TESIS DE MAESTRIA EN ESTADISTICA APLICADA
|
|
- Manuel Franco Herrera
- hace 6 años
- Vistas:
Transcripción
1 TESIS DE MAESTRIA EN ESTADISTICA APLICADA INDICADORES MULTIDIMENSIONALES DE CAPACIDAD DE PROCESOS REGIONES DE CONFIANZA MEDIANTE BOOTSTRAP 1 Noemí María Ferreri Facultad de Ciencias Exactas, Ingeniería y Agrimensura, Universidad Nacional de Rosario Contacto:nferreri@fceia.unr.edu.ar Directora: Dra. Marta B. Quaglino Co-director: MSc Gonzalo Marí La evaluación de la capacidad de un proceso constituye el tema central de esta tesis. En ella, la capacidad se presenta como un concepto multidimensional, por lo cual un único número resulta insuficiente para reflejar todos los aspectos presentes. Se propone un vector de tres componentes asociados a variabilidad, centrado y proporción de producción no conforme, lo que constituye una instancia superadora de los tradicionales indicadores unidimensionales. Los dos primeros componentes están implícitamente asociados a una única variable de calidad cuantitativa continua, no así el tercero, que puede aplicarse para una o más variables cualitativas o cuantitativas. Los objetivos que se plantearon en esta tesis fueron llevar adelante un exhaustivo relevamiento bibliográfico para encontrar, las expresiones más apropiadas para cada componente y elegir un estimador a partir de la consideración de sus propiedades estudiadas por simulación. Finalmente, dado que no puede asumirse un modelo para la distribución conjunta del estimador del Indicador Multivariado, se propone construir una región de confianza mediante Bootstrap, la cual se presenta a través de una herramienta gráfica denominada cuadrantes de capacidad para facilitar la interpretación al usuario. Para llegar a la expresión más apropiada para cada componente del vector y a la definición de un estimador con propiedades estadísticas adecuadas, se efectuó un estudio sistemático que consideró en primer lugar un conjunto de expresiones tomadas del relevamiento bibliográfico, estudió su sensibilidad y especificidad para señalar la capacidad de 1 Defendida en Rosario el 9/5/2012
2 los procesos frente a diferentes especificaciones (bilaterales simétricas y asimétricas) y distintas distribuciones de probabilidad de la variable de calidad (normal, normal contaminada en diferentes proporciones, lognormal con diferentes coeficientes de asimetría). Luego planteó estimadores, estudiando sus propiedades por simulación. La metodología empleada se aplicó en forma independiente para cada componente del vector. Del análisis conjunto de las conclusiones de estas dos etapas surgió, para cada componente, la expresión que resultaba más apropiada para la variedad de situaciones considerada y para la cual, además, se podía plantear un estimador con buenas propiedades. Para los indicadores en la población, las dos propiedades requeridas se refieren a la posibilidad de que ellos adviertan sobre la falta de capacidad de los procesos cuando esta se produce (sensibilidad) y a la de no dar falsas alarmas, advirtiendo falta de capacidad, cuando el proceso realmente es capaz (especificidad). El cumplimiento de ambas propiedades depende tanto de la expresión matemática del indicador como de la propia definición adoptada para identificar a un proceso como capaz o no capaz en cada dimensión considerada. Para evaluar la bondad de los estimadores de cada expresión las propiedades analizadas son el error cuadrático medio, el sesgo relativo y la cobertura. Propuesta una expresión para cada componente del vector y su estimador correspondiente se consideró la incertidumbre a la hora de estimar los parámetros de interés y se propuso la construcción de una región de confianza para el vector de capacidad de proceso. La obtención de una expresión analítica para dicha región es un problema complejo: por un lado, la variable de calidad puede ser modelada por diferentes distribuciones de probabilidad y por el otro, las componentes del vector propuesto son funciones de la media, la variancia y la proporción de producción no conforme del proceso y no existe una manera simple de obtener su distribución muestral conjunta, ni siquiera suponiendo normalidad. Para la construcción de la región de confianza se consideró la propuesta de varios autores de aplicar el método Bootstrap para obtener una nube de puntos y ajustar a estos una función de densidad bivariada por el método Kernel. Para esta función de densidad se buscó un contorno que abarque un cierto porcentaje de los puntos obtenidos, el cual constituye el borde de la región multiparámetro. Dado que los gráficos en dos dimensiones son más fáciles de interpretar que los tridimensionales, se propuso un gráfico denominado cuadrantes de capacidad para los dos primeros componentes del vector: el asociado a problemas en la variabilidad del proceso y el
3 asociado a problemas en el centrado. En dicho gráfico se considera un sistema cartesiano para el cual la ecuación correspondiente al eje de las abscisas es y = b, siendo b el mínimo definido para considerar a un proceso capaz en relación al centrado, y la correspondiente al eje de las ordenadas es x = a, siendo a el mínimo definido para considerar a un proceso capaz en relación a la variabilidad. Ambos ejes se cortan en el punto O, de coordenadas (a,b). La región de confianza Bootstrap construida para los dos componentes mencionados se ubica en el gráfico y según su localización en alguno de los cuadrantes se concluye sobre la capacidad del proceso: si se ubica en el primer cuadrante se dice que el proceso resulta capaz tanto en relación al centrado como a la variabilidad, si lo hace en el segundo cuadrante, el proceso resulta capaz en relación al centrado pero no a la variabilidad y lo contrario ocurre en el tercer cuadrante; si se ubica en el cuarto cuadrante, el proceso no resulta capaz ni en relación al centrado ni a la variabilidad. La información sobre el tercer componente, asociado a la proporción de producción no conforme del proceso, se presenta al pie del gráfico a través de un intervalo de confianza Bootstrap. En la Figura 1 se muestra, a modo de ejemplo, un gráfico de cuadrantes de capacidad que permite concluir que el proceso no es capaz en relación al centrado; pero sí en relación a la variabilidad. Respecto de la proporción de proporción no conforme, los intervalos no son informativos puesto que el valor de referencia (1, en este caso) pertenece a cada uno de los intervalos obtenidos. Niveles de confianza.. 50 % % 99 % Intervalos de confianza (Bootstrap Percentile) para la Componente 3 50% (0.9813, ) 95% (0.9713, ) 99% (0.9613, ) Figura 1 Capacidad de un proceso a partir de una muestra de n = 100
4 Esta herramienta gráfica permite superar el mero uso de estimaciones puntuales para tomar decisiones sobre la capacidad de un proceso y lo hace de una manera sencilla para el usuario: este sólo debe observar la localización de las regiones de confianza en relación a los cuadrantes y concluir. Además permite incorporar información propia del proceso y de los objetivos de la empresa en relación a dicho proceso, ya que los valores a y b, que delimitan a los cuadrantes, deben ser definidos por el usuario en función de dicha información. Los resultados obtenidos permiten contar con un indicador de capacidad de proceso que no sólo indica si el proceso es capaz o no, sino que informa en qué aspectos se detecta la falta de capacidad. Las expresiones utilizadas amplían el campo de aplicación de estos indicadores a una gran variedad de situaciones como procesos no normales y especificaciones unilaterales o asimétricas. El uso de la región de confianza, permite considerar la incertidumbre propia de la información muestral, lo cual no siempre es tenido en cuenta en la práctica en las industrias y, además, la localización de la región en el cuadrante de capacidad facilita la interpretación para el usuario no experto. La forma de construcción de las regiones no es única. Se presentan otras alternativas, no exploradas en esta tesis, como líneas futuras de investigación; sin embargo, se encuentra que el mecanismo Bootstrap, tal y como está presentado en los programas que se aplican, constituye una aproximación valiosa y adecuada que supera ampliamente a la práctica usual. REFERENCIAS Davison, A. and Hinkley, D. (1997) Bootstrap Methods and their Application, Estados Unidos: Cambridge University Press. Efron, B. and Tibshirani, R. (1993) An Introduction to the Bootstrap, New York: Chapman & Hall. Forester, J. D. (2008, Marzo, 17), Plotting contours, [Mensaje de blog] Recuperado de Gunter, B. H. (1989), The Use and Abuse of Cpk, Parts 1-4, Quality Progress, 22, 72-73, 79-80, 86-87,
5 Kane, V. E. (1986), Process Capability Indices, Journal of Quality Technology, 18, Kotz, S. and Johnson, N. L. (2002), Process Capability Indices- A Review, , (with discussion), Journal of Quality Technology, 34, Pearn, W. L. and Kotz, S. (2006), Encyclopedia and Handbook of Process Capability Indices. A Comprehensive Exposition of Quality Control Measures. (Series on Quality, Reliability and Engineering Statistics. Vol 12), Singapur: World Scientific. Perakis, M. and Xekalaki, E. (2001), On an Improvement in Confidence Limits for the Proportion of Conformance, Technical Report Nº 128, Athens University of Economics and Business, Department of Statistics. Shahriari, H. and Abdollahzadeh, M. (2009), A new multivariate process capability vector, Quality Engineering, 21, Shore, H. (1998), A new approach to analyzing non-normal quality data with applications to process capability analysis, International Journal of Production Research, 36, Wang, F. K., Hubele, N. F., Lawrence, F. P., Miskulin, J. D. and Shahriari, H. (2000), Comparison of Three Multivariate Process Capability Indices, Journal of Quality Technology, 32,
INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS. SU EFICIENCIA BAJO DISTRIBUCIONES NORMALES.
Dianda, Daniela Hernández, Lucia Quaglino, Marta Pagura, José Alberto Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística INDICADORES MULTIVARIADOS DE CAPACIDAD DE PROCESOS.
Más detallesINDICES MULTIVARIADOS DE CAPACIDAD DE PROCESOS.
Quaglino, Marta Pagura, José Alberto Dianda, Daniela Hernandez, Lucia Puigsubira, Cristina Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística INDICES MULTIVARIADOS DE CAPACIDAD
Más detallesIntervalos de confianza para los índices de capacidad C pm y C pmk en procesos estacionarios gaussianos
Revista Colombiana de Estadística Volumen 29 N o 2. pp. 153 a 162. Diciembre 2006 Intervalos de confianza para los índices de capacidad C pm y C pmk en procesos estacionarios gaussianos Confidence Intervals
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesANÁLISIS DE FRECUENCIAS
ANÁLISIS DE FRECUENCIAS EXPRESIONES PARA EL CÁLCULO DE LOS EVENTOS PARA EL PERÍODO DE RETORNO T Y DE LOS RESPECTIVOS ERRORES ESTÁNDAR DE ESTIMACIÓN REQUERIDOS PARA LA DETERMINACIÓN DE LOS INTERVALOS DE
Más detallesUN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES
Revista Colombiana de Estadística Volumen 24 (2001) N o 1, páginas 27 a 32 UN TAMAÑO DE MUESTRA PRELIMINAR EN LA ESTIMACION DE LA MEDIA, EN POBLACIONES CON DISTRIBUCIONES UNIFORMES Y TRIANGULARES CARLOS
Más detallesPROGRAMA DE CURSO. Código Nombre MA3402 Estadística Nombre en Inglés Statistics SCT Requisitos. DIM Resultados de Aprendizaje
> < ; U Q R ;?C: VT 2 +D :?CB J B > > ; S6D :? < ;? ; C?C : >? ; W( U C > X?2 > R+DE?C : < > ; ; 9 : : R > ; Y < > < ; U Q R ;?C: VT 2 +D :?C B J B > > ; S6D :? < ;? ; C?C : >? ; W( U C > X?2 > R+DE?C
Más detallesUNIVERSIDAD AUTONOMA DE SANTO DOMINGO
UNIVERSIDAD AUTONOMA DE SANTO DOMINGO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES DEPARTAMENTO DE ESTADISITICA CATEDRA Estadística Especializada ASIGNATURA Estadística Descriptiva Para Psicólogos (EST-225)
Más detalles07 Estimación puntual e introducción a la estadística inferencial
07 Estimación puntual e introducción a la estadística inferencial Diego Andrés Alvarez Marín Profesor Asistente Universidad Nacional de Colombia Sede Manizales 1 Contenido Qué es la estadística inferencial?
Más detallesPONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS
1. DATOS INFORMATIVOS: PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE CIENCIAS EXACTAS Y NATURALES ESCUELA DE CIENCIAS QUIMICAS MATERIA: ESTADISTICA II CODIGO: 12820 CARRERA: CIENCIAS QUIMICAS,
Más detallesÍndices robustos de calidad. Cómo medir la capacidad de un proceso.
Índices robustos de calidad. ómo medir la capacidad de un proceso. Introducción Salvador Naya Fernández Departamento de Matemáticas (Área de Estadística e Investigación Operativa). Universidad de A oruña.
Más detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesCALCULO DE INCERTIDUMBRE DE LAS MEDICIONES DE ENSAYOS
Gestor de Calidad Página: 1 de 5 1. Propósito Establecer una guía para el cálculo de la incertidumbre asociada a las mediciones de los ensayos que se realizan en el. Este procedimiento ha sido preparado
Más detallesAsignaturas antecedentes y subsecuentes Probabilidad y Estadística Matemática
PROGRAMA DE ESTUDIOS MUESTREO Área a la que pertenece: ÁREA DE FORMACION INTEGRAL PROFESIONAL Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0082 Asignaturas antecedentes y subsecuentes Probabilidad
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesESTADISTICA APLICADA: PROGRAMA
Pág. 1 de 5 ESTADISTICA APLICADA: PROGRAMA a) OBJETIVOS Y BLOQUE 1: Teoría de Probabilidades 1.1 Comprender la naturaleza de los experimentos aleatorios y la estructura de los espacios de probabilidades,
Más detallesPROGRAMA ANALÍTICO DE ASIGNATURA
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA ANALÍTICO DE ASIGNATURA 1.- DATOS GENERALES 1.1 INSTITUTO: Instituto de Ciencias
Más detallesPE - Probabilidad y Estadística
Unidad responsable: 230 - ETSETB - Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona Unidad que imparte: 749 - MAT - Departamento de Matemáticas Curso: Titulación: 2016 GRADO EN INGENIERÍA
Más detallesMinisterio de Educación Pública Dirección de Gestión y Evaluación de la Calidad Departamento de Evaluación Académica y Certificación.
Matemáticas Distribución de ítems para la prueba nacional Modalidad Académica (Diurnos Nocturnos) Convocatorias 016 ESTIMADO DOCENTE: En la modalidad de colegios académico, la Prueba de Bachillerato 016
Más detallesPROGRAMA INSTRUCCIONAL ESTADÍSTICA
UNIVERSIDAD FERMIN TORO VICE RECTORADO ACADEMICO FACULTAD DE INGENIERIA ESCUELA DE MANTENIMIENTO MECÁNICO ESCUELA DE TELECOMUNICACIONES ESCUELA DE COMPUTACIÓN ESCUELA DE ELÉCTRICA PROGRAMA INSTRUCCIONAL
Más detallesPROGRAMA DE ESTUDIO : UN SEMESTRE ACADÉMICO : TERCER AÑO, PRIMER SEMESTRE
PROGRAMA DE ESTUDIO A. Antecedentes Generales ASIGNATURA : Estadística CÓDIGO : IIM313A DURACIÓN : UN SEMESTRE ACADÉMICO PRE - REQUISITO : PROBABILIDADES CO REQUISITO : NO TIENE UBICACIÓN : TERCER AÑO,
Más detallesIntervalos de Confianza
Intervalos de Confianza Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Intervalo de Confianza Se puede hacer una estimación puntual de
Más detallesESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA
GUÍA DOCENTE 2012-2013 ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1. Denominación de la asignatura: ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA Titulación GRADO EN FINANZAS Y CONTABILIDAD Código 5592
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal Horas de Cátedra. Básica. Resultados de Aprendizaje
Código Nombre MA3403 Probabilidades y Estadística Nombre en Inglés Probability and Statistics SCT es Docentes PROGRAMA DE CURSO Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3
Más detallesUNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS
UNIVERSIDAD TECNOLÓGICA NACIONAL FACULTAD REGIONAL ROSARIO DEPARTAMENTO CIENCIAS BÁSICAS PROGRAMA ANALÍTICO DE LA ASIGNATURA: PROBABILIDAD Y ESTADISTICA RES. 251/96 F.R.R. COORDINADOR: RAÚL DAVID KATZ
Más detallesGobierno de La Rioja MATEMÁTICAS CONTENIDOS
CONTENIDOS MATEMÁTICAS 1.- Números reales Distintas ampliaciones de los conjuntos numéricos: números enteros, números racionales y números reales. Representaciones de los números racionales. Forma fraccionaria.
Más detallesDISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2. El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón.
DISTRIBUCIÓN SEGÚN HABILIDADES GENERALES Y ESPECÍFICAS Prueba 2 El desarrollo de estos temas los puede encontrar oprimiendo el siguiente botón. http://www.costarica.elmaestroencasa.com/e-books/elmec/bach-a-tu-medida-2/matematica-a-tu-medida-02-2017.pdf
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesCarrera: EMM Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Probabilidad y Estadística Ingeniería Electromecánica EMM - 0528 3 2 8 2.- HISTORIA
Más detallesTEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-)
MÉTODOS ESTADÍSTICOS PARA LA MEJORA DE LA CALIDAD INGENIERIA DE TELECOMUNICACIONES TEMA 4: CONTROL POR VARIABLES Hoja de ejercicios (Entregar el 7 -problema de examen-) 1. Un proceso industrial fabrica
Más detallesPrograma Regular. Probabilidad y Estadística.
Programa Regular Probabilidad y Estadística. Modalidad de la asignatura: teórico-práctica. Carga horaria: 5hs. Objetivos: Con relación a los conocimientos a impartir en el desarrollo de la materia, es
Más detallesb. Universidad Nacional-Sede Medellín
Comparación de Intervalos de Confianza para el Coeficiente de Correlación Juan Carlos Correa a, Liliana Vanessa Pacheco b Email: jccorrea@unal.edu.co a. Universidad Nacional-Sede Medellín b. Universidad
Más detallesLICENCIATURA EN ADMINISTRACIÓN PLANIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I
LICENCIATURA EN ADMINISTRACIÓN PLANIFICACIÓN DE LA ASIGNATURA ESTADÍSTICA I EQUIPO DOCENTE: PROFESORA RESPONSABLE: DRA: MARTA PECE PROFESOR ADJUNTO: ING. MARCELO DIAZ J.T.P.: LIC. SONIA SUAREZ AÑO 2007
Más detallesÍNDICE CAPÍTULO 1. INTRODUCCIÓN
ÍNDICE CAPÍTULO 1. INTRODUCCIÓN 1.1. OBJETO DE LA ESTADÍSTICA... 17 1.2. POBLACIONES... 18 1.3. VARIABLES ALEATORIAS... 19 1.3.1. Concepto... 19 1.3.2. Variables discretas y variables continuas... 20 1.3.3.
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES ÁREA SISTEMAS DE GESTIÓN DE LA CALIDAD EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar
Más detallesDiplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López
Diplomado en Econometría Coordinadora académica: M.F. Esperanza Sainz López Brindar al alumno los conocimientos de los métodos econométricos fundamentales y de los conceptos estadísticos que éstos requieren,
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA I. DATOS GENERALES Unidad Académica: Departamento de Suelos Programa Educativo: Ingeniería en Recursos Naturales Renovables Nivel educativo: Licenciatura Eje curricular: Ingeniería
Más detallesANÁLISIS MULTIVARIADO
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en matemáticas y computación, así como en sus diversas aplicaciones. ANÁLISIS MULTIVARIADO
Más detallesPrograma Analítico Plan de estudios Asignatura: Probabilidad y Estadística
Programa Analítico Plan de estudios 2011 Asignatura: Probabilidad y Estadística CARRERA: LICENCIATURA LIC. CIENCIAS EN DE CIENCIAS LA COMPUTACIÓN-LIC. DE LA COMPUTACIÓN EN SISTEMAS DE INFORMACIÓN AÑO:
Más detallesCLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL
Universidad Nacional Agraria La Molina IA-406 Hidrología Aplicada CLASE X ANÁLISIS PROBABILISTICO DE LAS VARIABLES PRECIPITACIÓN TOTAL ANUAL Y CAUDAL MEDIO ANUAL 1. Longitud necesaria de registro Diversos
Más detallesESTIMACIÓN DE ÍNDICES DE CAPACIDAD DE PROCESOS USANDO LA DISTRIBUCIÓN GENERALIZADA DE PARETO
ISSN 0717-9103 ISSN Online 0718-8307 Ingeniería Industrial - Año 9 Nº 2: 93-106, 2010 ESTIMACIÓN DE ÍNDICES DE CAPACIDAD DE PROCESOS USANDO LA DISTRIBUCIÓN GENERALIZADA DE PARETO ESTIMATION OF CAPABILITY
Más detallesESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA
ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA Descripción de la asignatura Estadística I El objetivo de la asignatura es proporcionar al estudiante conocimiento Departamento de Estadística y comprensión
Más detallesPrograma de Asignatura Estadística
Programa de Asignatura Estadística 01 Carrera: Licenciatura en Tecnología Informática 02 Asignatura: Estadística 03 Año lectivo: 2013 04 Año de cursada: 2 05 Cuatrimestre: Segundo 06 Hs. Semanales: 5 07
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesSILABO POR ASIGNATURA 1. INFORMACION GENERAL. [AVILA LARREA JAVIER [INGENIERIA DE EMPRESAS]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: AVILA LARREA JAVIER ALEJANDRO(javier.avila@ucuenca.edu.ec) Facultad(es): [FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS] Escuela: [PROGRAMA
Más detallesUNIDAD CURRICULAR: TEORÍA DE ONDAS VII Prof. Juan Hernández Octubre Eje de Formación Prelación HAD HTIE
PROGRAMA ANALÌTICO FACULTAD: INGENIERÌA ESCUELA: INGENIERÍA ELECTRÓNICA UNIDAD CURRICULAR: TEORÍA DE ONDAS Código de la Escuela Código Período Elaborado por Fecha Elaboración Plan de Estudios 25 25-0927
Más detallesMétodo bayesiano bootstrap y una aplicación en la estimación del percentil 85 en ingeniería de tránsito
Revista Colombiana de Estadística Volumen 27 N o 2. Págs. 99 a 107. Diciembre 2004 Método bayesiano bootstrap y una aplicación en la estimación del percentil 85 en ingeniería de tránsito Juan Carlos Correa
Más detallesMINISTERIO DE EDUCACIÓN. Educación Técnica y Profesional. Familia de especialidades: Economía. Programa: Estadística
MINISTERIO DE EDUCACIÓN Educación Técnica y Profesional Familia de especialidades: Economía Programa: Estadística Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 12mo. Grado AUTORA MSc. Caridad
Más detallesMÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I. Profesor: Noé Becerra Rodríguez.
MÓDULO X. LA DINÁMICA DE LA ECONOMÍA MUNDIAL PROGRAMA OPERATIVO MATEMÁTICAS ECONOMETRÍA I Profesor: Noé Becerra Rodríguez Objetivo general: Introducir los aspectos fundamentales del proceso de construcción
Más detallesOPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 5 Simulación
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 5 Simulación ORGANIZACIÓN DEL TEMA Sesiones: Introducción Ejemplos prácticos Procedimiento y evaluación de resultados INTRODUCCIÓN Simulación: Procedimiento
Más detallesTeléfono:
Apartado postal 17-01-218 1. DATOS INFORMATIVOS: MATERIA O MÓDULO: ESTADISTICA II CÓDIGO: 15017 CARRERA: Economía NIVEL: Cuarto No. CRÉDITOS: SEMESTRE / AÑO ACADÉMICO: III semestre 2011-2012 PROFESOR:
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
Más detallesTÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES
TÉCNICO SUPERIOR UNIVERSITARIO EN ENERGÍAS RENOVABLES ÁREA CALIDAD Y AHORRO DE ENERGÍA EN COMPETENCIAS PROFESIONALES ASIGNATURA DE PROBABILIDAD Y ESTADÍSTICA 1. Competencias Plantear y solucionar problemas
Más detallesEVALUACIÓN DEL MÉTODO DE MURPHY PARA LA INTERPRETACIÓN DE SEÑALES EN LA CARTA T 2 MULTIVARIADA
EVALUACIÓN DEL MÉTODO DE MURPHY PARA LA INTERPRETACIÓN DE SEÑALES EN LA CARTA T 2 MULTIVARIADA Hector Fabian Lopez Casas 1 hectorfl86@hotmail.com 1 Estudiante de Matematicas Con Enfasis en Estadistica,
Más detallesUNIVERSIDAD DE GUADALAJARA Centro Universitario de la Costa Sur Maestría en Ciencias en Manejo de Recursos Naturales
UNIVERSIDAD DE GUADALAJARA Centro Universitario de la Costa Sur Maestría en Ciencias en Manejo de Recursos Naturales DATOS DE LA ASIGNATURA Nombre ESTADÍSTICA APLICADA Clave F0383 Posgrado Maestría en
Más detallesPROBABILIDAD Y ESTADISTICA
PLAN DE ESTUDIOS 2008 LICENCIADO EN INFORMÁTICA FACULTAD DE CONTADURÍA, ADMINISTRACIÓN E INFORMÁTICA ASIGNATURA: PROBABILIDAD Y ESTADISTICA ÁREA DEL MATEMÁTICAS CLAVE: I2PE1 CONOCIMIENTO: ETAPA FORMATIVA:
Más detallesEl modelo de azar proporcional: la regresión de Cox
El modelo de azar proporcional: la regresión de Cox Alfonso Luis Palmer Pol y Jose Maria Losilla Vidal El Análisis de la Supervivencia (Palmer, 1988) engloba una variedad de técnicas estadísticas que permiten
Más detallesRige a partir de la convocatoria
TABLA DE ESPECIFICACIONES DE HABILIDADES Y CONOCIMIENTOS QUE SE MEDIRÁN EN LAS PRUEBAS DE CERTIFICACIÓN DE LOS PROGRAMAS: BACHILLERATO POR MADUREZ SUFICIENTE BACHILLERATO DE EDUCACIÓN DIVERSIFICADA A DISTANCIA
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesUNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS ECONÓMICAS
UNIVERSIDAD DE CIENCIAS EMPRESARIALES Y SOCIALES FACULTAD DE CIENCIAS ECONÓMICAS Carreras: Licenciatura en Economía. Licenciatura en Administración de Empresas. Contador Público. Materia: Estadística Cursos:
Más detallesESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen
ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO RIVAS C., Gerardo A. Escuela de Ingeniería Industrial. Universidad de Carabobo. Bárbula. Valencia. Venezuela Jefe
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
Más detallesBloque 1. Contenidos comunes. (Total: 3 sesiones)
4º E.S.O. OPCIÓN A 1.1.1 Contenidos 1.1.1.1 Bloque 1. Contenidos comunes. (Total: 3 sesiones) Planificación y utilización de procesos de razonamiento y estrategias de resolución de problemas, tales como
Más detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesMODELOS DE REGRESIÓN
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. MODELOS DE REGRESIÓN
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
Más detallesPROCESOS ESTOCÁSTICOS
CURSO: PROCESOS ESTOCÁSTICOS 1 SEMESTRE: VIII 2 CODIGO: 602804 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE APROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1)
Más detallesCAPÍTULO 4 CAPACIDAD DEL PROCESO
APÍTULO 4 APAIDAD DEL PROESO APÍTULO 4 APAIDAD DEL PROESO En este capítulo se hace una evaluación de la situación actual de la producción de la tapa de las guanteras para el coche modelo Jetta A4. Para
Más detallesLICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS
DEPARTAMENT D ECONOMIA APLICADA UNIVERSITAT DE VALENCIA LICENCIATURA EN ECONOMÍA Y LICENCIATURA EN ADMINISTRACIÓN DE EMPRESAS PROGRAMA DE ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA TEMA 1: INTRODUCCIÓN
Más detallesNúmeros reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos.
MATEMÁTICAS I Contenidos. Aritmética y álgebra: Números reales. Valor absoluto. Desigualdades. Distancias entre la recta real. Intervalos y entornos. Resolución e interpretación gráfica de ecuaciones e
Más detallesAsignatura: ESTADISTICA I (1024) Programa aprobado por Resolución UNM-R Nº 285/11
Asignatura: ESTADISTICA I (1024) Programa aprobado por Resolución UNM-R Nº 285/11 Carrera: LICENCIATURA EN RELACIONES DEL TRABAJO (Plan de estudios aprobado por Resolución UNM-R Nº 21/10) 1 Carrera: LICENCIATURA
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesPruebas de hipótesis
Pruebas de hipótesis Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Prueba de hipótesis Uno de los objetivos de la estadística es hacer
Más detallesGuía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA
1. Introducción Guía docente MÉTODOS ESTADÍSTICOS PARA LA EMPRESA Los análisis económicos y empresariales se efectúan sobre la base de la toma de decisiones, las cuales se toman a partir de la información
Más detallesEstadística para la toma de decisiones
Estadística para la toma de decisiones S Y L L A B U S D E L C U R S O INFORMACIÓN DE LA ASIGNATURA 1 UNO Escuela o Facultad: Programa o Área: Curso: Código: Escuela de Administración Especialización en
Más detallesTema I. Introducción. Ciro el Grande ( A.C.)
1.1. La ciencia de la estadística:. El origen de la estadística:. Ciencia descriptiva. Evaluación de juegos de azar Ciro el Grande (560-530 A.C.) Si tengo 1 As y 2 reyes, que descarte es mas conveniente
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesFACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO ESTADISTICA
FACULTAD DE CIENCIAS ECONOMICAS LIC. EN ADMINISTRACION CONTADOR PUBLICO Programa ESTADISTICA Profesores: Titular: DI BENEDETTO OSVALDO H Adjunto: DI LAUDO SERGIO H. 2016 FACULTAD DE CIENCIAS ECONOMICAS
Más detallesUNIVERSIDAD MILITAR NUEVA GRANADA FACULTAD DE CIENCIAS BASICAS Y APLICADAS DEPARTAMENTO DE MATEMÁTICAS
CONTENIDO PROGRAMÁTICO Fecha Emisión: 2011/09/15 AC-DO-F-8 Revisión No. 1 Página 1 de 6 ESTADÍSTICA II CÓDIGO 12251 PROGRAMA ADMINISTRACIÓN DE EMPRESAS Y CONTADURÍA PÚBLICA ÁREA DE FORMACIÓN CIENCIAS BÁSICAS
Más detallesPROGRAMA DE ESTUDIOS. - Nombre de la asignatura : Taller de herramientas Estadísticas. - Pre requisitos : LCP 219 Estadística
PROGRAMA DE ESTUDIOS A. Antecedentes Generales. - Nombre de la asignatura : Taller de herramientas Estadísticas - Carácter de la asignatura (obligatoria/ electiva) : Obligatoria - Pre requisitos : LCP
Más detallesUNIDAD 7: SISTEMAS DE ECUACIONES. CONTENIDOS
UNIDAD 7: SISTEMAS DE ECUACIONES. * Ecuaciones lineales con dos incógnitas. * Sistemas de 2 ecuaciones con 2 incógnitas. Resolución gráfica y analítica. * Sistemas equivalentes. * Tipos de sistemas de
Más detallesEstadística Aplicada a la Toma de Decisiones
Unidad responsable: 310 - EPSEB - Escuela Politécnica Superior de Edificación de Barcelona Unidad que imparte: 732 - OE - Departamento de Organización de Empresas Curso: Titulación: 2016 MÁSTER UNIVERSITARIO
Más detallesAnálisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad
Análisis de la Capacidad o Aptitud de un proceso ( Capítulo 8 ) Control Estadístico de Calidad Introducción Cuantificar la variabilidad de un proceso. Analizar esta variabilidad en relación con los requisitos
Más detallesUNIVERSIDAD DE SONORA OBJETIVO GENERAL DE LA MATERIA OBJETIVOS ESPECIFICOS DE LA MATERIA
UNIVERSIDAD DE SONORA UNIDAD: Regional Centro HORAS: 80 DIVISIÓN: Ciencias Económicas y Administrativas REQUISITO (S): Matemáticas MATERIA: Estadística Administrativa ESPACIO EDUCATIVO: Obligatorio CLAVE:
Más detallesGuía docente 2007/2008
Guía docente 2007/2008 Plan 247 Lic.Investigación y Tec.Mercado Asignatura 43579 METODOS CUANTITATIVOS PARA LA INVESTIGACION DE MERCADOS Grupo 1 Presentación Métodos y técnicas cuantitativas de investigación
Más detallesSE OFRECE A ESTUDIANTES DE GRADO: SI X. MÓDULO DEL PLAN 2013 EN QUE ACREDITA: Módulo Metodológico DESCRIPTORES: Probabilidad y Estadística
Asignatura: Probabilidad y Estadistica para Investigadores en ciencias del comportamiento I Tipo: Optativa Créditos: 15 Fecha tentativa: de 12:30 a 17:00 hrs desde el 23/04/2014 Lugar: Salón 9 Cupos: 20
Más detallesESTADÍSTICA BAYESIANA Y TEORÍA DE DECISIONES
MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. ESTADÍSTICA BAYESIANA
Más detallesMINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática
MINISTERIO DE EDUCACIÓN Dirección de Educación Técnica y Profesional Familia de especialidades:servicios Programa: Estadística Matemática Nivel: Técnico Medio en Contabilidad. Escolaridad inicial: 9no.
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesReport 11. Universitat Politècnica de Catalunya. Centre de Política de Sòl i Valoracions
Interdependencia entre la localización de sectores intensivos en conocimiento con el resto de sectores económicos. Análisis para Catalunya a partir de las distancias del espacio Proxcal Report 11 Universitat
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesPROPUESTA PARA EVALUAR LA CAPACIDAD DE PROCESOS DE MANUFACTURA MULTIVARIADOS
PROPUESTA PARA EVALUAR LA CAPACIDAD DE PROCESOS DE MANUFACTURA MULTIVARIADOS PROPOSAL FOR ASSESSING THE CAPABILTY OF MANUFACTURING PROCESSES MULTIVARIATE Guillermo Cuamea Cruz 1, Manuel Alberto Rodriguez
Más detallesIntervalos de confianza Muestras grandes. Estadística Cátedra Prof. Tamara Burdisso
Intervalos de confianza Muestras grandes Por qué un intervalo de confianza? En la Unidad 3 revisamos los conceptos de población y muestra. Los parámetros poblacionales son la media μy la varianza σ 2.
Más detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesCarrera: Clave de la asignatura: INB Participantes Representante de las academias de ingeniería industrial de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística I Ingeniería Industrial INB - 0403 4 0 8 2.- HISTORIA DEL PROGRAMA
Más detallesIntervalos de confianza para los coeficientes de una regresión lineal.
Intervalos de confianza para los coeficientes de una regresión lineal. Asumiendo que los errores del modelo de regresión lineal se distribuye en forma normal con media cero y varianza constante σ 2 y que
Más detallesPRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detalles