Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cúcuta-Colombia
Vol. 19
No. 2
Julio-Diciembre 2014
ISSN 0122-820X
Cartas de control para monitorear variables multinomiales PP: 93-100
Forma de citar: L. M. Restrepo, J. C. Correa, “Cartas de control para monitorear variables multinomiales”, Respuestas, vol. 19,
no. 2, pp. 93-100, 2014.
Resumen
Recibido: Antecedentes: La carta de control como herramienta de monitoreo de
Noviembre 6 de la calidad de un producto, permite estudiar la estabilidad de los procesos
2013 en el tiempo, contrastando dos hipó tesis, una que expresa que el proceso
se encuentra en estado estable y otra que lo niega. Su utilizació n ha sido
Aceptado: masiva para variables continuas más no para variables categó ricas, motivo
Marzo 25 de 2014 por el cual es imperante el diseñ o de tales herramientas para ese tipo de
variables. Objetivo: Proponer dos (2) cartas de control para procesos
con variables multinomiales basadas en el valor-p resultado de la prueba
de homogeneidad de proporciones, empleando la transformació n chi
cuadrado para variables uniformes y la aproximació n Wilson - Hilferty para
variables chi cuadrado. Métodos: El desempeñ o de las cartas propuestas es
estimado vía simulació n considerando un proceso en Fase II y considerando
incrementos en la primera categoría de 2%, 4% y 6% en la etapa de control.
Resultados: La carta de control multinomial usando aproximació n Wilson-
Hilferty para variables chi cuadrado, provenientes de la transformació n del
valor-p, presenta un desempeñ o deficiente comparado con las cartas de
control usando valor-p y usando transformació n chi cuadrado al valor-p,
pues tienen menor habilidad para detectar cambios pequeñ os. Conclusión:
Proponemos dos cartas de control para monitorear variables multinomiales
y, una vez estudiadas vía simulació n, con base en la Longitud de corrida
promedio (ARL) y la probabilidad de rechazar la hipó tesis nula de igualdad
de proporciones, se recomienda el uso de la carta de control usando valor-p, 93
o equivalentemente, de la carta de control usando transformació n chi
cuadrado del valor-p.
1Magister en Ciencias -
Estadística Universidad Nacional de Palabras clave: carta de control, distribució n multinomial, prueba de
Colombia Medellín - Colombia homogeneidad, valor-p.
2 Doctor en Estadística Universidad Nacional de
Colombia Medellín - Colombia Abstract
Background: The control as a tool for monitoring the quality of a
uestas Cúcuta-Colombia Vol. 19
No. 2 Cartas de Control para Monitorear Variables Multinomiales
Julio-Diciembre 2014
ISSN 0122-820X
PP: 93-100
product, allows to study the stability of processes over time, contrasting two hypothesis
Keywords: control chart, multinomial distribució n, homogeneity test, p-value.
ISSN 0122-820X
PP: 93-100
Para controlar procesos con este tipo de dos cartas de control para procesos con
variables, Marcucci [4] plantea una propuesta variables multinomiales, teniendo en cuenta
utilizando el estadístico 2 de Pearson. que para esta distribució n se requieren
Laviolette [5] utiliza un enfoque bayesiano tamañ os de muestra grandes y por lo tanto
que utiliza la distribució n Dirichlet como só lo aplicará n para procesos con volú menes
distribució n a priori de la distribució n altos de producció n. Estas propuestas están
multinomial concentrándose en categorías no basadas en el valor-p resultado de la prueba
conformes, mientras que Shiau, Chen y Feltz de homogeneidad de proporciones para datos
[6] se enfocan tanto en categorías multinomiales (o prueba chi cuadrado de
conformes como no conformes. Woodall, bondad de ajuste) y, se analiza su desempeñ o
Tsui y Tucker con base en la sensibilidad para detectar
[7] presentan una revisió n de cartas de control cambios vía simulació n usando el paquete
basadas en estadística difusa para datos estadístico R.
categó ricos, y Spanos y Chen [8] utilizan el
concepto de regresió n logística para 2. Cartas de control propuestas
monitorear una variable multinomial en la
fabricació n de semiconductores. Duran [9] Partiendo del hecho de que una carta de
propone el llamado método p-tree que control en Fase II prueba una hipó tesis de
transforma el proceso multinomial en varias igualdad con respecto a un valor especificado
subetapas binarias independientes, sin repetidamente en diferentes puntos del
limitaciones con respecto al nú mero de tiempo [2], es de interés probar la hipó tesis
categorías que tenga el proceso. Raz y Wang de igualdad de proporciones muestra a
[10] presentan dos propuestas basadas en la muestra con respecto a un vector de
teoría de conjuntos difusos y en el uso de proporciones nominal. Esto es, para
subconjuntos difusos para modelar los comparar las proporciones de la muestra i con
términos categó ricos usados para describir la las proporciones nominales dadas por un
calidad del producto. Taleb y Limam [11] vector nominal i ( (0)i , (0)i ,, (0) ) las
comparan el enfoque difuso y el enfoque pruebas de hipó tesis estará n dadas en (2)-
probabilístico mediante la longitud (3).
promedio de la corrida (ARL) asumiendo H0 :i1 , (0) ,, ic (2)
(0) (0)
Hirota
[12] plantean la utilizació n de un estadístico
similar al de T 2 de Hotelling´s basado en H : (0) ; j (3)
1 ij
1,2,,c
valores representativos de conjuntos difusos, y Con base en la revisió n anterior, proponemos
también proponen la utilizació n del estadístico
W 2 basado en la combinació n lineal de
variables chi cuadrado dependientes usando 95
la aproximació n Satterthwaite’s. Finalmente,
Taleb [13] presenta cartas de control para
mú ltiples variables multinomiales empleando
una aproximació n probabilística basada en el
estadístico 2 de Pearson y cuatro propuestas
basadas en conjuntos difusos, empleando un
método intra-difuso y otro método inter-
difuso, y Li y Tsung [14] proponen cartas de
control para mú ltiples variables binomiales y
mú ltiples variables Poisson basadas en la tasa
de falso descubrimiento (FDR), que se utiliza
para cuantificar la proporció n esperada de
rechazos erró neos.
Cuando un proceso con variables
multinomiales está bajo estudio, es
importante analizar el tamañ o de muestra
con respecto al nú mero de categorías y a
la probabilidad de ocurrencia de cada
una de ellas, ya que un nú mero grande de
categorías puede conducir a proporciones
poco representativas dentro del análisis,
por lo anterior, las categorías del proceso
a ser monitoreadas deben establecerse de
acuerdo a su naturaleza y al tipo de aná lisis
que se pretenda llevar a cabo.
Para las siguientes cartas de control
propuestas, los límites de control están
relacionados con el vector de
proporciones nominal, el cual se deberá
construir adaptativamente, a partir de
los datos histó ricos del proceso. Una vez
establecidos los límites de control
provisionales, se debe identificar la
presencia
uestas Cúcuta-Colombia Vol. 19
No. 2 Cartas de Control para Monitorear Variables Multinomiales
Julio-Diciembre 2014
ISSN 0122-820X
PP: 93-100
de patrones de comportamiento no
aleatorio, de tal manera que ante la
presencia de causas asignables será necesario
intervenir el proceso, tomar nuevas muestras,
recalcular el vector de proporciones nominal y
proceder a elaborar nuevamente la carta de
control.
2.1 Propuesta 1 - carta de control
multinomial usando valor-p
Para probar la homogeneidad de proporciones,
se utiliza la prueba chi cuadrado de bondad
Figura 1. Carta de control usando valor-P
de ajuste y, segú n Montgomery y Runger [15]
Fuente: Autores
“una forma de reportar los resultados de una
prueba de hipó tesis es afirmar que la hipó tesis 2.2 Alternativa Propuesta 1 - carta de
nula fue o no rechazada con un nivel de control multinomial usando transformación
significació n especificado”, de tal manera chi cuadrado del valor-p
que el valor-p definido como “la
probabilidad de que el estadístico de prueba De manera alternativa, se propone la siguiente
asuma un valor que sea al menos tan carta de control equivalente, usando la
extremo como el valor observado del transformació n chi cuadrado del valor-p.
estadístico cuando la hipó tesis nula H0 es Considerando que 2lnx ~ 2 con
verdadera” [15], facilita tomar decisiones (
x ~ U[0,1][17], la segunda carta de control
sobre el rechazo o no de la hipó tesis nula propuesta toma el valor-p de la prueba de
comparando el valor-p con el nivel de hipó tesis de igualdad de proporciones de
significancia, y de manera consecuente, una distribució n multinomial con respecto
decidir si las muestras tomadas del proceso a un vector de proporciones nominal y lo
siguen la distribució n multinomial dada por transforma, y grafica en la carta de control
el vector de proporciones nominal; graficar el el valor chi cuadrado resultante. De esta
valor-p de la prueba permite identificar qué manera, por tratarse de una distribució n
tan cierto es que los datos de cada muestra
sesgada en el intervalo [0;∞), esta carta de
realmente provengan de la distribució n dada
control indicará que el proceso está fuera de
por la hipó tesis nula.
control mediante la presencia de puntos en
Teniendo en cuenta que bajo H 0 el valor- la
regió n de rechazo determinada por ( 2 ;∞)
p
~ U[0,1] [16], la primera carta de control
(2, )
propuesta es la carta de control para valor-p o por algú n patró n de comportamiento no
resultado de la prueba de hipó tesis de aleatorio. Vea la Figura.2
96 igualdad de proporciones de una distribució n
multinomial con respecto a un vector de
proporciones nominal. En la carta de control se
grafica el valor-p y se compara con un percentil
determinado de la distribució n uniforme, cuyo
complemento delimita la regió n de rechazo
dada por el intervalo [0, ) para un nivel de
significancia de α predefinido, así que todos los
valores-p que estén en dicha regió n sugieren la
ocurrencia de un cambio en la proporció n de
al menos una de las categorías. Vea la figura 1.
Figura 2. Carta de control usando
transformació n chi cuadrado del valor-P
Fuente: Autores
Respuestas Cúcuta-Colombia V
Luz Marcela Restrepo-Tamayo, Juan Carlos Correa-Morales No. 2
Julio-Diciembre 2014
ISSN 0122-820X
PP: 93-100
2.3 Propuesta 2 - carta de control
multinomial usando aproximación Wilson- 3. Resultados y análisis
Hilferty para variables chi cuadrado
Con el propó sito de observar el desempeñ o de
Utilizando la aproximació n Wilson-Hilferty las cartas de control propuestas, es necesario
para variables chi cuadrado [17], la segunda considerar varios escenarios, estudiados
propuesta emplea la teoría desarrollada por vía simulació n, realizada bajo la siguiente
Shewhart para cartas de control bajo 1
el metodología:
supuesto de normalidad. Sea 23
, Paso 1: se fija el nú mero de categorías c=4
como
y Paso 2: se fija el vector de proporciones en
2 , los límites de control están dados
por (4)-(6). 1 1 estado estable v = (0.80, 0.06, 0.06, 0.08)
LCS 1 Z
9
/ 2
9
(4) Paso 3: se determina el tamañ o de muestra a
1 obtener en cada punto de observació n (905)
LC 1
9 Paso 4: se fija el nú mero de muestras que se
(5)
1 1 van a observar en el tiempo (300)
LCI 1 Z / 2
9
(6)
9
Paso 5: para cada corrida se determina si el
De esta manera, al tomar el valor chi proceso se rechaza o no; este paso se repite
cuadrado transformado del valor-p de la 50.000 veces.
prueba de igualdad de proporciones para una
variable multinomial, se obtendrá una carta Paso 6: se sacan resú menes estadísticos de
de control para datos individuales, y de esta interés
manera se lleva un proceso multinomial a Tomando c=4 categorías, las simulaciones se
un proceso normal aproximado, cuya teoría realizaron considerando un proceso en Fase
está ampliamente desarrollada y se puede II y considerando incrementos en la primera
implementar fá cilmente con los recursos categoría de 2%, 4% y 6% en la etapa de
computacionales requeridos, sin embargo control.
es importante tener en cuenta que esta
aproximació n mejora cuando el nú mero Para las simulaciones asumiendo proceso
de grados de libertad tiende a infinito, pero en Fase II, el có digo está enmarcado en un
para este caso só lo se consideran 2 grados ciclo for que, para cada repetició n, genera
de libertad de manera invariante. Vea la 300 vectores de proporciones de acuerdo a
figura 3. la distribució n nominal dada y, para cada
vector se toma el valor-p de la prueba chi
cuadrado de Pearson. En una matriz resumen
se almacena el nú mero de rechazos y el 97
nú mero de muestras hasta que ocurre el
primer rechazo y, una vez terminadas las
repeticiones, se calcula el nú mero promedio
de rechazos, el nú mero má ximo y mínimo de
veces que se rechaza la hipó tesis nula y el
ARL para cada una de las cartas propuestas.
Para las simulaciones asumiendo proceso fuera
de control, la estructura del có digo es la misma
que para el caso anterior, pero las muestras se
generan a partir del vector de proporciones
Figura 3. Carta de control usando modificado de acuerdo a los incrementos ya
aproximació n Wilson-Hilferty para variables chi
cuadrado mencionados.
Fuente: Autores
uestas Cúcuta-Colombia Vol. 19
No. 2 Cartas de Control para Monitorear Variables Multinomiales
Julio-Diciembre 2014
ISSN 0122-820X
PP: 93-100
3.1 Simulaciones asumiendo proceso en
k
Fase II 0.06, 0.06, 0.08) y que p 1 , el plan
i 1
i
ISSN 0122-820X
PP: 93-100
De acuerdo a lo mencionado anteriormente, rechazos (Re) y la longitud de corrida (LR),
a medida que el cambio sea mayor en la considerando un escenario bajo control y
primera categoría, es más probable que la cambios totales en la distribució n de 2%, 4% y
hipó tesis de homogeneidad de proporciones 6% en la primera categoría y en las siguientes
sea rechazada, sin embargo, la carta de de manera proporcional, sugiriendo mejor
control multinomial usando aproximació n desempeñ o cuando el proceso está fuera de
Wilson-Hilferty para variables chi control la carta de control usando valor-p.
cuadrado, provenientes de la
transformació n del valor-p, presenta un Las cartas de control aquí propuestas deben
desempeñ o deficiente comparado con las ser utilizadas para tamañ os de muestra
cartas de control usando valor-p y usando grandes, asociadas con procesos de producció n
transformació n chi cuadrado al valor-p, pues masiva como en industrias de alimentos o de
tiene menor habilidad para detectar cambios confecciones, y se sugiere utilizar la cartas
pequeñ os, y por lo tanto se recomienda el de control marginales cuando sea necesario
uso de la carta de control usando valor-p, o identificar la categoría que cambió , o cuando
equivalentemente, de la carta de control se tenga duda sobre si el proceso está o
usando transformació n chi cuadrado del no bajo control. Las restricciones de estas
valor-p. propuestas sugieren un trabajo posterior
de profundizació n, tal como el diseñ o de
Se debe tener en cuenta que las cartas de cartas de control para procesos con variables
control propuestas no distinguen entre multinomiales con tamañ os de muestra
categorías, y los rechazos de la hipó tesis variable, el diseñ o de cartas de control con
solamente sugieren que hubo un cambio en má s de 10 categorías, cartas de control para
alguna de las proporciones, pero no indica mú ltiples variables multinomiales, e incluso
si el cambio está asociado a incrementos estudiar el efecto de tamañ os de muestra
o a disminuciones, por lo tanto el analista pequeñ os.
del proceso deberá recurrir a cartas de
control marginales cuando evidencie un 5. Referencias
comportamiento fuera de control, pues será
necesario identificar cuá l categoría cambió
[1] J. Juran, F. Gryna, “Juran’s Quality
y có mo lo hizo, con el propó sito de plantear
Control Handbook.” 4 ed. New York:
un plan de acció n correctivo y/o preventivo
McGraw Hill, 1988.
y mejorar las condiciones de operació n del
proceso.
[2] D. Montgomery, 2Control Estadístico
de la Calidad”. Mexico D.F.: Limusa
4. Conclusiones Wiley, p. 789, 2005.
Se han presentado tres propuestas [3] N. Johnson, S. Kotz, “Discrete
para monitorear procesos con variables Multivariate Distributions”. New York: 99
multinomiales mediante cartas de control Wiley - Interscience. p. 299. 1996.
enmarcadas en el Control Estadístico de
Procesos, basadas en el valor-p de la prueba de [4] M. Marcucci, “Monitoring multinomial
hipó tesis de homogeneidad de proporciones, processes”, Journal of Quality Technology,
llamadas carta de control multinomial vol.17, pp. 86-91, 1985.
usando valor-p, carta de control multinomial
usando transformació n chi cuadrado al [5] M. Laviolette, “Bayesian monitoring of
valor-p y carta de control multinomial multinomial processes”, The Journal of
usando transformació n Wilson-Hilferty para the Industrial Mathematics Society, vol.
variables chi cuadrado. Estas propuestas 45, no. 1, pp. 41-49, 1995.
fueron estudiadas vía simulació n, analizando
la distribució n de frecuencias del nú mero de
uestas Cúcuta-Colombia Vol. 19
No. 2 Cartas de Control para Monitorear Variables Multinomiales
Julio-Diciembre 2014
ISSN 0122-820X
PP: 93-100
[6] J. J. Shiau, C. R. Chen, C. Feltz, “An
pp. 857-871, 2012.
Empirical Bayes Process Monitoring
Technique for Polytomous Data”, [15] D. Montgomery, G. Runger, “Applied
Quality and Reliability Engineering Statistics and Probability for
International, vol. 21, no. 1, pp. 13-28, Engineers”,Nueva York: John Wiley &
2005. Sons, p. 706, 2003.
[7] W. Woodall, K. L. Tsui, Y G. R. Tucker, [16] K. Fairbanks, R. Madsen, “P Values
“A Review of Statistical and Fuzzy for Test Using a Repeated Significance
Quality Control Charts Based on Test Design”, Biometrika, vol. 69, no. 1,
Categorical Data”. Frontiers in Statistical pp. 69 - 74, 1982.
Quality Control 5, p. 291, 1997.
[17] R. Hogg, A. Craig, “Introduction to
[8] C. Spanos, y R. Chen, “Using Mathematical Statistics”, Bogotá :
Qualitative Observations for Process Prentice Hall, X, p. 564, 1995.
Tuning and Control”, IEEE
Transactions on Semiconductor [18] E. Wilson, M. Hilferty, “The
Manufacturing, vol. 10, no. 2, pp. 307- Distribution of Chi-square”, Proceedings
316, 1997. of the National Academy of Sciences of the
United States of America, vol. 17, no.
[9] R. Duran, Tesis de Doctorado. 12, pp. 684 - 688, 1931.
Monitoring and Interpreting
Multistage and Multicategory [19] J. Bromaghin, “Sample Size
Processes Rutgers University, 2009. Determination for Interval Estimation
of Multinomial Probabilities”, The
[10] T. Raz, J. H. Wang, “Probabilistic American Statistician, vol. 47, no. 3, pp.
and membership approaches in the 203 - 206, 1993.
construction of control charts for
linguistic data”, Production Planning and
Control, vol. 1, no. 3, pp. 147-157,
1990.