3. maximo 1.624
minimo 1.378
rango 0.246
n° de intervalos 10.000
tamaño de intervalo 0.025
TI entero 0.026
ajuste de TI
T int. Final 0.026
ajuste de valor inicial 0.000
valor inicial 1.378
intervalos aparentes
limite inferior limite superior
1 1.378 1.403
2 1.404 1.428
3 1.429 1.454
4 1.455 1.479
5 1.480 1.505
6 1.506 1.531
7 1.532 1.556
8 1.557 1.582
9 1.583 1.607
10 1.608 1.633
bien bien
bien bien
14. La estadística aplicada en la Ingeniería se hace mediante la rama de la estadística que busca implementar los procesos
probabilísticos y estadísticos de análisis e interpretación de datos o características de un conjunto de elementos al
entorno industrial, a efectos de ayudar en la toma de decisiones y en el control de los procesos industriales y
organizacionales.
Pueden distinguirse tres partes:
* el estudio de las series temporales y las técnicas de previsión, y la descripción de los pasos necesarios para el
establecimiento de un sistema de previsión operativo y duradero en una empresa;
* el análisis multivalente, necesario para la extracción de información de grandes cantidades de datos, una de las
necesidades más apremiantes;
* el control de calidad y la fiabilidad.
Las aplicaciones de la estadística en la ingeniería actualmente han tomado un rápido y sostenido incremento, debido al
poder de cálculo de la computación desde la segunda mitad del siglo XX.
Para comprender el desarrollo de las aplicaciones de la estadística en la ingeniería hay que citar que los Viejos Modelos
Estadísticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con
apropiados algoritmos numéricos, están utilizando modelos no lineales (especialmente redes neuronales y árboles de
decisión) y la creación de nuevos tipos tales como modelos lineales generalizados y modelos multinivel.
El incremento en el poder computacional también ha llevado al crecimiento en popularidad de métodos intensivos
computacionalmente basados en re muestreo, tales como test de permutación y de bootstrap, mientras técnicas como el
muestreo de Gibbs han hecho los métodos bayesianos más accesibles.