Preferencias - Statgraphics

STATGRAPHICS – Rev. 4/25/2007
Preferencias
La elección de Preferencias en el menú Editar permite a los usuarios personalizar el
comportamiento de STATGRAPHICS definiendo diferentes valores por omisión usados
por todo el sistema. Cuando se selecciona, se presenta una caja de diálogo con 12
lengüetas o pestañas. A continuación se describe cada pestaña:
Pestaña General
La pestaña General contiene definiciones que afectan el comportamiento general del
sistema.
•
Nivel de Confianza: porcentaje usado por omisión para límites de confianza, límites
de predicción y para la interpretación de los Valores de P por parte del StatAdvisor.
•
Cifras Significativas: número de cifras significativas usadas cuando se presentan
resultados numéricos. Se desplegará el número indicado de dígitos, excepto por los
ceros a la derecha que se eliminarán. Se dispone de una entrada diferente para salvar
resultados numéricos en la hoja de datos.
© 2005 por StatPoint, Inc.
Preferencias - 1
STATGRAPHICS – Rev. 4/25/2007
•
Opciones del Sistema: opciones que aplican a todo lo largo y ancho del sistema.
o Usar el Menú Seis Sigma: presenta las elecciones del menú bajo encabezados
que corresponden al arreglo Seis Sigma DMAIC (Define/Definir, Measure/Medir,
Analyze/Analizar, Improve/Mejorar, Control/Controlar). Las mismas elecciones
están disponibles con el menú estándar, excepto que están arregladas bajo
diferentes encabezados de menú.
o Ordenar Nombres de Variables: si se listan los nombres de las columnas en
orden alfabético en las cajas de diálogo del ingreso de datos. De otro modo, los
nombres de las columnas se listarán en el mismo orden que tienen en las hojas de
datos.
o Años de 4 Dígitos: si las fechas deben desplegarse con años de 4 dígitos más que
de 2. Por omisión, se asume que años de 2 dígitos tal como 2/1/05 representan las
fechas entre los años 1950-2049. Los cambios en esta opción no tomarán efecto
hasta que el programa se reinicie.
o Activar Guardado Automático: si se guardan el StatFolio y el DataBook
automáticamente como respaldo. Si se habilita y hay un malfuncionamiento de la
computadora o del programa, tendrá la oportunidad de restaurar el estado del
StatFolio y de las hojas de datos la siguiente vez que se reinicie el programa.
o Actualizar Vínculos en Cada Valor: si se recalculan todas las estadísticas cada
vez que cambie un valor de los datos en una de las hojas de datos. Normalmente,
las estadísticas no se recalculan hasta que un análisis cobre atención, se imprima o
publique, o se salve el StatFolio.
•
Gráficos: opciones que aplican a todos los gráficos.
o Relación de Aspecto 1:1: si se despliegan todas las gráficas con igual dimensión
horizontal y vertical. Normalmente, la dimensión horizontal será mayor que la
vertical.
o Siempre Blanco y Negro: si se despliegan los gráficos en blanco y negro, a pesar
de cualesquiera otras definiciones de color.
o Suprimir Espacio de Marca de Graduación: suprime el espacio que
normalmente se deja entre la intersección de los ejes horizontal y vertical y la
primera marca de graduación. Si se suprime el espacio, algunos símbolos de los
puntos puedes quedar directamente sobre los ejes.
o Suprimir Potencias en Ejes: suprime la presentación de valores grandes y
pequeños de marcas de graduación que usan una notación como (X1000).
© 2005 por StatPoint, Inc.
Preferencias - 2
STATGRAPHICS – Rev. 4/25/2007
o Número Decimales para Etiquetas: número de posiciones decimales por
omisión para leyendas que se presentan en el margen derecho de los gráficos.
También puede establecerse la fuente por omisión.
•
StatAdvisor: establece el comportamiento por omisión del StatAdvisor.
o Agregar a Páneles de Texto: si la salida del StatAdvisor debe ser agregada
automáticamente a la parte inferior de los páneles de texto. La salida del
StatAdvisor está siempre disponible presionando el botón que tiene el birrete en la
barra de herramientas principal.
o Resaltar Referencias en Rojo: si se resaltan en rojo los valores en los páneles de
texto a los que se refiere el StatAdvisor.
•
Tablas: indica el máximo número de hileras a presentar en una tabla simple de
salida, tal como una lista de residuos en una regresión. Tablas mayores de lo indicado
se truncarán. Esta definición está diseñada para evitar que los usuarios intenten
accidentalmente crear tablas con muchos miles de hileras, lo que puede tomar mucho
tiempo presentar en un control de buena edición.
•
Encabezados de Análisis: si se presenta un título del análisis con fuente azul en la
parte superior del panel del Resumen del Análisis.
•
StatFolios: marque Deshabilitar Rutina de Inicio para evitar que se corran las rutinas
de inicio cuando se carguen los StatFolios.
•
Directorio Archivos Temporales: Si se especifica, StatFolios, archivos de datos, y
otros archivos se escribirán primero en este directorio antes de ser copiados a su
localización final. Al especificar una unidad local se puede disminuir muchísimo el
tiempo que se requeriría para salvar un archivo si se hiciera en la red, ya que reduce el
número de peticiones a la misma red.
© 2005 por StatPoint, Inc.
Preferencias - 3
STATGRAPHICS – Rev. 4/25/2007
Pestaña AED
La pestaña Análisis Exploratorio de Datos establece los valores por omisión para un
número de gráficos frecuentemente usados para resumir datos. El documento titulado
Análisis de Una Variable contiene tratamientos detallados de cada gráfico, aunque las
definiciones afectan muchos procedimientos.
•
Histograma – Número de Clases: regla usada para definir el número de intervalos
en los que se dividirán los datos cuando se construya un histograma. Cada regla
establece el número de intervalos m con base en el tamaño n de la muestra. Las
reglas son:
o Regla de Sturges: m = ceiling(1 + 3.322 log(n) )
(1)
o 10 log10(n): m= ceiling(10 log(n) )
(2)
o Regla de Scott: m = ceiling[ (max-min) / (3.5 s / n1/3) ]
(3)
o Regla de Freedman-Diaconis: m = ceiling[ (max-min) /(2.0 RIQ/ n1/3)
(4)
© 2005 por StatPoint, Inc.
Preferencias - 4
STATGRAPHICS – Rev. 4/25/2007
o Número Fijo: m = número predefinido
(5)
donde min es igual al valor del dato más pequeño en la muestra, max es igual al valor
del dato más grande, s es igual a la desviación estándar muestral, RIQ es igual al
rango intercuartílico muestral, y la función ceiling (techo) encuentra el entero más
pequeño mayor o igual a su argumento, es decir, redondea al entero superior. Puede
experimentar con diferentes criterios para determinar cuál da un buen número de
intervalos para su tipo de datos más común.
•
Gráficos de Caja: opciones para gráficos de caja y bigotes, quienes resumen datos
con base en el máximo, mínimo, mediana y cuartiles muestrales. Las definiciones
incluyen:
o Dirección: la orientación del gráfico, correspondiente a la dirección de los
bigotes.
o Muesca de la Mediana: si se selecciona, se agregará una muesca al gráfico que
muestra un intervalo de confianza de aproximadamente 100(1-α)% para la
mediana al nivel de confianza por omisión del sistema (establecido en la pestaña
General).
o MarcarAberrantes: si se selecciona, indica la localización de los puntos
extremos o atípicos.
o Marca de Media: si se selecciona, muestra la localización de la media muestral
así como la mediana.
•
Gráficos de Probabilidad: gráficos que se usan para determinar si una muestra de
datos puede razonablemente haber provenido de una distribución normal. Las
opciones incluyen:
o Dirección: la orientación del gráfico. Si es Vertical, el Porcentaje se presenta en
el eje vertical. Si es Horizontal, el Porcentaje se presenta en el eje horizontal.
o Línea Ajustada: el método usado para ajustar la línea de referencia a los datos. Si
es Por Cuartiles, la línea pasa por la mediana cuando el Porcentaje es de 50 con
una pendiente determinada a partir del rango intercuartílico. Si es Por Mínimos
Cuadrados, la línea se ajusta con la regresión por mínimos cuadrados de los
cuantiles normales de las estadísticas de orden. El primer método basado en los
cuartiles da más peso a la forma de los datos cerca del centro y frecuentemente
permite mostrar desviaciones de la normalidad en las colas que no serían
evidentes usando el método de mínimos cuadrados.
•
Densidad Suavizada: gráficos usados para estimar la función de densidad de
probabilidad a partir de una muestra de observaciones. Las opciones incluyen:
© 2005 por StatPoint, Inc.
Preferencias - 5
STATGRAPHICS – Rev. 4/25/2007
o Método: la función ponderadora deseada. El método del vagón pondera de igual
forma todos los valores dentro de la ventana. La función coseno da pesos
decrecientes a las observaciones más alejadas del centro de la ventana.
o Ancho de Intervalo: el ancho h de la ventana dentro de la cual las observaciones
afectan la densidad estimada, como un porcentaje del rango cubierto por el eje x.
h = 60% no es irrazonable para una muestra pequeña pero puede no dar tanto
detalle como lo haría un valor menor en muestras más grandes.
o Resolución en el eje X: el número de puntos en los cuales se estimará la
densidad.
Pestaña ANOVA/Regresión
La pestaña ANOVA/Regresión establece los valores por omisión para los procedimientos
de análisis de varianza y de regresión.
•
Intervalos en Gráfico de Medias: tipo de intervalos incluidos cuando se grafican las
medias por nivel en los procedimientos GLM y ANOVA. Las opciones incluyen:
© 2005 por StatPoint, Inc.
Preferencias - 6
STATGRAPHICS – Rev. 4/25/2007
o Intervalos de Confianza: muestra intervalos de confianza para las medias de los
grupos usando la raíz cuadrada del cuadrado medio del error.
o Intervalos LSD: intervalos diseñados para comparar cualquier par de medias con
el riesgo alfa establecido.
o Intervalos Tukey HSD: diseñados para comparar todos los pares de medias. El
riesgo alfa aplica a la familia completa de comparaciones por pares.
o Intervalos Scheffe: diseñado para comparar todos los contrastes, no solo
contrastes por pares.
o Intervalos Bonferroni: diseñados para comparar un número de contrastes
previamente seleccionado.
•
Prueba Múltiple de Rangos: método usado por omisión al comparar pares de medias
en los procedimientos GLM y ANOVA.
o LSD: forma un intervalo de confianza para cada par de medias al nivel de
confianza elegido usando la distribución t de Student. Este procedimiento se debe
a Fisher y es llamado el procedimiento de la Mínima Diferencia Significativa
(Least Significant Difference), ya que la magnitud de los límites indica la
diferencia mínima entre dos medias cualesquiera que puede ser declarada que
representa una diferencia estadísticamente significativa. Sólo debe emplearse
cuando la prueba de F en la tabla de ANOVA indica diferencias significativas
entre las medias muestrales. La probabilidad α de cometer un error Tipo I aplica a
cada par de medias por separado. Si se hace más de una comparación, la
probabilidad global de declarar al menos un par de medias significativamente
diferentes cuando no lo son puede ser considerablemente mayor que α.
o Tukey HSD: amplía los intervalos para permitir múltiples comparaciones entre
todos los pares de medias usando la T de Tukey. Tukey llamó a su procedimiento
el procedimiento de la Diferencia Honestamente Significativa (Honestly
Significant Difference) ya que controla la tasa de error por experimento a un nivel
de α. Si todas las media son iguales, la probabilidad de declarar cualquiera de los
pares significativamente diferente en todo el experimento es igual a α. El
procedimiento de Tukey es más conservador que el procedimiento de la LSD de
Fisher, ya que hace más difícil declarar que cualquier par específico de medias sea
significativamente diferente.
o Scheffe: diseñado para permitir la estimación de todos los posibles contrastes
entre las medias muestrales (no solo comparaciones por pares).
o Bonferroni: diseñado para permitir la estimación de cualquier número de
contrastes previamente seleccionado. Estos límites generalmente son más
© 2005 por StatPoint, Inc.
Preferencias - 7
STATGRAPHICS – Rev. 4/25/2007
amplios que los límites de Tukey cuando se hacen todas las comparaciones por
pares.
o Student-Newman-Keuls: A diferencia de todos los métodos anteriores, este
procedimiento no crea intervalos para las diferencias por pares. En su lugar,
ordena las medias en orden creciente y luego comienza a separarlas en grupos de
acuerdo con valores de la distribución de rangos Estudentizados. Al final, las
medias se separan en grupos homogéneos dentro de los cuales no hay diferencias
significativas.
o Duncan: similar al procedimiento de Student-Newman-Keuls, excepto que usa un
valor crítico diferente de la distribución de rangos Estudentizados cuando define
los grupos homogéneos.
•
Gráficos de Regresión: límites a incluir en los gráficos de los modelos de regresión
ajustados.
o Límites de Predicción: límites para observaciones adicionales muestreadas del
mismo proceso que los datos usados para ajustar el modelo.
o Límites de Confianza: límites para la respuesta media en los valores
especificados de las variables predictoras.
o Nivel de confianza: porcentaje usado para calcular los límites.
•
Gráficos de Residuos: tipo de residuos desplegados en las gráficas de residuos del
modelo ajustado.
o Residuos Ordinarios: la diferencia entre cada valor de la variable dependiente y
el valor predicho por el modelo ajustado.
o Residuos Estudentizados: la diferencia entre los valores observados yi y los
valores predichos ŷ i cuando el modelo se ajusta usando todas las observaciones
excepto la i-ésima, dividida entre el error estándar estimado. Estos residuos se
llaman a veces residuos eliminados externamente o externamente Estudentizados,
ya que miden qué tan lejos está cada valor del modelo ajustado cuando ese
modelo se ajusta con todos los datos exceptuando el punto en cuestión. Esto es
importante, ya que un gran valor atípico de otro modo podría afectar tanto al
modelo que podría no parecer inusualmente lejos de la línea de regresión..
•
Verificación de Varianza: prueba usada en los procedimientos ANOVA Simple y
Varias Muestras para probar la hipótesis de que las desviaciones estándar dentro de
cada grupo son iguales.
© 2005 por StatPoint, Inc.
Preferencias - 8
STATGRAPHICS – Rev. 4/25/2007
o Prueba de Cochran: compara la máxima varianza dentro-de-muestra con la
varianza dentro-de-muestra promedio. La prueba es apropiada solamente si todos
los tamaños de muestra son iguales.
o Prueba de Bartlett: compara un promedio ponderado de las varianzas dentro-demuestra con su media geométrica. La prueba es apropiada tanto para tamaños de
muestra iguales como diferentes.
o Prueba de Hartley: calcula la razón entre la mayor varianza muestral y la menor.
La prueba es apropiada solamente si el número de observaciones es el mismo
dentro de cada nivel de tratamiento. Nota: no se calcula valor de P para esta
prueba, así que la estadística calculada debe ser comparada con valores de tablas.
o Prueba de Levene: realiza un análisis de varianza simple sobre las diferencias
absolutas entre cada observación y su correspondiente media de grupo.
Para las fórmulas relacionadas con los métodos antes descritos, vea la documentación
titulada ANOVA Simple y Regresión Simple.
© 2005 por StatPoint, Inc.
Preferencias - 9
STATGRAPHICS – Rev. 4/25/2007
Pestaña Pronósticos
La pestaña Pronósticos establece los valores por omisión para los procedimientos que
pronostican datos de series de tiempo.
•
Modelos Incluidos: especifica los modelos que se deben ajustar a los datos. Estos son
los modelos de entre los cuales se elegirá al “mejor” modelo. En la documentación
de Pronósticos se proporcionan las descripciones de cada uno de los modelos. Para
varios de los modelos, se proveen opciones adicionales:
o Modelo de Caminata Aleatoria – marque incluir constante para considerar tanto
un modelo que contenga una constante como uno sin ella.
o Modelo de Promedios Móviles – seleccione la longitud máxima del periodo a
considerar. Los modelos se ajustarán con longitudes desde 2 hasta el número
indicado.
o ARIMA Términos AR – especifique el máximo orden p de los términos
autorregresivos (AR, autoregressive) en el modelo.
© 2005 por StatPoint, Inc.
Preferencias - 10
STATGRAPHICS – Rev. 4/25/2007
o ARIMA Términos MA – especifique el máximo orden q de los términos de
promedios móviles (MA, Moving Average) en el modelo. En lugar de eso, puede
optar por considerar sólo modelos para los cuales q = p – 1.
o ARIMA Diferenciar – especifique el máximo orden de diferenciación d. Elija
Incluir constante para considerar modelos que incluyen un término constante
cuando se realiza la diferenciación.
•
Criterios de Información: el criterio usado para elegir el mejor modelo.
•
Límites de Pronóstico: porcentaje usado para los límites de probabilidad del
pronóstico.
Para un tratamiento detallado de los diferentes métodos de pronóstico consulte la
documentación Pronósticos y Pronósticos Automáticos.
Pestaña Estadísticas
Especifica las estadísticas calculadas por omisión siempre que se muestren estadísticas.
Las estadísticas se definen en la documentación titulada Análisis de Una Variable.
© 2005 por StatPoint, Inc.
Preferencias - 11
STATGRAPHICS – Rev. 4/25/2007
Pestaña Ajuste Dist.
Opciones por omisión para el procedimiento Ajuste de Distribuciones.
•
Prueba de Normalidad: prueba realizada por omisión para probar la hipótesis de que
los datos son una muestra aleatoria de una distribución normal.
•
Prueba Bondad-de-Ajuste: prueba realizada por omisión para probar la hipótesis de
que los datos son una muestra aleatoria de una distribución especificada (no
necesariamente normal).
•
Leyendas en Gráfico: si se incluyen las estimaciones de los parámetros en las
leyendas de los gráficos de distribución.
Los tratamientos de las diferentes pruebas se encuentran en los documentos Ajuste de
Distribuciones.
© 2005 por StatPoint, Inc.
Preferencias - 12
STATGRAPHICS – Rev. 4/25/2007
Pestaña Capabilidad
Esta pestaña establece los valores por omisión para los procedimientos de análisis de
capabilidad.
•
Mostrar: índices y estadísticas de capabilidad calculados por omisión cuando se
realiza un análisis de capacidad.
•
Incluir: tipo de estadísticas de capacidad a incluir y etiquetado deseado.
o Largo plazo y corto plazo – calcula ambos índices a largo plazo y a corto plaza.
o Sólo largo plazo (Etiquetado P) – calcula sólo índices a largo plazo y los etiqueta
con la letra P, como en Ppk.
o Sólo largo plazo (Etiquetado C) – calcula sólo índices a largo plazo y los etiqueta
con la letra C, como en Cpk.
o Sólo corto plazo – calcula sólo índices a largo plazo. Éstos siempre se etiquetan
con la letra C, como en Cpk.
© 2005 por StatPoint, Inc.
Preferencias - 13
STATGRAPHICS – Rev. 4/25/2007
•
Índices de Capabilidad - Límites: el tipo de límites a presentar para índices de
capabilidad. Puede calcularse un intervalo de confianza bilateral o una cota unilateral
inferior de confianza.
•
Sigma Corto Plazo – datos agrupados: el método usado para estimar la desviación
estándar del proceso para datos agrupados. Las opciones son:
o Basado en Rango promedio – estima sigma a partir de un promedio ponderado de
los rangos de los subgrupos.
o Basado en S promedio – estima sigma a partir de un promedio ponderado de las
desviaciones estándar de los subgrupos.
o Basado en S agrupada – estima sigma a partir del cuadrado medio del error
dentro de los grupos como en un análisis de varianza simple.
•
Sigma Corto Plazo – Individuales: el método usado para estimar la desviación
estándar del proceso cuando los datos no están agrupados. Las opciones son:
o Basado en Promedio MR – estima sigma a partir del rango móvil promedio (MR
moving range) de observaciones consecutivas.
o Basado en Mediana MR – estima sigma a partir de la mediana del rango móvil
(MR moving range) de observaciones consecutivas.
o Basado en SSD Media – estima sigma a partir de las diferencias al cuadrado
sucesivas (SSD squared successive differences), es decir, las diferencias
cuadradas entre observaciones consecutivas).
•
Índices para datos NNormales: cuando se construyen índices de capacidad para
distribuciones no normales, controla si el índice se basa en los puntajes de Z
correspondientes o en la distancia entre percentiles. Si se elige valores Z
correspondientes, entonces la relación entre los índices de capacidad y el porcentaje
de la población fuera de los límites de especificación es el mismo para todas las
distribuciones. Si se elige Usar distancias entre percentiles, se retiene la definición de
los índices de capacidad como cocientes de distancias, pero un puntaje de Z de 4
equivale a diferentes porcentajes de artículos fuera de las especificaciones para
diferentes distribuciones.
•
Límites sigma para graficar: define la distancia entre los límites de tolerancia
mostrados en las gráficas de capabilidad.
•
Límites sigma los índices: define el número de desviaciones estándar usadas en el
denominador de Cp e índices de capabilidad relacionados. Este valor generalmente se
establece en 6.
© 2005 por StatPoint, Inc.
Preferencias - 14
STATGRAPHICS – Rev. 4/25/2007
•
: si se marca, se aplican correcciones a las estimaciones de σ para remover cualquier
sesgo. Las fórmulas afectadas incluyen las estimaciones para datos agrupados basadas
en la s promedio y agrupada, y la estimación para individuos basada en la SSD
Media. Esta definición también afecta la estimación a largo plazo de sigma.
Para un tratamiento extenso de las opciones anteriores, refiérase a la documentación
titulada Análisis de Capabilidad (Datos Continuos).
Pestaña Gráficos de Control
Opciones por omisión para los procedimientos de gráficos de control.
•
Gráfico de Dispersión Preferente: tipo por omisión de segundo gráfico para
inclusión en los procedimientos de gráficos de control ponderados por el tiempo y de
propósitos especiales. También afecta las Evaluaciones de Capabilidad SnapStats.
•
Mostrar: si se despliegan todos los subgrupos o sólo el más reciente. También
establece el múltiplo de sigma por omisión para la colocación de los límites de
control.
© 2005 por StatPoint, Inc.
Preferencias - 15
STATGRAPHICS – Rev. 4/25/2007
•
Suavización: tipo de suavización a agregar al gráfico de control, si se declara alguna.
•
Para Todos los Gráficos: opciones aplicables a todos los gráficos.
•
Gráficos R – Sigma: método para estimar la sigma del proceso al crear un gráfico R.
•
Gráficos S: método para estimar la sigma del proceso al crear un gráfico S.
•
Gráficos MR - Sigma: método para estimar la sigma del proceso al crear un gráfico
de rangos móviles.
•
Gráficos (EW)MA – Inicialización: método para determinar los valores iniciales al
crear un gráfico de control EWMA o MA.
Se incluyen tratamientos detallados de las diferentes opciones en los documentos
titulados Gráficos X-Barra y R, Gráficos X-Barra y S, Gráficos de Control de Valores
Individuales, Gráficos de Medias Móviles (MA), y Gráficos EWMA.
© 2005 por StatPoint, Inc.
Preferencias - 16
STATGRAPHICS – Rev. 4/25/2007
Pestaña Pruebas de Secuencias
Esta pestaña controla el tipo de pruebas realizada por omisión cuando se crean gráficos
de control.
•
Identificar: pruebas de secuencias para gráficos Shewhart estándar.
•
Ponderación de Zonas en la Gráfica: pesos usados cuando se crea un gráfico de
control en formato de zonas.
Se incluye un tratamiento de las diferentes pruebas en el documento titulado Gráficos XBarra y R.
© 2005 por StatPoint, Inc.
Preferencias - 17
STATGRAPHICS – Rev. 4/25/2007
Pestaña Tablas Cruzadas
Esta pestaña especifica las opciones por omisión para los procedimientos Tabulación
Cruzada y Tablas de Contingencia.
•
Ordenar por: orden de hileras y columnas en una tabla cruzada.
o Alfabéticamente: ordenar hileras y columnas alfabéticamente.
o Orden de Ocurrencia: ordenar hileras y columnas en el orden en que se
encuentran en los datos de arriba hacia abajo.
•
Tablas: información a incluir en cada celda de las tablas presentadas.
o Tabla de Porcentajes: el porcentaje que cada celda representa de toda la tabla.
o Porcentajes por Fila: el porcentaje que cada celda representa de la cuenta total
de su fila.
© 2005 por StatPoint, Inc.
Preferencias - 18
STATGRAPHICS – Rev. 4/25/2007
o Porcentajes por Columna: el porcentaje que cada celda representa de la cuenta
total de su columna.
o Frecuencias esperadas: el número esperado de veces que la fila i habría
aparecido junto con la columna j en el archivo de datos si las clasificaciones por
fila y columna fueran independientes.
o Desviaciones: las diferencias entre las frecuencias observadas y esperadas.
o Valores Chi-Cuadrada: la contribución de cada celda a la estadística chicuadrada, usada para probar independencia entre clasificaciones por fila y
columna.
o Residuos Ajustados: una forma de residuos estandarizados calculados dividiendo
la desviación en cada celda entre una estimación de su error estándar.
•
Pruebas Primarias de Independencia: prueba a realizar cuando se pruebe la
hipótesis de que las clasificaciones por fila y columna son independientes.
o Chi-Cuadrada: prueba de chi-cuadrada basada en la suma del cuadrado de las
diferencias entre las frecuencias observadas y esperadas de las celdas.
o Razón de Verosimilitud: prueba del cociente de verosimilitud.
o Usar prueba exacta de Fisher: para tablas 2 por 2 en las cuales la suma de las
cuentas no excede de 100, realizar la prueba exacta de Fisher.
o Usar Corrección de Yates: para todas las tablas 2 por 2, aplique la corrección
por continuidad de Yates.
•
Comparaciones de Filas: cuando un factor en una tabla 2 por 2 corresponde a la
ocurrencia o no ocurrencia de un evento, si se despliega el cociente de momios o el
riesgo relativo de un evento.
•
Diagrama de Barras: formato para crear diagramas de barras, incluyendo:
o Tipo de Gráfico: si las barras se agregan lado a lado o si se apilan una sobre la
otra.
o Escala: si la escala del eje muestra las frecuencias o los porcentajes de las celdas.
o Dirección: si las barras se extienden horizontal o verticalmente.
•
Barras de Error Estd.: el formato de las barras de error estándar cuando se incluyen
en el diagrama de barras, y si deben extenderse hacia arriba y debajo de la parte
superior de la barra (o sólo hacia arriba).
© 2005 por StatPoint, Inc.
Preferencias - 19
STATGRAPHICS – Rev. 4/25/2007
Para mayor información sobre las opciones anteriores, refiérase a la documentación
titulada Tabulación Cruzada y Tablas de Contingencia.
Pestaña Gráficos
Esta pestaña especifica opciones por omisión para varios tipos de gráficos.
•
Color del cursor de Mirilla: color usado para desplegar el cursor de mirilla cuando
se elige la opción Localizar del menú emergente con el botón secundario del ratón
cuando se está viendo un gráfico.
•
Color de Resaltado: color usado para resaltar puntos en un gráfico cuando se
seleccionan con un clic del ratón.
•
Gráficos de Superficie: formato por omisión para graficar superficies de respuesta 3D.
•
Gráficos de Contornos: formato por omisión para gráficos de contorno.
© 2005 por StatPoint, Inc.
Preferencias - 20
STATGRAPHICS – Rev. 4/25/2007
•
Resolución para Funciones: resolución por omisión para usar cuando se grafiquen
funciones tales como distribuciones de probabilidad y modelos de regresión. Mayor
resolución resulta en gráficos más lisos.
•
Resolución para gráficos de Contorno: resolución por omisión para usar cuando se
grafiquen gráficos de superficie y contorno. La resolución define el número de hileras
y columnas en la rejilla sobre la cual es avaluada la función a graficar.
© 2005 por StatPoint, Inc.
Preferencias - 21
STATGRAPHICS – Rev. 4/25/2007
Pestaña Estudios de Calibración
Método y etiquetas por omisión a usar cuando se presentan los resultados de estudios de
calibración.
•
Métodos para Variables: método a usar cuando se analizan variables (datos
continuos) en el Estudio R&R SnapStat.
•
Intervalos Sigma: múltiplo de sigma usado por omisión cuando se calculan los
cocientes precisión-tolerancia.
•
Terminología: etiquetas usadas para diferentes componentes en estudios de
calibración.
Para más información acerca de estudios de calibración, refiérase al documento titulado
Estudio R&R SnapStat.
© 2005 por StatPoint, Inc.
Preferencias - 22