La pestaña General contiene definiciones que afectan el comportamiento general del sistema.

Transcripción

1 Preferencias La elección de Preferencias en el menú Editar permite a los usuarios personalizar el comportamiento de STATGRAPHICS definiendo diferentes valores por omisión usados por todo el sistema. Cuando se selecciona, se presenta una caja de diálogo con 12 lengüetas o pestañas. A continuación se describe cada pestaña: Pestaña General La pestaña General contiene definiciones que afectan el comportamiento general del sistema. Nivel de Confianza: porcentaje usado por omisión para límites de confianza, límites de predicción y para la interpretación de los Valores de P por parte del StatAdvisor. Cifras Significativas: número de cifras significativas usadas cuando se presentan resultados numéricos. Se desplegará el número indicado de dígitos, excepto por los ceros a la derecha que se eliminarán. Se dispone de una entrada diferente para salvar resultados numéricos en la hoja de datos por StatPoint, Inc. Preferencias - 1

2 Opciones del Sistema: opciones que aplican a todo lo largo y ancho del sistema. o Usar el Menú Seis Sigma: presenta las elecciones del menú bajo encabezados que corresponden al arreglo Seis Sigma DMAIC (Define/Definir, Measure/Medir, Analyze/Analizar, Improve/Mejorar, Control/Controlar). Las mismas elecciones están disponibles con el menú estándar, excepto que están arregladas bajo diferentes encabezados de menú. o Ordenar Nombres de Variables: si se listan los nombres de las columnas en orden alfabético en las cajas de diálogo del ingreso de datos. De otro modo, los nombres de las columnas se listarán en el mismo orden que tienen en las hojas de datos. o Años de 4 Dígitos: si las fechas deben desplegarse con años de 4 dígitos más que de 2. Por omisión, se asume que años de 2 dígitos tal como 2/1/05 representan las fechas entre los años Los cambios en esta opción no tomarán efecto hasta que el programa se reinicie. o Activar Guardado Automático: si se guardan el StatFolio y el DataBook automáticamente como respaldo. Si se habilita y hay un malfuncionamiento de la computadora o del programa, tendrá la oportunidad de restaurar el estado del StatFolio y de las hojas de datos la siguiente vez que se reinicie el programa. o Actualizar Vínculos en Cada Valor: si se recalculan todas las estadísticas cada vez que cambie un valor de los datos en una de las hojas de datos. Normalmente, las estadísticas no se recalculan hasta que un análisis cobre atención, se imprima o publique, o se salve el StatFolio. Gráficos: opciones que aplican a todos los gráficos. o Relación de Aspecto 1:1: si se despliegan todas las gráficas con igual dimensión horizontal y vertical. Normalmente, la dimensión horizontal será mayor que la vertical. o Siempre Blanco y Negro: si se despliegan los gráficos en blanco y negro, a pesar de cualesquiera otras definiciones de color. o Suprimir Espacio de Marca de Graduación: suprime el espacio que normalmente se deja entre la intersección de los ejes horizontal y vertical y la primera marca de graduación. Si se suprime el espacio, algunos símbolos de los puntos puedes quedar directamente sobre los ejes. o Suprimir Potencias en Ejes: suprime la presentación de valores grandes y pequeños de marcas de graduación que usan una notación como (X1000) por StatPoint, Inc. Preferencias - 2

3 o Número Decimales para Etiquetas: número de posiciones decimales por omisión para leyendas que se presentan en el margen derecho de los gráficos. También puede establecerse la fuente por omisión. StatAdvisor: establece el comportamiento por omisión del StatAdvisor. o Agregar a Páneles de Texto: si la salida del StatAdvisor debe ser agregada automáticamente a la parte inferior de los páneles de texto. La salida del StatAdvisor está siempre disponible presionando el botón que tiene el birrete en la barra de herramientas principal. o Resaltar Referencias en Rojo: si se resaltan en rojo los valores en los páneles de texto a los que se refiere el StatAdvisor. Tablas: indica el máximo número de hileras a presentar en una tabla simple de salida, tal como una lista de residuos en una regresión. Tablas mayores de lo indicado se truncarán. Esta definición está diseñada para evitar que los usuarios intenten accidentalmente crear tablas con muchos miles de hileras, lo que puede tomar mucho tiempo presentar en un control de buena edición. Encabezados de Análisis: si se presenta un título del análisis con fuente azul en la parte superior del panel del Resumen del Análisis. StatFolios: marque Deshabilitar Rutina de Inicio para evitar que se corran las rutinas de inicio cuando se carguen los StatFolios. Directorio Archivos Temporales: Si se especifica, StatFolios, archivos de datos, y otros archivos se escribirán primero en este directorio antes de ser copiados a su localización final. Al especificar una unidad local se puede disminuir muchísimo el tiempo que se requeriría para salvar un archivo si se hiciera en la red, ya que reduce el número de peticiones a la misma red por StatPoint, Inc. Preferencias - 3

4 Pestaña AED La pestaña Análisis Exploratorio de Datos establece los valores por omisión para un número de gráficos frecuentemente usados para resumir datos. El documento titulado Análisis de Una Variable contiene tratamientos detallados de cada gráfico, aunque las definiciones afectan muchos procedimientos. Histograma Número de Clases: regla usada para definir el número de intervalos en los que se dividirán los datos cuando se construya un histograma. Cada regla establece el número de intervalos m con base en el tamaño n de la muestra. Las reglas son: o Regla de Sturges: m = ceiling( log(n) ) (1) o 10 log10(n): m= ceiling(10 log(n) ) (2) o Regla de Scott: m = ceiling[ (max-min) / (3.5 s / n 1/3 ) ] (3) o Regla de Freedman-Diaconis: m = ceiling[ (max-min) /(2.0 RIQ/ n 1/3 ) (4) 2005 por StatPoint, Inc. Preferencias - 4

5 o Número Fijo: m = número predefinido (5) donde min es igual al valor del dato más pequeño en la muestra, max es igual al valor del dato más grande, s es igual a la desviación estándar muestral, RIQ es igual al rango intercuartílico muestral, y la función ceiling (techo) encuentra el entero más pequeño mayor o igual a su argumento, es decir, redondea al entero superior. Puede experimentar con diferentes criterios para determinar cuál da un buen número de intervalos para su tipo de datos más común. Gráficos de Caja: opciones para gráficos de caja y bigotes, quienes resumen datos con base en el máximo, mínimo, mediana y cuartiles muestrales. Las definiciones incluyen: o Dirección: la orientación del gráfico, correspondiente a la dirección de los bigotes. o Muesca de la Mediana: si se selecciona, se agregará una muesca al gráfico que muestra un intervalo de confianza de aproximadamente 100(1-α)% para la mediana al nivel de confianza por omisión del sistema (establecido en la pestaña General). o MarcarAberrantes: si se selecciona, indica la localización de los puntos extremos o atípicos. o Marca de Media: si se selecciona, muestra la localización de la media muestral así como la mediana. Gráficos de Probabilidad: gráficos que se usan para determinar si una muestra de datos puede razonablemente haber provenido de una distribución normal. Las opciones incluyen: o Dirección: la orientación del gráfico. Si es Vertical, el Porcentaje se presenta en el eje vertical. Si es Horizontal, el Porcentaje se presenta en el eje horizontal. o Línea Ajustada: el método usado para ajustar la línea de referencia a los datos. Si es Por Cuartiles, la línea pasa por la mediana cuando el Porcentaje es de 50 con una pendiente determinada a partir del rango intercuartílico. Si es Por Mínimos Cuadrados, la línea se ajusta con la regresión por mínimos cuadrados de los cuantiles normales de las estadísticas de orden. El primer método basado en los cuartiles da más peso a la forma de los datos cerca del centro y frecuentemente permite mostrar desviaciones de la normalidad en las colas que no serían evidentes usando el método de mínimos cuadrados. Densidad Suavizada: gráficos usados para estimar la función de densidad de probabilidad a partir de una muestra de observaciones. Las opciones incluyen: 2005 por StatPoint, Inc. Preferencias - 5

6 o Método: la función ponderadora deseada. El método del vagón pondera de igual forma todos los valores dentro de la ventana. La función coseno da pesos decrecientes a las observaciones más alejadas del centro de la ventana. o Ancho de Intervalo: el ancho h de la ventana dentro de la cual las observaciones afectan la densidad estimada, como un porcentaje del rango cubierto por el eje x. h = 60% no es irrazonable para una muestra pequeña pero puede no dar tanto detalle como lo haría un valor menor en muestras más grandes. o Resolución en el eje X: el número de puntos en los cuales se estimará la densidad. Pestaña ANOVA/Regresión La pestaña ANOVA/Regresión establece los valores por omisión para los procedimientos de análisis de varianza y de regresión. Intervalos en Gráfico de Medias: tipo de intervalos incluidos cuando se grafican las medias por nivel en los procedimientos GLM y ANOVA. Las opciones incluyen: 2005 por StatPoint, Inc. Preferencias - 6

7 o Intervalos de Confianza: muestra intervalos de confianza para las medias de los grupos usando la raíz cuadrada del cuadrado medio del error. o Intervalos LSD: intervalos diseñados para comparar cualquier par de medias con el riesgo alfa establecido. o Intervalos Tukey HSD: diseñados para comparar todos los pares de medias. El riesgo alfa aplica a la familia completa de comparaciones por pares. o Intervalos Scheffe: diseñado para comparar todos los contrastes, no solo contrastes por pares. o Intervalos Bonferroni: diseñados para comparar un número de contrastes previamente seleccionado. Prueba Múltiple de Rangos: método usado por omisión al comparar pares de medias en los procedimientos GLM y ANOVA. o LSD: forma un intervalo de confianza para cada par de medias al nivel de confianza elegido usando la distribución t de Student. Este procedimiento se debe a Fisher y es llamado el procedimiento de la Mínima Diferencia Significativa (Least Significant Difference), ya que la magnitud de los límites indica la diferencia mínima entre dos medias cualesquiera que puede ser declarada que representa una diferencia estadísticamente significativa. Sólo debe emplearse cuando la prueba de F en la tabla de ANOVA indica diferencias significativas entre las medias muestrales. La probabilidad α de cometer un error Tipo I aplica a cada par de medias por separado. Si se hace más de una comparación, la probabilidad global de declarar al menos un par de medias significativamente diferentes cuando no lo son puede ser considerablemente mayor que α. o Tukey HSD: amplía los intervalos para permitir múltiples comparaciones entre todos los pares de medias usando la T de Tukey. Tukey llamó a su procedimiento el procedimiento de la Diferencia Honestamente Significativa (Honestly Significant Difference) ya que controla la tasa de error por experimento a un nivel de α. Si todas las media son iguales, la probabilidad de declarar cualquiera de los pares significativamente diferente en todo el experimento es igual a α. El procedimiento de Tukey es más conservador que el procedimiento de la LSD de Fisher, ya que hace más difícil declarar que cualquier par específico de medias sea significativamente diferente. o Scheffe: diseñado para permitir la estimación de todos los posibles contrastes entre las medias muestrales (no solo comparaciones por pares). o Bonferroni: diseñado para permitir la estimación de cualquier número de contrastes previamente seleccionado. Estos límites generalmente son más 2005 por StatPoint, Inc. Preferencias - 7

8 amplios que los límites de Tukey cuando se hacen todas las comparaciones por pares. o Student-Newman-Keuls: A diferencia de todos los métodos anteriores, este procedimiento no crea intervalos para las diferencias por pares. En su lugar, ordena las medias en orden creciente y luego comienza a separarlas en grupos de acuerdo con valores de la distribución de rangos Estudentizados. Al final, las medias se separan en grupos homogéneos dentro de los cuales no hay diferencias significativas. o Duncan: similar al procedimiento de Student-Newman-Keuls, excepto que usa un valor crítico diferente de la distribución de rangos Estudentizados cuando define los grupos homogéneos. Gráficos de Regresión: límites a incluir en los gráficos de los modelos de regresión ajustados. o Límites de Predicción: límites para observaciones adicionales muestreadas del mismo proceso que los datos usados para ajustar el modelo. o Límites de Confianza: límites para la respuesta media en los valores especificados de las variables predictoras. o Nivel de confianza: porcentaje usado para calcular los límites. Gráficos de Residuos: tipo de residuos desplegados en las gráficas de residuos del modelo ajustado. o Residuos Ordinarios: la diferencia entre cada valor de la variable dependiente y el valor predicho por el modelo ajustado. o Residuos Estudentizados: la diferencia entre los valores observados y i y los valores predichos ŷ i cuando el modelo se ajusta usando todas las observaciones excepto la i-ésima, dividida entre el error estándar estimado. Estos residuos se llaman a veces residuos eliminados externamente o externamente Estudentizados, ya que miden qué tan lejos está cada valor del modelo ajustado cuando ese modelo se ajusta con todos los datos exceptuando el punto en cuestión. Esto es importante, ya que un gran valor atípico de otro modo podría afectar tanto al modelo que podría no parecer inusualmente lejos de la línea de regresión.. Verificación de Varianza: prueba usada en los procedimientos ANOVA Simple y Varias Muestras para probar la hipótesis de que las desviaciones estándar dentro de cada grupo son iguales por StatPoint, Inc. Preferencias - 8

9 o Prueba de Cochran: compara la máxima varianza dentro-de-muestra con la varianza dentro-de-muestra promedio. La prueba es apropiada solamente si todos los tamaños de muestra son iguales. o Prueba de Bartlett: compara un promedio ponderado de las varianzas dentro-demuestra con su media geométrica. La prueba es apropiada tanto para tamaños de muestra iguales como diferentes. o Prueba de Hartley: calcula la razón entre la mayor varianza muestral y la menor. La prueba es apropiada solamente si el número de observaciones es el mismo dentro de cada nivel de tratamiento. Nota: no se calcula valor de P para esta prueba, así que la estadística calculada debe ser comparada con valores de tablas. o Prueba de Levene: realiza un análisis de varianza simple sobre las diferencias absolutas entre cada observación y su correspondiente media de grupo. Para las fórmulas relacionadas con los métodos antes descritos, vea la documentación titulada ANOVA Simple y Regresión Simple por StatPoint, Inc. Preferencias - 9

10 Pestaña Pronósticos La pestaña Pronósticos establece los valores por omisión para los procedimientos que pronostican datos de series de tiempo. Modelos Incluidos: especifica los modelos que se deben ajustar a los datos. Estos son los modelos de entre los cuales se elegirá al mejor modelo. En la documentación de Pronósticos se proporcionan las descripciones de cada uno de los modelos. Para varios de los modelos, se proveen opciones adicionales: o Modelo de Caminata Aleatoria marque incluir constante para considerar tanto un modelo que contenga una constante como uno sin ella. o Modelo de Promedios Móviles seleccione la longitud máxima del periodo a considerar. Los modelos se ajustarán con longitudes desde 2 hasta el número indicado. o ARIMA Términos AR especifique el máximo orden p de los términos autorregresivos (AR, autoregressive) en el modelo por StatPoint, Inc. Preferencias - 10

11 o ARIMA Términos MA especifique el máximo orden q de los términos de promedios móviles (MA, Moving Average) en el modelo. En lugar de eso, puede optar por considerar sólo modelos para los cuales q = p 1. o ARIMA Diferenciar especifique el máximo orden de diferenciación d. Elija Incluir constante para considerar modelos que incluyen un término constante cuando se realiza la diferenciación. Criterios de Información: el criterio usado para elegir el mejor modelo. Límites de Pronóstico: porcentaje usado para los límites de probabilidad del pronóstico. Para un tratamiento detallado de los diferentes métodos de pronóstico consulte la documentación Pronósticos y Pronósticos Automáticos. Pestaña Estadísticas Especifica las estadísticas calculadas por omisión siempre que se muestren estadísticas. Las estadísticas se definen en la documentación titulada Análisis de Una Variable por StatPoint, Inc. Preferencias - 11

12 Pestaña Ajuste Dist. Opciones por omisión para el procedimiento Ajuste de Distribuciones. Prueba de Normalidad: prueba realizada por omisión para probar la hipótesis de que los datos son una muestra aleatoria de una distribución normal. Prueba Bondad-de-Ajuste: prueba realizada por omisión para probar la hipótesis de que los datos son una muestra aleatoria de una distribución especificada (no necesariamente normal). Leyendas en Gráfico: si se incluyen las estimaciones de los parámetros en las leyendas de los gráficos de distribución. Los tratamientos de las diferentes pruebas se encuentran en los documentos Ajuste de Distribuciones por StatPoint, Inc. Preferencias - 12

13 Pestaña Capabilidad Esta pestaña establece los valores por omisión para los procedimientos de análisis de capabilidad. Mostrar: índices y estadísticas de capabilidad calculados por omisión cuando se realiza un análisis de capacidad. Incluir: tipo de estadísticas de capacidad a incluir y etiquetado deseado. o Largo plazo y corto plazo calcula ambos índices a largo plazo y a corto plaza. o Sólo largo plazo (Etiquetado P) calcula sólo índices a largo plazo y los etiqueta con la letra P, como en Ppk. o Sólo largo plazo (Etiquetado C) calcula sólo índices a largo plazo y los etiqueta con la letra C, como en Cpk. o Sólo corto plazo calcula sólo índices a largo plazo. Éstos siempre se etiquetan con la letra C, como en Cpk por StatPoint, Inc. Preferencias - 13

14 Índices de Capabilidad - Límites: el tipo de límites a presentar para índices de capabilidad. Puede calcularse un intervalo de confianza bilateral o una cota unilateral inferior de confianza. Sigma Corto Plazo datos agrupados: el método usado para estimar la desviación estándar del proceso para datos agrupados. Las opciones son: o Basado en Rango promedio estima sigma a partir de un promedio ponderado de los rangos de los subgrupos. o Basado en S promedio estima sigma a partir de un promedio ponderado de las desviaciones estándar de los subgrupos. o Basado en S agrupada estima sigma a partir del cuadrado medio del error dentro de los grupos como en un análisis de varianza simple. Sigma Corto Plazo Individuales: el método usado para estimar la desviación estándar del proceso cuando los datos no están agrupados. Las opciones son: o Basado en Promedio MR estima sigma a partir del rango móvil promedio (MR moving range) de observaciones consecutivas. o Basado en Mediana MR estima sigma a partir de la mediana del rango móvil (MR moving range) de observaciones consecutivas. o Basado en SSD Media estima sigma a partir de las diferencias al cuadrado sucesivas (SSD squared successive differences), es decir, las diferencias cuadradas entre observaciones consecutivas). Índices para datos NNormales: cuando se construyen índices de capacidad para distribuciones no normales, controla si el índice se basa en los puntajes de Z correspondientes o en la distancia entre percentiles. Si se elige valores Z correspondientes, entonces la relación entre los índices de capacidad y el porcentaje de la población fuera de los límites de especificación es el mismo para todas las distribuciones. Si se elige Usar distancias entre percentiles, se retiene la definición de los índices de capacidad como cocientes de distancias, pero un puntaje de Z de 4 equivale a diferentes porcentajes de artículos fuera de las especificaciones para diferentes distribuciones. Límites sigma para graficar: define la distancia entre los límites de tolerancia mostrados en las gráficas de capabilidad. Límites sigma los índices: define el número de desviaciones estándar usadas en el denominador de Cp e índices de capabilidad relacionados. Este valor generalmente se establece en por StatPoint, Inc. Preferencias - 14

15 : si se marca, se aplican correcciones a las estimaciones de σ para remover cualquier sesgo. Las fórmulas afectadas incluyen las estimaciones para datos agrupados basadas en la s promedio y agrupada, y la estimación para individuos basada en la SSD Media. Esta definición también afecta la estimación a largo plazo de sigma. Para un tratamiento extenso de las opciones anteriores, refiérase a la documentación titulada Análisis de Capabilidad (Datos Continuos). Pestaña Gráficos de Control Opciones por omisión para los procedimientos de gráficos de control. Gráfico de Dispersión Preferente: tipo por omisión de segundo gráfico para inclusión en los procedimientos de gráficos de control ponderados por el tiempo y de propósitos especiales. También afecta las Evaluaciones de Capabilidad SnapStats. Mostrar: si se despliegan todos los subgrupos o sólo el más reciente. También establece el múltiplo de sigma por omisión para la colocación de los límites de control por StatPoint, Inc. Preferencias - 15

16 Suavización: tipo de suavización a agregar al gráfico de control, si se declara alguna. Para Todos los Gráficos: opciones aplicables a todos los gráficos. Gráficos R Sigma: método para estimar la sigma del proceso al crear un gráfico R. Gráficos S: método para estimar la sigma del proceso al crear un gráfico S. Gráficos MR - Sigma: método para estimar la sigma del proceso al crear un gráfico de rangos móviles. Gráficos (EW)MA Inicialización: método para determinar los valores iniciales al crear un gráfico de control EWMA o MA. Se incluyen tratamientos detallados de las diferentes opciones en los documentos titulados Gráficos X-Barra y R, Gráficos X-Barra y S, Gráficos de Control de Valores Individuales, Gráficos de Medias Móviles (MA), y Gráficos EWMA por StatPoint, Inc. Preferencias - 16

17 Pestaña Pruebas de Secuencias Esta pestaña controla el tipo de pruebas realizada por omisión cuando se crean gráficos de control. Identificar: pruebas de secuencias para gráficos Shewhart estándar. Ponderación de Zonas en la Gráfica: pesos usados cuando se crea un gráfico de control en formato de zonas. Se incluye un tratamiento de las diferentes pruebas en el documento titulado Gráficos X- Barra y R por StatPoint, Inc. Preferencias - 17

18 Pestaña Tablas Cruzadas Esta pestaña especifica las opciones por omisión para los procedimientos Tabulación Cruzada y Tablas de Contingencia. Ordenar por: orden de hileras y columnas en una tabla cruzada. o Alfabéticamente: ordenar hileras y columnas alfabéticamente. o Orden de Ocurrencia: ordenar hileras y columnas en el orden en que se encuentran en los datos de arriba hacia abajo. Tablas: información a incluir en cada celda de las tablas presentadas. o Tabla de Porcentajes: el porcentaje que cada celda representa de toda la tabla. o Porcentajes por Fila: el porcentaje que cada celda representa de la cuenta total de su fila por StatPoint, Inc. Preferencias - 18

19 o Porcentajes por Columna: el porcentaje que cada celda representa de la cuenta total de su columna. o Frecuencias esperadas: el número esperado de veces que la fila i habría aparecido junto con la columna j en el archivo de datos si las clasificaciones por fila y columna fueran independientes. o Desviaciones: las diferencias entre las frecuencias observadas y esperadas. o Valores Chi-Cuadrada: la contribución de cada celda a la estadística chicuadrada, usada para probar independencia entre clasificaciones por fila y columna. o Residuos Ajustados: una forma de residuos estandarizados calculados dividiendo la desviación en cada celda entre una estimación de su error estándar. Pruebas Primarias de Independencia: prueba a realizar cuando se pruebe la hipótesis de que las clasificaciones por fila y columna son independientes. o Chi-Cuadrada: prueba de chi-cuadrada basada en la suma del cuadrado de las diferencias entre las frecuencias observadas y esperadas de las celdas. o Razón de Verosimilitud: prueba del cociente de verosimilitud. o Usar prueba exacta de Fisher: para tablas 2 por 2 en las cuales la suma de las cuentas no excede de 100, realizar la prueba exacta de Fisher. o Usar Corrección de Yates: para todas las tablas 2 por 2, aplique la corrección por continuidad de Yates. Comparaciones de Filas: cuando un factor en una tabla 2 por 2 corresponde a la ocurrencia o no ocurrencia de un evento, si se despliega el cociente de momios o el riesgo relativo de un evento. Diagrama de Barras: formato para crear diagramas de barras, incluyendo: o Tipo de Gráfico: si las barras se agregan lado a lado o si se apilan una sobre la otra. o Escala: si la escala del eje muestra las frecuencias o los porcentajes de las celdas. o Dirección: si las barras se extienden horizontal o verticalmente. Barras de Error Estd.: el formato de las barras de error estándar cuando se incluyen en el diagrama de barras, y si deben extenderse hacia arriba y debajo de la parte superior de la barra (o sólo hacia arriba) por StatPoint, Inc. Preferencias - 19

20 Para mayor información sobre las opciones anteriores, refiérase a la documentación titulada Tabulación Cruzada y Tablas de Contingencia. Pestaña Gráficos Esta pestaña especifica opciones por omisión para varios tipos de gráficos. Color del cursor de Mirilla: color usado para desplegar el cursor de mirilla cuando se elige la opción Localizar del menú emergente con el botón secundario del ratón cuando se está viendo un gráfico. Color de Resaltado: color usado para resaltar puntos en un gráfico cuando se seleccionan con un clic del ratón. Gráficos de Superficie: formato por omisión para graficar superficies de respuesta 3- D. Gráficos de Contornos: formato por omisión para gráficos de contorno por StatPoint, Inc. Preferencias - 20

21 Resolución para Funciones: resolución por omisión para usar cuando se grafiquen funciones tales como distribuciones de probabilidad y modelos de regresión. Mayor resolución resulta en gráficos más lisos. Resolución para gráficos de Contorno: resolución por omisión para usar cuando se grafiquen gráficos de superficie y contorno. La resolución define el número de hileras y columnas en la rejilla sobre la cual es avaluada la función a graficar por StatPoint, Inc. Preferencias - 21

22 Pestaña Estudios de Calibración Método y etiquetas por omisión a usar cuando se presentan los resultados de estudios de calibración. Métodos para Variables: método a usar cuando se analizan variables (datos continuos) en el Estudio R&R SnapStat. Intervalos Sigma: múltiplo de sigma usado por omisión cuando se calculan los cocientes precisión-tolerancia. Terminología: etiquetas usadas para diferentes componentes en estudios de calibración. Para más información acerca de estudios de calibración, refiérase al documento titulado Estudio R&R SnapStat por StatPoint, Inc. Preferencias - 22