Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen 247-249
Resumen 247-249
que asintóticamente tiene una distribución ji-cuadrada con m grados de libertad, por lo
que se rechaza la independencia de la serie si Q(m) > X 21−α En este caso m < n, es la
longitud máxima de retardo considerada para calcular la autocorrelación, usualmente m
< 25. Si se aplica esta prueba a los datos del ejemplo 9.4, con m = 24, se obtiene que el
estadístico Q(m) = 282.9¸ que le corresponde un valor-p = 0.0000; por lo que se rechaza
con mucha fuerza la hipótesis de independencia de la serie de la concentración del
proceso químico. De esta manera no es apropiado analizar el control de tal proceso con
base en una carta de control tradicional que supone independencia de los datos.
donde εi son independientes y tienen una distribución normal con media cero y
desviación estándar σ. De esta manera en la práctica el control estadístico del proceso se
traduce en asegurar que εi, estimados por los residuos ei, efectivamente siguen una
distribución normal(0,σ).
Modelos ARIMA
Una de las familias de modelos más usuales para describir datos autocorrelacionados
son los autoregresivos o AR.
donde α y θ1, los parámetros del modelo son constantes desconocidas que es necesario
estimar de los propios datos; y los εi son independientes y tienen una distribución
normal con media cero y desviación estándar σ; a los errores ε i también se les llama
“ruido blanco”.
La generalización de lo anterior, el modelo autorregresivo de orden p, AR(p), está dado
por:
El modelo de medias móviles de primer orden aplicada a las primeras diferencias, cuya
forma es la siguiente:
AR(p) Coeficientes diferentes de cero con decaimiento Sólo las primeras p autocorrelaciones
exponencial o sinoidal hasta converger a cero. parciales son distintas de cero.
MA(p) Sólo las primeras q autocorrelaciones simples son Las autocorrelaciones parciales convergen a
distintas de cero. cero.
Así se esperaba (estimaba) que la tercera observación fuera igual a 16.86, pero fue 16.3,
por lo que el residuo es igual a −0.56. La carta ARIMA para procesos con
autocorrelación consiste en llevar una gráfica de control tradicional para los residuos.
La línea central de esta carta será igual a cero (la media de los residuos), y los límites 0
± 3σei, hay dos formas de obtener esta desviación estándar, de forma similar a como se
hace en las cartas de control de medias y de individuales.