Herramienta de seguimiento estadístico de procesos
Los gráficos de control sin distribución (no paramétricos) son una de las herramientas más importantes parael control y monitoreo estadístico de procesos . Las técnicas de implementación de gráficos de control sin distribución no requieren ningún conocimiento sobre la distribución del proceso subyacente o sus parámetros. La principal ventaja de los gráficos de control sin distribución es su robustez bajo control, en el sentido de que, independientemente de la naturaleza de las distribuciones del proceso subyacente, las propiedades de estos gráficos de control permanecen iguales cuando el proceso opera sin problemas sin la presencia de ninguna causa atribuible .
Las primeras investigaciones sobre gráficos de control no paramétricos se remontan a 1981 [1], cuando PK Bhattacharya y D. Frierson introdujeron un gráfico de control no paramétrico para detectar pequeños trastornos. Sin embargo, el mayor crecimiento de los esquemas de gráficos de control no paramétricos se produjo recién en los últimos años [ ¿cuándo? ] .
Gráficos de control populares sin distribución
Hay gráficos de control de distribución libre tanto para el análisis de la Fase I como para el monitoreo de la Fase II.
Uno de los gráficos de control sin distribución más notables para el análisis de la Fase I es el gráfico RS/P propuesto por G. Capizzi y G. Masaratto. Los gráficos RS/P monitorean por separado los parámetros de escala y ubicación de un proceso univariado utilizando dos gráficos separados. En 2019, Chenglong Li, Amitava Mukherjee y Qin Su propusieron un único gráfico de control sin distribución para el análisis de la Fase I utilizando la estadística de Lepage de múltiples muestras.
Algunos gráficos de control de distribución libre de fase II populares para procesos continuos univariados incluyen:
- Gráficos de signos basados en la estadística de signos [2] : se utilizan para monitorear el parámetro de ubicación de un proceso
- Gráficos de suma de rangos de Wilcoxon basados en la prueba de suma de rangos de Wilcoxon [3] : se utilizan para monitorear el parámetro de ubicación de un proceso
- Gráficos de control basados en estadísticas de precedencia o excedencia
- Diagrama de Shewhart-Lepage basado en la prueba de Lepage [4] : se utiliza para monitorear simultáneamente los parámetros de ubicación y escala de un proceso en un solo diagrama
- Diagrama de Shewhart-Cucconi basado en la prueba de Cucconi [5] : se utiliza para monitorear simultáneamente los parámetros de ubicación y escala de un proceso en un solo diagrama
Referencias
- ^ Bhattacharya, PK; Frierson, Dargan (mayo de 1981). "Un gráfico de control no paramétrico para detectar pequeños desórdenes". Anales de estadística . 9 (3): 544–554. doi : 10.1214/aos/1176345458 . ISSN 0090-5364.
- ^ Amin, Raid W.; Reynolds, Marion R.; Saad, Bakir (enero de 1995). "Gráficos de control de calidad no paramétricos basados en la estadística de signos". Communications in Statistics - Theory and Methods . 24 (6): 1597–1623. doi :10.1080/03610929508831574. ISSN 0361-0926.
- ^ Balakrishnan, N.; Triantafyllou, IS; Koutras, MV (septiembre de 2009). "Gráficos de control no paramétricos basados en corridas y estadísticas de suma de rangos de tipo Wilcoxon". Revista de planificación e inferencia estadística . 139 (9): 3177–3192. doi :10.1016/j.jspi.2009.02.013. ISSN 0378-3758.
- ^ Mukherjee, A.; Chakraborti, S. (26 de septiembre de 2011). "Un diagrama de control sin distribución para el monitoreo conjunto de la ubicación y la escala". Ingeniería de calidad y confiabilidad internacional . 28 (3): 335–352. doi :10.1002/qre.1249. ISSN 0748-8017.
- ^ Chowdhury, S.; Mukherjee, A.; Chakraborti, S. (19 de febrero de 2013). "Un nuevo gráfico de control sin distribución para el monitoreo conjunto de parámetros de escala y ubicación desconocidos de distribuciones continuas". Ingeniería de calidad y confiabilidad internacional . 30 (2): 191–204. doi :10.1002/qre.1488. ISSN 0748-8017.
