correlación

La correlación estadística determina la relación o dependencia que existe entre las dos variables que intervienen en una distribución.

Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables están correlacionadas o que hay correlación entre ellas.

ejemplo de correlación

Añadir leyenda

maneras de parar el chisme en una oficina

Nuevos Gerentes: 5 maneras de parar Negativo chisme de la oficina

Cómo dejar Negativo chisme de la oficina

Consejo # 1 - Abordar los autores concretos. Su primera acción debe ser detener el chisme negativo a nivel personal, abordando directamente los chismosos clave de uno-a-uno. Haga esto en un lugar confidencial y no donde otros puedan escuchar la discusión, tales como una sala de conferencias con una puerta que se puede cerrar. Tu objetivo es ayudar a la persona a entender el impacto de su comportamiento y las consecuencias de lo que ocurrirá si su mal comportamiento continúa (como una advertencia por escrito, que entrará en su expediente personal, degradación, pérdida de trabajo, etc.)

Consejo # 2 - Cumplir con todo su equipo. Después de dirigirse a los responsables específicos de forma individual, el siguiente paso es el de discutir la situación con todo su equipo. Esto puede hacerse mediante la inclusión de "chismes", como un tema de discusión en una reunión de personal y ayudar al equipo a comprender las diferencias entre el chisme negativo y el chisme positivo y las ramificaciones de cada uno. Entonces, trabajar con su equipo para cambiar la cultura del departamento a una que alienta chisme positivo.

Consejo # 3 - Fomentar el chisme positivo. chisme positivo en realidad puede ser bueno para las empresas y los empleados. Esto es cuando los directivos y los empleados comparten historias positivas. Un ejemplo es una compañía de dispositivos médicos comunicar historias personales de las vidas salvadas por el desfibrilador externo automático que la empresa hace - que puede ayudar a los empleados se sientan orgullosos de donde trabajan, lo que mejora el ánimo y ayuda a reducir el volumen de negocios. Chisme positivo también puede ser sobre los empleados, tales como acciones de intercambio donde los empleados salieron de su camino para ayudar a un cliente o comunicar (o incluso en toda la compañía en todo el departamento) cuando un empleado se le ocurre un producto o una idea fenomenal mejora del producto que da lugar a una patente. Tómese su tiempo en cada reunión de personal para compartir historias de chismes positivas para fomentar un comportamiento positivo.

Consejo # 4 - Modelar el comportamiento que usted desea ver. Como nuevo gerente, si chismeado previamente en la sala de descanso con los demás, que el comportamiento tiene que acabar. Los empleados acudirán a usted para qué comportamientos son aceptables e inaceptables, y que necesita para asegurarse de que están "caminando con el ejemplo" en todo momento y predicar con el ejemplo. Cambiar el suyo y los malos hábitos de los demás no es fácil, pero una vez que lo hace es posible que sólo encontrar que su departamento se convierte en el modelo a seguir para otros departamentos en toda la empresa.

Consejo # 5 - éste es un "No". Algo que no animo está tratando de detener los chismes de oficina negativo a nivel de todos los empleados, como por ejemplo mediante el envío de un mensaje masivo a todos los empleados que "chisme won oficina 't ser tolerado "o tratar de abordar la cuestión durante una reunión de toda la compañía. Si lo hace, en general, no es eficaz, ya que no tiene en cuenta los delincuentes específicos - ya menudo provoca buenos empleados que mueven la cabeza y se preguntan por qué el equipo de gestión es el conflicto aversión. En su lugar, proporcionar a los directivos con formación sobre trato a los conflictos y alentar a todos los gerentes para hacer frente a los chismosos negativos de inmediato y directamente.

graficos

Graficos de Control by AlondrithaaMagaña

gráficos de control p,c,u

Nuevo by AlondrithaaMagaña

GRÁFICOS DE MEDIAS Y RANGOS

estratificado de reactores 

hoja de calculo o lista de verificaciones

es una hoja que se emplea ara el registro y recopilación de datos
ejemplos
-lista de asistencia
-lista de nomina de pago
-lista de actividades
-encuestas
-hojas de cambio de linea

ejemplo de una encuesta

Nelson rules

Rule 1

One point is more than 3 standard deviations from the mean.

Rule 2

Nine (or more) points in a row are on the same side of the mean.

Rule 3

Six (or more) points in a row are continually increasing (or decreasing).

Rule 4

Fourteen (or more) points in a row alternate in direction, increasing then decreasing.

Rule 5

Two (or three) out of three points in a row are more than 2 standard deviations from the mean in the same direction.

Rule 6

Four (or five) out of five points in a row are more than 1 standard deviation from the mean in the same direction.

Rule 7

Fifteen points in a row are all within 1 standard deviation of the mean on either side of the mean.

Rule 8

Eight points in a row exist with none within 1 standard deviation of the mean and the points are in both directions from the mean.

la empacadora de carnes frías toros y letrillas elaboro empaques de una libra "454" con una tolerancia de 6gr se toma una muestra de 250 piezas encontrándose un peso máximo de 460g y mínimo de 452g las frecuencias de las que categorías  fueron; 13,19,24,30,47,36,23,18 elabora un análisis estadístico para determinar el desempeño del proceso

histograma

la inge. marcelina debe seleccionar un probador de anillos para pistones que utiliza en la fabrica de sistemas hidráulicos. elijemos este probador de acuerdo con los dato y especificaciones de el cliente

2

histograma

histograma

DATOS:
max: 11.315
min: 10986
N° intervalos 11
rango: 0.329

histograma

EL HISTOGRAMA

El histograma es un tipo especial de gráfico de barras que se puede utilizar para comunicar
información sobre las variaciones de un proceso y/o tomar decisiones enfocándose en los
esfuerzos de mejora que se han realizado.

Comúnmente las estadísticas por si mismas no proporcionan una imagen completa e
informativa del desempeño de un proceso. El histograma, siendo un gráfico de barras especial, se
utiliza para mostrar las variaciones cuando se proporcionan datos continuos como tiempo,
peso, tamaño, temperatura, frecuencia, etc.

El histograma permite reconocer y analizar patrones de comportamiento en la información que no
son aparentes a primera vista al calcular un porcentaje o la media.

LOVELAND COMPUTERS

distribución de bernoulli en este archivo tendrás una herramienta muy interesante que te ayudara a resolver problemas con este tipo de distribución: aquí les dejo un ejemplo para que les sea mas fácil la comprensión de este.
En un restauran de comida rápida el 25 % de las ordenes incluyen un refresco pequeño, el 35 % un refresco mediano y un 40 % refresco grande, se selecciona una orden al azar y se determina cual tamaño de refresco pidieron.
Genera 3 variables aleatorias, X vaso chico, Y vaso mediano, Z vaso grande y construye las distribuciones.

distribución binomial

este archivo les sera de gran utilidad, ya que al presentarse un problema de distribución bernoulli, repetido veces de forma independiente y se trata de calcular la probabilidad de un determinado numero de éxitos.
Aquí les presentamos un ejemplo: la fabrica de computadoras TOMEIRO dice que tiene una taza de defectos del .3%. sin embargo la nene pequeña no cree que sea cierto, por lo que toma una muestra de 360 piezas y encuentra 2 defectos. ¿interpreta el resultado?¿que le diría la nena pequeña a TOMEIRO. este problema presenta la posibilidad de que me salgan 0, o 1 piezas de error mayor mente, que esto es lo que me indica que esta en lo correcto tomeiro de su error del 0.3 % pero aquí me sale que tengo una probabilidad de casi un 20 % de que me salgan 2 computadoras en la muestra de error, lo que me indica que tomeiro no esta correcto en los datos que presento, ya que su margen de error es mas grande que el esperado.

este problema presenta la posibilidad de que me salgan 0, o 1 piezas de error mayor mente, que esto es lo que me indica que esta en lo correcto tomeiro de su error del 0.3 % pero aquí me sale que tengo una probabilidad de casi un 20 % de que me salgan 2 computadoras en la muestra de error, lo que me indica que tomeiro no esta correcto en los datos que presento, ya que su margen de error es mas grande que el esperado.

Matemáticas con Tecnología: Basic probability

Matemáticas con Tecnología: Basic probability: Fundamentos de probabilidad. El estudio de la teoría de probabilidades es fundamental para cualquier disciplina científica, la mayoría ...

trabajo

matemáticas

ejercicio

ejercicio de matemáticas

frecuencia relativa acumulada

Datos agrupados 04 from Matematica de Samos



a continuación vamos a calcular algunas medidas de tendencia central y dispercion: media aritmética, desviación media,varianza, desviación estandar. determinar la media aritmética de datos x. agregas otra columna en la que se multiplica las marcas de clase por las frecuencias absolutas correspondientes a fixi.*se pierde algo de exactitud porque se multiplica la frecuencia absoluta por la marca de clase es como si sumáramos todos los datos.si calculamos la media aritmética sin agrupar datos sumamos uno por uno y dividimos entre 300. la media aritmética nos indica el punto medio de los datos es una media de tendencia central existen otras medidas de tendencia central como la mediana  y la moda. enseguida determina la desviación media de los datos Dx *se necesita determinar la dispercion de los datos, es decir que tanto se alejan de la media aritmética *un valor que nos indique esta dispercion es la desviación media de los datos.determinar la desviación media de los datos *esta desviación media es el promedio de las distancias de cada dato respecto a la media *diferencia absoluta entre cada marca de clase y la media por la frecuencia absoluta.determina la varianza y la desviación estándar de los datos S2 y S el cuadrado de la diferencia de cada marca de clase y la media por la frecuencia absoluta  

Datos agrupados 03 from Matematica de Samos



en esta presentación veremos como determinar una frecuencia:absoluta,acumulada,relativa y relativa acumulada como primer paso ai que obtener los intervalos aparentes,después los intervalos reales luego calcular las marcas de clase (x) las marcas de clase representan representan cada una de ellas,se calculan promediando los limites inferiores y superiores de los intervalos reales.*las marcas de clase representan cada una de ellas , todos los datos contenidos en el intervalo correspondiente *al tomar las marcas de clase  para efectuar todos nuestros cálculos vamos a perder un poco de exactitud * es como si afirmáramos que todos los datos en un intervalo son iguales a la marca de clase. determina las frecuencias absolutas (f) luego determina las frecuencias absolutas (f) en seguida determina las frecuencias acumuladas la primera frecuencia acumulada es igual a la primera frecuencia absoluta. la ultima frecuencia acumulada debe ser igual al numero de datos.determina kas frecuencias relativas (fr) la frecuencia relativa es calculada dividiendo la frecuencia absoluta(f)entre el numero de datos, determina las frecuencias relativas acumuladas (fr) en ovaciones se expresa la frecuencia relativa en términos de porcentaje. y por ultimo determinar las frecuencias relativas acumuladas(fra), la primera frecuencia relativa acumulada es igual a la primera frecuencia relativa*la segunda (fra),es igual a la primera (fra) mas la segunda (fr) 

Datos agrupados 02 from Matematica de Samos


esta presentación construye una tabla de distribuciones de frecuencia para datos estos intervalos deben cumplir 4 condiciones el primer limite inferior, ultimo limite inferior,el primer limite superior y el ultimo limite superior para obtener dichos intervalos necesitamos calcular la distancia ente un intervalo y otro. la distancia entre estos intervalos es la diferencia entre limite inferior del segundo intervalo y el limite superior del primero y hacemos una resta. dividimos estas distancias entre 2: 1 entre 2=0.5 este limire se resta a los limites inferiores. para completar una tabla de distribuciones de frecuencias con datos agrupados se utiliza los intervalos reales  no los aparentes 

Datos agrupados 01 from Matematica de Samos

hola:

bueno primero para ahorrarnos  trabajo hay que agrupar los datos. primer paso encontrar en los datos el máximo y mínimo hacemos una resta y a si calculamos  el rango como segundo paso determina el numero de intervalos que se van a agrupar en los datos lo puedes hacer con el numero de datos y luego sacas una raíz cuadrada del numero de datos un tercer paso es determinar el tamaño del intervalo y pues divides el rango entre el numero de intervalos. existen muchas formas para construir los 10 intervalos aparentes. tenemos que fijarnos en los números de intervalos para que sea menor o igual al valor máximo. cuando los números son enteros. para obtener el primer numero superior hacemos una resta y para finalizar sumamos el tamaño  de intervalos  a cada limite superior. tenemos que revisar que el primer limite superior debe ser mayor o igual al valor mínimo y el ultimo limite superior debe ser mayor o igual al mayor maximo. antes de obtener los intervalos apropiados necesitamos realizar varios ajustes. y finalmente obtienes los intervalos que estos son rutiles para contar los datos cuando los hacemos manualmente sin olvidar que en la tabla se deben anotar los intervalos reales