Comparación de tres metodologías para la construcción de intervalos de confianza de los índices de capacidad del proceso bajo datos autocorrelacionados

Autores/as

  • Raul Andres rodriguez Universidad del Tolima
  • Joaquin Gonzalez-Borja Universidad del Tolima

Palabras clave:

Autocorrelacion, ındices de capacidad de procesos, intervalo de confianza, porcenta je de cobertura.

Resumen

Los ındices de  capacidad de  un  proceso han  sido  ampliamente utilizados en  la industria, los cuales suministran una  informacion numerica acerca de como el proceso se a justa a unos  l´ımites de especificaci´on establecidos.   Los  procedimientos existentes para construir intervalos de  confianza para los ındices  de  capacidad Cpm y  C en  procesos estacionarios  gaussianos muestran ba jos porcenta jes de cobertura. Este artıculo presenta dos  metodologıas alternativas para construir inter- valos  de  confianza para los ´ındices  C pm y C pmk, ademas  de  los ındices  Cp y  C,  en  procesos estacionarios  gaussianos.   La  comparacion de  las  tres metodolog´ıas  se  realiza mediante  simulacion, analizando el  pk porcenta je  de cobertura para procesos autorregresivos de orden uno.

Biografía del autor/a

Raul Andres rodriguez, Universidad del Tolima

Profesional en  Matematicas  con  Enfasis en  Estadıstica,  Universidad del Tolima, C.P. 73000-6299, Ibague,  Tolima. Colombia.

Citas

Brockwell, P. y Davis, R. (1996). Introduction to time series and forescasting. Springer, New York.

Carlstein, E. (1986). The use of subseries methods for stimating the variance of a general statistic from a stationary time series. Ann. Statist, 14, 1171-1179.

Clavijo, J. A. (2005). Una introducci´on a la estad´ıstica general. Notas de Clase, Universidad del Tolima.

Guevara, R. D. y Vargas, J. A. (2006). Intervalos de confianza para los ´ındice C pm y C en procesos estacionarios gaussianos. Revista Colombiana de Estadıstica, 29, 153-162.

pmk

Guevara, R. D. y Vargas, J. A. (2007). Comparison of process capability indices Under autocorrelated data. Revista Colombiana de Estad´ıstica, 30, 301-316.

Hsiang, T. C. y Taguchi, G. (1995). A tutorial on quality control and assurance the Taguchi methods. ASA Annual Meeting. Las Vegas, Nevada.

Kane, V. E. (1986). Process capability indices. Journal of Quality technology, 18, 41-52.

Kotz, S. y Johnson, N. (2002). Process capability indices - a review, 1992-2000. Journal of Quality Tecnology, 34, 2-19.

K¨unsch, H. R. (1989). The jackknife and bootstrap for general stationary observations. The Annals of Statistics, 17, 1217-1261.

Liu, R.Y. y Singh, K. (1992). Moving blocks jackknife and boostrap capture weak dependence. In: Exploring the limits of bootstrap. R. Lepage and L.Billard eds.,225-248.Wiley, New York.

Montgomery, D. C. (2008). Control estad´ıstico de la calidad. Limusa Wiley, Mexico.

Pearn, W. L., Kotz, S. y Johnson, N. L. (1992). Distributional and inferential properties of process capability indices. Journal of Quality Technology, 24, 216-231.

Politis,D.N. y Romano, J.F. (1992). A circular block-resampling procedure for stationary data. In: Exploring the limits of bootstrap, R. Lepage and L.Billardeds., 263-270. Wiley, New York.

Politis, D. y Romano, J. P. (1994). The Stationary Bootstrap. J. Amer. Statist. Assoc, 89, 1303-1313.

Rodrıguez, R. A. (2011). Estudio del analisis de la capacidad del proceso bajo datos autocorrelacionados. Trabajo de grado, Universidad del Tolima.

Spiring, F., Leung, B, Cheng, S. y Yeung, A. (2003). A bibliography of process capability Papers. Quality and Reliability Engineering International, 19, 445-460.

Trapletti, A. y Hornik, K. (2009). Tseries: time series analysis and computational finance. R package, version 0.10-22.

Zhang, N. F. (1998). Estimating process capability indexes for autocorrelated data, Journal of Applied Statistics, 25, 559-574.

Publicado

2012-02-23

Número

Sección

Artículos de Investigación