Tarea 3
Ricardo Isaac Montemayor Mier,1456153, 3305, Martes N1-N3.
M.I. Carlos Vaquera
Ingenieria Biomedica, Ingeniería en Electrónica y Automatización
Facultad de Ingeniería Mecánica y Eléctrica, Universidad Autónoma de Nuevo León
Evididencia 3 20 minutos de desarrollo, Calificación:_____
Analisis de una serie de mediciones y su descripción
estadística.
Mediciones
La medición, en líneas generales, es comparar la medida de
una cosa con la medida de otra. Para esto, se deben asignar
distintos valores numéricos o dimensiones a uno varios objetos
utilizando diferentes procedimientos.
La medición, entonces, es un proceso básico que consiste en
comparar un patrón elegido con otro objeto o fenómeno que
tenga una magnitud física igual a éste para poder así calcular
cuántas veces el patrón está contenido en esa magnitud en
especial. Sin embargo, esta acción que parece tan simple de
calcular, se dificulta cuando lo que se desea medir y expresar
numéricamente es un poco más intangible o incluso
evanescente.
El proceso de medición tiene como fin distinguir objetos,
fenómenos o casos para luego poder clasificarlos. Para que sea
válido, este proceso debe responder algunos requisitos y
principios. En primer lugar, debe ser válido. Es decir, deben
existir maneras de demostrar la manera en la que se realiza la
medición.
Además, el proceso de medición debe ser fiable, se
debe aplicar con repetición en varios casos y que proporcione
siempre los mismos -o parecidos- resultados. Por último, es
necesario el proceso de la precisión, esto quiere decir que la
medida deberá ser precisa cuando se pueda localizar con total
exactitud en relación con el propósito que se quiere obtener.
Tipos de medición
Existen distintos tipos de medición y los desarrollaremos a
continuación:
Medición directa: Podemos obtener este tipo de medida al
utilizar un instrumento de medición que sea capaz de comparar
la variable que se va a medir con un determinado patrón. En
este tipo de medición se deben comparar dos objetos que
posean la misma característica. Es decir, si utilizamos un
calibrador, se calculará la longitud de un objeto en
comparación a la longitud establecida en el mismo. Otro claro
ejemplo de esto es si medimos la frecuencia de un objeto con
la frecuencia de un estroboscopio.
Medidas reproducibles: Son aquellas en las que se puede
obtener siempre el mismo resultado si es que se logran efectuar
una serie de comparaciones entre la misma variable y el aparato
para medir utilizado. Son procedimientos que no destruyen ni
producen ninguna alteración importante en el sujeto que se
encuentra en medición. Por ejemplo, si se mide varias veces el
mismo lado de una cama, los resultados serán siempre iguales.
Medición estadística: Ocurre cuando se obtienen distintos
resultados a la vez aunque se realicen varias comparaciones
entre la misma variable y el mismo aparato de medida
seleccionado. Si se desea comparar la cantidad de personas que
leen un determinado periódico, a pesar de que cada día el
número sea distinto, igualmente se podrá alcanzar un resultado
que será el valor medio o anual.
Medición indirecta: No siempre se pueden calcular las medidas
entre variables de manera directa, ya sea por su tamaño,
naturaleza o por otros posibles obstáculos. Es por esta razón
que la medición indirecta ocurre cuando se calcula la medición
deseada calculando una o más magnitudes diferentes para
luego poder calcular la magnitud deseada al calcular la
magnitud o magnitudes calculadas de manera directa.
No obstante, no siempre los resultados son satisfactorios ya
que pueden ocurrir distintos tipos de errores a la hora de
realizar una medición. Según la ocurrencia de errores, se
pueden distinguir los errores sistemáticos o los errores
aleatorios. En cambio, si nos referimos a la cuantificación de
errores, podemos encontrar errores absolutos o errores
relativos.
Desviacion estandar
La desviación estándar es la medida de dispersión más común,
que indica qué tan dispersos están los datos con respecto a la
media. Mientras mayor sea la desviación estándar, mayor será
la dispersión de los datos.
El símbolo σ (sigma) se utiliza frecuentemente para representar
la desviación estándar de una población, mientras que s se
utiliza para representar la desviación estándar de una muestra.
La variación que es aleatoria o natural de un proceso se conoce
comúnmente como ruido.
La desviación estándar se puede utilizar para establecer un
valor de referencia para estimar la variación general de un
proceso.
Hospital 1 Hospital 2
Tiempos de egreso de un hospital
Considere el ejemplo siguiente. Los administradores dan
seguimiento al tiempo de egreso de los pacientes tratados en
las áreas de urgencia de dos hospitales. Aunque los tiempos de
egreso promedio son aproximadamente iguales (35 minutos),
las desviaciones estándar son significativamente diferentes. La
desviación estándar del hospital 1 es de aproximadamente 6.
En promedio, el tiempo para dar de alta a un paciente se desvía
de la media (línea discontinua) aproximadamente 6 minutos.
La desviación estándar del hospital 2 es de aproximadamente
20. En promedio, el tiempo para dar de alta a un paciente se
desvía de la media (línea discontinua) aproximadamente 20
minutos.
Distribucion t student
En probabilidad y estadística, la distribución t (de Student)
es una distribución de probabilidad que surge del problema
de estimar la media de una población normalmente
distribuida cuando el tamaño de la muestra es pequeño.
Aparece de manera natural al realizar la prueba t de
Student para la determinación de las diferencias entre dos
varianzas muestrales y para la construcción del intervalo de
confianza para la diferencia entre las partes de dos poblaciones
cuando se desconoce la desviación típica de una población y
ésta debe ser estimada a partir de los datos de una muestra.
Conclusion
La desviación estándar se utiliza en una variedad de campos y
profesiones. A menudo se la emplea como medida de cuán
preciso y fiable podría ser un conjunto de datos. Por ejemplo,
en un estudio científico, la desviación estándar de los datos
puede indicar si los datos son consistentes y así ayudar a los
científicos a considerar la solidez de cualquier conclusión
científica sobre la base de sus datos. En meteorología, la
desviación estándar de los datos del tiempo puede ayudar a un
observador a entender cuán confiable y predecible puede ser el
pronóstico del tiempo.
Distribucion t student: es una distribución de probabilidad que
se usa cuando el tamaño de la muestra es menor de 30 datos no
se conoce la desviación estándar de la población y cuando la
población de la que se extrae la muestra es normal. Sus
aplicaciones en la interferencia estadística son para estimar y
aprobar una media y una diferencia d medias (independiente y
pareada)
Bibliografias
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=
S0188-21982015000100009
https://www.geniolandia.com/13063200/acerca-de-la-
desviacion-estandar
(a) T
i
e
m
p
o
s
d
e
e
g
r
e
s
o
d
e
u
n
h
o
s
p
i
t
a
l
C
o
n
s
i
d
e
r
e
e
l
e
j
e
m
p
l
o
s
m
p
o
d
e
e
g
r
e
s
o
d
e
l
o
s
p
a
c
i
e
n
t
e
s
t
r
a
t
a
d
o
s
e
n
l
a
s
á
r
e
a
s
d
e
u
o
p
r
o
m
e
d
i
o
s
o
n
a
p
r
o
x
i
m
a
d
a
m
e
n
t
e
i
g
u
a
l
e
s
(
3
5
m
i
n
u
t
o
s
)
,
f
e
r
e
n
t
e
s
.
L
a
d
e
s
v
i
a
c
i
ó
n
e
s
t
á
n
d
a
r
d
e
l
h
o
s
p
i
t
a
l
1
e
s
d
e
a
t
a
a
u
n
p
a
c
i
e
n
t
e
s
e
d
e
s
v
í
a
d
e
l
a
m
e
d
i
a
(
l
í
n
e
a
d
i
s
c
o
n
t
i
n
u
d
e
l
h
o
s
p
i
t
a
l
2
e
s
d
e
a
p
r
o
x
i
m
a
d
a
m
e
n
t
e
2
0
.
E
n
p
r
o
m
e
d
i
o
,
e
a
d
i
s
c
o
n
t
i
n
u
a
)
a
p
r
o
x
i
m
a
d
a
m
e
n
t
e
2
0
m
i
n
u
t
o
s
.