UNIVERSIDAD MAYOR DE SAN SIMN

FACULTAD DE CIENCIAS Y TECNOLOGA

MAESTRA EN INGENIERA VIAL

PRACTICA FINAL ESTADSTICA APLICADA A LA INGENIERA

Elaborado por: PARRAGA MORALES DURVAL VARGAS MORALES ARIEL

Docente : Ing. Msc. Edgar Montenegro

COCHABAMBA BOLIVIA Marzo, 2014

ESTADSTICA APLICADA A LA INGENIERA

TRABAJO FINAL DE ESTADSTICA APLICADA 1. Usar la base de datos Alcaldia.sav a) Asumiendo que esta es una muestra de la poblacin verificar si se puede admitir que la filiacin poltica es independiente del gnero de los empleados, usar para el efecto un nivel de significacin del 5 % SE tienen dos variables cualitativas y se nos pide determinar su dependencia para ello se empleara inicialmente la prueba del chi cuadrado puesto que esta nos indicara la dependencia o no de las variable ya que no se nos pide un anlisis ms detallado de dicha dependencia. Con la prueba del chi cuadrado emplesando el programa SPSS determinaremos el SIG que nos permitir comparar este con la significacin del 5% que nos indica el problema planteado. Inicialmente formularemos las respuestas provisorias cuando se quiere saber la independencia de dos variables cualitativas. Formulacin de las hiptesis Ho: Filiacin poltica es INDEPENDIENTE del genero de los empleados. Hi: Filiacin poltica NO ES INDEPENDIENTE del genero de los empleados. A continuacin se presenta la tabla de contingencia y el SIG que nos da el anlisis en SPSS:

PRACTICA FINAL

Pgina 1

ESTADSTICA APLICADA A LA INGENIERA

De esta ultima tabla podemos rescatar

De esta ultima tabla que nos da el programa SPSS sacamos el SIG del Chi cuadrado de Pearson (0,099) y como este es a dos caras y nosotros necesitamos para analizar la dependencia un valor unilateral dividimos este entre 2 obteniendo un valor de 0.0495 el mismo que compararemos con el valor de la significancia que nos da el problema. 0.05 (significancia dato) > 0.0495 (sig. Determinado) De lo anterior se rechazamos la hiptesis nula, por lo tanto indicamos que la filiacin poltica NO ES INDEPENDIENTE del genero de los empleados. Ante esta aseveracin nos viene la duda de que variables dependientes tienen una asociacin mayor, para ello recurrimos a la tcnica del AFCS que nos indicara de los dos grupos de datos cuales son dependientes entre cuales, de gualmanera uqe el chi cuadrado nos apoyaremos en el software SPSS para determinar esta asociacin mediante las tablas de correspondencia que se muestra en la siguiente tabla:

De esta concluimos que existe una dependencia mayor de hombres con la No afiliacin Poltica.

PRACTICA FINAL

Pgina 2

ESTADSTICA APLICADA A LA INGENIERA

b) Realizar un anlisis del ingreso promedio actual en funcin de la categora laboral y la filiacin poltica Se presentan 2 variables cualitativas (Categoria Laboral y filiacin poltica) y una variable cuantitativa (promedio de Salarios), para realizar un anlisis de estas se deber utilizar una herramienta descriptiva de variables cualitativas. Para esto elegimos realizar una grfica de barras agrupadas fig. 2, puesto que consideramos que esta ser la que puede mostrarnos de mejor manera el comportamiento de estas variables, y para realizarlo de manera ms fcil se recurri a utilizar el software SPSS. Se decidi contrastar la variable categora laboral agrupada a la filiacin poltica frente al promedio del salario actual de los trabajadores de la Alcalda con el objetivo de poder ver de manera grfica y sencilla la relacin que existe entre el salario de las distintas categoras de los trabajadores de acuerdo a su filiacin poltica.

Fig 2.- Grafica de barras agrupada del promedio salarial (Fuente: Elaboracin propia) De la anterior grafica se puede concluir que en las categoras Administrativas y de seguridad la filiacin poltica no influye en el promedio salarial, en tanto en la categora de directivos se nota una diferencia de

PRACTICA FINAL

Pgina 3

ESTADSTICA APLICADA A LA INGENIERA

promedios salariales siendo superior la de aquellos que tienen una filiacin poltica frente a las que no la tienen.

Adems de esta se realiz un anlisis de la desviacin estndar de los salarios para contrastar los resultados anteriores utilizando la misma herramienta como se muestra la fig. 3

Fig 3.- Grafica de barras agrupada de la desviacin estndar del salario (Fuente: Elaboracin propia) Se puede notar que el salario del personal de seguridad es ms homogneo que el de los dems trabajadores siguindoles a estos los administrativos, en donde se ve mayor desviacin estndar es en los directivos tanto aquellos que poseen una filiacin poltica como los que no, por tal motivo se puede aseverar que en esta categora los salarios son ms heterogneos.

2. Cual es la ventaja de uso del AFCS, con relacin a la prueba de independencia del Chi Cuadrado La ventaja del AFCS es que puede analizar la dependencia entre categoras de variables cualitativas, en otras palabras esta puede decir de dos grupos de datos cuales son dependientes entre cuales, mientras que el chi 2 solo te dice si son dependientes o no, osea que esta es mas general. Adems que mediente el AFCS se puede obtener la tendencia que tiene una variable dependiente sobre otra variable que mediante las tablas o graficas resulta fcil y practico obtener una conclusion, mientras que cuando se realiza la prueba de independencia del chi cuadrado solo se puede tener como resultado la independencia o no de la variables mediante el SIG que validara el rechazo o aceptacin de la hiptesis nula planteada sin tener ninguna tendencia de las variables sobre otras.

PRACTICA FINAL

Pgina 4

ESTADSTICA APLICADA A LA INGENIERA

3. En ensayos realizados en vigas con el objetivo de medir la influencia de la calidad del acero en la fisuracin, se han obtenido valores de abertura de fisura medios para refuerzo de calidad A-30 y A-40. Para el primero af = 0.165 mm y para el segundo af = 0.273 mm con una cantidad de ensayos igual a n=30 y n=26 respectivamente. El equipo para medir las aberturas de fisuras tiene una precisin tal que genera abertura de fisura para =5%. Datos: = 0,009mm = 5%. Poblacin 1: Refuerzo de Acero calidad A-30 af = 0.165 n = 30 Poblacin 2: Refuerzo de Acero calidad A-40 af = 0.273 n = 26
2 2

=0,009mm. Determine si influye o no la calidad del acero en la

Tenemos datos de medias mustrales de 2 poblaciones de calidad de aceros distintas, almencionar que se utiliza un equipo que mide dihas aberturas que posee una varianza fija es podra asumir el caso de dos poblaciones que al parecer tienen variancias poblacionales iguales y desconocidas, pero para verificar dicha proposicin haremos previamente un analisis de veriazas.

Primero formulamos las pruebas de hiptesis: Ho: H1:

2 1 2 1

= >

2 2 2 2

Determinamos los grados de libertad de cada muestra: GL1= 30-1 = 29 GL-2= 26-1 = 25 Utilizando el programa Excel sacamos la F de Fisher:

Luego determinamos el F de prueba con la siguiente expresin: PRACTICA FINAL Pgina 5

ESTADSTICA APLICADA A LA INGENIERA

De la anterior grafica de la funcin de Fisher Aceptamos la Hiptesis nula comprobando que las varianzas Poblacionales sern iguales Ho:
2 1

2 2

(HIPTESIS NULA ACEPTADA)

De lo anterior nos da la certeza de utilizar las formulas del caso de dos poblaciones que al parecer tienen variancias poblacionales iguales y desconocidas. Primero formulamos las pruebas de hiptesis: Ho: 1 = 2 H1: 1 > 2 Determinamos segn las formulas la varianza de prueba

(
Como S1 = S2 = 2 :

(
PRACTICA FINAL

) )
Pgina 6

ESTADSTICA APLICADA A LA INGENIERA

Entonces:

Spr = 2
Con esto determinamos el T de prueba utilizando la siguiente expresin:

Siendo: X1 = af2= 0.273 X2 = af1= 0.165 n1= 26 n2 = 30 2 2 S pr = = 0.009 Obtenemos el T de prueba Tpr= 4,25 Determinamos los grados de libertad meniante la siguiente formula: GL = n1+n2 2 = 26 + 30 2 = 54 Con la ayuda de la planilla de Excel de distribuciones sacamos el valor de la T de student para poder Aceptar o Rechazar nuestra Hiptesis nula.

4.25

/2
-1.674

/2
Aceptacin Ho
1.674

Rechazo Ho

PRACTICA FINAL

Pgina 7

ESTADSTICA APLICADA A LA INGENIERA

De la grafica podemos decir que se Rechaza la Hipotesis nula por lo tanto se puede afirmar que:

H1: 1 > 2 Al notarse esta diferencia entre los promedios poblacionales de las 2 alternativas se concluye que la calidad del acero influye en las aberturas de las fisuras siendo que a menor calidad de acero las aberturas son mayores.

4. Con el objetivo de retardar el fraguado de un hormign que tiene que ser transportado en camiones hormigoneros a una distancia tal que genera un tiempo de transporte mayor al establecido para el comienzo del fraguado, se ha probado cierto aditivo retardador del

endurecimiento. Se han tomado 20 muestras del hormign con aditivo y 20 sin aditivo, obtenindose tiempos de fraguado medios para el primer caso de 0,99 h y para el segundo caso de 0,67 h. Las variancias muestrales respectivas son de 0.5 h y 0.3 h . Se ha decidido que si no existen diferencias significativas entre el hormign con aditivo y sin l, en cuanto al tiempo promedio de fraguado, no se use el primero, ya que influye en la retraccin. Determine para =5% si debe o no usarse el aditivo. Datos: = 5%. Poblacin 1: Hormigon con Aditivo Nmero de muestras = n1 = 20 Promedio de las muestras = x1 = 0.99 hrs Varianza de las muestras = S1 = 0.50 hrs Poblacin 2: Hormigon Sin Aditivo Nmero de muestras = n2 = 20 Promedio de las muestras = x2 = 0.67 hrs Varianza de las muestras = S2 = 0.30 hrs Se tienen datos mustrales de 2 poblaciones de hormign una con y la otra sin aditivo, inicialmente relizaremos un analisis de varianzas para determinar se estas son iguales o diferentes para ver que mtodo utilizar para la prueba de promedios, con eso se podr ver si el aadir aditivo al hormign influye en el tiempo de fraguado del hormign. Primero formulamos las pruebas de hiptesis: Ho:
2 1 2 2

2 2

PRACTICA FINAL

Pgina 8

ESTADSTICA APLICADA A LA INGENIERA

H1:
2 1

>

2 2

Determinamos los grados de libertad de cada muestra: GL1= 20-1 = 19 GL-2= 20-1 = 19 Utilizando el programa Excel sacamos la F de Fisher:

F de Fisher inversa = 2.168 Luego determinamos el F de prueba con la siguiente expresin:

Fpr = 1.67

= 2.168 Fpr > Fc

De la grfica anterior determinamos rechazar la Hiptesis Nula por lo tanto: > Las dos poblaciones al parecer tienen variancias poblacionales distintas y desconocidas, posteriormente pasado a realizar la prueba de Comparacin de promedio de muestras independientes: Primero formulamos las pruebas de hiptesis: Ho: 1 = 2 H1: 1 > 2 Con esto determinamos el T de prueba utilizando la siguiente expresin: PRACTICA FINAL Pgina 9

ESTADSTICA APLICADA A LA INGENIERA

Siendo: X1 = 0.99 X2 = 0.67 n1= 20 n2 = 20 2 S 1 = 0.5 2 S 2 = 0.3 Obtenemos el T de prueba Tpr= 2.45 Luego determinamos los grados de libertad con las siguientes formulas:

Con los datos anteriores obtuvimos los siguientes resultados: A= 0.0125 B= 0.0045 Gados de libertad = 31.11 redondeando:

31.00

Empleando la planilla de distribuciones calculamos el valor de la T de Student:

Se obtuvo un valor de T = 1.696

PRACTICA FINAL

2.45

Pgina 10

ESTADSTICA APLICADA A LA INGENIERA

De la grafica podemos decir que se Rechaza la Hipotesis nula por lo tanto se puede afirmar que: H1: 1 > 2 Del anlisis anterior podemos llegar a la conclusin de que no se debe utilizar aditivo para retardar el fraguado debido a las siguientes puntos: a. La variacin del tiempo de fraguado con la utilizacin del aditivo es mayor, por ende la probabilidad de generar tiempos de fraguados es mayor. b. El promedio del tiempo de fraguado del uso con aditivo es menor al promedio a la mezcla sin el uso del aditivo. Se recomienda preparar la mezcla in situ o en caso contrario el cambio del aditivo de muestra. 5. Los investigadores plantean que el ensayo de corte directo es menos preciso que el triaxial. Se desea conocer si la diferencia entre el ensayo de corte directo y el triaxial para el calculo de las caractersticas fsicas-mecnicas del suelo es prcticamente significativa para un nivel de significacin del 5%. Para esto se ensayaron 10 muestras de un mismo suelo en ambos aparatos, dando los siguientes valores de (ngulo de friccin interna). # ensayo C. directo. C. triaxial. 1 o 30 31,5
o

2 o 30,6 32
o

3 o 33 33,1
o

4 o 28 30,2
o

5 o 27 30,4
o

6 o 28 33
o

7 o 26,8 31,9
o

8 o 31,5 30,8
o

9 o 33 31,5
o

10 o 32,9 33,5
o

Cul es la conclusin de este anlisis? Con los valores de la tabla desarrollamos los datos que emplearemos en el anlisis de las 2 alternativas de ensayos. Datos: = 5%. Poblacin 1: Corte Directo Nmero de muestras = n1 = 10 Promedio de las muestras = x1 = 30.08 Varianza de las muestras = S1 = 6.244 Poblacin 2: Triaxial Nmero de muestras = n2 = 10 Promedio de las muestras = x2 = 31.79 Varianza de las muestras = S2 = 1.308

PRACTICA FINAL

Pgina 11

ESTADSTICA APLICADA A LA INGENIERA

Se tienen datos mustrales de 2 poblaciones de ensayos en suelos, una con corte directo y la otra con triaxial, inicialmente realizaremos un anlisis de varianzas para determinar se estas son iguales o diferentes para ver que mtodo utilizar para la prueba de promedios, con eso se podr ver si el aadir aditivo al hormign influye en el tiempo de fraguado del hormign. Primero formulamos las pruebas de hiptesis: Ho: H1:
2 1 2 1

= >

2 2 2 2

Determinamos los grados de libertad de cada muestra: GL1= 10-1 = 9 GL-2= 10-1 = 9

Utilizando el programa Excel sacamos la F de Fisher:

F de Fisher inversa = 3.179 Luego determinamos el F de prueba con la siguiente expresin:

Fpr = 22.8

= 3.179 PRACTICA FINAL Pgina 12

ESTADSTICA APLICADA A LA INGENIERA

Fpr > Fc

De la grfica anterior determinamos rechazar la Hiptesis Nula por lo tanto: >

Las dos poblaciones al parecer tienen variancias poblacionales distintas y desconocidas, posteriormente pasado a realizar la prueba de Comparacin de promedio de muestras independientes:

Primero formulamos las pruebas de hiptesis: Ho: 1 = 2 H1: 1 > 2

Con esto determinamos el T de prueba utilizando la siguiente expresin:

Siendo: X1 = 30.08 X2 = 31.79 n1= 10 n2 = 10 2 S 1 = 6.244 2 S 2 = 1.308 Obtenemos el T de prueba Tpr= -0.85 Luego determinamos los grados de libertad con las siguientes formulas:

Con los datos anteriores obtuvimos los siguientes resultados: A= 3.899 B= 0.171 PRACTICA FINAL Pgina 13

ESTADSTICA APLICADA A LA INGENIERA

Gados de libertad = 9.788 redondeando:

10

Empleando la planilla de distribuciones calculamos el valor de la T de Student:

Se obtuvo un valor de T = 1.812 debido a que student es una distribucin bilateral este valor se repite al otro extremo de la curva con valor negativo. T= -1.812

-0.85

Rechazo Ho

-1.812

Aceptacin Ho

1.812

Interpretando la figura anterior nos permite aceptar la Hiptesis nula por lo tanto: Ho: 1 = 2 Como conclusin podemos indicar lo siguiente:

Segn la prueba de promedios poblacionales se podra indicar que los resultados del angulo de friccion no se influyen de acuerdo al ensayo que se realice ya sea corte directo o Triaxial.

Mas aun los promedios poblacionales lleguen a ser iguales analizando los datos de manera separada observamos que la varianza de las muestras realizadas en los ensayos de corte directo son mucho mayores que los que se realizaron con el triaxial por lo tanto se recomendaaria realizar los ensayos mediante un triaxial.

PRACTICA FINAL

Pgina 14

ESTADSTICA APLICADA A LA INGENIERA

6.-Usar el SPSS con por lo menos 3 mtodos estadsticos, Ejem: ANOVA, AFCS, Box Plot, Intervalos de Confianza, Pruebas de Hiptesis, etc, aplicando los mtodos seleccionados a SUS PROPIOS DATOS.

Para dar solucin a la pregunta propuesta se cuenta una base de datos reales, producto de una investigacin de nivel de pregrado.

La siguiente tabla muestra tres tipos de suelos finos (suelos que pasan el tamiz #10, segn la metodologa geotcnica presentada) pertenecientes a zonas con climas tropicales, clasificados y

agrupados segn una nueva clasificacin propuesta en nuestro pas (Clasificacin Geotcnica MCT). Con ayuda de herramientas estadsticas se propone realizar un anlisis de los valores de humedad ptima de compactacin y Pesos especficos mximos alcanzados en laboratorio para los de suelos estudiados; suelos de los grupos NA (Suelos Arenosos), NS (Suelos Limosos) y NG (Suelos Arcillosos).

Tabla 1. Resumen de datos aplicados en la presente practica ID Clasificacin MCT Humedad Optima 10,71 10,83 10,14 10,71 11,62 11,26 Peso Esp. Max 19,50 18,56 19,91 19,50 19,70 19,29

M-01 M-02 M-03 M-04 M-05 M-06

Arena saproltica (NA) Arena saproltica (NA) Arena saproltica (NA) Arena saproltica (NA) Arena saproltica (NA) Arena saproltica (NA)

PRACTICA FINAL

Pgina 15

ESTADSTICA APLICADA A LA INGENIERA

M-07 M-08 M-09 M-10 M-11 M-12 M-13 M-14 M-15 M-16 M-17 M-18 Suelo saproltico limoso (NS') Suelo saproltico limoso (NS') Suelo saproltico limoso (NS') Suelo saproltico limoso (NS') Suelo saproltico limoso (NS') Suelo saproltico limoso (NS') Suelo saproltico arcilloso (NG') Suelo saproltico arcilloso (NG') Suelo saproltico arcilloso (NG') Suelo saproltico arcilloso (NG') Suelo saproltico arcilloso (NG') Suelo saproltico arcilloso (NG')
14,62 13,90 11,68 11,40 9,98 8,74 10,33 11,23 10,19 11,56 10,95 11,52 19,42 16,45 19,80 18,36 20,13 20,42 20,01 19,64 20,06 20,11 19,80 20,54

MTODO DE DIAGRAMA DE BARRAS

Uno de los mtodos estadsticos ms prcticos y relativamente fciles de analizar son los diagramas de barras, a continuacin se presenta un diagrama de barras de tipo agrupadas, en la cual se ingreso dos variables de tipo cuantitativo (Peso especifico mximo y Contenido de humedad optimo) y una de tipo cualitativo (Grupos de la clasificacin de suelos, NA, NS y NG).

PRACTICA FINAL

Pgina 16

ESTADSTICA APLICADA A LA INGENIERA

Figura 1. Diagrama de barras agrupadas

Esta grafica permite visualizar de una manera prctica la variacin de los valores alcanzados por cada grupo de suelo estudiado, siendo los del grupo NS (barras verdes, segn la grafica) los que presentan mayor variacin en cuanto a valores de contenido de humedad optimo, ya que sus valores se presentan tanto en los extremos como en medio de la grafica, siendo ms variables que los grupos de suelos NA (suelos arenosos) y NG (suelos arcillosos). Otra observacin que se puede apreciar grficamente es la variacin de valores de peso especifico mximo para suelos clasificados en un mismo grupo (con mismas caractersticas granulomtricas).

MTODO DEL DIAGRAMA DE CAJAS (BOX PLOT)

A continuacin se presenta un anlisis aplicando el presente mtodo para los mismos datos de entrada. Con ayuda del software estadstico SPSS se procedi a la elaboracin de diagrama de cajas, para esto se realiz la agrupacin de los mismos segn los grupos de la clasificacin estudiada, NA (Suelo Arenoso), NS (Suelo Limoso) y NG (Suelo Arcilloso). ANLISIS I (PESO ESPECFICO MAXIMO) PRACTICA FINAL Pgina 17

ESTADSTICA APLICADA A LA INGENIERA

El primer anlisis presenta los valores de peso especfico mximo para cada grupo de suelo, el cual permite apreciar grficamente la variacin de la media de los valores correspondientes a los tres grupos (NA, NS y NG).

Figura 2. Representacin en un diagrama de cajas de la variacin de valores de peso especifico por clase de suelo

Con ayuda de la grafica se puede concluir

que el valor medio de peso especifico mximo

correspondiente a los suelos del grupo NG (suelos arcillosos), alcanzan mayores valores con respecto a los suelos de los grupos NA (suelos arenosos) y NS (suelos limosos), siendo los de este ltimo grupo ms variables con relacin a su media.

Tabla 2 Resumen de procesamiento de casos Casos Grupos de la clasificacin MCT NA NS N 6 6 Vlido Porcentaje 100,0% 100,0% N 0 0 Perdidos Porcentaje 0,0% 0,0% N 6 6 Total Porcentaje 100,0% 100,0%

Peso especfico Mximo

PRACTICA FINAL

Pgina 18

ESTADSTICA APLICADA A LA INGENIERA

NG 6 100,0% 0 0,0% 6 100,0%

ANLISIS II (HUMEDAD PTIMA) Ahora se realizara el anlisis para apreciar la variacin de la humedad ptima de compactacin, tanto en suelos de diferentes grupos como suelos correspondientes a un mismo grupo.

Figura 3. Representacin en un diagrama de cajas de variacin de valores del contenido de humedad optimo por clase de suelo

En cuanto a los diagramas obtenidos se puede apreciar que los suelos del grupo NS (suelos limosos) son lo que siguen presentando mayor variacin en cuanto a sus valores de sus parmetros (tanto en pesos especifico como en humedad de compactacion), cabe resaltar que la media de los valores de humedad de compactacin son ms altos para suelos de este grupo, los suelos del grupo NA(suelos arenosos) son los que presentan menor variacin con respecto a su media, siendo aun menor esta variacin en valores menores alcanzados, caso contrario a los suelos del grupo NG que presentan mayor variacin para valores menores.

MTODO DE INTERVALOS DE CONFIANZA

A continuacin se presenta el anlisis de intervalos de confianza para los grupos de suelos estudiados.

PRACTICA FINAL

Pgina 19

ESTADSTICA APLICADA A LA INGENIERA

Esta grafica permite apreciar que la mayor variacin en cuanto a valores de peso especfico mximo y contenido de humedad se da en suelos del grupo NG (Suelos limosos), adems, se puede notar que los suelos pertenecientes a los grupos NA y NG presentan menor variacin en cuanto a ambos valores estudiados debido a la concentracin de puntos cercanos a la media estadstica.

Figura 4. Intervalos de confianza para valores de peso especfico mximo y contenido de humedad de compactacin

PRACTICA FINAL

Pgina 20