presentación1 wafer

Download Presentación1 wafer

Post on 02-Jan-2016

80 views

Category:

Documents

1 download

Embed Size (px)

TRANSCRIPT

Presentacin de PowerPoint

CLCULOS ESTADSTICOS DE LA MASA DEL WAFER

ASIGNATURA: ESTADSTICA DE ALIMENTOS (AI-244)

PROFESOR: ING. Juan Carlos PONCE RAMREZ

INTEGRANTES:GMEZ QUICHUA, Wilber LUJN BAEZ, Mary ZenittCRDENAS AYALA, FidelMALLQUI ELME, Leoncio

CLCULOS ESTADSTICOS DE LA MASA DEL WAFERINTRODUCCIN

Kendall y Buckland definen la estadstica como unvalorresumido, calculado, como base en unamuestrade observaciones que generalmente, aunque no por necesidad, se considera como una estimacin de parmetro de determinadapoblacin; es decir, unafuncindevaloresde muestra.

Entonces aplicaremos la estadstica para en el clculo del peso del wafer(Nick de costa).analizando a un subconjunto de la poblacin, llamada muestra. Entonces los datos obtenidos sern analizadas aplicando la estadstica de dos propsitos: descriptiva e inferencial.

HISTORIA DE WAFER NICK DE COSTADurante sus inicios en 1907, la fbrica Costa estaba enfocada principalmente a la produccin de caramelos.

Con la construccin de la planta de galletas, Costa pasa a tener una importante presencia en el mercado internacional, y a tener un gran xito en sus importaciones y aceptacin en el mercado nacional.En el ao 1995, se construye una moderna fbrica de galletas y bizcochos en Lima.

En el ao 1997, Costa pasa a formar parte de Molitalia S.A. En la planta de galletas y chocolates, Molitalia fabrica casi el total de productos bajo la marca COSTA comercializados en Per, productos que ya se han convertido en los preferidos del consumidor peruano.

Actualmente, COSTA es la firma aval para marcas que han cobrado vida propia, como: Vizzio, Mecano, Chocman, Tuyo, Nik, Frac, Obsesin, Gretel, entre otras.

Adems, COSTA ha traspasado fronteras, y hoy se exporta a ms de 24 pases.

MARCO TERICO:TABLA DE INFORMACIN NUTRICIONAL

Hechos Nutricionalespor 7 unidades (30 g)Energa653 kj156 kcalProtena1,1 gGrasa7,9 gCarbohidrato20 gWAFER NICK-COSTAEs la representacin estructurada, en forma de tabla, de toda la informacin que se ha recogido sobre la variable que se estudia.

Resume los datos mostrando la frecuencia o nmero de elementos que hay en cada clase.Distribucin de Frecuencias:Distribucin de frecuencia AbsolutaEs el numero de veces que aparece un determinado valor en un estudio estadstico

Distribucin de frecuencia relativa

Es el cociente entre la frecuencia absoluta de un determinado valor y el numero total de datos .Se puede expresar en tanto por ciento

Medidas de Posicin Central:

Llamadas as porque tienden a localizarse en el centro de la informacin, son de gran importancia en el manejo de las tcnicas estadsticas.

91. Media

2. Mediana

3.ModaMedidas de Posicin CentralMedidas de posicin no central

Son nmeros reales que miden el grado o nivel de separacin de los datos que no son valores centrales. Dividen la muestra en tramos iguales

Cuartiles

Los cuartiles o cuartillas son 3 valores posicionales que dividen la informacin en cuatro partes iguales, siendo el 25 % de la informacin.

DecilesSimilarmente, los deciles o decillas dividen la informacin en diez partes iguales, en cantidades porcentuales de 10 en 10. Es decir 9 valores se distribuyen en la serie.

PercentilesLos percentiles dividen la informacin en 100 partes, lo cual facilita la interpretacin percentil de una distribucin de frecuencias, y se denota por 99 valores.

Cuartiles

DecilesPercentilesMEDIDAS DE DISPERSINLas medidas de dispersin o variabilidad son nmeros reales que miden el grado o nivel de separacin de los datos con respecto a un valor central, que generalmente es la media aritmtica.

RangoEs la medida de dispersin ms sencilla ya que slo se considera los dos valores extremos de una coleccin de datosR = Xmx - Xmn

Varianzaes una medida que, en promedio, cuantifica el nivel de dispersin o de variabilidad de los valores de una variable cuantitativa con respecto a su media aritmtica.

Desviacin TpicaTambin llamada desviacin estndar S de las observaciones de una caracterstica X, se define como la raz cuadrada positiva de la varianza.

Coeficiente de Variacin de PearsonSe calcula como cociente entre la deviacin tpica y la media. AsimetraCurtosisMide si la curva tiene una curva simtrica, es decir, si respecto al centro de la misma (centro de simetra) los segmentos de curva que quedan a la derecha e izquierda son similares.

Mide si los valores de la distribucin estn ms o menos concentrados alrededor de los valores medidos de la muestra.

Medidas de la Forma:ANALISIS DE DATOS (EXCEL)Cuadro N 1: Distribucin de Frecuencias

IntervalosMC(fi)(Fi)hi%Hi%[23.94-27.05[25.503315%15%[27.05-30.17[28.6181140%55%[30.17-33.28[31.7371835%90%[33.28-36.40[34.841195%95%[36.40-39.51]37.961205%100%Suma total158.64100%HistogramaInterpretacin.

El peso neto del wafer(nick) es de 29 gr.

En el grfico se observa que los datos se acumulan en el intervalo [27.05-30.17[

PolgonoInterpretacin.El polgono nos muestra mayor concentracin de datos en el punto de 28.61 que es la marca de clase.

Anlisis de datos ( Spss 19)

HistogramaAmbos paquetes de anlisis nos muestran la misma idea de grfico con diferencia de que el paquete Spss nos muestra distancias reales y en Excel nos muestra distancias iguales, cuando no es. .

Polgonos

Los dos paquetes de anlisis nos muestran el mismo grfico con diferencia de que el paquete Spss nos muestra lneas rectas y en Excel nos muestra lneas de curva sealando los puntos

ObservacinEl peso neto del wafer(Nick de costa) es 29 gr, pero debido a que tienen relleno varan significativamente en su peso. Siendo el peso mnimo 23.94 y el mximo 39.51.

DiscusinObservamos que los wafer (Nick de costa) no tienen los mismos pesos, porque contienen relleno y eso influye a que varen en sus pesos.

La media y la mediana son similares solo se diferencian en pequeas cifras (decimales), ya que la media influye valores extremos, en cambio en la mediana utiliza todo la informacin de los datos.

La moda es 30.61,porque la mayor parte de los datos se concentran en este intervalo.

La coeficiente de variacin de Pearson es 12% y es aceptable por teora ya que es menor de 15%,que es limite aceptable por definicin.

La asimetra es 0.84, porque existe la mayor concentracin de valores a la derecha(+)

La curtosis es 1.48,entonces es DISTRIBUCION LEPTOCURTICA, porque presenta elevado grado de concentracin alrededor de los valores centrales.

ConclusinLos pesos de los wafer (Nick de costa) no son uniformesSe utiliz correctamente los paquetes de spss 19 y excelel paquete spss-19 es la ms apropiada para el clculo estadstico ya nos da una detalla informacin de los datos insertados

Anexo

FinGracias por su atencin