Documente Academic
Documente Profesional
Documente Cultură
Alwan
En general no, porque existen muchos procesos donde el agrupamiento se da por sí solo.
Basta con realizar mediciones con replicados y obtenemos un proceso asociado con
subgrupos de observaciones.
5.2.- De acuerdo a su experiencia, señale dos ejemplos de procesos personales sobre los
cuales Ud. podría recoger datos de variables en la forma de una serie de observaciones
individuales.
5.3.- ¿Cuáles son los dos estimadores de la desviación estándar del proceso que pueden
ser utilizados en la implementación de una carta X?
5.5.- Considere el siguiente resumen estadístico para una serie de datos sobre una
variable X.
Utilizando una de las dos estimaciones descritas en este capítulo. ¿Cuál es una
estimación para la desviación estándar del proceso?
s 15,63
ˆ 15,76 donde C4 = 0,9914 (según la fórmula (4n -4 / 4n – 3)
c4 0,9914
Página 1 de 15
5.6.- Considere el siguiente resumen estadístico para serie de rangos móviles.
MR 6,436
a) ˆ 5,71 donde d2 = 1,128 (según tabla)
d2 1,128
5.7.- Abajo se presentan las mediciones de una dimensión crítica (mm) sobre 20 partes
plásticas consecutivas producidas a partir de un molde de inyección:
s 0,00242
ˆ 2,45 x10 3
c4 0,9869
MR 0,0030
Página 2 de 15
MR 0,0030
ˆ 2,65 x10 3
d2 1,128
5.8.- Suponga que una serie de mediciones individuales se colocan en una columna de
una hoja de trabajo del software MINITAB. Determine la secuencia de comandos (menú
o sesión) para crear y colocar los valores de los rangos móviles en otra columna de la
misma hoja de trabajo. (Nota.- Existen a lo menos dos formas de realizar esta tarea.
Considere la opción suministrada en el menú series de tiempo (Stat / Time Series).
5.9.- Refiérase al ejercicio 5.5 y determine los valores para los límites de control de la
carta X.
5.10.- Refiérase al ejercicio 5.7 y determine los valores para los límites de control
basado en la estimación de la desviación estándar de la muestra. Además, construya la
Carta X graficando las mediciones individuales con los límites calculados.
0,6488
X
3 s
LSC X
0,6488 3 x( 2,45 x10 3 ) 0,6562
c
4
3 s
LIC X
0,6488 3 x(2,45 x10 3 ) 0,6414
c
4
Página 3 de 15
5.11.- Refiérase al ejercicio 5.7 y determine los valores para los límites de control
basado en la estimación del rango móvil. Además, construya la Carta X graficando las
mediciones individuales con los límites calculados.
Página 4 de 15
Stat / Control Charts / Variables Charts for individuals / Individuals
I Chart of reading
10,3 UCL=10,2864
10,2
10,1
Individual Value
_
10,0 X=9,989
9,9
9,8
9,7 LCL=9,6916
5 10 15 20 25 30 35 40 45 50
Observation
5.13.- Tanto el rendimiento de los deportes individuales como por equipos pueden variar
en un cierto tiempo. A menudo se dice que un equipo tuvo una “buena racha” durante un
cierto tiempo, luego “una mala racha” o simplemente “un desplome”. La posibilidad de
que los procesos de rendimiento de los deportistas se encuentren actualmente en un
estado de control estadístico, es contrario a la creencia popular en rachas debido a
razones asignables. Como una medida del rendimiento del equipo, considere el punto
acumulado, el cual se define simplemente como puntos marcados por un equipo menos
los puntos marcados por su oponente. Técnicamente, estos datos son discretos; sin
embargo, un marco de trabajo de medición por variable trabaja satisfactoriamente para
esta aplicación. Abajo se presentan los puntos acumulados de juegos consecutivos para
el quipo Chicago Bulls para la primera mitad de la temporada regular de 1997 – 1998
(puntos acumulados para la temporada completa se dan en el archivo “bulls.dat”);
-7 20 4 13 -2 13 -21 -7 13 9
-4 9 15 -1 -11 5 10 22 18 -8
-2 27 7 21 8 5 10 7 6 -4
14 9 11 -27 1 5 10 -10 10 6
31
Página 5 de 15
c.- Muchos escritores de deportes sugieren que los Bulls fueron “revitalizados” después
de todas sus estrellas tomaron un descanso. Abajo se presenta los puntos acumulados
para la segunda mitad de la temporada:
2 -7 18 13 7 -25 39 -8 7 2
2 9 8 37 6 22 -5 15 28 13
15 -7 10 16 6 6 2 23 15 15
17 5 14 15 18 -6 9 -9 -8 7
2
a) Test de aleatoriedad
Runs Test: before
Test de autocorrelación
1,0
0,8
0,6
0,4
Autocorrelation
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10
Lag
Test de normalidad
Página 6 de 15
Probability Plot of before
Normal
99
Mean 5,732
StDev 11,84
95 N 41
AD 0,483
90
P-Value 0,218
80
70
Percent
60
50
40
30
20
10
1
-30 -20 -10 0 10 20 30 40
before
20
_
X=5,73
0
-20
LC L=-30,70
-40
4 8 12 16 20 24 28 32 36 40
O bser vation
U C L=44,76
40
Moving Range
30
20
__
M R=13,7
10
0 LC L=0
4 8 12 16 20 24 28 32 36 40
O bser vation
Página 7 de 15
Después del descanso:
c) Test de aleatoriedad
Test de autocorrelación
1,0
0,8
0,6
0,4
Autocorrelation
0,2
0,0
-0,2
-0,4
-0,6
-0,8
-1,0
1 2 3 4 5 6 7 8 9 10
Lag
Test de normalidad
Página 8 de 15
Probability Plot of after
Normal
99
Mean 8,488
StDev 12,45
95 N 41
AD 0,490
90
P-Value 0,209
80
70
Percent
60
50
40
30
20
10
1
-30 -20 -10 0 10 20 30 40
after
20
_
X=8,49
0
-20
LC L=-28,88
-40
4 8 12 16 20 24 28 32 36 40
O bser vation
60
1
Moving Range
45 U C L=45,91
30
__
15 M R=14,05
0 LC L=0
4 8 12 16 20 24 28 32 36 40
O bser vation
Página 9 de 15
TEST 1. One point more than 3,00 standard deviations from center line.
Test Failed at points: 7. 8
5.14
45
_
30 X=28,74
15
LC L=3,26
0
1 8 16 24 32 40 48 56 64 72 80
O bser vation
U C L=31,30
30
Moving Range
20
__
10 M R=9,58
0 LC L=0
1 8 16 24 32 40 48 56 64 72 80
O bser vation
5.17.-
a)
Página 10 de 15
I-MR Chart of acct
1
150
U C L=147,36
Individual Value
140
130 _
X=127,30
120
110
LC L=107,23
3 6 9 12 15 18 21 24 27 30
O bser vation
30 1
1
U C L=24,65
M oving Range
20
10 __
M R=7,54
0 LC L=0
3 6 9 12 15 18 21 24 27 30
O bser vation
TEST 1. One point more than 3,00 standard deviations from center line.
Test Failed at points: 13
TEST 1. One point more than 3,00 standard deviations from center line.
Test Failed at points: 13. 14
b) Una cifra que se escapa al resto es la de 153.923, lo que podría deberse a que en esa
semana las ventas aumentaron porque había un contrato especial realizado con una
firma sólo por ese tiempo, por lo que ese valor no refleja el normal balance de la
empresa.
c) Para fijar los límites prospectivos, el dato anterior debe ser eliminado.
Página 11 de 15
I-MR Chart of acct
U C L=142,09
140
Individual Value
130 _
X=126,38
120
110 LC L=110,67
3 6 9 12 15 18 21 24 27
O bser vation
20
U C L=19,31
15
M oving Range
10
__
M R=5,91
5
0 LC L=0
3 6 9 12 15 18 21 24 27
O bser vation
LSC = 142,090
LIC = 110,670
5.20.-
Página 12 de 15
Trend Analysis Plot for sales
Linear Trend Model
Yt = 61,4307 + 0,642185*t
Variable
Actual
80 Fits
Accuracy Measures
MA PE 2,56537
75 MA D 1,82788
MSD 4,69833
sales
70
65
60
3 6 9 12 15 18 21 24 27 30
Index
Analysis of Variance
Source DF SS MS F P
Regression 1 926,87 926,87 184,12 0,000
Residual Error 28 140,95 5,03
Total 29 1067,82
Data sales
Length 30
NMissing 0
Yt = 61,4307 + 0,642185*t
Página 13 de 15
Los límites son:
MR
Limites _ de _ Control 0 1 x1 3 *
d2
MR
Limites _ de _ Control FITS1 3 *
d2
Agregar en una nueva columna los valores ajustados (FITS1) de la siguiente manera:
Calc / Calculador
Para el LSC
Store result in variable = c4 (en c4 colocar LSC)
Expression = 'FITS1'+3*(2,698/1,128)
OK
Para el LIC
Store result in variable = c5 (en c5 colocar LIC)
Expression = 'FITS1'-3*(2,698/1,128)
OK
Para graficar:
Graph / Time Series Plot / Multiple
Agregar: sales FITS1 LSC LIC
OK
70
60
50
3 6 9 12 15 18 21 24 27 30
Index
Nota.- Además, los residuos tienen un comportamiento aleatorio (run Test), no están
correlacionados (Autocorrelation) y se distribuyen normalmente (normality test), lo que
implica que el modelo de tendencia describe adecuadamente los datos del proceso.
Página 14 de 15
b) Para el período 35, tenemos:
2,698
LSC 61,4307 0,642185 * (35) 3 *
1,128
LSC 91,083
2,698
LSC 61,4307 0,642185 * (35) 3 *
1,128
LSC 76,732
c) La carta de causas especiales se aplica en este caso a los residuos. Como los residuos
están iid.N(0, 2), entonces en Minitab se analiza en :
stat / control charts / variables charts for individuals / individuals
Colocar todos los test a probar. OK
I Chart of RESI2
8
UCL=6,89
6
4
Individual Value
2
_
0 X=-0,00
-2
-4
-6
LCL=-6,89
-8
3 6 9 12 15 18 21 24 27 30
Observation
Página 15 de 15