Y= Alto, Bajo, Medio
X= Frecuencia

P (Bmedio)=
P (Balto)= 0%

Probabilidad marginal:
P (Abajo =

P (Cbajo)=

P (Amedio)=

P (Cmedio)=

P (Aalto)=

P (Calto)=
Probabilidad condicional:

Control Estadstico de Procesos: Proyecto Integrador

53

P (Abajo U Bbajo) = P (Abajo)+ (P


Balto)
- P (Abajo
Balto)
= 0.475

P (Abajo| Balto) =
.4*100=40%
P (Amedio| Bbajo) =

P (Abajo U Bmedio) = P (Abajo)+ (P


Bmedio)
- P (Abajo
Bmedio)
= 40

P (Aalto| Bbajo) =
0%

P (Abajo U Balto) = P (Abajo)+ (P


Bmedio)
- P (Abajo
Bmedio)
= 1063

Probabilidad de adicin

Tabla Cruzada
VARIABLE

FRECUENCIA

Edad Actual
17-24
24-63

BAJO

MEDIO

ALTO

18
0

0
0

0
22

Tabla Probabilidad
BAJO
EDAD ACTUAL

17-24
24-63

Control Estadstico de Procesos: Proyecto Integrador

MEDIO
45
0

ALTO
0
0

0
55

54

Grafica

Probabilidad Edad Actual


17-24

24-63

45
55

0
0

BAJO

0
MEDIO
ALTO

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Definiendo Eventos

P (Bmedio)=

F= Edad Actual
Y= Alto, Bajo, Medio
X= Frecuencia

P (Balto)=

Probabilidad marginal:
P (Abajo)=
P (Bbajo =
P (Amedio)=
Control Estadstico de Procesos: Proyecto Integrador

55

P (Balto| Abajo) =
P (Aalto)=

.4*100=40%

Probabilidad condicional:
Probabilidad de adicin

P (Abajo| Bbajo) =

P (Abajo U Bbajo) = P (Abajo)+ (P


Bbajo)
- P (Abajo
Bbajo)
= 0.45

.4*100=40%
P (Amedio| Bbajo) =
P (Aalto| Bbajo) =

0%
P (Abajo U Balto) = P (Aalto)+ (P
Bbajo)
- P (Aalto
Bbajo)
=

P (Bbajo| Abajo) =
P (Bmedio| Abajo) =

Tabla Cruzada
VARIABLE
Marcas
MALBORO ROJOS
BENSONS
PALL-MALL
MONTANA
FAROS
DELICADOS
CAMEL
MALBORO-LIGTH
RALLEITGH
BOOTS
NINGUNO

FRECUENCIA
MEDIO

BAJO
0
2
0
0
0
1
1
0
4
0
0

Control Estadstico de Procesos: Proyecto Integrador

ALTO
10
0
0
2
0
1
1
0
0
2
0

12
3
1
0
2
0
1
1
0
0
5

56

Tabla De Probabilidad
BAJO

MEDIO

MALBORO ROJOS
BENSONS
PALL-MALL
MONTANA
FAROS
DELICADOS
CAMEL
MALBOROLIGTH
RALLEITGH
BOOTS
NINGUNO

MARCAS

0
5
0
0
0
2.5
2.5
0
10
0
0

ALTO
25
0
0
5
0
2.5
2.5
0
0
5
0

30
7.5
2.5
0
5
0
2.5
2.5
0
0
12.5

Grafica

Probabilidad Marcas
BAJO

MEDIO

ALTO

30
25

7.5
5
0

2.5 5
0

0
0

12.5

5
0
0
0

2.5
2.5

2.5 0
2.5

2.5

2.5

0
0

10
5

0
0
0

0
0
0

Clculo de Probabilidades (Marginal, Adicin, Condicional)


Control Estadstico de Procesos: Proyecto Integrador

57

Definiendo eventos
F=Marcas
X=Frecuencia
Y=Alto, Medio, Bajo
La probabilidad de que haya fumadores en la muestra es:
Para Malboros rojos

P(Abajo

P (Amedio

P(Amedia

P (Aalto

P(Aalto

=
=
=

Para bensons:
P (Abajo

Para camel:

P (Aalto

P(Abajo

P(Amedia

Para Pall-mall:
P (Aalto

P(Aalto

Para malboro-ligth:
P(Abajo
=

Para montana:
P (Amedia

P (Aalto

P(Abajo

Para ralleigth:
P(Abajo

P(Amedia

P(Amedia
P(Aalto

Para faros:

P(Aalto

=
=

Para delicados:

Control Estadstico de Procesos: Proyecto Integrador

=
=

P(Amedia
P(Aalto
Para Boonts:
P(Abajo

=
=

58

P(Amedia
P(Aalto

=
=

P(A2medio)= =

Para Ninguno:
P(Abajo
=
P(Amedia
P(Aalto

P(A2bajo =

P(A2alto)=

=
=

P(A3bajo =
P(A3bajo =
P(A3medio)= =

P(A4medio)= =
De la tabla anteriormente descrita se
obtiene el siguiente grafico:

Probabilidad marginal:
Probabilidad condicional:
P(Bbajo =
P(Abajo| Bbajo) =
P(Bmedio)=
P(Balto)=

0*100=0%
P(Aamedio| Bbajo) =
0*100=0%

P(Abajo)=
P(Amedio)=

P(Aalto| Bbajo) =
0.0625*100=6.26%

P(Aalto)=
P(A2bajo| B2bajo) =
*100=0%
Control Estadstico de Procesos: Proyecto Integrador

59

P(A3medio| B3bajo) =
P(A2medio| B2bajo) =

0.7916*100=79.16%

0*100=0%
P(A2alto| B2bajo) =
0.3333*100=33.33%

P(A3medio| B3bajo) =
0.2091*100=20.91%

P(A2medio| B2bajo) =
0*100=0%
Probabilidad de adicion

P(A2bajo| B2bajo) =
*100=25%
P(A2medio| B2bajo) =
0.375*100=37.5%
P(A2alto| B2bajo) =
0*100=0%

P(A2bajo| B2bajo) =
*100=25%
P(A2medio| B2bajo) =
0.125*100=12.5%
P(A2alto| B2bajo) =
0*100=0%

Control Estadstico de Procesos: Proyecto Integrador

P (Abajo U Bbajo) = P(Abajo)+ (P


Bbajo)
- P(Abajo
Bbajo)
=
0.075-0
=0.225
P (Amedio U Bbajo) = P(Amedio)+ (P
Bbajo)
- P(Amedio
Bbajo)
=
0.07-0
=0.22
P (Aalto U Balto) = P(Aalto)+ (P Bbajo)
- P(Aalto
Bbajo)
=
=1.15
P (Abajo U Bbajo) = P(Abajo)+ (P
Bbajo)
- P(Abajo
Bbajo)
=
0.6-0
=0.0.0625
P (Amedio U Bbajo) = P(Amedio)+ (P
Bbajo)
- P(Amedio
Bbajo)
=
0.6-0
=1.35
P (Aalto U Balto) = P(Aalto)+ (P Bbajo)
- P(Aalto
Bbajo)
=
=0.0.475

60

P (Abajo U Bbajo) = P(Abajo)+ (P


Bbajo)
- P(Abajo
Bbajo)
=
0.075-0.15
=0.05
P (Amedio U Bbajo) = P(Amedio)+ (P
Bbajo)

- P(Amedio
Bbajo)
=
0.075-0.15
=0.225

Actividad 4
1. Verificar si la variable principal sigue una distribucin normal.

=DESARROLLO=
1. Verificar si la variable principal sigue una distribucin normal.

Tendencia Normal
30
25

Frecuencia

20
15
10
5
0
-5

46.66666667

93.33333333

140

y mayor... 186.6666667 233.3333333

Clase

De acuerdo a la grfica anterior decimos que nuestra variable principal no persigue una
distribucin normal.
Control Estadstico de Procesos: Proyecto Integrador

61

Actividad 5

1. Realizar el clculo del intervalo de confianza para la variable principal. Esto


deber llevarse a cabo definiendo los supuestos que sustenta el
procedimiento. Interpretar el resultado obtenido.

=DESARROLLO=

Actividad 5. Realizar el clculo del intervalo de confianza para la variable


principal. Esto deber llevarse a cabo definiendo los que sustenta el
procedimiento. Interpretar el resultado obtenido.
El intervalo de confianza es el rango de valores dentro de cual determinado parmetro,
como
la
media,
se
encuentra
con
cierta
probabilidad.
Por ej, al tomar una muestra y calcular la media con determinar el intervalo de
confianza con un 95% se esta diciendo que hay un 95% de probabilidad de que la
media poblacin este dentro de ese valor.
El intervalo de confianza del 95 % se expresa como la media+/- 2 la desviacin
estndar. En general se utilizan intervalos de confianza del 95%. Si definimos la
variable aleatoria X como:

Medidas
de
Tendencia
Y
Variabilida
d
Media
Muestral
Desviacio
n
Estandar
Muestral

Edad
actual

29.95

Edad
inicial

15.675

Cuanto
gasta en
consumox
sem(peso
mex)
90.05

Tipos de
marca

1.325

Cuantas
personas
en su
familia
fuma
1.6

# de
cigarros x
semana

32.4

11.799500 6.5334935 106.31109 1.1632734 1.4464811 48.345338


2
9
4
5
4
9

Control Estadstico de Procesos: Proyecto Integrador

62

El intervalo de confianza para cada una de las variables quedara:


Intervalo
de
confianza

limite
superior
limite
inferior

Edad
actual

Edad
inicial

53.549000 28.741987
4
2
6.3509995 2.6080128
9
2

Cuanto
Tipos de
Cuantas
# de
gasta en
marca
personas cigarros x
consumo
en su
semana
x
familia
sem(peso
fuma
mex)
302.67218 3.6515469 4.4929622 309.97528
8
1
8
2
122.57218 1.0015469 1.2929622 64.290677
8
1
8
8

Este es un intervalo del 95% de confianza, es decir tienes un 95% de confianza que el
valor real est incluido en l.

Control Estadstico de Procesos: Proyecto Integrador

63

Conclusin:
Dentro de este proyecto tuvimos muchas complicaciones ya que existieron diversos
motivos que nos gener conflicto entre los integrantes del equipo los cuales resolvimos
de la mejor manera posible, aprendimos que el trabajar en equipo es difcil ya que
cada persona piensa muy diferente a los dems, logramos aprender a trabajar en
equipo pese a las circunstancias presentadas.
En la elaboracin de este trabajo tambin aprendimos ms afondo los temas vistos en
clase y as mismo a reafirmarlos, aprendimos a manejar minitab ya que era una
herramienta que utilizbamos para el desarrollo de este ya que se nos haca
complicado su uso.

De acuerdo a los datos arrogados por este proyecto nos damos cuenta que ndice de
fumadores en una muestra tomada en la colonia Carlos Revisora nos damos cuenta
que la edad en la que cada cada persona empieza fumar es muy por debajo de los
15 a as como la cantidad de cigarrillos ala semana se ha incrementado. Como
consecuencia de esto las estadsticas mexicanas mencionan que la edad promedio del
mexicano se ha visto disminuida a diversos motivos o riesgos entre los que se
encuentra el habito de fumar.
Un dato muy curioso el cual encontramos realizando en cuentas en la colonia fue que
mucha gente en su mayora menciona que su hbito de fumar se debe a imitacin o
gusto pese a que han visto campaas de dejar el hbito de fumar. As mismo que el
precio de los mismos no influyen ene l consumo de los cigarrillos ya que en los ltimos
aos el precio se ha ido incrementando ms y ms

Es alarmante conocer estas cifras y estadsticas es por ello que este proyecto nos
ayuda a comprender que el problema de adiccin al tabaco es muy preocupante, ya
que solo en una pequea muestra de personas pudimos ver diversos factores que
influyen en la calidad de vida de una persona as mismo el factor econmico que este
representa, podemos decir que el factor a nivel local,munincipal y estatal se ve
severamente afectado debido a este problema de salud. Adems de que este proyecto
nos ayuda a reafirmar los conocimientos vistos en clases as mismo el cmo aplicarlos
en problemas de la vida diaria.

Control Estadstico de Procesos: Proyecto Integrador

64

Das könnte Ihnen auch gefallen