Seasonal Foods

Entradas populares

GRAFICAS ESTADISTICAS 1ra parte

GRÁFICAS DE ESTADÍSTICAS
El título de cada gráfica de este estudio de la inteligencia con un enfoque a la familia nos indica a qué variable del coeficiente de inteligencia de los progenitores (R o M & P) se refieren las correlaciones. Estas correlaciones están representadas en cada vértice o punto gordo de las líneas de colores correspondiente a las distintas variables de los hijos (H) objeto de análisis e indicadas en la cajita de la parte derecha de la gráfica.

Asimismo, en la parte izquierda del gráfico se sitúan las variables formadas por las distintas agrupaciones de 1 a 10 valores de los 70 cocientes de inteligencia (CI) existentes para cada una de las variables del modelo de datos originales, tanto de los progenitores como de los hijos, y sin orden conocido. En la parte derecha se encuentran los grupos con los mismos tamaños, pero con los valores ordenados previamente a su agrupación con la variable mencionada al pie del mismo como criterio estadístico de ordenación.
En definitiva, se consigue una percepción casi instantánea no sólo de la bondad del modelo de datos sino de la tendencia y posibilidades de mejora de 60 o más coeficientes de determinación (r²). Todo ello ha permitido el calcular y valorar aproximadamente unos 500 millones de coeficientes de correlación en el conjunto del Estudio EDI.

VARIABLES DE LAS GRÁFICAS ESTADÍSTICAS
* R ° Variable del modelo datos compuesta por los valores esperados del coeficiente de inteligencia (CI) de los hijos obtenida en función de los vectores de coeficientes de inteligencia (CI) de las madres (M) y de los padres (P), de acuerdo con las hipótesis de la Teoría General de la Evolución Condicionada de la Vida (TGECV). Es decir, combinación mendeliana de genes y aplicación del método VIG en el modelo de trabajo de la inteligencia.
M & P Utilización conjunta de los dos vectores de coeficientes de inteligencia (CI), el de las madres (M) y el de los (P) como variables explicativas. Los coeficientes de determinación de la regresión múltiple se estiman mediante el procedimiento de mínimos cuadrados ordinarios.
T1-d Variable del análisis cuantitativo de datos estadísticos formada por el vector de CI de los hijos con valores extremos limitados a un 10% respecto a la media de los seis test de inteligencia originales.
X3 Variable del análisis cuantitativo de datos estadísticos formada por el vector de CI de los hijos - media de 3 variables originales.
* X6 Variable del modelo de datos estadísticos formada por el vector de CI de los hijos - media de las 6 variables originales disponibles.
* W °Vectores de coeficientes artificiales de inteligencia de los hijos generados de acuerdo con varias especificaciones propuestas por la Teoría General de la Evolución Condicionada de la Vida (TGECV) en los modelos de simulación de la evolución.
* (M+P)/2 Variable del análisis cuantitativo de datos estadísticos formada por el vector de cocientes de inteligencia formado por la semisuma del coeficiente de inteligencia de la madre y el del padre.
* M1P1 °Variable del análisis cuantitativo de datos estadísticos formada por el vector de cocientes de inteligencia formado por el menor valor de los CI de los progenitores.
}
El coeficiente de inteligencia de la madre o el del padre.
Cómo interpretar un Gráfico de Control:
Los gráficos de control permiten identificar variaciones no aleatorias. una variación no aleatoria se indica normalmente con un punto del gráfico que queda fuera de los límites del control. No obstante, otras situaciones también pueden indicar un estado no aleatorio o fuera de control: cambios repentinos del nivel medio, tendencias del nivel u oscilaciones alternadas muy amplias. Cuando se presenta un hecho no aleatorio, fuera de control, los responsables del proceso deben encontrar una causa atribuible, respondiendo a la pregunta ¿qué ha cambiado en el proceso para producir este hecho?
Para la utilización de las gráficas se requiere un procedimiento especifico:
Decidir la gráfica de control a emplear
Construir gráficas de control para el control estadístico del proceso
Controlar el proceso, si aparece una anormalidad sobre la gráfica de control, investigar inmediatamente las causas y tomar acciones apropiadas.
Cómo elaborar un Gráfico de Control:
Seleccionar el objeto de control.

Establecer medidas.
Medir el proceso en intervalos regulares.
Contar el nº total de casos (n) y el nº total de defectos para cada punto en el tiempo.
Calcular el porcentaje defectuoso.
Dibujar el porcentaje defectuoso (p).
Calcular el porcentaje (p) a lo largo del periodo de tiempo completo. Este porcentaje se llamará barra-p, y está indicado por el símbolo p.
Calcular la desviación estándar de p.
Calcular los límites de control superior e inferior.
Límite de control superior = p + 3 x s
Límite de control inferior = p - 3 x s
Dibujar una línea horizontal central indicando la barra-p para cada límite de control (El límite de control puede ser diferente en cada punto si "n" es diferente)
Eliminar los puntos con causa asignable y volver a calcular los límites de control.
Medir con regularidad y dibujar el porcentaje defectuoso.
Adoptar la acción prevista sobre las variaciones no aleatorias.

Gráficos de Control por Variables
Una grafica de control X-R, en realidad son dos gráficas en una, una representa los promedios de las muestras de la (gráfica X) y la otra representa los rangos (gráfica R), deben construirse juntas, ya que la gráfica X, nos muestra cualquier cambio en la media del proceso y la gráfica R nos muestra cualquier cambio en la dispersión del proceso, para determinar las X y R de las muestras, se basan en los mismos datos.
El uso particular de la grafica X-R es que nos muestra los cambios en el valor medio y en la dispersión del proceso al mismo tiempo, además es una herramienta efectiva para verificar anormalidades en un proceso dinámicamente.
Algunos puntos importantes a considerar previo a la elaboración de esta gráfica son:
Propósito de la gráfica
Variable a considerar
Tamaño de la muestra
Tener un criterio para decidir si conviene investigar causas de variación del proceso de producción.
Familiarizar a l personal con el uso de esta gráfica.
El proceso que se debe seguir para construir una grafica es:
La construcción de una gráfica de rangos y promedio resulta de formar una unidad, tanto de la gráfica de promedios como de la de rangos.
Consta de dos secciones, parte superior se dedica a los promedios, y la parte inferior a los rangos.
En el eje vertical se establece la escala, a lo largo del eje horizontal se numeran las muestras.
En la gráfica se relacionan estos promedios con los intervalos durante los cuales se tomaron la muestras. En el eje vertical se indican los valores correspondientes a los valores de muestras. En el eje horizontal se señalan los periodos de tiempo en los que se toman las muestras a semejanza que la de promedios.
La interpretación de esta grafica de promedio y rango seria que a partir de los datos de la grafica de promedios y rangos, podemos determinar el valor central del proceso y su aplicación.
Mediante este proceso esta bajo control cuando no muestra ninguna tendencia y además ningún punto sale de los limites.
Se describen los distintos tipos de tendencia, que son patrones de comportamiento anormal de los puntos (inestabilidad o proceso fuera de control estadístico)

Muchas características de calidad pueden expresarse en términos de medida numérica. Por ejemplo, el diámetro de una pieza puede medirse con un micrómetro y expresarse en milímetros. Una característica cualitativa que sea medible tal como un volumen, un peso, o cualquier dimensión, en general, es una variable. Cuando nos referimos a una variable, es una práctica normal el controlar tanto el valor medio como la dispersión. El control del valor medio se realiza, habitualmente, con el gráfico de control para medias, o gráfico . El control de la dispersión puede efectuarse bien con el gráfico de control de la desviación típica (gráfico S) o con el gráfico de control de rangos (gráfico R). El uso del gráfico R está más extendido que el del gráfico S.
Debemos señalar que es necesario mantener el control sobre ambos: Media y dispersión del proceso. La figura 2 representa la situación de un proceso. En a) tanto la media m como la desviación típica s están bajo control a sus valores nominales (m o, so) y en consecuencia la mayor parte de la producción del proceso cae dentro de los límites de especificación. En la figura b) la media se ha trasladado m 1 > mo dando como resultado una cierta fracción de la producción fuera de especificación. En la figura c) la desviación típica ha cambiado s 1 > so lo que origina también que un parte de la

Producción esté fuera de norma.
Los gráficos X-R se utilizan cuando la característica de calidad que se desea controlar es una variable continua.

Gráfico de la media
Supongamos que una variable está normalmente distribuida con media m y desviación típica s y que ambas son conocidas. Si X1, X2, ... son mediciones de una muestra de tamaño n, la media muestral, dada por :está normalmente distribuida con media m y desviación típica . Además, la probabilidad de que cualquier media muestral caiga en el intervalo ,es 1 - a, siendo a el error tipo I o Nivel de significación (probabilidad de decir que el proceso se ha descorregido cuando en realidad el proceso sigue la distribución N(m , s)),
Por consiguiente, si m y s son conocidos la expresión anterior puede utilizarse para determinar los límites de control de la media muestral. Habitualmente usaremos los límites 3s reemplazando Za/2 por 3. Si la media muestral cae fuera de estos límites, esto indicará que la media del proceso no permanece en m.

Hemos supuesto que la distribución original era normal. Si no lo fuera, los anteriores resultados serían también aproximadamente válidos por aplicación del teorema central del límite.
En la práctica no conocemos m ni s, por consiguiente, debemos estimarlas a partir de muestras previas obtenidas del proceso cuando se cree que éste está bajo control. Esta estimación debe basase como mínimo en 20 o 25 muestras.

ESTUDIANTE ENMANUEL SORRILLA ESTUDIANTE DE ING MECANICA

Posts Relacionados



0 comentarios: