Post on 11-Feb-2018
7/23/2019 Analisis Bidimensional de Datos Estadisticos
1/13
ESCUELA ACADMICO PROFESIONAL DE
INGENIERA DE MINAS
INFORME N 02
Analisis Bidimensional de Datos Estadsticos
ASIGNATURA : Anlisis Estadstico de Datos Mineros
ESTUDIANTE : Renato Pea Saldaa
CODIGO : 2!" # "$%&"
DOCENTE : In'( Salo)on Orti*
A+O : Tercero
TACNA PER
2015
7/23/2019 Analisis Bidimensional de Datos Estadisticos
2/13
I. INTRODUCCION:
En nuestros das se especula que la Estadstica se colocar en lasprimeras dcadas del prximo siglo desarrollo de las investigaciones,
dado que sus procedimientos le permiten la toma de decisiones antesituaciones de incertidumbre.
La Estadstica a menudo ha sido clasifcada como un mtodo deinvestigacin, asociado con o en contraposicin a, mtodos tales comoel estudio de casos, el anlisis cronolgico y la experimentacin. Enmuchos casos esta clasifcacin es inadecuada, es meor considerar laEstadstica como !el suministro de un conunto de herramientassumamente "tiles en la investigacin#.
$uando se dispone de una serie de datos experimentales, con mucha
%recuencia resulta provechoso determinar la relacin matemtica entre
las variables dependiente e independiente. &na %orma por dems
conveniente, es a travs de una ecuacin que se auste a los datos' en el
caso de los datos experimentales, la ecuacin de auste, se llama
emprica y es muy particular tanto de los datos como del %enmeno
mismo.
7/23/2019 Analisis Bidimensional de Datos Estadisticos
3/13
II. OBJETIVO:
El o,-eti.o del in/or)e es anali*ar e inter0retar ordenada)ente los datos de
las le1es de a0licando )todo de )ni)os c3adrados4 ta,3lando 1 3sando
'ra/icas con lo c3al se .a a red3cir al )s )ni)o error esti)ado(
III. MARCO TEORICO:
(e reali) un anlisis estadstico descriptivo de una serie de datos
especfcos*
Mtodos de anlisis:mtodos de mnimos cuadrados, mediana,
medidas de dispersin
1) Medidas de centali!aci"n:
Mtodo de los #$ni#os c%adados: Los mnimos cuadrados y consiste en
hallar el valor de las constantes a y b de tal manera que redu)can al mnimo
la suma de los cuadrados de los errores entre los valores yi dados y losvalores y +xi- a+xi / b en la lnea de aproximacin.
La primera ecuacin se puede considerar una %uncin de
dos !variables# a y &, a la que se le quiere hallar un mnimo. 0ara que ocurra
un mnimo es necesario que las derivadasparciales sean cero. 1bserve que las xi e yi son puntos de datos.
7/23/2019 Analisis Bidimensional de Datos Estadisticos
4/13
2l dividir entre 34 cada una de estas ecuaciones y desarrollar las sumatorias
se obtienen las llamadas ecuaciones normales
La solucin del sistema 4-, de dos ecuaciones con dos incgnitas es
'()
0or lo tanto la recta que meor se austa a los datos xi, yi-, 5 i
relacionados en %orma lineal es * ax+b con a y b dados por '().
El problema de aproximar un conunto de datos xi, yi-, 5 i n con un
polinomio algebraico Pmx- de grado m6n 3 5 mediante el procedimiento de
mnimos cuadrados, es similar al de y ax / b
En muchos casos los datos provenientes de pruebas experimentales no son
lineales por lo que es necesario austarlos a una %uncin que no sea un
polinomio de primer grado. 2lgunas veces conviene suponer que los datos
tienen una relacin exponencial. 0ara ello, la %uncin de aproximacin debe
tener la %orma*
Es posible desarrollar
ecuaciones normales para stas de manera anloga al desarrollo precedente
para una recta por mnimos cuadrados si las derivadas parciales se igualan a
cero. 7ales ecuaciones no lineales son mucho ms di%ciles de resolver que
las ecuaciones lineales. 0or esta ra)n el mtodo que suele utili)arse cuando
se !sospecha# que los datos tienen una relacin exponencial, consiste en
considerar el logaritmo de la ecuacin de aproximacin*
y 8eax 9- o bien
y 8xa ',) para algunas constantes a y 8
7/23/2019 Analisis Bidimensional de Datos Estadisticos
5/13
y 8eax
ln y ln8eax-
ln y ln 8 / ln eax
ln y ax / ln 8 :-
y 8xa
ln y ln8xa-
ln y ln 8 / ln xa
ln y aln x / ln 8 ;-
:- y ;- se conocen como %ormas lineali)adas-
1bserve que en :- se presenta en una relacin lineal entre x y ln y, por lo
que se pueden usar las %rmulas dadas en ?@ de
los datos.
Xme=x
n+1
2 ' (i n es impar
Xme=
xn
2+x
n
2+1
2
' (i n es par
Medidas de dis-esi"n:
Vaian!a -o&lacional: La varian)a poblacional se
denota como AB, es el promedio de los cuadrados de las distancias de los
datos a su media aritmtica
7/23/2019 Analisis Bidimensional de Datos Estadisticos
6/13
Vaian!a #%estal: La varian)a muestral se denota como (B, (e calcula
igual que la varian)a poblacional, dividiendo entre n=5
Desiaci"n estnda: Cide la variacin de los datos en trminos
absolutos, se interpreta como la distancia promedio de los datos a su
media aritmtica. (e expresa en las mismas unidades que las empleadas
en los datos, se calcula tomando la ra) cuadrada positiva de la varian)a.
=2
Desviacin estndar muestral
Coe/ciente de aiaci"n: Cide la variacin relativa de la variable conrespecto a su promedio, expresa a la variacin de los datos como
porcentae de su promedio.
$
X100
0ara el anlisis estadstico se utili) las %unciones estadsticas de Excel*
(e cre una tabla de %recuencias (e ordenaron los datos con la %uncin* 1FDEG2F (e calcul las sumatorias, promedios, y los logaritmos naturales La %uncin mediana* CEDH2G2 La %uncin varian)a* 2F.( La %uncin desviacin estndar* DE(E(7.C
7/23/2019 Analisis Bidimensional de Datos Estadisticos
7/13
(e utili) mtodos de mnimos cuadrados para austar los datos
N0 deM%esta
2ees dec%
2ees deA3 456 756 47
5 4? 5:I ?.;< ?.I ?.>I9
4 ;;: ?.;J45 ?.:;:
< 9; 5:J ?.;< ?.5I9 ?.;J45 ?.:9?
> ;; 5:I ?.;I ?.JJ ?.:?I9 ?.JI?5 ?.;;4
: J9 5:< ?.;I 5.4< ?.:?I9 5.>54J ?.J>J
; 5?J 5:I ?.I 5.>: ?.:9 4.95I9 4. 5;: ?.>: ?.:4 ?. ?.???J 5.>:4> ?.?J
49 >? 5? ?.5 5.I; ?.?5 99 4; ?.4 ?.:> ?.?9 ?.944> ?.5 5 ?.;44> ?.I>
4J 95 ;; ?.I> ?.:9 ?.;44> ?.9?J: ?.>99
7/23/2019 Analisis Bidimensional de Datos Estadisticos
8/13
'484#ed)
'78
7#ed)
'48
4#ed)56
'78
7#ed)56
'484#ed)'78
7#ed)
'7i8Ao8
a14i)56?.55;:J =?.?JI4?I?.:?J>44?.?54I;4;
;>?.5I;:449?
7/23/2019 Analisis Bidimensional de Datos Estadisticos
9/13
=?.?J4:::
:; ?.I;5
55 ?.55;:9J =?.?;
?9?.
7/23/2019 Analisis Bidimensional de Datos Estadisticos
10/13
?.9I?I4:5J:
a?5.9J5>I:5
I
5
5.>
4
4.>
%x- ?.;IxN4 = 5.49x / 5.>J
FB ?.5
5
5.>
4
4.>
%x- = ?.9Ix / 5.9JFB ?.55
=a/ca 2ineal
Linear -
Linear -
Linear -
R*.((6>1?
5
5.>
4
4.>
%x- = 9.>
7/23/2019 Analisis Bidimensional de Datos Estadisticos
13/13
? ?.4 ?.9 ?.: ?.I 5 5.4?
?.>
5
5.>
4
4.>
PP=plot
0EF$EG7HL 0FHC2FH1
2xis 7itle
IV. CONC2UIONE:
Con los grficos obtenidos estamos procediendo a hacer el anlisis Bidimensional
del conjunto de datos, previamente tabulados y procesados.
Segn el anlisis hecho a los datos, y las grficas resultantes, se puede inferir que
para obtener un menor error o mnimo error en el anlisis de los datos, se debe
hacer un reajuste a los datos, usando el mtodo de mnimos cuadrados.
!aciendo el ajuste por mnimos cuadrados, se observara que los datos se ajustan
a la lnea de tendencia o se acercan ms a esta.
Es importante manejar el Excel, ya que nos brinda un gran soporte para el procesamiento de
datos en este l caso de la Estadstica.