Documentos de Académico
Documentos de Profesional
Documentos de Cultura
R y R Muy Bueno
R y R Muy Bueno
López Soto
Notas: 28 de octubre de 2008
Plan:
• Estudios R Є R
Estudios R Є R – Repetitividad y Reproducibilidad
‐ Estudio o experimento que evalúa la precisión de un sistema de medidas. Para evaluar la
precisión hay que pensar en el concepto de exactitud vs. precisión.
Hay precisión pero no hay exactitud.
No hay exactitud ni precisión.
Hay exactitud, pero no hay precisión.
Hay exactitud y precisión.
‐ Es importante medir la precisión para así tomar decisiones.
‐ La calibración está asociada a la exactitud la cual está basada en un estándar.
‐ En la precisión casi nunca utilizamos un estándar.
σ2 Total = σ2 piezas + σ2 personas + σ2 pxop + σ2 error
Reproducibilidad Repetitividad
Ejemplo:
Y= diámetro de la piezas
‐se va a medir con un “caliper”
‐ tres estudiantes van a medir
‐ se va a medir cada marcador 2 veces
a=# de piezas
b=# de operadores
n= # de veces que un operador mide una misma pieza.
N=# total de observaciones= a*b*n
Objetivo ideal:
σ2 Total = σ2 piezas ‐ Las piezas contribuyen 100% a la variabilidad total.
σ2 piezas / σ2 Total X 100% = % de contribución debido a piezas
‐ % de contribución debido a piezas > 70% ‐ es el criterio
‐ Es equivalente decir que R Є R < 30%
*hay gente que utiliza un criterio más estricto
‐ El criterio nos da la capacidad de estimar de donde viene la contribución mayor.
Ecuaciones de medias cuadradas esperadas (“Expected mean squares”)
E(MSp) = σ2 + nσ2pxop + bn σ2p
E(MSop) = σ2 + nσ2pxop + an σ2op
E(MSpxop) = σ2 + nσ2pxop
E(MSe) = σ2
ANOVA
Fuente Grados de SS (Suma de MS (Mean
libertad cuadrados) squares)
Piezas 15‐1=14 SSpiezas MS piezas = SSpiezas /14
Total 90‐1=89
σ2 (hat) repeatability = MSerror
σ2 (hat)pxop=( MSpxop ‐ MSerror)/n
σ2 (hat)op=( MSop – MSpxop)/an
σ2 (hat)p= ( MSp – MSpxop)/bn
σ2 (hat)total= σ2 (hat)p + σ2 (hat)op + σ2 (hat)pxop + σ2 (hat) error
% de contribución de piezas = σ2 (hat)p / σ2 (hat)total x 100%
Ejemplo: Minitab
n=3
b=3
a=10
N=90
σ2 (hat) error = 0.04598
σ2 (hat)pxop=( MSpxop ‐ MSerror)/n = (0.01994 – 0.04598)/3 < 0
Dos enfoques: 1‐ es negativo
2‐ no está aportando nada por lo tanto se asume que es cero
*Tomando el segundo enfoque en cuenta
E(MSpxop) = σ2 + nσ2pxop
σ2 (hat)error = (SSerror + SSpxop)/(DFerror + DFpxop)
= (2.7589 + 0.3590)/ (60 + 18) = 0.399 → este es el nuevo (el otro no se utiliza)
σ2 (hat)op’ =( MSop – MSerror’)/an = (1.58363 – 0.03997)/ (10)(3) = 0.0515
σ2 (hat)p’= ( MSp – MSerror’)/bn = (9.81799‐ 0.03997)/ (3)(3) = 1.086
σ2 (hat)op’ + σ2 (hat)p’ + σ2 (hat)error’ = 1.177
σ2 (hat)p’ / σ2 (hat)total’ = 1.086/ 1.177 = 92.24%