Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Primero que vamos a hacer es generar un listado de datos aleatorios que se comporten de
una forma diferente a la normal por ejemplo vamos a seleccionar una distribución gama
algo diferente en donde vamos a generar un n de 40 datos que vamos a almacenar en la
columna 1 y vamos a darle un parámetro de forma 2 y un parámetro de escala 2 le damos a
aceptar entonces ya tendríamos la distribución gamma en la columna 1 de esta manera
procedemos a realizar la transformación box cox de esta distribución gama para aproximar
la a 1 nos vamos entonces al menú estadísticas gráficas de control transformación box cox
el primer desplegable nos arroja dos opciones donde vamos a seleccionar la primera que
hice todas las observaciones para una gráfica están en una columna tal cual como lo vemos
en la hoja de trabajo abajo entonces seleccionaremos los datos que están en la columna 1 y
para tamaños de los subgrupos vamos a poner el número 1 puesto que vamos a tomar cada
Cuadr os de
Control Variables Discretas
la columna de dos de devoluciones donde dice tamaños de los subgrupos hay
dos opciones o pueden poner un número entero para generar unos límites de
control superior e inferior fijos o pueden poner los tamaños de subgrupos
como el tamaño del lote contra el cual se va a contrarrestar las devoluciones
generando así límites de su control superior e inferior variables por el tamaño
del lote entonces vamos a seguir el segundo procedimiento seleccionamos
tamaño del lote miremos entonces los diferentes botones con argumentos y
opciones para la elaboración de la gráfica p en el primero que dice escala lo
que se va a poder parametrizar es el formato de los ejes y líneas de referencia
de dicha gráfica es decir de cuánto en cuánto se va a exhibir por ejemplo los
ejes x y no la vamos a parametrizar en la que dice etiquetas sirve para agregar
textos ya sea como títulos subtítulos o notas al pie para personalizar el gráfico
tampoco lo vamos a mover donde dice múltiples gráficas es una opción que va
a servir para cuando hay varias
variables de respuesta entonces
se pueden generar varias
gráficas que se presenten de
manera paralela tampoco lo vamos a presentar donde dice opciones de datos
se va a mostrar los datos que se desean incluir o excluir a la gráfica principal
esto quiere decir por ejemplo cuando hay un dato que es muy disperso que se
puede considerar una excepción podemos omitir lo para que no se muestre en
la gráfica y no de la distribución de la misma finalmente tenemos las opciones
de gráfica peque estas son las que si vamos a empezar a parametrizar en la
pestaña de parámetros aquí donde dice proporción sirve para estimar el límite
central sin que mini tableau calculé de manera automática esto podría ser por
ejemplo cuando se encuentra con datos históricos no lo vamos a poner donde
dice estimación sirve para decirle a mini tab que nos arroje en el gráfico ya sea
la información por los subgrupos que establecimos o tomando todas las
observaciones que tenemos en las dos columnas entonces vamos a dejarlo tal
cual donde dice límite sirve para programar los límites superiores e inferiores
de control acorde a la cantidad de desviaciones estándar que queremos que
muestre donde dice pruebas esta parte es central a lo que vamos a parametrizar
resulta que milita para las variables discretas tiene cuatro formas de hacer
pruebas estadísticas para determinar si ese proceso se encuentra bajo control o
no la primera prueba dice un punto por encima de cada vez es estándar desde
la línea central donde cada es igual a 3 quiere decir que el cuadro de control
por defecto que aparece es a un nivel de 3 sin más es decir si hay un punto que
está por encima del límite superior de control o por debajo del límite inferior
de control se va a considerar que ese proceso está por fuera del control
estadístico la segunda prueba dice k puntos consecutivos en el mismo lado de
la línea central en este caso k es igual a 9 es decir que si hay 9 puntos que
están por encima por debajo del límite central sin cruzar por él se consideraría
que es un comportamiento sesgado y que por lo tanto se está eliminando la
aleatoriedad del proceso la siguiente dice k puntos consecutivos todos
ascendentes o todos descendentes lo cual mostraría un comportamiento de
tendencia en donde en este caso vendrían a ser seis puntos seguidos lo que
denota que hay un sesgo en ese
comportamiento finalmente
tenemos la cuarta prueba que es
k puntos consecutivos alternando
arriba y abajo es decir si se
encuentran 14 o más puntos en
forma de zigzag estaríamos
diciendo que está se está
presentando un comportamiento sesgado y el proceso está fuera de control
estadístico vamos a seleccionar entonces que nos arroje las cuatro pruebas le
damos entonces aceptar para que tome los cambios guardados en las pruebas
volvemos a opciones de gráfica y vamos a la parte de etapas esto sirve para
cuando tenemos varias etapas en lo que sería la clasificación de los procesos
por ejemplo por turnos por ejemplo por periodos etcétera etcétera entonces no
vamos a utilizar etapas en la pestaña que dice mostrar pone precisamente qué
subdivisiones se van a realizar dentro de la gráfica p para mostrar los
diferentes comportamientos parametrizados lo cual no vamos a mover lo que
sí vamos a generar es un almacenamiento en la hoja de trabajo en donde
vamos a decir que en dicha hoja de trabajo nos ponga el punto gráfica do que
viene a ser la proporción resultante de cada observación en el cuadro p vamos
a decir que nos arroje el valor de la línea central los valores de los límites
superior e inferior de control le damos a aceptar nuevamente aceptar y esto es
lo que nos arrojaría militar en donde tenemos la gráfica el diagnóstico y abajo
tenemos los datos de almacenamiento que parametrizados empecemos
entonces con el análisis de la gráfica de pe de devoluciones resultantes en el
pie de página militar nos arroja una anotación donde dice las pruebas se
realizaron con tamaños de la muestra desiguales esto fue cuando
parametrizados al inicio en donde dijimos que como subgrupos tomará la
columna ce uno del tamaño del lote esto en que afectaría en que los límites
superiores e inferiores de control que vemos aquí en rojo no van a ser una
línea recta con un valor estandarizado sino que va a depender del tamaño de
dicho lote en el centro vemos una línea verde que cruza que viene a ser el
valor de p el cual representaría el límite central que en este caso se tomaría
como la sumatoria del total de devoluciones entre la sumatoria de los
diferentes tamaños de lote para el periodo de esos 30 días en pocas palabras
entonces que estamos analizando en la gráfica de evolución es lo que estamos
haciendo es una comparación de lo que vendría a ser la proporción estimada
para el total de lotes con sus respectivas devoluciones respecto a la proporción
de cada uno de esos días es decir cuando un punto esté por encima de la línea
p estaríamos diciendo que la proporción de devoluciones para ese lote fue
superior a la estimada en el total igual sería cuando un punto aparezca por
debajo diríamos que para ese día el total de devoluciones representaron una
proporción inferior para ese lote respecto a lo que vendría a ser la proporción
estimada sobre el total pasemos a analizar entonces lo que nos arroja militar
en la ventana de sesión correspondiente a las pruebas de control estadístico
para la gráfica p entonces tenemos que esta gráfica no pasa la prueba 1 y la
prueba 3 reflejados como un botón rojo sobre la distribución central entonces
decimos que la prueba 1 es un punto fuera más allá de tres desviaciones
estándar de la línea central dice que la prueba falló en el punto número 24 que
es el que vemos acá entonces aquí estaríamos diciendo que hay un sesgo
importante y es que esta observación se sale del límite superior de control y
también dice militar que no pasa la prueba 3 donde hay 6 puntos consecutivos
todos en aumento o todos en descenso la prueba falla en el punto 9 en donde si
contamos aquí habría 1 2 3 4 5 y seis puntos que estarían en sentido
ascendente lo cual mostraría un sesgo de tendencia en esa distribución
finalmente en la hoja de trabajo aparecen los resultados del almacenamiento
que se parametrizar on en donde por este lado tenemos el punto gráfica do que
viene a ser el valor de cada una de las proporciones como observaciones
dentro de la gráfica pd de evolución es el límite central en este caso va a ser
igual
para
todos
aparecen los límites inferiores y los límites superiores que van a ser variables
dada la parametrización por subgrupos ahora bien existe una variación para la
gráfica p la cual se denomina gráfica n p y la diferencia es que ya no se va a
calcular la proporción total y su respectiva relación con la proporción sobre
cada uno de los lotes de la parte defectuosa en este caso las devoluciones sino
que va a calcular sobre esa proporción total cuánto sería lo que se estimaría de
devoluciones en cantidades para después mostrarlo por cada uno de los
tamaños de muestra entonces vamos a generar ahora una gráfica np en mini
tab para ello entonces nos dirigimos nuevamente al menú estadísticas gráficas
de control gráficas de atributos y ahora vamos a seleccionar np en este caso
como variables vamos a seleccionar nuevamente devoluciones y como
subgrupos nuevamente vamos a seleccionar tamaño de lotes nos vamos a ir de
una vez a las opciones de gráfica np en donde vamos a decir que nos arroje no
las cuatro pruebas y que en almacenamiento nos muestre nuevamente punto
gráfica de valor de la línea central valor de los límites superiores e inferiores
de control le damos a aceptar a aceptar nuevamente y esto sería lo que nos
arroja minita comparando entonces los resultados de la gráfica np con la
gráfica p vemos que en este caso el límite central al igual que los límites
superiores e inferiores de control también se mueve no es una línea
estandarizada esto debido a que la ecuación que sirve para calcular el límite
central en una gráfica np viene a ser la sumatoria del total de devoluciones
para el periodo de 30 días sobre la sumatoria total de los tamaños de lotes para
esos mismos 30 días eso multiplicado por el tamaño del lote de la observación
en cuestión esto quiere decir que la línea central lo que nos va a determinar el
valor esperado que según la proporción total debería tomar la cantidad de
devoluciones para ese tamaño de lote ahora bien la distribución de las
observaciones lo que hace
es mostrar la cantidad de
devoluciones como una
cuenta como un número
entero de lo que vendría a
ser ese lote para ese día en
este caso por ejemplo
estamos tomando la
muestra número 9 el día 9
en donde se encontraron
20 devoluciones como una
cuenta entonces a
grandes rasgos que es
lo que mide la gráfica
en ep la gráfica np lo
que mide es cuántas
devoluciones se
encontraron
realmente en ese lote
respecto al estimado
que debería
encontrarse de
devoluciones para
ese mismo lote teniendo en cuenta la proporción de la totalidad para esos 30
días en este caso ahora bien analizando entonces los test o pruebas estadísticas
para verificar si el proceso se encuentra bajo control o no vemos que la
distribución central varía un poco de gráfica gráfica en este caso
encontraríamos que únicamente sobre el punto 24 se está fallando a la prueba
número 1 en donde decimos que este punto se encuentra por encima de una
variación de 3 sin más hasta este punto entonces ya tendríamos el análisis
completo bajo dos gráficas para una variable de tipo binomial voy entonces a
minimizar y voy a parar por un momento el tutorial para mostrarles un nuevo
caso en donde vamos a aplicar los cuadros de control pero aplicados a una
variable de tipo paso bueno tenemos este segundo caso donde dice que la
gerencia de un campo de golf determina que la calidad del césped se considera
aceptable si la cantidad de defectos las cuales representan esas áreas de pasto
que están a diferente altura de lo que viene a ser lo reglamentario son
inferiores a tres por cada zona de un kilómetro cuadrado se toma una muestra
aleatoria de 15 zonas realice las cuatro paradas y determine el proceso está
controlado entonces al igual que con las gráficas pnp para los modelos de paso
existen también dos tipos de
gráficas entonces aquí en la
hoja de trabajo tenemos
como columna 1 las 15
zonas que se van a analizar de
ese campo de golf para
hacer la primera gráfica
todavía no vamos a tomar la
columna 2 en donde vamos a asumir el enunciado y vamos a decir que cada
zona tiene la misma cantidad de kilómetros cuadrados o sea de 1 en la
columna 3 vamos a encontrar los errores de césped en donde vamos a decir
que hasta 3 errores es aceptable pero por encima de 3 errores ya no se
consideraría aceptable como en este caso que en la zona 14 hay 4 errores en el
pasto esto ya vendría a ser excesivo entonces para empezar con el análisis para
esta variable de paso vamos a irnos a estadísticas gráficas de control gráficas
de atributo y primero vamos a crear una gráfica si se nos despliega entonces
esta ventana como variables en este caso no nos va a pedir subgrupos y se dan
cuenta esto quiere decir que tanto el límite superior como inferior de control
de una gráfica se van a ser valores estandarizados van a salir como una línea
recta entonces lo que nosotros queremos ver como variables son los errores
del césped los botones que tenemos acá son iguales a los que vivimos en la
parametrización de las tablas pnp con lo cual vamos a acceder directamente a
la de opciones de gráficas en donde para las pruebas vamos a pedir que nos
arroje las 4 y el almacenamiento vamos a pedir que nos muestre punto
graficado valor de línea central y los límites superiores e inferiores de control
le damos a aceptar dos veces y encontramos entonces lo siguiente en cuanto a
los cálculos de una gráfica c podemos decir que la ecuación que respalda el
cálculo del límite central es un promedio simple en donde se va a realizar la
sumatoria de los errores encontrados sobre el total de las zonas en este caso
esto nos daría un valor de 2 467 el cual estaría como eje central para un límite
superior e inferior de control que están dispuestos a más o menos 3 sigma todo
lo anterior contrastado con una distribución interna de observaciones la cual
va a mostrar la cantidad de defectos encontrados por cada una de las zonas a
manera de cuentas entrando a la parte de la prueba de control estadístico
entonces podríamos decir que el resultado de militar arroja que no pasa la
prueba número 4 en donde se dice que 14 puntos consecutivos alternados
hacia arriba y hacia abajo demostrarían un comportamiento no aleatorio por lo
que se concluiría que el proceso está por fuera del control estadístico en este
caso vemos un comportamiento de zigzag que comprobaría los resultados de
esta prueba a grandes rasgos entonces la pregunta a responder es que mide una
gráfica hace una gráfica se mide la cantidad de defectos en una distribución
plazo respecto al promedio de ocurrencia de los mismos quiere decir que en
este caso sí un punto aparece por encima del límite central estaría diciendo
que tiene más defectos que el promedio en caso contrario si aparece un punto
por debajo de la línea central diríamos que en ese caso se está presentando un
número de efectos por debajo del promedio al igual que como vimos con las
distribuciones binomial es resulta que hay una variación de la gráfica ce para
las distribuciones de tipo puesto denominada la gráfica aún a diferencia de la
gráfica ce la gráfica va a considerar unos tamaños de muestra diferentes en
este caso entonces no vamos a asumir que todas las zonas tienen la misma
cantidad de área de kilómetros cuadrados sino que vamos a contemplar esta
columna 2 en donde vamos a decir que cada una de las zonas de ese campo de
golf tiene un área diferente empecemos entonces a crear la gráfica primero nos
dirigimos al menú estadísticas nuevamente gráficas de control gráficas de
atributos y esta vez vamos a seleccionar en donde aparece variables entonces
vamos a poner errores de césped nuevamente pero si se dan cuenta ahora si
aparece para seleccionar tamaños de los subgrupos como usted puede ir
concluyendo vamos a decir entonces que en este caso el límite superior e
inferior de control ya no van a representar una línea recta sino que va a tener
una variación acorde a los subgrupos entonces como sus grupos vamos a
seleccionar los kilómetros cuadrados de cada una de esas zonas nos vamos
directamente opciones de gráfico en donde vamos a seleccionar que nos arroje
las cuatro pruebas de control estadístico y nuevamente los valores de
almacenamiento que hemos establecido le damos a aceptar y vamos a
encontrar el siguiente resultado en este caso entonces vamos a ver que el
comportamiento del límite superior es variable dependiendo de los subgrupos
que viene a ser el área de cada una de las zonas y el límite inferior de control
está sobre 0 puesto que si lo disponemos a menos 3 sin más nos va a dar un
valor negativo lo cual no sería correcto para la gráfica entonces se asume que
el valor es de 0 ahora hablemos de la ecuación que respalda el cálculo del
límite central y vamos a decir que es igual a tomar el total de errores de césped
sumarlos y dividirlo entre la sumatoria o el total de los kilómetros cuadrados
esto contrastado con una distribución central de observaciones que va a tomar
los errores de césped divididos entre cada uno de los kilómetros cuadrados o
el área que
compone cada una
de las zonas
diríamos entonces
que lo que mide a
grandes rasgos la
gráfica es la
cantidad de
defectos que se presenta sobre cada una de las zonas teniendo en cuenta su
área sobre el total estimado de defectos que hay sobre todo el campo de golf
quiere decir que si una observación aparece por el límite central está
mostrando que la cantidad de defectos proporcional a su área es superior a lo
que se había estimado inicialmente como la totalidad de defectos sobre la
totalidad de área del campo de golf serían entonces zonas críticas a sí mismos
y una observación aparece por debajo de la línea central diríamos que la
proporción de defectos en cuanto a su área para esa zona está por debajo de lo
que se habría estimado de efectos sobre el total del campo de golf finalmente
vamos a mirar hacia las pruebas de la gráfica y vamos a decir que en cuanto a
gráfica o este proceso se encuentra totalmente bajo control estadístico