Comparando la Eficiencia de los Gráficos T2 de Hotelling y de Clasificación por Rangos, Utilizando Diversos Estimadores de Localización y Dispersión

Palabras clave: Gráficos de Control Multivariado, Estadística T2, Clasificación por Rangos, Estimadores de Localización y Dispersión, Longitud Promedio de Corrida

Resumen

Para muchos productos o servicios, su calidad es definida simultáneamente por un conjunto de variables correlacionadas. Para monitorear un proceso multivariado, el gráfico de control clásico (Hotelling (1947)) es frecuentemente usado. Este gráfico es construido bajo el supuesto de normalidad de las observaciones y con estimadores de localización y dispersión usuales. Es bien conocido, que este gráfico es muy sensible a la presencia de outliers en el conjunto de datos históricos provocando el efecto de enmascaramiento, por lo cual han surgido varias propuestas de construcción de gráficos con estimadores alternativos que los ha convertido en gráficos más potentes y robustos ante la presencia de datos atípicos o en la detección más rápida del cambio en el vector de medias. La normalidad de las observaciones no siempre se cumple en la práctica, luego los gráficos de control no paramétricos son los recomendados en este caso, uno de ellos es el gráfico de clasificación por rangos (Liu (1995)). Trabajos como el de Zertuchi y Cantú (2008), Velásquez y Moreno (2009), comparan la eficiencia de los dos gráficos mencionados usando estimadores usuales, bajo normalidad y carente de ella.

 En este trabajo, se presenta un estudio comparativo de la eficiencia de los dos gráficos usando diversos estimadores del vector de medias y de la matriz de covarianzas, en presencia de datos atípicos en la fase de construcción. La eficiencia de los gráficos de control, es determinada por la pronta detección en el cambio del vector de medias. La eficiencia de los gráficos en este estudio, se mide a través del cálculo de la longitud promedio de corrida (ARL) bajo control, mediante simulación estadística ante diversos ambientes planteados. Se presentan los resultados obtenidos con sus respectivas interpretaciones y conclusiones.

Descargas

La descarga de datos todavía no está disponible.

Citas

Alt, F.B y Smith, N.D. (1988). Multivariate Process Control, in P.R. Krishnaiah y C.R. Rao, eds, Handbook of Statistics, 7, North holland, Amsterdam.

Chenouri, S., Steiner, S.H. y Variant, A.M. (2009). A Multivariate Robust Control Chart for Individual. Journal of Quality Technology 41, No: 259-271.

Crosier, R.B. (1988). “Multivariate Generalizations of Cumulative Sum Quality Control chemes”. Technometrics, 30, 291-303.

Hotelling, H. (1947). Multivariate Quality Control. Techniques of Statistical Analysis, S.C Eisenhart, M.W. Hastay, y W.A. Wallis. New York: McGraw Hill.

Jensen, W.A., Birch, J.B. y Woodall, W.H. (2007). High Breakdown Estimation Methods for Phase I Multivariate Control Charts. Quality and Reliability Engineering International, 23(5), 1638-1665.

Liu, R. (1995). Control Chart for Multivariate Processes. Journal American Statistics Association. Theory and Methods. 90, No 432: 1380-1387.

Lowry, C.A.; Woodall, W.H.; Champ, C.W.; y Rigdon, S.E. (1992). A Multivariate Exponentially Weighted Moving Average Control Chart. Tecnometrics, 34, pp.46-53.

Lowry, C.A.; y Montgomery, D.C. (1995). A Review of Multivariate Control Charts. IIE Transactions, 27, 800-810.

Pignatiello, J.J. Jr.; y Runger, G.C. (1990). Comparisons of Multivariate CUSUM Charts”. Journal of Quality Technology, 22, 173-186.

Rousseeuw, P.J. y van Driessen, K. (1999). A Fast Algorithm for the Minimum Covariance Determinant Estimator. Technometrics, 41, 212-223.

Rousseeuw, P.J. y van Zomeren, B.C. (1990). Unmasking Multivariate Outliers and Leverage Points (with discussion). Journal of the American Statistical Association, 85, 633-651.

Sullivan, J.H., Woodall, W.H. (1996). A Comparison of Multivariate Control Charts for Individual Observations. Journal of Quality Technology, 28: 398-408.

Tracy, N.D., Young, J.C. y Mason, R.L. (1992). Multivariate Control Charts for Individual Observations. Journal of Quality Technology, 24, 88-95.

Vargas, J.A. (2003). Robust Estimation in Multivariate Control Charts for Individual Observations. Journal of Quality Technology, 35(4), 367-376.

Velásquez, H. y Moreno, D.P. (2009). Tratamientos a Puntos Atípicos Identificados por Gráficos de Control Multivariados. XIX Simposio Nacional de Estadística, Medellin Colombia. Comunicación.

Wierda, S.J. (1994). Multivariate Statistical Process ControlRecent. Results and Directions for Future Research. Statistica Neerlandica, 48,147-168.

Willems, G, Pison G., Rousseeuw, P.J. y Van Aelst, S. (2002). A Robust Hotelling Test. Metrika 55:125-138.

Yañez, S. Vargas, J.A., y González, N. (2003). Carta T2 con Base en Estimadores Robustos de los Parámetros. Revista Colombiana de Estadística, 26, 159-179.

Zertuchi, F. y Cantú, M. (2008). Una Comparación del Desempeño de las Cartas de Control T2 de Hotelling y de Clasificación por Rangos. Ingeniería, Investigación y Tecnología, 9, Nº 3, 205-215.

Zuo, Y. y Serfling, R. (2000). Structural Properties and Converge Results for Contours of Sample Statistical Depth Functions. The Annals of Statistics, 483-499.

Publicado
2012-06-29
Cómo citar
González Borja, J., Montes Masmela, H., & Lugo Capera, O. (2012). Comparando la Eficiencia de los Gráficos T2 de Hotelling y de Clasificación por Rangos, Utilizando Diversos Estimadores de Localización y Dispersión. Entre Ciencia E Ingeniería, 6(11), 164-182. Recuperado a partir de https://revistas.ucp.edu.co/index.php/entrecienciaeingenieria/article/view/690
Sección
Artículos