Está en la página 1de 7

Unidad n 4: regresin y correlacin Anlisis de Regresin Procedimiento, herramienta o tcnica estadstica de prediccin o pronstico que permite, a travs de una

a variable conocida, pronosticar el comportamiento de una variable desconocida. La Variable Independiente (x) pronostica el valor de la Variable Dependiente (y). La variable (x) es conocida o hipottica y es de carcter explicativo; (y) se denomina la variable de respuesta. Este anlisis se basa en encontrar la ecuacin de mejor ajuste a los valores de las variables, es decir, que mejor se ajuste al dispersograma o nube de puntos.

Dispersograma: diagrama de dispersin bidimensional que muestra la relacin entre las variables (se dice que es un grafico dinmico) Cada punto es un par ordenado de valores de (x) e (y). Regresin simple: se basa en una muestra. Interviene una sola variable independiente (x) para el pronstico de la variable dependiente (y). y= Bo + B1.Xi + ei = bo + b1.x (Poblacin) (Muestra)

Regresin mltiple: muchas variables independientes (x) intervienen en el pronstico de la variable dependiente (y). y= Bo + B1.X1 + B2.X2 + ei = bo + b1.x1 + b2.x2 + bnxn (Poblacin) (Muestra)

Supuestos: Distribucin Normal: con una media en la lnea de regresin de xy= Bo + B1.Xi Homocedasticidad: desviaciones estndar iguales a lo largo de la lnea de regresin. Valores de (y) estadsticamente independientes entre s.

Criterio de Mnimos Cuadrados Sirve para encontrar los coeficientes de la recta (bo y b1) Es la sumatoria de todos los desvos, errores o residuos (diferencia entre valor observado y esperado o estimado). Sirve para minimizar el nmero de desviaciones.

Estimacin Puntual: se sustituye el valor conocido o supuesto de (x) en la ecuacin y se calcula el valor estimado de () Estimacin por Intervalo: utilizando el error estndar o tpico de la regresin podemos averiguar los lmites superior e inferior dentro de los cuales es probable que caiga el valor del pronstico. Intervalo de confianza para () dado un valor especfico de (x), cuando (y) es desconocida. Intervalo promedio Intervalo de prediccin, observamos individualmente a (y). Mientras ms grande sea (x), mayor ser el intervalo y ms especfico ser.

Error estndar o tpico de estimacin: describe la dispersin de puntos de los datos que se encuentran por encima y por debajo de la lnea de regresin. Establece la variabilidad esperada con respecto al pronstico de la regresin. Similar a la desviacin estndar en las medidas descriptivas. Mientras mayor sea el valor del error estndar, mayor ser la magnitud de dispersin de los datos.

Anlisis de Correlacin Determina si dos variables cuantitativas estn relacionadas, la direccin que ambas tienen y la fuerza de dicha relacin lineal entre ellas. Permite, luego del pronstico, cambiar las variables por otras ms convenientes o mejores.

Coeficiente de Correlacin Es mltiple o simple dependiendo del tipo de regresin. (r) es el rango de correlacin muestral e indica la direccin y la fuerza de la relacin. Pronostica al parmetro poblacional (P) de Pearson. Cuanto ms grande sea el (r), ms fuerte ser la relacin entre las variables.

Coeficiente de Determinacin (r) indica la proporcin de variabilidad de la variable independiente con respecto a la variabilidad de la variable dependiente. Mientras ms cerca de 1 est la proporcin, ms aporta al modelo. Si tuviera que elegir entre dos coeficientes de determinacin, elijo el de mayor valor porque es el que mejor se ajusta al dispersograma.

Unidad n5: Series de Tiempo Serie de tiempo Conjunto de informacin cuantitativa relevada a travs del tiempo de manera sistemtica. Son datos numricos que se obtienen en periodos regulares a travs del tiempo. La suposicin bsica en el anlisis de series de tiempo es que los factores que ocasionan los patrones de actividad en el pasado, continan hacindolo en el presente y seguirn ms o menos de la misma forma en el futuro.

El principal objetivo del anlisis de la serie de tiempo consiste en identificar y aislar los factores, elementos o componentes de influencia con el propsito de hacer predicciones para efectuar una planeacin y control administrativos. Encuentra la lnea de tendencia a travs de la regresin, con el tiempo como variable independiente. Modelo Multiplicativo para datos anuales o mensuales

Y=T.C.S.I
T (Tendencia): direccin o movimiento a largo plazo (se puede dar por cambios demogrficos, tecnolgicos, etc.) C (Ciclo): oscilacin o movimientos altos y bajos que se dan a lo largo de la serie, son curvas por encima y debajo de la lnea de la lnea de tendencia. Duran de 3 a 10 aos aprox., tiene una duracin irregular (se puede dar por los ciclos econmicos) S (Estacionalidad): se tiene en cuenta cuando los datos se registran mensual, trimestral o semestralmente (etc.), es un patrn que se repite ao tras ao y puede estar influido por el clima o las estaciones del ao. I (Movimiento Irregular): dato observado que no sigue la tendencia modificada por el componente cclico. No se puede pronosticar.

ndice: mide la variacin de un concepto (precio, cantidad, valor, etc.) como porcentaje de ese concepto con respecto de ese mismo concepto en un ao o perodo base. Paasch: I= P1.Q1 Po.Q1 I= P1.Q1 Po.Q1

Laspeyre:

Tcnicas de suavizamiento de las series temporales: trata de amortiguar la fluctuacin del movimiento irregular y cclico, hasta llegar a observar de mejor manera la curva o lnea de tendencia. Promedios mviles: Elimina los componentes C, I y S (dependiendo de la base) Busca puntos medios o medias aritmticas de variacin para una secuencia de valores observados, por ejemplo: entre dos o ms aos. Dependiendo de los aos o meses que se quieran tomar sern tambin los valores a tomarse. Clculo del ndice estacional: el estudio y aislamiento de los movimientos estacionales de una serie de tiempo mensual porque, al conocer el valor del componente estacional para un mes determinado, podemos ajustar y mejorar las proyecciones de tendencia para pronsticos o predicciones; y tambin sirve para descomponer las series de tiempo y eliminar sus influencias, considerando mayormente su tendencia y fluctuaciones cclicas.

Suavizacin exponencial: Se realiza entre el valor real y el valor suavizado anterior; mientras mayor sea el valor de , mayor importancia se le da al valor original del perodo (Yt), y la suavizacin ser cada vez menor; mientras menor sea el , mayor ser la suavizacin.

Unidad n6: Control de Calidad Control estadstico de de la actividad y productividad: La administracin de calidad total surge en Japn, despus de la Segunda Guerra Mundial (alrededor de 1950), cuando a Unin Japonesa de Cientficos e Ingenieros invit al Dr. Deming a formar a ingenieros, directivos y estudiantes en cuanto al tema del Control Estadstico de Procesos y los conceptos de Calidad. Deming realiz esto en oposicin al pensamiento en EE.UU. de que el control de calidad se realizara despus del proceso productivo, y no durante (como propona Deming)

Calidad: conjunto de atributos de un producto, a los cuales un cliente define como calidad Ocho aspectos de la calidad: Desempeo: que cumpla con la finalidad Caractersticas: distintas (funcionamiento) cualidades que hacen atractivo al producto

Confiabilidad: probabilidad de que el producto funcione como dice que funciona

Ajuste: que la unidad funcione de acuerdo al requerimiento Durabilidad: cantidad de tiempo que requiere para que se reponga la unidad Condiciones de Servicio: mantenimiento del producto (post venta) Esttica: atributos atractivos en cuanto a la percepcin humana Calidad percibida: parmetros de los clientes para definir la calidad

Inspeccin de calidad: controlar la calidad de los proveedores (determina la capacidad del proceso)

Los 14 puntos de Deming

1. Crear constancia en la mejora de productos y servicios. 2. Adoptar una nueva filosofa de cooperacin. 3. Desistir de la dependencia en la inspeccin en masa para lograr calidad. Mejorar el proceso e incluir calidad en el producto desde el comienzo. 4. Terminar con la prctica de comprar a los ms bajos precios. Minimizar el costo total en el largo plazo. 5. Mejorar constantemente y por siempre los sistemas de produccin, servicio y planeamiento de cualquier actividad. Esto va a mejorar la calidad y la productividad, bajando los costos constantemente. 6. Establecer entrenamiento dentro del trabajo (capacitacin). 7. Establecer lderes para ayudar a la gente, mquinas y dispositivos a realizar su trabajo. 8. Eliminar el miedo y construir confianza, para trabajar ms eficientemente. 9. Terminar con la competicin y construir un sistema de cooperacin basado en el mutuo beneficio que abarque toda la organizacin. 10. Eliminar eslganes, exhortaciones y metas pidiendo cero defectos o nuevos niveles de productividad. 11. Eliminar cuotas numricas y la gestin por objetivos. 12. Eliminar las evaluaciones anuales o el sistema de mritos que da rangos a la gente y crean competicin y conflictos. 13. Instituir un programa vigoroso de educacin y auto mejora. 14. Poner a todos en la compaa a trabajar para llevar a cabo la transformacin.

Control Estadstico de Procesos: Proceso: Combinacin global de personas, equipo, materiales utilizados, mtodos y medio ambiente, que colaboran en la produccin. Control de Procesos: es una herramienta estadstica que se utiliza en el puesto de trabajo para conseguir el producto adecuado y de primera. Los grficos de control constituyen el procedimiento bsico del control estadstico de procesos.

El control de procesos tiene 3 objetivos: Seguimiento y vigilancia del proceso Reduccin de la variacin aleatoria y eliminacin de la variacin asignable Menor costo por unidad

Variaciones del control de procesos: se refleja en el producto Variacin aleatoria o comn: est permanentemente presente en cualquier proceso como consecuencia de su diseo y de sus condiciones de funcionamiento, generando un patrn homogneo de variabilidad que puede predecirse y, por tanto, controlarse. Variacin asignable: de carcter espordico y puntual provoca anomalas y defectos en la fabricacin, en cuanto se conoce la causa que origina ese tipo de defecto y por tanto se puede eliminar el mismo corrigiendo la causa que lo genera. El objetivo principal del control estadstico de procesos es detectar las causas asignables de variabilidad de manera que la nica fuente de variabilidad del proceso sea debido a causas comunes o no asignables, es decir, puramente aleatorias.

El Kaizen: Mejora continua hasta la calidad total; una estrategia o metodologa de calidad en la empresa y en el trabajo, tanto individual como colectivo. Su metodologa trae consigo resultados concretos, tanto cualitativos como cuantitativos, en un lapso relativamente corto y a un bajo costo (por lo tanto, aumenta el beneficio) apoyado en la sinergia que genera el trabajo en equipo de la estructura formada para alcanzar las metas establecidas por la direccin de la compaa.

Recursos estadsticos para la calidad Grfico causa efecto: esqueleto de pez; trata de encontrar la causa u origen de un efecto defectuoso. Diagrama de Pareto: regla 80/20; el 80% de la actividad depende del 20% de los factores. Si nos concentramos en el 20% de los factores, solucionamos el 80% de las actividades defectuosas. El 80% de los resultados totales se originan en el 20% de los elementos. Hoja de comprobacin: sirve para examinar artculos defectuosos, analizar la localizacin de defectos, verificar las causas de los defectos, y la verificacin y anlisis de operaciones.

Diagrama de flujo de procesos: Permiten identificar los problemas y las oportunidades de mejora del proceso. Se identifican los pasos, los flujos de los re-procesos, los conflictos de autoridad, las responsabilidades, los cuellos de botella, y los puntos de decisin. Mtodo Taguchi: filosofa del control de calidad fuera de lnea, el diseo de productos y procesos basado en parmetros de diseo que determinan el buen funcionamiento del equipo Grfico de Control: indica cuando un proceso est bajo control o fuera de control. Puede decirse que es anlogo a una prueba de hiptesis. El grfico va a variar dependiendo de si es para variables (media o rango) y para atributos (proporcin o cantidad de defectos).

Benchmarking: conjunto de actividades que debe realizarse de forma continua y aplicando una metodologa estructurada para asegurar unas mejoras "que se mantengan" a travs de la comparaci6n permanente con las mejores prcticas existentes en cada momento. Es una comparacin con el lder mundial y aprender de otros. Fabricacin Just in Time Alineamiento cliente - proveedor automtico e inteligente teniendo los procedimientos en el producto pre programados. La idea bsica del Just in Time es producir un artculo justo a tiempo para que este sea vendido o utilizado por la siguiente estacin de trabajo en un proceso de manufacturas. Debido a que el inventario (stock) es considerado la raz de muchos problemas en las operaciones, este debe ser eliminado o reducido al mnimo