Analizar distribuciones

Para analizar una sola variable, se puede examinar la distribución de la variable usando la plataforma Distribución. El informe del contenido para cada variable varía en función de si es categórica (nominal u ordinal) o continua.

Nota: Para conocer todos los detalles acerca de la plataforma Distribución, consulte el capítulo Distributions del libro Basic Analysis.

Distribuciones de variables continuas

El análisis de una variable continua puede incluir cuestiones como las siguientes:

•	¿Se ajusta la forma de los datos a alguna distribución conocida?

•	¿Hay algún valor atípico en los datos?

•	¿Cuál es el valor medio de los datos?

•	¿Es la media estadísticamente distinta de un objetivo o un valor histórico?

•	¿Cuán dispersos están los datos? En otras palabras, ¿cuál es la desviación estándar?

•	¿Cuáles son los valores mínimo y máximo?

Estas preguntas, entre otras, se pueden responder mediante gráficos, estadísticos de resumen y pruebas estadísticas simples.

Escenario

En este ejemplo se utiliza la tabla de datos Car Physical Data.jmp, que contiene información acerca de 116 modelos distintos de automóviles.

Una empresa de carreteras ha solicitado a un especialista de planificación que determine los posibles problemas debidos al transporte de automóviles por ferrocarril. Utilizando los datos, el especialista de planificación desea estudiar los elementos siguientes:

•	¿Cuál es el peso medio de un automóvil?

•	¿Cuánto puede variar el peso de un automóvil a otro (desviación estándar)?

•	¿Cuáles son los pesos mínimo y máximo de los automóviles?

•	¿Hay algún valor atípico en los datos?

Para responder a estas preguntas, utilice un histograma del peso.

Crear el histograma

1.	Seleccione Ayuda > Librería de muestra de datos y abra Car Physical Data.jmp.

2.	Seleccione Análisis > Distribución.

3.	Seleccione Weight y haga clic en Y, Columnas.

4.	Haga clic en Aceptar.

5.	Para girar la ventana de resultados, seleccione Opciones de visualización > Presentación horizontal en el menú con triángulo rojo junto a Weight.

Distribución de Weight

La ventana de resultados contiene tres secciones:

•	Un histograma y un diagrama de caja para visualizar los datos.

•	Un informe de cuantiles que muestra los percentiles de la distribución.

•	Un informe de estadísticos de resumen que indica la media, la desviación estándar y otros estadísticos.

Interpretar los resultados de la distribución

Utilizando los resultados presentados en la Distribución de Weight, el especialista en planificación puede responder a las preguntas.

¿Cuál es el peso medio de un automóvil?

El histograma muestra un peso de alrededor de 1300 kilos.

¿Cuánto puede variar el peso de un automóvil a otro (desviación estándar)?

Los estadísticos de resumen muestran un peso de alrededor de 1341 kilos. Los estadísticos de resumen muestran una desviación estándar de cerca de 243 kilos.

¿Cuáles son los pesos mínimo y máximo?

El histograma muestra un mínimo de alrededor de 700 kg y un máximo de aproximadamente 2000 kg. Los cuantiles muestran un mínimo de alrededor de 768 kg y un máximo de aproximadamente 1943 kg.

¿Hay algún valor atípico?

La ventana de resultados predeterminada de la Distribución de Weight proporciona un conjunto mínimo de gráficos y estadísticos. Hay más gráficos y estadísticos disponibles en el menú con triángulo rojo.

Extraer conclusiones

A partir de otras investigaciones, la compañía ferroviaria había determinado que un peso medio de 3.000 lb (1.361 kg) es el más eficiente para transportar. Ahora, el especialista en planificación necesita determinar si el peso medio de la población general de automóviles que se desea transportar es de 3.000 lb (1.361 kg). Utilice una prueba t para inferir información acerca de la población general a partir de esta muestra de la población.

Comprobar las conclusiones

1.	En el menú con triángulo rojo de Weight, seleccione Prueba sobre la media.

2.	En la ventana que se abre, escriba 3.000 en el cuadro Especificar media hipotética.

3.	Haga clic en Aceptar.

Resultados de la prueba sobre la media

Interpretar la prueba t

El resultado básico de una prueba t es el valor p. En este ejemplo, el valor p es 0,396 y el nivel de significación establecido por el analista es 0,05. Puesto que 0,396 es mayor que 0,05, no se puede concluir que el peso medio de los modelos de automóvil de la población general sea significativamente distinto de 3.000 lb (1.360 kg). Si el valor p hubiese sido menor que el nivel de significación, el especialista en planificación hubiese concluido que el peso medio de los automóviles de la población general difiere significativamente de 3.000 lb (1.360 kg).

Distribuciones de las variables categóricas

El análisis de una variable categórica (ordinal o nominal) puede incluir elementos como los siguientes:

•	¿Cuántos niveles tiene la variable?

•	¿Cuántos puntos de datos contiene cada nivel?

•	¿Están los datos distribuidos uniformemente?

•	¿Qué proporción sobre el total representa cada nivel?

Escenario

Consulte la descripción del escenario en “Distribuciones de variables continuas”.

Ahora que la compañía ferroviaria ha determinado que el peso medio de los automóviles no es significativamente distinto del peso objetivo, quedan más preguntas por abordar.

El especialista en planificación desea responder a estas preguntas para la compañía ferroviaria:

•	¿Qué tipos de automóviles hay?

•	¿Cuáles son sus países de origen?

Para responder a estas preguntas, consulte la distribución de Type y Country.

Crear la distribución

1.	Seleccione Ayuda > Librería de muestra de datos y abra Car Physical Data.jmp.

2.	Seleccione Análisis > Distribución.

3.	Seleccione Country y Type y haga clic en Y, Columnas.

4.	Haga clic en Aceptar.

Distribución de Country y Type

Interpretar los resultados de la distribución

La ventana de resultados incluye un gráfico de barras y un informe de frecuencias de países para Country y Type. El gráfico de barras es una representación gráfica de la información de frecuencias incluida en el informe Frecuencias. El informe Frecuencias contiene lo siguiente:

•	Categorías de datos. Por ejemplo, Japón es una categoría de país y deportivo (Sporty) es una categoría de tipo.

•	Conteos totales por categoría.

•	Proporción que representa cada categoría sobre el total.

Por ejemplo, hay 22 automóviles compactos, o un 19% de las 116 observaciones.

Interactuar con los resultados de la distribución

Al seleccionar una barra en un gráfico también se seleccionan los datos correspondientes en el otro gráfico. Por ejemplo, seleccione la barra correspondiente a Japón en el gráfico de barras Country para ver que un gran número de automóviles japoneses son deportivos.

Automóviles japoneses

Seleccione la categoría Other para ver que la mayoría de los automóviles dentro de esta categoría son pequeños o compactos, y casi ninguno es grande.

Otros automóviles