Control de Procesos Multivariables

con Gráficas T2 de Hotelling

Dr. Ing. Juan Cevallos
 Concepto
• El gráfico T2 de Hotelling es una extensión al
caso multivariante del gráfico de control
Shewart univariante.
• Utiliza un estadístico que combina la
información para la dispersión y la media de
las variables que se están analizando.
• Supongamos que tenemos dos características de
calidad X1 y X2, que se distribuyen conjuntamente
según la distribución normal bivariante: (X1 , X2) →
N(μ , Σ) siendo μ el vector de medias μ=(μ1,μ2) y Σ la
matriz de varianzas y covarianzas.
• A partir de muestras preliminares, se estima el
X  ( X1  X 2 )
vector de medias con el vector y la
matriz de covarianzas mediante la matriz:
 El estadístico

• sigue una distribución T2 de Hotelling con 2, n–1

grados de libertad.
• Si el valor experimental del estadístico T2 es mayor
que el valor teórico T2α, 2, n−1 , es decir, si T2 > T2α, 2, n−1,
entonces al menos una de las dos características de
calidad está fuera de control, en consecuencia se
rechazará la hipótesis de proceso bajo control.
• En caso contrario se aceptará la hipótesis.
• Gráficamente, si X 1 y X 2 son
independientes, es decir, S12=0, la ecuación [1]
define una elipse centrada en ( Xdos barras 1 – Xdos
barras 2), con los ejes principales paralelos a los ejes
Xbarra1 y Xbarra 2.

• Si las dos características de calidad son

dependientes, entonces S12 ≠ 0, lo que hace que los
ejes principales de la elipse de control no sean
paralelos a los ejes antes mencionados, sino que
presenten cierta inclinación.
Gráficas de Control Multivariable para
Observaciones individuales.
• Cuando características de procesos correlacionadas p
están siendo medidas simultáneamente, a menudo
observaciones individuales son inicialmente
obtenidas.
• Los datos del proceso son monitoreados y las causas
especiales de variación son identificadas con el
objeto de establecer control y obtener una muestra
de referencia “limpia” para usar como base en la
determinación de límites de control para futuras
observaciones.
• Un método común de construcción de gráficas de
control multivariables se basa en el estadístico T2 de
Hotelling.
• Cuando un proceso está en la etapa de puesta a
punto y sólo observaciones individuales están
disponibles aproximaciones de las distribuciones de F
y Chi cuadrado son usadas para construir los límites
de control multivariados.
• A continuación se presenta un método basado en la
distribución beta para construir límites de control
multivariable en la etapa de puesta a punto.
• Un ejemplo de la industria química ilustra este
procedimiento; en el método desarrollado por
Tracy,Young y Mason y se establece:
1
Qi  ( X i  X m )' S ( X i  X m )
m

Donde S-1 es la matriz de covarianza.

Como Qi no es muy conocida ni de fácil cálculo, se
aproxima ello usando la tabla de Chi cuadrado o la de F
para obtener los límites de control.
• Si en la ecuación anterior la media y S-1 son los
verdaderos valores de la población, el estadístico
Q se distribuye como una variable chi cuadrado.
Con p gl.
• Calculándose los límites de control como sigue:

LCL   (1   / 2; p)
2

UCl   ( / 2; p )
2
• Si se asume que la iésima observación Xi es independiente
de la media y matriz de covarianza entonces el estadístico
Qi (veces una constante) sigue una distribución de F con p y
m-p gl. Obteniéndose los límites así:

p(m  1)(m  1)
LCL  F (1   / 2; p, m  p)
m( m  p )
p(m  1)(m  1)
UCL  F ( / 2; p, m  p)
m( m  p )
Posteriores aportes de Gnanadesikan y
Kettenring, han permitido llegar a:

(m  1) 2 ( p /( m  p  1)) F (1   / 2; p, m  p  1)
LCL  x
m 1  ( p /(m  p  1)) F (1   / 2; p, m  p  1)

(m  1) 2 ( p /( m  p  1)) F ( / 2; p, m  p  1)
UCl  x
m 1  ( p /( m  p  1)) F ( / 2; p, m  p  1)
 Ejemplo
• Considere los datos de la tabla 1, que son los
datos tomados en la puesta a punto de un
proceso de una industria química. En este
ejemplo se con 3 variables simultáneamente:
X1=% de impurezas; X2=Temperatura; y
X3= Fuerza de concentración de una sustancia
particular.
Se estima que los datos siguen una distribución
multivariable normal. Ver tabla:
Obser %impur.X1 Temp X2 ConcentX3 Qi(m=14) Qi(m=13)
1 14.92 85.77 42.26 10.93
2 16.90 83.77 43.44 2.04 1.84
3 17.38 84.46 42.74 5.58 5.33
4 16.90 86.27 43.60 3.86 3.58
5 16.92 85.23 43.18 0.04 0.23
6 16.71 83.81 43.72 2.25 2.17
7 17.07 86.08 43.33 1.44 1.46
8 16.93 85.85 43.41 1.21 1.05
9 16.71 85.73 43.28 0.68 1.91
10 16.88 86.27 42.59 2.17 5.16
11 16.73 83.46 44.00 4.17 3.84
12 17.07 86.81 42.78 1.40 1.65
13 17.60 85.92 43.11 2.33 7.00
14 16.90 84.23 43.48 0.90 0.77
 Solución: 1ª fase
• En este caso m=14 (observaciones) y p = 3
(variables)
• El vector medio y la matriz de covarianza S son:

16.83 
X 14  85.19
43.21
0.365  0.0220.100 
S14 
  0.0221.036  0.245
0.100  0.2450.224 
La matriz de correlación es:

1.000  0.0350.348 

R14   0.0351.000  0.507
0.348  0.5071.000 
• Los límites de control y un estadístico gráfico son necesarios
para construir una gráfica de control multivariable.
• Usando la ecuación de Qi; se calcula los valores de la tabla.
• Los correspondientes límites de control usando las
ecuaciones antes mencionadas, con α=0.01 son:

(14  1) 2 (3 /(14  3  1)) x0.0229

LCL  x  0.082
14 1  (3 /(14  3  1)) x0.0229
(14  1) 2 (3 /(14  3  1)) x8.081
UCL  x  8.55
14 1  (3 /(14  3  1)) x8.081
La siguiente figura representa la
gráfica de control multivariable:
• Puntos 1 y 5
fuera de control.
• Luego se elimina
la observación 1
y se recalcula
• Se obtiene:
• LCL=0.084
• UCL=8.24
Nueva Gráfica, y ningún punto
fuera de control:
 2ª Fase
• Consiste en hacer ensayos para ver si el
procesos permanece bajo control, cuando los
futuros subgrupos (muestras) son obtenidas.
• En esta fase los vectores media y matriz de
covarianza obtenidos en la fase 1ª se usaran
para los cálculos futuros.
• En dicho caso se utiliza las fórmulas clásicas de
T2. Se obtiene:
• T2 =3.52; dentro de los límites.
• El proceso sigue bajo control.
• Y así se calculará en lo sucesivo.
Muchas Gracias por su atención