UNIVERSIDAD NACIONAL

DEL SANTA
Facultad de Ingeniera
E.A.P. Ingeniera Agroindustrial

DIAGRAMA DE SCARDET
CURSO:

INTEGRANTES:

Organizacin y AdministracinContreras Prado

de Empresas
Elizabt
Salvador Reyes
PRORFESO
CICLO
: X
Rebeca
Ing. Gamarra Leiva

R:

Pedro Walter

DIAGRAMA DE DISPERSION
Eldiagrama de dispersines una herramienta grfica que
ayuda a identificar la posible relacin entre dos variables.
Representa la relacin entre dos variables de forma grfica, lo
que hace ms fcil visualizar e interpretar los datos.
Son tcnicas de mejora o herramientas utiles para mejorar
procesos y operaciones en general.

Disposicin:
Una
Eje de abscisas: variable
independiente (X)
Eje de ordenadas: variable
dependiente (Y)
Frecuentemente X es una
variable controlada (no
aleatoria)
Un punto por cada observacin
(par de valores X-Y)

Formas tpicas de diagramas

r cerca
de 1

r tiende
a0
r tiende
a1

r cerca
de -1

r tiende
a -1
r cerca
de 0

GRFICOS DE DISPERSIN
Dadas dos variables X y Y tomadas sobre el mismo elemento de
la poblacin, el diagrama de dispersin es simplemente un grfico
de dos dimensiones, donde en un eje (la abscisa) se grafica
una variable (independiente), y en el otro eje (la ordenada)
se grafica la otra variable (dependiente).
Si las variables estn correlacionadas, el grfico mostrara
algn nivel de correlacin (tendencia) entre las dos variables.
Si no hay ninguna correlacin, el grfico presentara una figura
sin forma, una nube de puntos
dispersos en el grfico.
Una

COVARIANZA
Para estudiar la relacin entre 2 variables se

calcula la denominada covarianza ( ) que nos

indica el grado de variacin conjunta de ambas
variables asi como el sentido de la misma:
Directa o positiva (ambas varan en el mismo
sentido)
Inversa o negativa (varan conjuntamente pero en
sentido contrario)
Covarianza

poblacional:

Una

En
resumen
nos
permite
cuantificar
la
La
covarianza
dependencia estadstica de las variables.
puedes
tener

Covarianza muestral:

resultado
negativos
ya
que
en
el
producto
de
dos diferencias
si
es
una
negativa.

EL COEFICIENTE DE CORRELACIN LINEAL DE

PEARSON
El Coeficiente de Correlacin Lineal de Pearson es un
ndice estadstico que permite medir la intensidad
de la relacin lineal entre dos variables.
CARACTERISTICAS:
Solo en relaciones tipo lineal.
Se nombra cuando pertenece a la poblacin y si r
pertenece a una muestra.
No tiene unidades.
Su valor oscila entre 1 y -1
Una
1 cuando la correlacin es perfecta y directa
0 cuando no existe correlacin
-1 cuando es perfecta e inversa
Su clculo se
basa en la
siguientes
expresiones:

EL COEFICIENTE DE CORRELACIN LINEAL DE

PEARSON
Si el coeficiente de correlacin de Pearson (r) es
cercano a 0, las dos variables no tienen mucho que
ver entre s (no tienen casi ninguna covariacin
lineal). Si su valor es cercano a +/-1, esto significa
que la relacin entre las dos variables es lineal y est
bien representada por una lnea.
Una

PRUEBA DE HIPOTESIS: RELACION

ENTRE VARIABLES CUANTITATIVAS
Se construye las siguientes
hipotesis:

Se sabe que siguen uns distribucion t de

Student Fisher con n-2 grados de libertad si la
variables la ley normal y no estan relacionadas.
Una
Segun el valor t obtenido:

REGRESION
Para predecir los valores de una d las variables a
partir de otras utilizamos las rectas de regresion:
De Y sobre X, para hallar los valores de Y
conocida X.
de X sobre Y, para hallar los valores de X
La conocida
expresin
Y. que nos permite simplificar,
comprender y predecir la relacin existente entre
las variables:
Una

Habr un cierto margen de error en la

aproximacin de la nube de puntos a una sola
recta. Por ello flexibilizamos la formula a la
e se considera un
siguiente forma:
efecto residual

REGRESION
Para hallar una recta que se adapte adecuadamente a

los valores observados es necesario estimar

poblacionales que serian sustituidos por a y b.

Tenemos entonces los valores reales y y los

ajustados y*. La diferencia entre ambos e
corresponde a la discrepancia, el margen de error o el
valor residual para unUnaindividuo entre el valor
observado y el calculado.
Utilizamos el metodo de minimos cuadrados para
minimizar la suma de los residuos al cuadrado:

Obtenemos las estimaciones de a y b. Este ultimo

equivale al coeficiente de regresion:

El coefiente

COEFICIENTE DE
DETERMINACION
de determinacion es una

medida de
la proporcin en que la variacin total medida por
la varianza, es decir mide la representatividad que
la recta de regresin tiene de la realidad.

CARACTERISTICAS:

Su valor es siempre positivo (<o).

Su valor se situa entre 0Una
y 1.
Si = 1, la relacion entre las variables es perfecta
y la representatividad de la recta es la maxima.
No exite valores residuales.
Si = 0, la recta de la regresion no explica en
absoluto la relacion entre variables.
No posee unidades.
equivale al cuadrado del coeficiente lineal de
Pearson Si

ECUACIONES DE
REGRESION

REGRESION

ECUACION

Lineal
Logaritmica
Exponencial
Cuadratica
Una

CLASIFICACION DE
CORRELACION
CORRELACION
VALOR O RANGO
Perfecta
Excelente
Buena
Regular
Mala

|R|< 0.5

EJEMPLO:
Una planta procesadora de pulpa de fruta envasa
pulpa de maracuy en bolsas de polietileno de 1 kg.
Se desea saber si hay correlacin entre la velocidad
de llenado y la variacin de peso; para ello se
controlaron 20 bolsas donde se tomo en cuenta la
velocidad y se anotaron los pesos respectivos.

Una

A continuacion se muestran los datos en la

siguiente tabla:

DATOS:
VELOCIDA
N DE
PESO DE
D DE
CONTROLE
BOLSA
MAQUINA
S
(Kg)
(m/min)
1
3.5
1.02
2
3.7
1
3
3.9
1.04
4
3.5
1
5
4.8
1.1
6
3.9
1.05
7
4.5
1.08
8
5.1
1.09
9
4.2
1.07 Una
10
4.5
1.09
11
3.6
1.02
12
4.6
1.08
13
3.4
1.02
14
4.3
1.06
15
3.6
1.04
16
3.9
1.06
17
4.5
1.07
18
4.8
1.11
19
3.5
1.03
20
3.7
1.04

SOLUCION EN
STARGRAPHICS:
Grfico de PESO DE BOLSAS (Kg) vs VELOCIDAD DE MAQUINA (m/min)

PESO DE BOLSAS (Kg)

1.12
1.1
1.08
1.06

Una

1.04
1.02
1
3.4

3.7

4
4.3
4.6
4.9
VELOCIDAD DE MAQUINA (m/min)

5.2

GRACIAS