Todos los estadísticos y gráficas para el Intervalos de tolerancia (Distribución normal)

Encuentre definiciones y ayuda para interpretar cada uno de los estadísticos y gráficas que se proporcionan con intervalos de tolerancia.

Nivel de confianza

Puesto que las muestras de datos son aleatorias, es poco probable que dos muestras de la misma población produzcan intervalos de tolerancia idénticos. Sin embargo, si usted recolecta muchas muestras, cierto porcentaje de los intervalos de tolerancia resultantes contendrá la proporción mínima de la población que usted especifique.

El nivel de confianza es la probabilidad de que el intervalo de tolerancia realmente incluya el porcentaje mínimo. Por ejemplo, un ingeniero desea saber el rango dentro del cual se encontrará el 99% del producto futuro, con una confianza de 98%. 98% es el nivel de confianza para el intervalo de confianza.
Método Nivel de confianza 98% Porcentaje de población en el intervalo 99%
Nota

Usted puede especificar el nivel de confianza del análisis en el cuadro de diálogo Opciones. Minitab muestra el nivel de confianza objetivo en la tabla Métodos. Por opción predeterminada, el nivel de confianza es 95%. Para el método no paramétrico, Minitab calcula el nivel de confianza alcanzado. El nivel de confianza alcanzado es el nivel de confianza exacto que calcula Minitab. El nivel de confianza alcanzado es generalmente mayor que o igual al nivel de confianza objetivo, a menos que el tamaño de su muestra sea demasiado pequeño.

Porcentaje de la población en el intervalo

El porcentaje de la población en el intervalo es el porcentaje mínimo de la población que usted desea que esté incluido en el intervalo de tolerancia. Por ejemplo, un ingeniero desea saber el rango que incluirá el 99% del producto futuro, con una confianza de 98%. 99% es el porcentaje de la población en el intervalo de tolerancia.
Método Nivel de confianza 98% Porcentaje de población en el intervalo 99%

N

El tamaño de la muestra (N) es el número total de observaciones en la muestra. En estos datos, el tamaño de la muestra es 400.
Estadísticas Variable N Media Desv.Est. C1 400 0.604 3.671

Media

La media resume los valores de la muestra con un valor individual que representa el centro de los datos. La media es el promedio de los datos, que es la suma de todas las observaciones dividida entre el número de observaciones.

En estos datos, la media es 0.604.
Estadísticas Variable N Media Desv.Est. C1 400 0.604 3.671

Desv.Est.

La desviación estándar es la medida de dispersión más común, que indica qué tan dispersos están los datos con respecto a la media.

Una mayor desviación estándar indica que los datos están dispersos más ampliamente alrededor de la media y producirán un intervalo de tolerancia más ancho. Una menor desviación estándar indica que los datos están distribuidos más cerca alrededor de la media y producirán un intervalo de tolerancia más estrecho.

En estos resultados, la desviación estándar es 3.671.
Estadísticas Variable N Media Desv.Est. C1 400 0.604 3.671

Método normal

Los intervalos de tolerancia son un rango de valores para una característica de calidad específica de un producto que probablemente abarque un porcentaje especificado de los productos fabricados en el futuro. Utilice el el intervalo de tolerancia del método normal si usted puede suponer sin riesgo que su muestra proviene de una población distribuida normalmente.

Si los datos siguen una distribución normal, entonces el método normal es más preciso y económico que el método no paramétrico. El método normal permite alcanzar márgenes de error más pequeños con menos observaciones.

El método normal no es robusto ante las desviaciones severas de la normalidad. Si tiene dudas sobre la distribución original o sabe que la distribución original no es normal, entonces utilice el método no paramétrico.

Interpretación

Bilateral
Utilice un intervalo bilateral para determinar el intervalo que contenga un cierto porcentaje de las mediciones de la población.
En este ejemplo, usando el método normal, usted puede estar 98% seguro de que por lo menos 99% de todas las mediciones de llenado se encuentran entre –9.604 y 10.813 del valor objetivo.
Método Nivel de confianza 98% Porcentaje de población en el intervalo 99%
Intervalo de tolerancia de 98% Método no Confianza Variable Método normal paramétrico lograda C1 (-9.604, 10.813) (-9.300, 10.700) 91.0% El nivel de confianza alcanzado se aplica sólo al método no paramétrico
Borde superior
Utilice un borde superior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será mayor que un límite superior.
En este ejemplo, el borde superior normal es 9.043, por lo que puede estar 95% seguro de que 95% del producto tendrá mediciones de 9.043 o menores.
Método Nivel de confianza 95% Porcentaje de población en el intervalo 95%
Límite de tolerancia superior de 95% Método Método no Confianza Variable normal paramétrico lograda C1 9.043 12.000 95.1% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.
Borde inferior
Utilice un borde inferior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será menor que un límite inferior.
En este ejemplo, el borde inferior normal es 1085.947, por lo que usted puede estar 95% seguro de que por lo menos 95% del producto tendrá mediciones de 1085.947 o mayores.
Método Nivel de confianza 95% Porcentaje de población en el intervalo 95%
Límite de tolerancia normal de 95% Método Método no Confianza Variable normal paramétrico lograda Horas 1085.947 1070.700 96.3% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.

Método no paramétrico

Los intervalos de tolerancia son un rango de valores para una característica de calidad específica de un producto que probablemente abarque una proporción especificada de los productos fabricados en el futuro. Si usted no puede presuponer de manera segura que la muestra proviene de una población distribuida normalmente, debe utilizar el intervalo de tolerancia del método no paramétrico.

El método no paramétrico solo requiere que los datos sean continuos. Sin embargo, el método no paramétrico requiere tamaños de muestra más grandes para que los resultados sean exactos. Si el tamaño de la muestra no es lo suficientemente grande, el intervalo no paramétrico es un intervalo no informativo que va desde el infinito negativo al infinito. En ese caso, Minitab muestra un intervalo finito de acuerdo con el rango de los datos. Como resultado, el nivel de confianza alcanzado es mucho menor que el nivel de confianza objetivo.

Interpretación

Bilateral
Utilice un intervalo bilateral para determinar el intervalo que contenga un cierto porcentaje de las mediciones de la población.
En este ejemplo, usando el método no paramétrico, usted puede estar 91.0% seguro de que por lo menos 99% de todas las mediciones se encuentran entre –9.300 y 10.700 del valor objetivo. La confianza es menor que el valor objetivo de 98%.
Método Nivel de confianza 98% Porcentaje de población en el intervalo 99%
Intervalo de tolerancia de 98% Método no Confianza Variable Método normal paramétrico lograda C1 (-9.604, 10.813) (-9.300, 10.700) 91.0% El nivel de confianza alcanzado se aplica sólo al método no paramétrico
Borde superior
Utilice un borde superior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será mayor que un límite superior.
En este ejemplo, el borde superior no paramétrico es 12.000, por lo que puede estar 95.1% seguro de que 95% del producto tendrá mediciones de 12.000 pulgadas o menos. La confianza alcanzada es aproximadamente igual al valor objetivo de 95%.
Método Nivel de confianza 95% Porcentaje de población en el intervalo 95%
Límite de tolerancia superior de 95% Método Método no Confianza Variable normal paramétrico lograda C1 9.043 12.000 95.1% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.
Borde inferior
Utilice un borde inferior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será menor que un límite inferior.
En este ejemplo, el borde inferior no paramétrico es 1070.700, por lo que usted puede estar 96.3% seguro de que por lo menos 95% de todas las mediciones será 1070.700 o mayor. La confianza alcanzada es levemente mayor que el valor objetivo de 95%.
Método Nivel de confianza 95% Porcentaje de población en el intervalo 95%
Límite de tolerancia normal de 95% Método Método no Confianza Variable normal paramétrico lograda Horas 1085.947 1070.700 96.3% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.

Confianza alcanzada

Para el método no paramétrico, Minitab calcula el nivel de confianza alcanzado. Este es el nivel de confianza exacto obtenido a partir de la muestra. Por lo general, será mayor que o igual al nivel de confianza objetivo, a menos que el tamaño de la muestra sea demasiado pequeño.

Interpretación

Bilateral
Utilice un intervalo bilateral para determinar el intervalo que contenga un cierto porcentaje de las mediciones de la población.
En este ejemplo, la confianza alcanzada es 91.0%, que es menor que el valor objetivo de 98%.
Intervalo de tolerancia de 98% Método no Confianza Variable Método normal paramétrico lograda C1 (-9.604, 10.813) (-9.300, 10.700) 91.0% El nivel de confianza alcanzado se aplica sólo al método no paramétrico
Borde superior
Utilice un borde superior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será mayor que un límite superior.
En este ejemplo, la confianza alcanzada es 95.1%, que está cerca del valor objetivo de 95%.
Límite de tolerancia superior de 95% Método Método no Confianza Variable normal paramétrico lograda C1 9.043 12.000 95.1% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.
Borde inferior
Utilice un borde inferior para determinar el intervalo que indique que un cierto porcentaje de las mediciones de la población no será menor que un límite inferior.
En este ejemplo, la confianza alcanzada es 96.3%, que es mayor que el valor objetivo de 95%.
Límite de tolerancia normal de 95% Método Método no Confianza Variable normal paramétrico lograda Horas 1085.947 1070.700 96.3% El nivel de confianza alcanzado se aplica sólo al método no paramétrico.

Gráfica de intervalos de tolerancia

Las gráficas de intervalos de tolerancia contienen lo siguiente:
  • Histograma: Muestra la distribución de los datos de la muestra. Cada barra del histograma representa la frecuencia de los datos dentro de un intervalo.
  • Gráficas de intervalos: Muestran la media y los bordes superior y/o inferior del intervalo de tolerancia de cada método. Una línea vertical al final del intervalo representa un borde y una flecha indica que no hay borde para ese lado del intervalo.
  • Gráfica de probabilidad normal: Muestra qué tan bien se ajustan sus datos a la distribución normal. Si sus datos están distribuidos normalmente, entonces los puntos de datos en la gráfica de probabilidad formarán una línea recta.
  • Tabla de estadísticos: Muestra el tamaño de la muestra, media y desviación estándar.
  • Tabla normal: Muestra los bordes superior y/o inferior del intervalo de tolerancia del método normal.
  • Tabla no paramétrica: Muestra los bordes superior y/o inferior del intervalo de tolerancia del método no paramétrico y el nivel de confianza alcanzado.
  • Tabla de prueba de normalidad: Muestra el valor p y el valor de la prueba de normalidad de Anderson-Darling. Para determinar si usted puede presuponer que los datos siguen una distribución normal, compare el valor p de la prueba de normalidad con el nivel de significancia (α). Si el valor p es menor que o igual al nivel de significancia, puede concluir que sus datos no siguen una distribución normal. En este caso, debe utilizar el intervalo de tolerancia del método no paramétrico.

Interpretación

La gráfica de probabilidad normal muestra que los puntos graficados forman una línea recta aproximada, lo que indica que los datos siguen una distribución normal. Además, el valor p de la prueba de normalidad es 0.340, que es mayor que el nivel de significancia (α = 0.05). Por lo tanto, no existe suficiente evidencia para concluir que los datos no siguen una distribución normal. El ingeniero puede utilizar los resultados del método normal.

El borde inferior normal es 1085.947, por lo que el ingeniero está 95% seguro de que por lo menos 95% de todas las bombillas supera aproximadamente 1086 horas de tiempo de quemado. Para todas las bombillas, el tiempo medio de quemado es aproximadamente 1248 horas y la desviación estándar es aproximadamente 84.1.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política