Está en la página 1de 27

Prólogo

ISO (la Organización Internacional de normalización) es una Federación Mundial de
organismos de normas nacionales (Organismos miembros ISO). La labor de elaboración de
normas internacionales se realiza normalmente a través de la ISO comités técnicos. Cada
órgano de miembros interesado en un tema para el que ha sido un Comité técnico
establecido tiene derecho a estar representados en esa Comisión. Las organizaciones
internacionales, gubernamentales y no gubernamentales, en colaboración con ISO, también
tomar parte en el trabajo. ISO colabora estrechamente con la Comisión Electrotécnica
Internacional (IEC) sobre todas las cuestiones de normalización electrotécnica.
Se redactan las normas internacionales de conformidad con las reglas dadas en las
directivas ISO/IEC, parte 2. La principal tarea de los comités técnicos es preparar las
normas internacionales. El proyecto de normas internacionales adoptado por el técnico
comités se distribuyen a los órganos de miembros para la votación. Publicación como un
Norma internacional requiere la aprobación de al menos el 75% de los órganos de
miembros emitan un voto. En circunstancias excepcionales, cuando un Comité técnico ha
recopilado datos de un tipo diferente de la que suele ser publicado como una norma
internacional ("Estado del arte", por ejemplo), podrá decidir, por un voto de mayoría simple
de sus miembros participantes para publicar un informe técnico. Un informe técnico es
completamente informativo en la naturaleza y no tiene que revisar hasta que los datos que
proporciona se consideran que no ya sean válidos o útiles.
Se señala que la posibilidad de que algunos de los elementos de este documento pueden
ser objeto de patente derechos. ISO no será responsable para la identificación de cualquier
o todos esos derechos de patente. ISO/TR 10017 fue preparado por el Comité técnico
ISO/TC 176Calidad y gestión de la calidad garantía, Subcomité SC 3,Soporte de
tecnologías.
Esta segunda edición cancela y reemplaza la primera edición (ISO/TR 10017:1999) y es
ahora basado en ISO 9001: 2000.Este informe técnico puede actualizarse para reflejar las
revisiones futuras de ISO 9001. Comentarios sobre el contenido de Este informe técnico
puede enviarse a la Secretaría Central de ISO para su examen en una revisión futura.

Introducción
El propósito de este informe técnico es ayudar a una organización en la identificación de
técnicas estadísticas que puede ser útil para desarrollar, implementar, mantener y mejorar
un sistema de gestión de calidad en cumplimiento de los requisitos de ISO 9001: 2000.
En este contexto, la utilidad de técnicas estadísticas se desprende de la variabilidad que
puede observarse en elcomportamiento y resultados de prácticamente todos los procesos,
incluso en condiciones de aparente estabilidad. Tales variabilidad puede observarse en las
características cuantificables de productos y procesos y puede ser vista a Existen en las
distintas fases en el ciclo de vida total de productos, desde la investigación de mercado
para servicio al cliente y final eliminación.
Técnicas estadísticas pueden ayudar a medir, describir, analizar, interpretar y modelo de
esa variabilidad, incluso con una cantidad relativamente limitada de datos. Análisis
estadístico de estos datos pueden proporcionar una mejor comprensión de la naturaleza,
alcance y las causas de la variabilidad. Esto podría ayudar a resolver y incluso evitar los
problemas que podrían dar lugar de esa variabilidad.
Técnicas estadísticas pueden, permitiendo la mejor utilización de los datos disponibles para
ayudar en la toma de decisiones y con ello ayudar para mejorar continuamente la calidad
de productos y procesos para lograr la satisfacción del cliente. Estos técnicas son

aplicables a una amplia gama de actividades, tales como la investigación de mercado,
diseño, desarrollo, producción, verificación, instalación y prestación de servicios.
Este informe técnico se pretende orientar y ayudar a una organización a examinar y
seleccionar estadística técnicas adecuados a las necesidades de la organización. Los
criterios para determinar la necesidad de Estadística técnicas y la conveniencia de la
technique(s) seleccionado, siguen siendo una prerrogativa de la organización.
Las técnicas estadísticas que se describen en este informe técnico también son aplicables
a otras normas en la Familia de ISO 9000, en particular ISO de 9004:2000_
Este informe técnico ofrece una guía sobre la selección de las técnicas adecuadas de
estadísticas que pueden ser útil a una organización en el desarrollo, implementación,
mantenimiento y mejora de la gestión de la calidad sistema de conformidad con la ISO
9001. Esto se hace mediante el examen de los requisitos de ISO 9001 que implican
el uso de datos cuantitativos y, a continuación, identificar y describir las técnicas
estadísticas que pueden ser útilesCuando se aplica a los datos. La lista de técnicas
estadísticas citados en este informe técnico no es ni completa ni exhaustiva y no lo hace
no permitan el uso de otras técnicas (estadísticas o de otro tipo) que se consideran para ser
beneficioso para el Organización. Por otra parte, este informe técnico no intenta prescribir
que technique(s) Estadística deben utilizarse; ni does intenta asesorar sobre cómo deben
aplicarse las technique(s). Este informe técnico no está diseñada para contractuales,
reglamentarios o con fines de certificación/registro. No es destinados a ser utilizados como
una lista de verificación obligatorio para el cumplimiento de los requisitos de ISO 9001:
2000. El justificación para el uso de técnicas estadísticas es que su aplicación ayudaría a
mejorar la eficacia de el sistema de gestión de calidad. Nota 1 que los términos "técnicas
estadísticas" y "métodos estadísticos" a menudo se utilizan indistintamente.
Tenga en cuenta que las 2 referencias en este informe técnico a "producto" son aplicables a
las categorías de producto genérico de servicio, software, hardware y materiales
procesados o una combinación de éstos, de conformidad con la definición de "producto" en
ISO 9000: 2000.
2 Referencias normativas
Los siguientes documentos que se hace referenci ados son indispensables para la
aplicación de este documento. Por fecha referencias, en el que se aplica sólo a la edición
citada. Para las referencias sin fecha, en la última edición de la que se hace referencia
documento (incluidas las modificaciones) se aplica.

3 Identificación de posibles necesidades para técnicas estadísticas
La necesidad de datos cuantitativos que razonablemente pueden estar asociadas con la
aplicación de las cláusulas y Sub-clauses de ISO 9001 se identifica en la tabla 1. Que se la
necesidad de datos cuantitativos indicadasson de una o más técnicas estadísticas que
podrían ser de beneficio potencial a la organización, cuando adecuadamente aplica a
dichos datos. Tenga en cuenta técnicas estadísticas pueden aplicarse de manera útil a
datos cualitativos, si dichos datos pueden ser convertidos en datos cuantitativos.
Donde sin necesidad de datos cuantitativos podría asociarse fácilmente con una cláusula o
subcláusula de ISO 9001, no técnica estadística se identifica. Las técnicas estadísticas
citadas en este informe técnico se limitan a los que son bien conocidos. Del mismo modo,
sólo relativamente sencillas aplicaciones de técnicas estadísticas se identifican aquí.
Cada una de las técnicas estadísticas indicadas a continuación se describe brevemente en
la cláusula 4, para ayudar a la organización a evaluar la pertinencia y el valor de las
técnicas estadísticas citadas y para ayudar a determinar si el Organización debería utilizar
en un contexto específico.

2 Revisión entrada a) los resultados de las auditorías Necesitan obtener y evaluar datos de auditoría Estadística descriptiva.2.2 Representante de la administración de que ninguno identificado 5.1 General Ninguno identificado 5.1 Compromiso de los directivos Ninguno identificado 5.Tabla 1 — De las necesidades que afectan a los datos cuantitativos y apoyo estadístico technique(s) Cláusula/subcláusula de ISO 9001: 2000 Necesidades que involucra el uso de datos cuantitativos Technique(s) Estadística Sistema de gestión de calidad 4 4.3 Política de calidad de que ninguno identificado 5.2.2 Manual de la calidad de que ninguno identificado 4. autoridad y comunicación 5. proceso análisis de la capacidad.1 Responsabilidad y autoridad Ninguno identificado Ninguno identificado 5.5.2.2 Sistema de gestión de calidad planificación Ninguno identificado 5.2.2.2 Enfoque en el cliente de necesario determinar al cliente requisitos Necesidad de evaluar la satisfacción del cliente Consulte 7.1 Objetivos de calidad de Ninguno identificado 5. toma de muestras b) comentarios de los clientes que se necesitan para obtener y evaluar al cliente comentarios Estadística descriptiva.5.3 Comunicación interna de que ninguno identificado 5. toma de muestras c) performance y producto de los procesos conformidad Necesidad de evaluar la performance de los procesos y la conformidad del producto Estadística descriptiva.3 Control de documentos que no identificado 4.1 en esta tabla 5.2 Requisitos de documentación de 4.4. toma de muestras.1 General Ninguno identificado 4.5.4.5.6.4 Control de registros que ninguno identificado 5 Responsabilidad de la gestión 5.6 Examen de la gestión de 5. SPC Gráficos d) Estado de prevención y acciones correctivas Necesitan obtener y evaluar los datos de acciones preventivas y correctivas Estadística descriptiva .4 Planificación 5.5 Responsabilidad.2.1 Requisitos generales de Vea Introducción a esta técnica Informe 4.2 en esta tabla Consulte 8.

.4 Trabajar medio ambiente necesidad de vigilar el entorno de trabajo estadísticas descriptivas.2 un) Ninguno identificado 6.4 De diseño y revisión de desarrollo no identificó 7. y eficacia de la formación Estadística descriptiva.2 Competencia. hipótesis de pruebas.2.3 De diseño y desarrollo 7.1 General Ninguno identificado 6.1 Suministro de recursos Ninguno identificado 6. toma de muestras 6.2 b) ninguno identificado 6.3.3. análisis de series temporales 7.2.2.2 d) ninguno identificado 6.2.5. diseño de experimentos.1 De diseño y desarrollo planificación Ninguno identificado 7. toma de muestras.3.2 e) ninguno identificado 6.2 Del cliente-procesos relacionados con 7. análisis de fiabilidad. análisis de medición.2 c) evaluar la efectividad de las medidas adoptadas Necesario evaluar la competencia.6. regresión análisis. simulación.5 De diseño y desarrollo verificación Necesidad de verificar que las salidas de diseño requisitos de entrada Estadística descriptiva. simulación.2 Los recursos humanos 6. análisis de medición.2 Revisión de requisitos relacionado al producto Necesidad de evaluar la organización capacidad para satisfacer los requisitos definidos Estadística descriptiva. regresión análisis.3.3 Infraestructura que ninguno identificado 6.2. análisis de capacidad de proceso. proceso análisis de la capacidad.2 De diseño y desarrollo insumos ninguno identificado 7. análisis de series temporales 7.6 De diseño y desarrollo validación Necesita para validar que el producto cumple uso declarados y las necesidades Estadística descriptiva. diseño de experimentos. toma de muestras. hipótesis de pruebas.2. medición análisis.3. conciencia y formación 6. análisis de fiabilidad.2.3 De diseño y desarrollo genera la necesidad de verificar que las salidas de diseño requisitos de entrada Estadística descriptiva.1 Determinación de las necesidades relacionada con el producto Ninguno identificado 7.3 Comunicación con el cliente que ninguno identificado 7. hipótesis de pruebas.2.1 Planificación de realización del producto Ninguno identificado 7.2. Gráficas SPC Realización de producto 7 7.3 Revisión de salida que ninguno identificado Necesidades que involucra el uso de datos cuantitativos Technique(s) Estadística Administración de recursos de 6 6. definición de tolerancias estadística 7. toma de muestras.2.3. diseño de experimentos.

análisis de regresión. hipótesis de pruebas. toma de muestras.análisis de regresión. análisis de capacidad de proceso.5 Preservación de producto necesarias para supervisar el efecto de la manipulación.2 Validación de procesos para disposición de producción y servicio Que deba validar. definición de tolerancias estadístico. medición análisis.1 General Ninguno identificado 8. medición análisis. toma de muestras Estadística descriptiva. simulación 7.3 Verificación de producto adquirido necesita para establecer e implementar inspección y otras actividades Asegúrese de que el producto adquirido cumple requisitos especificados Estadística descriptiva. fiabilidad análisis. tiempo análisis de series Estadística descriptiva.1 Control de la producción y prestación de servicios Monitor y control de la producción que deba y la actividad de servicio Estadística descriptiva. regresión análisis. toma de muestras.2 Monitoreo y medición . regresión análisis. toma de muestras 7.4. análisis y mejora 8.4. toma de muestras. análisis de regresión. hipótesis pruebas. análisis de fiabilidad. diseño de experimentos. análisis de fiabilidad. capacidad del proceso análisis.1 Proceso de compra de Necesidad de garantizar ese producto adquirido se ajusta a compra especificado Requisitos Necesidad de evaluar la capacidad de proveedores suministro de producto para satisfacer las organizaciones requisitos Estadística descriptiva. hipótesis pruebas. regresión análisis. monitorear y controlar procesos cuya producción no puede ser medir fácilmente Estadística descriptiva. definición de tolerancias estadístico. diseño de experimentos.4 Clientes propiedad que comprobar las características de propiedad del cliente Estadística descriptiva.4. análisis de medición. regresión análisis. Necesidad de evaluar la validez de la anterior las mediciones. simulación Necesidades que involucra el uso de datos cuantitativos Technique(s) Estadística 7. proceso análisis de la capacidad. análisis de series temporales 7.5.5. análisis de capacidad de proceso.análisis de medición. análisis de medición.5 Prestación de servicio y producción de 7. toma de muestras 7. análisis de capacidad de proceso. análisis de capacidad de proceso. cuando sea necesarioEstadística descriptiva. análisis de fiabilidad. regresión análisis. embalaje y almacenamiento de información sobre el producto calidad Estadística descriptiva. análisis de fiabilidad.4 De compras 7. análisis de regresión.5. toma de muestras. series de tiempo análisis 7. series de tiempo análisis 8 Medición. verificar y validar efecto de los cambios de diseño Estadística descriptiva.6 Control de vigilancia y dispositivos de medición Deben velar por que la vigilancia y equipo y el proceso de medición es coherente con el requisito. análisis de medición. toma de muestras.5. Gráficas SPC.3 Identificación y trazabilidad que ninguno identificado 7. Gráficas SPC.3. proceso análisis de la capacidad. toma de muestras 7. análisis de medición. análisis de fiabilidad.7 Control del diseño y cambios en el desarrollo Necesita evaluar.2 Compra información que ninguno identificado 7.toma de muestras. tiempo análisis de series 7. hipótesis pruebas. proceso análisis de la capacidad.5. SPC gráficos. Gráficas SPC. toma de muestras.

3 Control de del producto inconformes necesidad de determinar el alcance de inconformes producto entregado.2. toma de muestras Consulte 8. 7. 7. análisis de series temporales 8.2. toma de muestras.1.3 en esta tabla Consulte 7.5 Mejora de 8. toma de muestras Necesidades que involucra el uso de datos cuantitativos Technique(s) Estadística 8.4 Monitoreo y medición de producto Producto de monitor y medida que deba características en las etapas apropiadas de realización. toma de muestras.2. proceso análisis de la capacidad. regresión análisis. tiempo análisis de series . análisis de medición. Gráficas SPC. análisis de fiabilidad. análisis de medición. proceso análisis de la capacidad. relativas a la a) satisfacción de los clientes b) la conformidad con el producto requisitos c) procesar características y tendencias d) proveedores Consulte 8.3 en esta tabla Véase 7.2. diseño de experimento.2. hipótesis de pruebas. Gráficas SPC.1 Satisfacción del cliente Necesario vigilar y analizar información relativa al cliente Percepción Estadística descriptiva. a demostrar la capacidad del proceso para lograr los resultados previstos Estadística descriptiva.5.1 Mejora continua de Necesidad de mejorar la gestión de la calidad procesos del sistema mediante el uso de datos cuantitativos.5.6 en esta tabla 8.4 en esta tabla Consulte 8. hipótesis de pruebas.2 Acción correctiva de necesario analizar datos relativos a no conformidades para ayudar a entender sus causas Estadística descriptiva. Estadística descriptiva.3.5.3.2. y comunicar los datos de auditoría Estadística descriptiva. en las áreas de diseño y desarrollo compras disposición de producción y servicio control de vigilancia y dispositivos de medición Véase 7.6 en esta tabla Véase 7.1 en esta tabla 8. 7.5.4.2. 7. diseño de experimentos.2. análisis de series temporales 8.8.4 Análisis de los datos que se necesitan para obtener y analizar datos a evaluar la efectividad de la calidad sistema de gestión y evaluar posibilidades de mejora.3. Necesidad de realizar una reverificación del producto corregida a garantizar su conformidad con requisitos. para verificar que los requisitos se cumplen Estadística descriptiva. regresión análisis.4. hipótesis de pruebas.5 en esta tabla Consulte 7.3 Monitoreo y medición de procesos Necesita monitor y medida de la calidad sistema de gestión de los procesos. diseño de experimento.3.5.5. SPC gráficos.4. análisis de capacidad de proceso.2.1 en esta tabla Consulte 8.4 en esta tabla 8.1. 7. toma de muestras. toma de muestras 8.2 Auditoría interna de necesita al plan interno programa de auditoría.

análisis de fiabilidad. Como se dijo anteriormente. los criterios utilizados en la selección de las técnicas mencionadas anteriormente son que las técnicas son bien conocido y utilizado ampliamente. Otro característica de interés es la distribución de datos. análisis de capacidad de proceso. se identifican en la tabla 1: estadística descriptiva. manuales de la industria y otras fuentes de información. 1) Listado en la bibliografía son ISO y normas IEC y informes técnicos relacionados con técnicas estadísticas. Este informe técnico no especifica conformidad con ellos.5. toma de muestras. el grado de "asimetría".2. que tienen las medidas cuantitativas que describen la forma de la distribución (por ejemplo. y su aplicación ha resultado en beneficio a los usuarios. que podrían ayudar a una organización a cumplir con su las necesidades.2 Estadísticas descriptivas de 4.3 Las medidas preventivas de necesario analizar datos relativos a no conformidades y potencial no conformidades para ayudar a entender sus causas Estadística descriptiva. Las características de los datos que normalmente son de interés son su valor central (a menudo descrito por el promedio) y la propagación o la dispersión (generalmente medido por el intervalo o la desviación estándar).4. informes. hipótesis de pruebas. simulación. que puede ayudar a la organización en el uso eficaz de técnicas estadísticas1).1 General Las siguientes técnicas estadísticas o familias de técnicas. . tiempo análisis de series 4 Las descripciones técnicas estadísticas identificado 4.1 Lo que es La estadística descriptiva del término se refiere a los procedimientos para resumir y presentar datos cuantitativos en unmanera que revela las características de la distribución de datos. definición de tolerancias estadístico. Hay una gran cantidad de información sobre técnicas estadísticas disponibles en el dominio público. es importante señalar que las estadísticas descriptivas (que incluye métodos gráficos) constituye un aspecto importante de muchas de estas técnicas. 4. que será diferentes en cada caso. hipótesis de pruebas. análisis de capacidad de proceso. tales como libros. en 4. revistas. análisis de medición.2 a 4. gráficos de control (SPC) de proceso estadístico. La aplicación de técnicas estadísticas citado aquí requerirá más orientación y experiencia que es a cargo de este informe técnico. Sin embargo es más allá de la ámbito de aplicación de este informe técnico citar estas fuentes y la búsqueda de esa información se deja a individual iniciativa. diseño de experimentos. Son citado aquí para obtener información. regresión análisis. que describe la simetría). Gráficas SPC. o familia de técnicas. diseño de experimentos. La elección de la técnica y la forma de su aplicación dependerá de las circunstancias y el propósito de el ejercicio. El las descripciones se pretenden ayudar a un lector de lay evaluar la aplicabilidad potencial y la ventaja de utilizar el técnicas estadísticas en la aplicación de los requisitos de un sistema de gestión de calidad. análisis de series temporales De las diversas técnicas estadísticas enumeradas anteriormente. análisis de regresión.13. Se proporciona una breve descripción de cada técnica estadística. toma de muestras.

una trama de dispersión. Puede proporcionar información sobre el producto. Puede ayudar a la análisis e interpretación de datos. incluidas y gráficos con la participación de múltiples dimensiones y variables. 4. 4. proceso o algún otro aspecto del sistema de gestión de calidad. Lo que se utiliza para Estadística descriptiva se utiliza para resumir y caracterizar datos. Tienen un uso extensivo en el análisis de los datos cuando explorar o verificar relaciones entre las variables y en la estimación de los parámetros que describen esas relaciones.2.2. 4.La información proporcionada por estadística descriptiva puede a menudo transmitirse fácilmente y de manera eficaz por una variedad de métodos gráficos. se tiene una importante aplicación en la que se resumen y presentación de datos complejos o las relaciones de datos en un manera eficaz. que describe la distribución de valores de una característica de interés Existe una amplia gama de métodos gráficos que puede ayudar a la interpretación y análisis de datos. las relativas a la escala especializados (por ejemplo. la media y estándar desviación) de datos de ejemplo. especialmente para las audiencias no especializadas. el valor central y propagación). También. con un margen prescrito de error y el nivel de confianza. Estas van de las herramientas relativamente simples que se ha descrito anteriormente (y otros como gráficos de barras y gráficos circulares). a las técnicas de carácter más complejo.2. Sin embargo estas medidas están sujetos a las limitaciones de tamaño de la muestra y método de muestreo empleado. son métodos gráficos una muy forma eficaz de presentar los datos y comunicar información. para observar su comportamiento con el tiempo. 4. y a menudo constituye el primer paso hacia la utilización de otros procedimientos estadísticos. a menos que la estadística subyacente supuestos se cumplan. y pueden utilizarse en los exámenes de la gestión. lechos de probabilidad). Estadística descriptiva es potencialmente aplicable a todas las situaciones que implican el uso de datos. Métodos gráficos son útiles en el sentido de a menudo pueden revelar características inusuales de los datos que no sean fácilmente detectado en el análisis cuantitativo. En particular.2. que ayuda a evaluar la relación entre dos variables poniendo en una variable en elx-eje y el valor correspondiente de la otra en ely-eje. y también ofrece una forma conveniente de presentar esa información. También.4 Limitaciones y precauciones Estadística descriptiva proporciona las medidas cuantitativas de las características (por ejemplo. Algunos ejemplos de este tipo de aplicaciones son los siguientes: Resumen de las principales medidas de características del producto (por ejemplo. pueden dar por supuesto estas medidas cuantitativas para ser válidas las estimaciones de características de la población de la que fue extraída la muestra. Por lo general es el primer paso en laanálisis de datos cuantitativos. y es una valiosa ayuda en la toma de decisiones. y un histograma. que incluyen presentaciones relativamente simples de datos tales como un gráfico de tendencias (también llamado un "diagrama de ejecución").5 Ejemplos de aplicaciones Estadística descriptiva tiene aplicaciones útiles en casi todas las áreas donde se recopilan los datos cuantitativos. que es una parcela de una característica de interés durante un período de tiempo. Las características de los datos de ejemplo pueden servir como base para hacer inferencias sobre las características de poblaciones de la que fueron extraídas las muestras.3 Beneficios Estadística descriptiva ofrece una manera eficiente y relativamente simple de resumir y caracterizar los datos. Estadística descriptiva (incluidos los métodos gráficos) se invoca implícitamente en muchas de las técnicas estadísticas citado en este informe técnico y debe considerarse como un componente fundamental de análisis estadístico.2. .

tales como datos de calibración de equipos. tales como "probabilidad solares".3. si los hubiere.3. tales como el "análisis de la varianza" (ANOVA). 4.1 Lo que es Diseño de experimentos se refiere a investigaciones llevadas a cabo de manera planificada. y a un grado aún mayor en la comparación de dos o más sistemas. Mostrar los resultados de rendimiento del producto durante un período de tiempo por medio de un gráfico de tendencias. proceso o sistema. su capacidad para identificar las interacciones . Resumen de datos de encuestas al cliente. Estas van desde analítica técnicas. Existen varias técnicas que se pueden utilizar para analizar datos del experimento. es necesario para asegurar que los resultados obtenidos no son simplemente debido a la variación de la oportunidad. o puede estar ainvestigarla influencia de uno o más factores en algunos caracteres de un sistema La disposición específica y la forma en que se llevarán a cabo los experimentos constituyen el diseño de el experimento y tal diseño se rige por el objetivo del ejercicio y las condiciones en que los experimentos son llevar a cabo. la temperatura) y rendimiento por un scatter parcela. Los resultados pueden utilizarse para facilitar el diseño y desarrollo de un producto o proceso. en comparación con la investigación de cada factor individual. Además. Su objetivo puede ser Validar algunos caracteres de un sistema. DOE puede utilizarse para identificar los factores más influyentes en laun sistema. y con ciertas limitaciones (citados brevemente en 4. DOE normalmente implica que inducir cambios al sistema objeto de la investigación y evaluar estadísticamente lael efecto de dicho cambio en el sistema. y que se basan en una estadísticaevaluación de los resultados para llegar a conclusiones a nivel declarado de confianza. la magnitud de su influencia y las relaciones (es decir. 4. Esto se aplica a las evaluaciones realizadas contra algunos prescritos estándar.3 Beneficios Cuando la estimación o una característica de interés. ilustrando los datos de medición.2 Lo que se utiliza para DOE puede utilizarse para evaluar alguna característica de un producto. El objetivo del experimento puede ser maximizar u optimizar un característica de interés. DOE permite que estas evaluaciones se con un determinado nivel de confianza. entre los factores. con el fin de validación de un estándar especificado o para la evaluación comparativa de varios sistemas. a los que más gráfica en la naturaleza. tales como la satisfacción del cliente o insatisfacción. tales como la temperatura del horno.3 Diseño de experimentos (DOE) 4.4). 4. evaluar la posible relación entre una variable de proceso (por ejemplo. Una ventaja importante de DOE es su eficacia relativa y la economía en la investigación de los efectos de múltiples factores en un proceso. interacciones). Este modelo puede utilizarse para fines de predicción.3. caracterizar la entrega a tiempo o tiempo de respuesta en la industria de servicio. muestra la distribución de una característica del proceso por un histograma. contra los límites de especificación para ese carácter. cuyos resultados pueden ser influenciados por un potencialmente de gran número de factores. La información de un experimento diseñado puede utilizarse para formular un modelo matemático que describe el caracteres de sistema de interés en función de los factores influyentes. o al control o mejorar un sistema existente.describiendo el rendimiento de algunos parámetros de proceso.3. o para reducir su variabilidad. DOE es particularmente útil para la investigación d e sistemas complejos.

diseño de experimentos. para validar el efecto de tratamiento médico. tales como la toma de muestras.5 Ejemplos de aplicaciones. durabilidad. producto fuerza. automóviles y productos químicos. Por último. La prueba de hipótesis se invoca de forma explícita o implícita en muchas de las técnicas estadísticas citadas en esta técnica Infore. análisis de regresión y análisis de medidas. debe actuar con cautela en tan extrapolar (o interpoladora) más allá del rango de valores que se consideran en el experimento. 4.1 Lo que es Probar hipótesis es un procedimiento estadístico para determinar. gráficas SPC. El campo de aplicaciones sigue siendo potencialmente enorme. de componentes electrónicos. 4.3. y esto puede a veces los resultados de las investigaciones de nubes y conducir a conclusiones incorrectas. DOE es ampliamente utilizado para identificar los factores influyentes en procesos complejos y. los resultados del experimento sólo son válidos para los factores y el intervalo de valores considerado en el experimento. procesos que implican a un gran número de potencialmente factores influyentes). la teoría de la DOE hace ciertas hipótesis fundamentales (por ejemplo. deben ser tener en cuenta cuando forma conclusiones. nivel de ruido). Ejemplos industriales de tales aplicaciones incluyen las pruebas de validación de productos contra algunos niveles de ejecución. 4. su valor medio). o reducir la variabilidad.4 Pruebas de hipótesis de 4. con ello. 4. de alguna característica del interés (tales como rendimiento de proceso. con un determinado nivel de riesgo. al investigar un sistema se corre el riesgo de asumir incorrectamente causalidad donde pueden haber sólo la oportunidad correlación entre dos o más variables. si un conjunto de datos (por lo general de una muestra) es compatible con una hipótesis determinada. El riesgo que supone este tipo de errores puede ser mitigada mediante experimentos bien diseñados a través. por ejemplo.4. Tales experimentos con frecuencia se encuentran en la producción. la elección del tamaño de la muestra o por otro consideraciones en el diseño del experimento.2 Lo que se utiliza para . la existencia de un canónico relación entre un modelo matemático y la realidad física están estudiando) cuya validez o adecuación están sujetos a debate. Ellos son también ampliamente utilizados en ámbitos tan diversos como Agricultura y la medicina. por ejemplo. Por último. Otras fuentes potenciales de Error al incluir el efecto confusión de factores desconocidos (o simplemente no reconocidos) que puedan estar presentes. o en la evaluación de la eficacia relativa de varios tipos de tratamiento. Una aplicación familiar de DOE es en la evaluación de los productos o procesos como. Estas prestaciones son especialmente pronuncia cuando se trabaja con procesos complejos (es decir.4 Limitaciones y precauciones Cierto nivel de variación inherente (acertadamente a menudo descrito como "ruido") está presente en todos los sistemas.3.4. Estos riesgos nunca pueden ser eliminados y por lo tanto. La hipótesis puede pertenecen a una suposición de una distribución estadística particular o modelo. También. para controlar o mejorar la media de valor. o puede se refieren al valor de ciertos parámetros de una distribución (por ejemplo. en sentido estricto.entre algunos factores pueden llevar a una comprensión más profunda del proceso. por ejemplo. o el efecto confusión de las dependencias entre los diversos factores en un sistema. Puede reducir el riesgo de error de este tipo a través del uso de sólidos principios de diseño de experimento. Por lo tanto. El procedimiento para realizar pruebas de hipótesis implica la evaluación de las pruebas (en forma de datos) para decidir si una hipótesis determinada con respecto a un modelo estadístico o parámetro debe o no debe ser rechazada.

es útil en la toma de decisiones. puede ser de ayuda en la toma de decisiones que dependen del parámetro. para comprobar las diferencias en la proporción de unidades defectuosas en las salidas de dos procesos. aplicarse a probar o no un parámetro de población reúne una norma particular.El procedimiento de prueba de hipótesis también puede utilizarse para determinar el rango d valores (denominado la confianza"intervalo") que se puede decir que contienen. Por lo tanto. a un nivel de confianza establecido. El procedimiento puede por lo tanto. Para ejemplo. 4. para probar si los medios de las poblaciones de dos (o más) son diferentes.4.4 Limitaciones y precauciones Para garantizar la validez de las conclusiones extraídas de las pruebas de hipótesis. para comprobar si los datos de ejemplo han sido eligieron al azar de una sola población.Probar hipótesis del mismo modo puede permitir las aserciones para hacerse con respecto a la naturaleza de la distribución de un población. el procedimiento puede utilizarse en lo siguiente: para comprobar si la media o desviación estándar de una población se reúne un valor determinado. a un nivel declarado de confianza.Probar hipótesis también se utiliza para realizar pruebas de hipótesis de modelo. el verdadero valor del parámetro en cuestión. como cuando se comparan diferentes lotes de los componentes. 4.5 Análisis de medidas de 4. es esencial que la subyacente hipótesis estadísticas están adecuadamente satisfechas. a un nivel declarado de confianza. en particular que las muestras son de forma independiente y al azar dibujado. incluso un hipótesis en relación con un parámetro de una población (según las estimaciones de una muestra) es válida. o puede ser utilizar para probar para las diferencias en dos o más poblaciones.5 Ejemplos de aplicaciones Probar hipótesis tiene aplicación general cuando se efectuará una afirmación acerca de un parámetro o la distribución de las poblaciones de uno o más (según las estimaciones por una muestra) o en la evaluación de los datos de ejemplo por sí mismo.4. con un nivel conocido de confianza. para comprobar si la distribución de una población es normal. para determinar un intervalo de confianza dentro de la cual podría se encuentran la media de la población es true 4.3 Beneficios Probar hipótesis permite una aserción sobre algún parámetro de una población.En un plano teórico. es decir. Como tal. como un objetivo o una norma.4. para comprobar si se ha producido una mejora en alguna característica de producto o proceso.Probar hipótesis es ampliamente utilizado para permitir concluir. o si los datos de ejemplo son aleatorios.5. existe un debate acerca de cómo puede utilizarse una prueba de hipótesis para hacer válidoinferencias. con datos de ejemplo. así como propiedades de los datos de ejemplo por sí mismo. para determinar el tamaño de muestra necesario para aceptar o rechazar una hipótesis. Por otra parte.1 Lo que es Análisis de medición (también conocido como "análisis de incertidumbre de medición" o "sistema de medición . 4. para comprobar si una observación en una muestra es un "aislados". un valor de extremo de dudosa validez. como si o no la distribución de unpoblación es normal. el nivel de confianza con el que es posible la conclusión se rige por la tamaño de la muestra. para probar que la proporción de una población con defectos no supera un valor determinado.

la persona que toma la medida).2 Lo que se utiliza para Incertidumbre de medición debe tenerse en cuenta siempre que se consignarán los datos. También podrá dejar a una organización equilibrar el costo y la eficacia de diversos métodos de medición contra su efecto en la calidad de los productos.5 Ejemplos de aplicaciones 4. Errores de medición pueden analizarse mediante los mismos métodos quelos que se utilizan para analizar las características del producto. en un determinado nivel de confianza. guiar a una organización en la asignación de recursos en áreas para mejorar o mantener la calidad. También.5. over-pessimism puede producir el reemplazo innecesario de sistemas de medición adecuados.6 Análisis de capacidad de proceso de 4. esto puede ayudar a una organización para mejorar sus métodos o la capacitación de su personal en relación con análisis de medición.2 Selección de nuevos instrumentos Análisis de medidas pueden ayudar a guiar la elección de un nuevo instrumento mediante el examen de la proporción de la variación que está asociado con el instrumento.5. 4.6. A menos que la atención y la experiencia se utilizan en su aplicación.) Esto permite la selección de los métodos de medición más apropiados para utilizarse en apoyo de asegurar calidad de los productos.5. la repetibilidad. 4. 4. la precisión.o para decidir si el instrumento es capaz de evaluar el producto o proceso de parámetro es examinado.3 Determinación de las características de un método en particular(exactitud. los resultados del análisis de medición pueden alentar a false y optimismo potencialmente costoso tanto en la aceptación del producto en los resultados de la medición. 4. reproducibilidad. Análisis de medición es utilizada para evaluar.1 Lo que es .5. También se utiliza para describir la variación debido al sistema de medición como un proporción de la variación de proceso total o la variación total admisible.5. 4.1 Determinación de incertidumbre de medición de la La cuantificación de la incertidumbre de medición puede servir para apoyar la garantía de una organización a su los clientes (internos o externos) que sus procesos de medición son capaces de medir adecuadamente la nivel de calidad de lograrse. 4. si el sistema de medición es adecuado para supropósito previsto. análisis de medidas deben llevarse a cabo por especialistas cualificados. Se utiliza para cuantificar la variación de diversas fuentes. o variación desde el proceso de medición o desde lainstrumento de medición por sí mismo. etc.3 Beneficios Análisis de medidas proporciona una manera rentable y cuantitativa de selección de un instrumento de medición.5. Por el contrario.análisis") es un conjunto de procedimientos para evaluar la incertidumbre de los sistemas de medición en el intervalo de condiciones en que opera el sistema. por cuantificar la variación de diversas fuentes en sistemas de medición de sí mismos.5.5.5.5. además de ofrecer garantías a los clientes.5.4 Ensayos de aptitud de Sistema de medición de una organización puede ser evaluado y cuantificarse mediante la comparación de su medición resultados con los de otros sistemas de medición. 4. Análisis de medición proporciona una base para comparar y conciliar las diferencias en la medición.4 Limitaciones y precauciones En todos excepto en los casos más simples. como la variación debido a laregistro (es decir. Análisis de incertidumbre de medición pueden resaltar a menudo variabilidad en áreas que son fundamental para la calidad del producto y por lo tanto.5. 4.

enfoques especializados deben utilizarse para calcular e interpretar capacidad. 4.11) y es normalmente se mide como seis desviaciones estándar (6 ó ) de la distribución de proceso. Cuando los datos de proceso implican "atributos" (por ejemplo. 8.4 Limitaciones y precauciones El concepto de capacidad se aplica estrictamente a un proceso en un Estado de control estadístico.6. Índices de capacidad pueden ser engañosa cuando la distribución de proceso sustancialmente no es normal. Las estimaciones del porcentaje de producto inconformes están sujetos a la hipótesis de normalidad.73% de la población. procesar capacidad de análisis deben realizarse junto con métodos de control para proporcionar verificación continua de control. como por ejemplo un específico máquina.2 Ejemplos de aplicaciones . que es una medida de la capacidad teórica de un proceso que es perfectamente centrado entre los límites de especificación.3 Beneficios Análisis de capacidad de proceso proporciona una evaluación de la variabilidad inherente de un proceso y una estimación de el porcentaje de elementos inconformes que se puede esperar. Esto permite a la organización estimar la los costos de inconformidad y puede ayudar a Guía de decisiones con respecto a la mejora de procesos. por ciento inconformes. especialmente en el caso de procesos con ratios de alta capacidad. como herramienta de desgaste. Cuando es estricto normalidad no se ha realizado en la práctica. Cuando los datos son variables medibles (del producto o proceso). El análisis de la "capacidad de máquina" puede utilizarse.6. en orden estimar su capacidad para producir un resultado que cumpla con el rango de variación permitida por las especificaciones. es la variabilidad inherente del proceso expresada en el "extender" del proceso cuando se encuentra en un Estado de control estadístico (véase 4. Del mismo modo.2 Lo que se utiliza para Análisis de capacidad de proceso se utilizan para evaluar la capacidad de un proceso para producir productos que constantemente ajustarse a las especificaciones y a estimar la cantidad de producto inconformes que se puede esperar. para evaluar equipos específicos o a evaluar su contribución al proceso general de capacidad. Por lo tanto. 4. Otro índice ampliamente utilizado es c pk que describe la real capacidad de un proceso que puede o no ser centrado. que se refiere a la variabilidad del proceso real a la tolerancia permitida por las especificaciones. Este concepto se puede aplicar en la evaluación de la capacidad de cualquier subconjunto de un proceso. Es un índice de capacidad ampliamente utilizado para los datos de la variables c p (una relación de la tolerancia total dividido por 6ó). capacidad del proceso se declara como la proporción media de unidades inconformes. Establecimiento de normas mínimas para la capacidad del proceso puede guiar la organización en la selección de los procesos y equipo que debe producir productos aceptables. o el número de no conformidades).6. Capacidad del proceso se puede expresar convenientemente como un índice. Estimacion es de el porcentaje de unidades inconformes debería basarse en métodos de análisis desarrollado para apropiado distribuciones de esos datos. Si los datos de proceso son una normalmente distribuida ("campana en forma de") variable. 4. por ejemplo. estas estimaciones deben ser tratadas con cautela.Análisis de capacidad de proceso es el examen de la variabilidad inherente y la distribución de un proceso. o la tasa media de no conformidades. en el caso de los procesos que están sujetos a sistemática puede asignables causas de la variación.CPKes especialmente aplicable a las situaciones que afectan a unilateral especificaciones. esta propagación (en teoría) abarcará 99. Otros índices de capacidad se han concebido para tener en cuenta la variabilidad a largo y corto plazo bueno y para variación alrededor del valor de destino previsto de proceso.

Capacidad del proceso se utiliza para establecer especificaciones de ingeniería racionales para productos manufacturados por asegurar que las variaciones de componente son coherentes con acumulaciones de tolerancia permitidos en el producto.7. como la temperatura en el rendimiento del proceso.7 Análisis de regresión de 4. Análisis de capacidad de la máquina se utilizan para evaluar la capacidad de una máquina para producir o realizar declaró requisitos. para predecir el valor de la variable de la respuesta. etc. Para ello. Esto es útil en la decisiones de compra o reparar las decisiones. Esa relación es especificado por un modelo que puede venir de la ciencia. para valores específicos de las variables explicativas. Automoción. Algunas empresas en las industrias de servicio pista índices de capacidad de proceso y manufactura para identificar la necesidad de para mejorar los procesos. 4. Proceso de alta capacidad de objetivos (por ejemplo. o pueden ser derivada empíricamente. para determinar el efecto de cambiar un factor. Dicha información podría ser utilizada. fabricantes de dispositivos de farmacéuticos y médicos rutinariamente utilizar capacidad del proceso como un criterio importante para evaluar proveedores y productos. para ejemplo. estadísticamente sobre variación en la respuesta variable con variación en las variables explicativas y obtener el mejor ajuste reduciendo al mínimo las desviaciones entre la predicción y la respuesta real. mientras que otro factores se mantienen constantes.2 Lo que se utiliza para Análisis de regresión permite al usuario hacer lo siguiente: para probar la hipótesis sobre la influencia de las variables explicativas potenciales en la respuesta y utilizarlo información para describir el cambio estimado en la respuesta de un cambio determinado en un explicativo variable. mejorar el proceso. 4. la ingeniería. para apreciar la dirección y el grado de asociación entre la variable de respuesta y un explicativo variable (aunque esta asociación no implica la causalidad). electrónica.7. aeroespacial. 4.. partir de valores específicos de las variables explicativas. El objetivo es ayudar a comprender la causa potencial de variación en la respuesta y para explicar cuánto cada factor contribuye a esa variación. cuando las tolerancias apretadas son necesarias. Esto permite que el fabricante para minimizar la inspección directa de productos adquiridos y materiales. c p w 2) se utilizan a veces a nivel componente y subsistema para lograr la calidad deseada de acumulativa y la confiabilidad de sistemas complejos. o para verificar la eficacia de tales mejoras. Los conocimientos acumulados por análisis de regresión se deriva de su capacidad para describir patrones en los datos de respuesta en forma concisa. predecir (a un nivel declarado de confianza) el rango de valores en que se espera la respuesta que se encuentran. la economía.7. Por el contrario.1 Lo que es Análisis de regresión relaciona el comportamiento de una característica de interés (usualmente llamado la "r espuesta variable") con factores potencialmente causales (usualmente llamados"variables explicativas"). comparar diferentes pero relacionados subconjuntos de datos.3 Beneficios Análisis de regresión puede proporcionar conocimientos sobre la relación entre diversos factores y la respuesta de interés y esa información pueden ayudar a guiar las decisiones relacionadas con el proceso de estudio y en última instancia. componente que los fabricantes se necesitan para lograr especificado niveles de capacidad del proceso para asegurar altos rendimientos y residuos mínimo. y analizar el potenciales de las relaciones de causa y . alimentación.

8. la medición errores y otras fuentes de variación inexplicable en la respuesta pueden complicar la modelización. Análisis de regresión también puede proporcionar estimaciones de la magnitud y la fuente de influencias en la respuesta provienen de factores que son ya sea capacitaciones o se omite en el análisis. Cuando las relaciones se modelan bien. reduciendo al mínimo el número de variables explicativas.efecto. sustitución de un método destructivo o que requieren mucho tiempo por uno no destructivo o de ahorro de tiempo.1 Lo que es Análisis de fiabilidad es la aplicación de métodos de ingeniería y analíticas de la evaluación.5 Ejemplos de aplicaciones Análisis de regresión se utiliza para modelar las características de la producción. Un problema que a veces se encontró en el desarrollo de un modelo de regresión es la presencia de datos cuya validez es cuestionable. La validez de estos datos debe investigarse en lo posible. omitiendo una variable explicativa importante seriamente puede limitar el modelo y la utilidad de los resultados. análisis de regresión puede proporcionar una esti mación de la relativa magnitudes del efecto de variables explicativas. Ejemplos de aplicaciones de regresión no lineal incluyen modelado concentraciones de drogas como funciones de tiempo y el peso de los encuestados. tiempo de ciclo. exponencial. por ejemplo.7. Esta información puede utilizarse para mejorar el sistema de medición o el proceso. como el rendimiento. Específicos suposiciones detrás del modelo de regresión en cuestión y las características de los datos disponibles. lineal. la temperatura y la presión. para teniendo en cuenta los valores de uno o más variables explicativas. Modelización de reacciones químicas en función del tiempo. probabilidad de fracasar en una prueba o control y diversos patrones de deficiencias en la procesos. se requiere habilidad en la especificación de un modelo de regresión adecuado (por ejemplo. así como la fuerza relativa de esas variables. Análisis de regresión pueden usarse para predecir el valor de la variable de la respuesta.3. El inserción de variables innecesarias puede enturbiar la influencia de variables explicativas y reducir la precisión de las predicciones del modelo. . de la misma manera se puede utilizar para pronosticar el efecto de los cambios en las variables explicativas en una respuesta existente o previsible. o de controlados prospectivo o estudio retrospectivo de variación en los materiales o las condiciones de producción. La presencia de variables se omite. 4. Puede ser útil llevar a cabo esos análisis antes de invertir tiempo o dinero en un problema cuando no se conoce la efectividad de la acción.8 Análisis de fiabilidad de 4. 4. Análisis de regresión se utiliza para comprobar la sustitución del método de una medición por otro. predicción y garantía de rendimiento sin problemas con el tiempo de un producto o sistema bajo estudio2). Análisis de regresión se utiliza para identificar los factores más importantes en esos procesos y la magnitud y naturaleza de su contribución a la variación en la característica de interés. desde la inclusión u omisión de los datos del análisis podría influir en las estimaciones de los parámetros del modelo y con ello la respuesta. Análisis de regresión es usado para predecir los resultados de un experimento. calidad de rendimiento. es importante en la elaboración de modelos. determinar ¿Qué técnica de estimación es adecuada en un problema de análisis de regresión. rendimiento. multivariante) y en el uso de diagnósticos para mejorar el modelo. Sin embargo.4 Limitaciones y precauciones Cuando un proceso de elaboración de modelos. Simplificar el modelo. 4. Esto información es potencialmente valiosa para controlar o mejorar los resultados del proceso.

útil para probabilístico diseño. sobre la base de datos de una prueba de duración limitada y con la participación de un número determinado de unidades de prueba.) con el tiempo. Fiabilidad es un factor que influyen en la percepción de la calidad del producto o servicio y. que se centran en la naturaleza física y causas de fracaso y la prevención o la reducción de errores.3 Beneficios Análisis de fiabilidad proporciona una medida cuantitativa del rendimiento de productos y servicios contra fallas o interrupciones en el servicio. etc. Estas y otras relacionadas con técnicas y enfoques.Las técnicas de análisis de confiabilidad a menudo requieren el uso de métodos estadísticos para hacer frente a las incertidumbres. se definen y se examinó en las publicaciones de IEC citadas en la bibliografía. análisis de modo y efecto de fallos). para predecir la probabilidad de operación sin problemas. Las actividades de fiabilidad están estrechamente relacionadas con la contención del riesgo en el sistema operación. o tiempo entre fallas. para identificar los componentes críticos o de alto riesgo y los modos de error probable y mecanismos y a apoyar la búsqueda de causas y medidas preventivas. el desarrollo de criterios objetivos de aceptación o rechazo para efectuar pruebas de cumplimiento de normas para demostrar que se cumplen los requisitos de fiabilidad. Análisis de fiabilidad abarca otras técnicas (por ejemplo. en satisfacción del cliente. tales como el estrés y la fuerza. Los beneficios de la utilización de técnicas estadísticas en el análisis de confiabilidad incluyen la capacidad de predecir y cuantificar la probabilidad de fracaso y de otra índole de fiabilidad dentro de declaró límite de confianza. proporcionar datos estadísticos sobre los parámetros de diseño. 6. 8.12 Lo que se utiliza para Análisis de fiabilidad se utilizan para los siguientes propósitos: para comprobar que se cumplen las medidas de confiabilidad especificado. la capacidad para planificar horarios preventivas óptima de mantenimiento y reposición basados en la confiabilidad análisis de los datos de rendimiento. Se calculan que los parámetros de estos modelos estadísticos de datos empíricos Obtenido de laboratorio o pruebas de fábrica o de operación. o de otra índole de fiabilidad. servicio y wearout de producto. tales como el tiempo-tofailure. 2) Análisis de fiabilidad está estrechamente relacionado con la esfera más amplia de "confiabilidad". y .3. como la tasa de fallos o las media-tiempo-entre-fallas de componentes o sistemas. Los niveles de confianza estadística se adjuntará a permitan que las técnicas estadísticas empleadas en análisis de fiabilidad las estimaciones de los parámetros de los modelos de fiabilidad que se desarrollan y las predicciones hechas usando tal modelos. que también incluye la capacidad de mantenimiento y disponibilidad. las ideas para guiar las decisiones sobre alternativas de diseño diferente usando redundancia diferente y estrategias de mitigación. Este tipo de análisis general implica el uso de modelos estadísticos apropiados para caracterizar las variables de interés. patrones de fracaso de modelo y escenarios de funcionamiento del rendimiento del producto o servicio. características aleatorias o las probabilidades de ocurrencia (de fallas.

la posibilidad de mejorar el diseño para lograr un objetivo de fiabilidad económicamente 4.9 Ejemplos de aplicaciones Ejemplos típicos de las aplicaciones de análisis de confiabilidad verificación que componentes o productos pueden satisfacer requisitos de confiabilidad declarada. o para planificar el programa de mantenimiento de servicio adecuados y el esfuerzo necesarios. muestra) de la población. orientación sobre las decisiones de hacer o comprar productos disponibles en el mercado. Una amplia gama de aceptación . cuando el número de errores observados en una fiabilidad prueba es pequeño. proyección de madurez del producto de software basada en los resultados de la prueba.9 Muestreo de 4.7. y el establecimiento de objetivos de la versión de software compatibles con las necesidades del mercado. Por lo tanto. También.9. la mejora de la calidad y el crecimiento de confiabilidad. y determinación de las características de wearout del producto dominante para ayudar a mejorar el diseño de productos.1 Lo que es Toma de muestras es una metodología estadística sistemática para obtener información sobre alguna característica de una población mediante el estudio de una fracción representativa (es decir. 4. estratificado muestreo. toma de muestras de skip-lot). 4.2 Lo que se utiliza para Toma de muestras puede dividirse vagamente en dos grandes ámbitos no exclusivas: "muestreo de aceptación" y "encuesta toma de muestras". y la elección de la técnica es determinada por el propósito de la el muestreo y las condiciones bajo las cuales es llevar a cabo. © Muestreo de aceptación se ocupa de tomar una decisión con respecto a aceptar o no aceptar "mucha" (es decir una agrupación de elementos) en función del resultado de una muestra o muestras seleccionadas de ese lote. La complejidad del análisis de confiabilidad se agrava cuando varios modos de error son presente. esp ecialmente cuando la prueba implica alguna forma de "aceleró el estrés" (es decir.4 Limitaciones y precauciones Una premisa básica de análisis de confiabilidad es que el rendimiento de un sistema bajo estudio puede ser razonablemente se caracteriza por una distribución estadística. esto puede afectar gravemente a la confianza estadística y la precisión que se adjunta a las estimaciones de confiabilidad. Las condiciones bajo las cuales se lleva a cabo la prueba de fiabilidad son esenciales. sistemática de muestreo.8. Hay diversos toma de muestras técnicas que pueden ser empleadas (tales como muestreo aleatorio simple. 4.9. Puede ser difícil determinar la relación entre los fracasos bajo rendimiento de pruebas y producto bajo condiciones normales de funcionamiento. dependerá en la precisión de las estimaciones de la fiabilidad de la validez de este supuesto. y esto agregará a la incertidumbre de las predicciones de confiabilidad. muestreo secuencial. haga hincapié en que es significativamente mayor que el que el producto experimentarán para uso normal). que puede o no puede ajustarse a la misma distribución estadística. y el efecto estimado sobre los objetivos de entrega y aguas abajo de los costos relacionados con fallas proyectadas. basándose en el análisis de su fiabilidad. proyección del costo de ciclo de vida del producto basado en análisis de fiabilidad de los datos de pruebas en el nuevo producto introducción.

3 Beneficios Un plan de muestreo correctamente construido ofrece ahorros en tiempo. 4. el tamaño de muestra requerido para alcanzar el nivel deseado de confianza y precisión puede ser demasiado grande para ser de valor práctico. costo y del trabajo en comparación con ya sea un censo de la inspección total de población o el 100% de un lote.10 Simulación de 4.5 Ejemplos de aplicaciones Una aplicación frecuente de toma de muestras de la encuesta es en investigación de mercado.4 Limitaciones y precauciones Cuando se cierra la construcción de un plan de muestreo. Muestreo de la encuesta a menudo se asocia con las encuestas donde se recopila información sobre las opiniones de las personas sobre un tema. como en las encuestas al cliente. Si no se hace esto. Muestreo de encuesta se utiliza en estudios enumerativa o analíticos para la estimación de los valores de uno o más características en una población. líquidos a granel y gases) puede ser estimado.planes de muestreo están disponibles para satisfacer requisitos específicos y aplicaciones. Incluso con muestras imparciales. y para definir las acciones correctivas y preventivas. que se utiliza en estudios enumerativa para obtener información acerca de un caracteres de una población o un subconjunto de la población. para estimar (decir) la proporción de un población que podría comprar un producto en particular. Una forma especializada de toma de muestras de la encuesta es muestreo exploratoria.9. tales como auditorías. Puede igualmente ser aplicado a la recopilación de datos para otros fines. Otra aplicación es en las auditorías de inventario para estimar la porcentaje de elementos que cumplan los criterios especificados. la muestra es representativa de la población de la que se dibuja). o para la estimación de cómo esas características se distribuyen a través de la población.10. La magnitudde este error puede reducirse adoptando un mayor tamaño de la muestra. selección de la muestra. En el caso de muestreo de aceptación. máquinas o productos con el fin de supervisar la variación. la bas e de envían y varios otros aspectos de la toma de muestras metodología. que podrá llevar a cabo para decir. 4.9. Toma de muestras requiere que la elección de la muestra de una manera imparcial (es decir. 4. Muestreo de aceptación se utiliza ampliamente en la industria para proporcionar cierto nivel de fiabilidad que entrantesmaterial cumpla los requisitos especifica dos con anterioridad.1 Lo que es . información obtenida a partir de muestras está sujeta a un grado de error. líquidos y gases) para tomar muestras de que se han elaborado planes. Por lo tanto es el muestreo de producción. Dependiendo de la pregunta concreta y el contexto de la toma de muestras.9. la cantidad o las propiedades de los componentes en materias (por ejemplo. Otra aplicación es el muestreo de la mayor parte de materiales (por ejemplo. 4.Toma de muestras se utiliza para fines de control de proceso de los operadores. Por medio de la mayor parte muestreo. tendrá como resultado estimaciones pobres de la población características. pero no puede ser eliminada. toma de muestras es la única forma práctica de obtener la información pertinente. realizar un análisis de la capacidad de proceso. Toma de muestras ofrece una manera oportuna y rentable de obtener información preliminar sobre el valor o distribución de una característica de interés en una población. debe prestarse atención a las decisiones en relación con el tamaño de la muestra frecuencia de muestreo. minerales. minerales. no representativas muestras pueden resultar en ya sea el rechazo innecesario de lotes de calidad aceptable o la aceptación no deseada de lotes de calidad inaceptable. Cuando la inspección del producto incluya destructiva pruebas.

se no puede representar el problema suficientemente). la teoría de la fiabilidad y la predicción.1 Lo que es Un SPC gráfico. y donde se puede obtener la solución a través de la fuerza bruta de equipo. si se conoce. es imposible o difícil de resolver).10.11 Gráficos de control (SPC) de estadístico de procesos 4. es un gráfico de datos derivados de muestras que periódicamente se extraen de un proceso y trazado en secuencia. 4. simulación se utiliza si ninguna teoría integral para la solución de un problema es conocida (o. proceso simulación. Típico de las áreas de aplicaciones incluye estadística definición de tolerancias. desde simulación a menudo no proporciona ninguna comprensión de las razones para el resultado. También se observó en el gráfico SPC son "límites de control" que describen la inherente . pruebas basadas en el razonamiento conceptual son a preferir sobre simulación. Simulación por ordenador de modelos empíricos está sujeto a la limitación de que el modelo no puede ser adecuado (es decir. Por lo tanto. 4. El uso de la simulación en la enseñanza de la estadística es que efectivamente puede ilustrar variación aleatoria.2 Lo que se utiliza para En el contexto de la ciencia teórica. simulación (en particular el Monte-Carlo el método) se utiliza si explícita cálculos desoluciones a los problemas son imposibles o demasiado complicado para llevar a cabo directamente (por ejemplo. o "control". simulación se utiliza cuando investigaciones empíricas son imposible o demasiado costosos.3 Beneficios Dentro de las ciencias teóricas. determinar el mantenimiento preventivo óptimo de horarios. 4. y realización de costo y otros análisis en los procesos de diseño y producción a optimizar la asignación de recursos. Del mismo modo.5 Ejemplos de aplicaciones Proyectos a gran escala (por ejemplo. En el contexto empírico. El beneficio de simulación es que permite una solución con un ahorro de tiempo y dinero. la optimización del sistema.10.10. Algunas aplicaciones específicas son modelización de variación en subconjuntos mecánicos. en el contexto empírico. simulación se utiliza si el sistema puede ser adecuadamentedescrito por un programa de ordenador. en particulares las variables aleatorias. no puede considerarse un sustituto de real empírica las investigaciones y la experimentación. n -integración multidimensional). simulación puede ser llamado el "método de Monte- Carlo".10. el programa espacial) rutinariamente utilizar el método de Monte Carlo.4 Limitaciones y precauciones Dentro de la ciencia teórica. 4. Las aplicaciones son no limitado a cualquier tipo específico de la industria.11. modelización de perfiles de vibración en conjuntos complejos. o que permite una solución En absoluto. La evolución de la capacidad de computación relativamente barato tiene como resultado la aplicación cada vez mayor desimulación a los problemas que hasta ahora no han sido abordadas. Si la representación implica conceptos de teoría de la probabilidad. 4.La simulación es un término colectivo para los procedimientos por los que se representa un sistema (teórico o empírico) matemáticamente por un programa informático para la solución de un problema. La simulación es también una herramienta útil en la enseñanza de la estadística.

Ejemplos de la función y el valor del controlgráficos en proceso relacionadas con las actividades que se detallan a continuación.11. El uso de gráficos de control puede ser refinado para obtener una indicación más rápida de los cambios de proceso o mayor sensibilidad a los cambios de pequeñas. mantener o restablecer la estabilidad del proceso. Para datos de atributos. En el nivel más simple.3 Beneficios de Además de presentar los datos en una forma visible para el usuario. una trazan punto que queda fuera de las señales de control de límites de un posible cambio en el proceso. Ejemplos de Estos incluyen "cusum cartas" que permiten mayor sensibilidad a los cambios pequeños en el proceso y "en movimiento promedio de gráficos"(uniforme o ponderada) que sirven para suavizar las variaciones a corto plazo para revelar persistente tendencias. En el caso de datos variables. Control del proceso: gráficos de control variable se utilizan para detectar cambios en el proceso o el centro de proceso variabilidad y desencadenar acciones correctivas. La forma convencional de control gráfico para datos variables se denomina el gráfico "shewhart". 4. Esto ayuda a mantener la estabilidad del proceso y mejorar los procesos en la largo plazo. un gráfico de control se utiliza generalmente para vigilar los cambios en el centro de proceso y un control independiente gráfico se utiliza para el seguimiento de cambios en la variabilidad del proceso. se comparan con los límites del control. por lo tanto. podrán utilizarse los datos de la tabla de control posteriormente para estimar la capacidad del proceso. a la que puede asignarse una causa específica) cuyo Corrección y detección oportuna pueden ayudar a mejorar el proceso. Capacidad de análisis de procesos: si el proceso está en un estado estable. Cualquier variable (los datos de medición) o el atributo (recuento de datos) que representa una característica de interés de un producto o proceso puede representarse gráficamente. gráficos de control facilitan la respuesta apropiada para procesar la variación al ayudar al usuario a distinguir la variación aleatoria que es inherente a un proceso estable de variación que puede ser debido a "causas asignables" (es decir. gráficos de control se mantienen comúnmente del número o la proporción de unidades inconformes o del número de no conformidades en muestras tomadas del proceso. Los datos representados. Gráficos de control también se pueden utilizar para vigilar la proceso de medición de sí mismo. cada uno con propiedades que son apropiadas para aplicaciones en circunstancias especiales. posiblemente debido a algunos"causa asignable". 4. como la media de la muestra. Hay otras formasgráficos de control. Identifica la necesidad de investigar la causa de la lectura de "fuera de control" y hacerproceso de ajustes cuando sea necesario.2 Lo que se utiliza para Un gráfico SPC se utiliza para detectar cambios en un proceso.variabilidad del proceso cuando es estable. un gráfico de control puede mostrar si el sistema de medición es capaz de detectar la variabilidad del proceso o producto de su interés. . Análisis del sistema de medición: mediante la incorporación de los límites de control que reflejan la variabilidad inherente de la sistema de medida. mediante el uso de criterios adicionales en la interpretación de las tendencias y patrones en la datos representados. La función del control gráfico es ayudar a evaluar la estabilidad de la proceso y esto se realiza mediante el examen de los datos representados en relación con los límites del control.11. que podrán ser una lectura individual o algunas estadísticas.

También existe el riesgo de no detectar un cambio que se ha producido. Controlar los gráficos de las características de la muestra. 4. Existe un riesgo de "falsas alarmas" al interpretar gráficos (es decir. Se encuentran ser especialmente eficaces cuando se utilizan como parte de un programa sistemático de mejora continua dentro de una organización.11. 4. y ayudan a identificar y abordar las causas de la variación. el riesgo de las finales que tiene un cambio de control se produjo cuando este no es el caso). muy grandes o pequeños valores) sólo se producen si las dimensiones detodosmentira de componentes individuales o bien al final inferior o superior de sus rangos individuales pertinentes de tolerancias.12 Definición de tolerancias estadística 4. una se refiere a esto como la tolerancia general aritmética. como el tiempo de respuesta promedio. si se añaden las tolerancias individuales en una dimensión total tolerancia.2 Lo que se utiliza para Al montar varios componentes individuales en un módulo. los gráficos se utilizan para ayudar a establecer el riesgo y determinar el alcance del correctivo acción. Valores extremos para la dimensión total (es decir.12. diagnosticar y mejorar el rendimiento en las industrias de servicios.5 Ejemplos de aplicaciones Las empresas en industria automotriz. 4.4 Limitaciones de y precauciones Es importante sacar muestras de proceso de una forma que revela mejor la variación de interés y una muestra de talse denomina un "subgrupo racional". defensa y otros sectores a menudo utilizan gráficos de control (para crítica características) para alcanzar y demostrar continuar procesan de estabilidad y capacidad. En el marco de una cadena de tolerancias. Estos riesgos pueden ser mitigados pero nunca eliminados. electrónica.12. Se han aplicado en todos los niveles de análisis de causa de organizaciones para apoyar la raíz y el reconocimiento del problema. Corto plazo los procesos actuales dificultades especiales como rara vez existen datos suficientes para establecer la límites de control adecuadas. Si inconformes se reciben los productos.1 Lo que es Definición de tolerancias estadística es un procedimiento que se basa en ciertos principios estadísticos. a continuación. error de frecuencia de tasa y queja.11. se supone que en las Asambleas que abarcan a una gran cantidad de componentes individuales. las dimensiones de un extremo del rango de tolerancias individuales se ser equilibradas por . se utilizan para medir.Análisis de causa y efecto: una correlación entre los sucesos de proceso y patrones de gráfico de control puede ayudar a inferir las causas asignables y para planificar una acción eficaz.Para determinación estadí stica de las tolerancias generales. Se hace uso de las distribuciones estadísticas de dimensiones relevantes de componentes para determinar el global tolerancia de la unidad montada. utilizados para el establecimiento de tolerancias. Esto es fundamental para la utilización eficaz y la interpretación de gráficas SPC y ala comprensión de las fuentes de variación de proceso. Mejora continua: gráficos de control se utilizan para controlar la variación de proceso. el factor crítico o requisito en términosde Asamblea y de la capacidad de intercambio de esos módulos es a menudo no las dimensiones de los componentes individuales pero en su lugar la dimensión total logrado como resultado de la Asamblea. 4. Gráficos de control se utilizan en las industrias de mecanizado para reducir la intervención innecesaria de proceso (over-adjustment) al permitir a los empleados para distinguir entre la variación que es inherente al proceso y la variación que puede atribuirse a una "causa asignable". Gráficos de control se utilizan para resolver problemas en el lugar de trabajo.

4. a una dimensión individual en la extremo inferior de la gama de tolerancia puede combinarse con otra dimensión (o combinación de dimensiones) enel high-end del rango de tolerancia.4 Limitaciones y precauciones Definición de tolerancias estadística requiere uno primero establecer cuál es la proporción de módulos montados podría aceptablemente se encuentran fuera del rango de tolerancia de la dimensión total. habida cuenta de la tolerancia de dimensión global. el eje y el taladro). la dimensión total tendrá un aproximadamente distribución normal bajo ciertas circunstancias. dada una tolerancia dimensional en general. son conocidas las distribuciones de las dimensiones individuales de la cadena dimensional Es evidente que sólo algunos de estos requisitos se satisfagan si la fabricación de los componentes individualesen cuestión puede ser controla y supervisa continuamente.1 Lo que es Análisis de series temporales es una familia de métodos para el estudio de una colección de observaciones de forma secuencial tiempo. Análisis de series temporales se utiliza aquí para referirse a las técnicas analíticas en aplicaciones tales como patrones de hallazgo "lag" estadísticamente mirando cómo cada observación está relacionada con la observación inmediatamente antes y repetir esto para cada uno de ellos quedó sucesivas búsqueda de patrones que son cíclicas o estacional. definición de tolerancias estadística va a permitir el uso de la más amplia tolerancias para cotas individuales que las determinadas por el cálculo aritmético. estopuede ser un beneficio significativo. puede utilizarse para determinar la rango de tolerancia admisible de los componentes individuales.5 Ejemplos de aplicaciones La teoría de la definición de tolerancias estadística rutinariamente se aplica en la Asamblea de partes que implican a relaciones aditivos o casos de sustracción simple (por ejemplo. Esto significa que. A continuación. pueden ser utilizados para estimar el rango de tolerancia de la dimensión total de lamódulo montado.12.3 Beneficios Dado un conjunto de tolerancias individuales (que no necesariamente lo mismo). En términos prácticos. 4. comprender cómo causal factores en el pasado puede tener repite influencias en el futuro. electrónica y química.13. las tolerancias individuales son del mismo orden de magnitud.12. la cadena dimensional cuenta con al menos cuatro unidades. 4. Sectores industriales que utilizan la definición de tolerancias estadística incluir la industria mecánica.12. experiencia y conocimientos de ingeniería deben guiar la aplicación de la definición de tolerancias estadística. Este hecho es bastante independiente de la distribución de ladimensiones individuales y por lo tanto. 4. La teoría se aplica también en simulación por ordenador paradeterminar las tolerancias óptima. Está por ejemplo. deben cumplirse los siguientes requisitos previos para definición de tolerancias estadística para ser viable (sin que requiere métodos avanzados): las dimensiones reales individuales pueden ser consideradas como incorreladas variables aleatorias. y con herramientas estadísticas para predecir futuras observaciones o entender qué factores causales tienen . la cadena dimensional es lineal. ya que las tolerancias más amplias se asocian con más simple y más rentablesmétodos de producción. el cálculo de la estadística general tolerancia producirá una tolerancia dimensional en general que normalmente será significativamente más pequeña que el globaltolerancia dimensional calcula aritméticamente. Por otra parte. Por motivos estadísticos. En el caso de un producto todavía en desarrollo.13 Análisis de series temporales de 4.dimensiones desde el otro extremo de los rangos de tolerancia.

Tiene un uso extensivo en el área de control y se aplica con frecuencia a automatizada procesos. y para la detección de puntos de inflexión en una tendencia. por lo general con algunos límites superiores e inferiores conocido como el intervalo de previsión. con como poca variación como posible.13. quejas de clientes.4 Limitaciones y precauciones Las limitaciones y precauciones citadas para el análisis de regresión también aplican para análisis de series temporales. Cuando modelado un proceso a fin de comprender las causas y efectos.y. puede tener una única observación o un pequeño conjunto de observaciones uninfluencia significativa en el modelo. se ajustan los parámetros de proceso específico para mantener el proceso en destino. se prevén valores futuros. Mientras que las técnicas empleadas en el análisis de series temporales pueden incluir simple "tendencia gráficos". por ejemplo.13. en la generación de las previsiones y para medir el efecto de algunos fuera de intervención o acción. y qué ajustes (si existe) podrían influir en el proceso en la dirección de algún valor de destino. para la identificación de "atípicos" (es decir. en función de los patronesen la serie de tiempo y en el número de períodos que se desean predicciones. esta técnica Informar de que tales gráficas elementales figuran entre los métodos gráficos simples citados en "Estadística descriptiva" (4. el costo relativo y las propiedades analíticas y predictivas de los diferentes modelos. 4. 4. Por lo tanto. Existen métodos para separar causas sistemáticas (o puede asignables) por causas de oportunidad y para romper los patrones en tiempo rie en cíclica y estacional y componentes de tendencia. la naturaleza de los datos. 4.1). . o lo que ajustes podrían reducir la variabilidad del proceso.contribuido más a las variaciones en la serie de tiempo. con todos los objetivos inherentes en el análisis de regresión. productividad y resultados de la prueba. Análisis de series temporales a menudo es útil para comprender cómo se comportará un proceso en condiciones especificadas.13.5 Ejemplos de aplicaciones Análisis de series temporales se aplica a estudiar los patrones de rendimiento con el tiempo. Otro uso es para explicar los patrones en una serie de tiempo con los de otra serie de tiempo. Análisis de series temporales se utiliza para predecir los valores futuros de series de tiempo. inconformidad. Métodos de serie temporal pueden proporcionar información sobre posibles patrones de causa y efecto. También es útil para comparar el rendimiento previsto de un proceso de análisis de series temporales con predijo valores en la serie de tiempo si un cambio específico a realizarse. La elección de un modelo debe tener en cuenta el objetivo de el análisis. el proceso las mediciones. en relación con el número deperíodos de tiempo para el que existen datos de series temporales. un modelo de probabilidad es colocar a la serie de tiempo histórico. a continuación. En este caso. en la identificación de un cambio en unaproceso. un importante grado de habilidad se requiere para seleccionar al máximo su caso modelo y para el uso de herramientas de diagnóstico para mejorar el modelo. extremas valores cuya validez debe investigarse) para ayudar a entender los patrones o para realizar ajustes.3 Beneficios Métodos de análisis de series de tiempo son útiles en la planificación. 4.13.2.2 Lo que se utiliza para Análisis de series temporales se utiliza para describir patrones en los datos de series temporales. Ya sea incluido o omitido en el análisis. Técnicas de estimación de series temporales diferentes pueden tener distintos grados de éxito. ingeniería de control. influyentes observaciones deben ser entendidas y distinguidasdesde "atípicos" en los datos.

consumo de energía eléctrica. ISO publicaciones relacionadas con técnicas estadísticas [1] De ISO 2602:1980. procedimientos para la inspección de muestreo por atributos-parte 0: introducción a la ISO sistema de muestreo de atributo 2859 [4] ISO 2859-1:1999. interpretación estadística de los datos: poder de pruebas relativas a los medios y variaciones [11] ISO 3534-1:1993. se utiliza para predecir el número de eventos en un período de tiempo y la distribución de los intervalos de tiempo entre los eventos tales como interrupciones de equipos. absentismo. precisión (exactitud y precisión) de métodos de medición y los resultados — parte 3: Medidas intermedias de la precisión de un método de medición estándar [19] ISO 5725-4:1994. precisión (exactitud y precisión) de métodos de medición y los resultados — parte 4: . precisión (exactitud y precisión) de métodos de medición y los resultados — parte 1: Definiciones y principios generales [17] ISO 5725-2:1994. pedidos de clientes. precisión (exactitud y precisión) de métodos de medición y los resultados — parte 2: Método básico para determinación de repetibilidad y reproducibilidad de un método de medición estándar [18] ISO 5725-3:1994. estadísticas — vocabulario y símbolos: parte 2: control de calidad estadística [13] ISO 3534-3:1999. procedimientos para la inspección de muestreo por atributos-parte 1: esquemas de muestreo indexada por límite de calidad de aceptación (NCA) para la inspección de lote por lote [5] ISO 2859-2:1985. procedimientos para la inspección de muestreo por atributos-parte 3: muestreo de Skip-lot Procedimientos [7] ISO 2859-4:2002. estadísticas — vocabulario y símbolos: parte 1: probabilidad y estadística de general términos [12] ISO 3534-2:1993. interpretación estadística de los resultados de la prueba: estimación de la media — confianza intervalo de [2] De ISO 2854:1976. estadísticas — vocabulario y símbolos — parte 3: diseño de experimentos [14] De ISO 3951:1989. interpretación estadística de los datos: determinación del intervalo de tolerancia estadística de [9] De ISO 3301:1975. interpretación estadística de datos: técnicas de estimación y pruebas relativas a medios y variaciones [3] ISO 2859-0:1995. Análisis de series temporales causal se utiliza para desarrollar modelos de predicción de la demanda. interpretación estadística de los datos: comparación de dos medios en el caso de emparejado observaciones [10] De ISO 3494:1976. en el contexto defiabilidad. interpretación estadística de datos — pruebas para la salida de la distribución normal [16] ISO 5725-1:1994. las necesidades de materiales.Previsión de aplicaciones incluye la predicción de piezas de repuesto. procedimientos de muestreo y los gráficos para la inspección por variables por ciento inconformes [15] De ISO 5479:1997. procedimientos para la inspección de muestreo por atributos-parte 4: procedimientos paraevaluación de los niveles de calidad declarados [8] De ISO 3207:1975. Por ejemplo. procedimientos para la inspección de muestreo por atributos-parte 2: planes de indexado de muestreo mediante la limitación de calidad (LQ) para la inspección de mucho aislados [6] ISO 2859-3:1991.

sistemas de gestión de calidad: directrices para mejoras en el rendimiento [33] ISO 10012. gráficos de Control — Guía General y introducción [23] ISO/TR 7871:1997. capacidad de detección: parte 1: términos y definiciones [40] ISO 11843-2: 2000. precisión (exactitud y precisión) de métodos de medición y los resultados — parte 6: Uso en la práctica de los valores de precisión [22] De ISO 7870:1993. Copiar y redes prohibidas. Guía para la selección de métodos estadísticos en la estandarización y especificación [42] ISO 14253-1:1998. el plan o el plan parainspección de elementos discretos en lotes [30] De ISO 8595:1989. ISO/TR 10017:2003(E) 24© 2003 ISO — todos los derechos reservados [20] ISO 5275-5:1998. suma acumulativa gráficos: orientación sobre control de calidad y análisis de datos con Técnicas CUSUM [24] 7873:1993 ISO. Sequential planes para su inspección por atributos de muestreo [28] 8423:1991 ISO. gráficos de Control para la media aritmética con límites de advertencia [25] 7966:1993 ISO. planes de muestreo de aceptación y procedimientos para la inspección de materiales a granel [35] 11095:1996 ISO. aspectos estadísticos de toma de muestras de materiales a granel: parte 2: toma de muestras de partículas materiales [39] ISO 11843-riesgo. Guía para la selección de un sistema de muestreo de aceptación. interpretación estadística de los datos de — pruebas e intervalos de confianza relativas a proporciones [37] ISO 11462-1:2001. especificaciones geométrica de productos (GPS): inspección por la medición de . gráficos de control de aceptación [26] 8258:1991 ISO. sistemas de gestión de la medición: requisitos para procesos de medición y equipo de medición [34] 10725:2000 ISO. sistemas de gestión de calidad — requisitos [32] De ISO 9004:2000. gráficos de control de Shewhart [27] 8422:1991 ISO. calibración lineal utilizando materiales de referencia [36] 11453:1996 ISO. directrices para la aplicación de control estadístico de procesos (SPC): parte 1: Elementos de SPC [38] ISO 11648-2.Métodos básicos para la determinación de la exactitud de un método de medición estándar Con licencia para la Universidad DePaul/Lon Batelli Tienda de ANSI orden # X 144042 descargado: 7/29/2004 1: 18: 16 PM ET Licencia de usuario único. Sequential planes para su inspección por variables por ciento inconformes de muestreo (desviación estándar conocido) [29] ISO/TR 8550:1994. capacidad de detección: parte 2: metodología en el caso de calibración lineal [41] ISO/TR 13425:1995. precisión (exactitud y precisión) de métodos de medición y los resultados — parte 5: Métodos alternativos para la determinación de la precisión de un método de medición estándar [21] ISO 5725-6:1994. interpretación de datos estadísticos: estimación de una mediana [31] ISO 9001: 2000.

técnicas de análisis de confiabilidad del sistema: procedimiento de modo de error y efectos análisis (FMEA) [55] 60863:1986 IEC. gestión de confiabilidad: parte 2: elementos de programa de fiabilidad y las tareas [53] IEC 60300-3-9:1995. vocabulario de Electrotécnica Internacional — capítulo 191: fiabilidad y calidad de servicio [51] IEC 60300-1:1993. gestión de confiabilidad — parte 3: Guía de aplicación — sección 9: riesgo análisis de sistemas tecnológicos [54] De IEC 60812:1985. especificaciones geométrica de productos (GPS): inspección por la medición de piezas y equipos de medida: parte 2: Guía para la estimación de la incertidumbre en GPS medición. fiabilidad subrayar la proyección: parte 1: puede reparables aparatos fabricados en lotes . programas para el crecimiento de la fiabilidad [57] 61025:1990 IEC.piezas y equipos de medida: parte 1: reglas para demostrar la conformidad o la inconformidad de la decisión con las especificaciones [43] De ISO/TS 14253 de 2:1999. en la calibración de equipos de medida y en la verificación del producto [44] ISO 16269-7:2001. pruebas de fiabilidad: planes de pruebas de cumplimiento de normas para el porcentaje de éxito [61] De IEC 61124:1997. técnicas de análisis para la fiabilidad: método de diagrama de bloque de confiabilidad [60] De IEC 61123:1991. ensayos de aptitud por comparaciones interlaboratory: parte 2: selección y el uso de ensayos planes por los organismos de acreditación de laboratorio de aptitud Manual de normas ISO [49]: 2000. uso de materiales de referencia certificados [46] De guía ISO de 35:1989. gestión de confiabilidad: parte 1: gestión de programas de confiabilidad [52] IEC 60300-2: 1995. facilidad de mantenimiento y las predicciones de disponibilidad [56] 61014:1989 IEC. cumplimiento de normas probar los procedimientos para la disponibilidad de estado estacionario [59] De IEC 61078:1991. pruebas de fiabilidad: pruebas de conformidad para la insuficiencia de tasa y constante de constante fracaso intensidad [62] IEC 61163-fijación. certificación de materiales de referencia: principios generales y estadísticos [47] Guía ISO/IEC 43-riesgo. presentación de confiabilidad. ensayos de aptitud por comparaciones interlaboratory: parte 1: desarrollo y el funcionamiento de ensayos de aptitud [48] Guía ISO/IEC 43-2:1997. métodos estadísticos para el control de calidad Volumen 1:Terminología y símbolos: muestreo de aceptación Volumen 2:Métodos de medición y los resultados — interpretación de datos estadísticos: control del proceso IEC publicaciones relacionadas con el análisis de confiabilidad [50] IEC 60050-191:1990. interpretación estadística de datos — parte 7: mediana: estimación y la confianza de intervalos de [45] Guía ISO 33:2000. análisis de fallos de árbol (FTA) [58] 61070:1991 IEC.

fiabilidad subrayar la proyección: parte 2: componentes electrónicos [64] De IEC 61164:1995. to determine a confidence interval within which the true population average might lie. at a stated level of confidence. IEC. intervalos de confianza y más bajos los límites de confianza para Weibull datos distribuidos [67] De IEC 61650:1997.120. Copiar y redes prohibidas.5 Measurement analysis . pruebas de bondad de ajuste.10.30 Precio basado en 26 páginas © ISO 2003 — todos los derechos reservados Con licencia para la Universidad DePaul/Lon Batelli Tienda de ANSI orden # X 144042 descargado: 7/29/2004 1: 18: 16 PM ET Licencia de usuario único. to determine the sample size required to accept or reject a hypothesis. Con licencia para la Universidad DePaul/Lon Batelli Tienda de ANSI orden # X 144042 descargado: 7/29/2004 1: 18: 16 PM ET Licencia de usuario único. 4.120. IUPAC. técnicas de aplicación de Márkov [66] 61649:1997 IEC. BIPM. ISO/TR 10017:2003(E) ICS 03.  using sample data. IUPAP y OIML Con licencia para la Universidad DePaul/Lon Batelli Tienda de ANSI orden # X 144042 descargado: 7/29/2004 1: 18: 16 PM ET Licencia de usuario único. Guía a la expresión de la incertidumbre en la medición de la .[63] IEC 61163-2: Ed 10. CISC. Copiar y redes prohibidas. técnicas de análisis de datos de fiabilidad: procedimientos para la comparación de dos constante las tasas de fracaso y dos intensidades de constante fracaso (evento) Otras publicaciones [68] De ISO 9000: 2000. sistemas de gestión de calidad-fundamentos y vocabulario Goma de MASCAR [69]: 1993. crecimiento de fiabilidad: métodos de prueba y estimación estadística [65] 61165:1995 IEC. ISO. 03. Copiar y redes prohibidas.