Diseño de gráficos de control no paramétricos para el coeficiente de correlación de Spearman
[ES] En este trabajo, se aborda el diseño e implementación de gráficos de control para monitorizar el grado de asociación entre dos variables continuas, no necesariamente normales, a través del coeficiente de correlación de Spearman, `r_s`. Debido a la naturaleza de este estadístico, basado en la tr...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/185973 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/185973 |
| Access Level: | acceso abierto |
| Palabra clave: | Gráficos de control Métodos no paramétricos Correlación de Spearman Estadísticos de rangos Simulación Montecarlo Cópulas Control charts Nonparametric methods Spearman&apos s correlation Rank statistics Monte Carlo simulation Copulas ESTADISTICA E INVESTIGACION OPERATIVA Máster Universitario en Ingeniería de Análisis de Datos, Mejora de Procesos y Toma de Decisiones-Màster Universitari en Enginyeria d&apos Anàlisi de Dades, Millora de Processos i Presa de decisions |
| Sumario: | [ES] En este trabajo, se aborda el diseño e implementación de gráficos de control para monitorizar el grado de asociación entre dos variables continuas, no necesariamente normales, a través del coeficiente de correlación de Spearman, `r_s`. Debido a la naturaleza de este estadístico, basado en la transformación de las observaciones en rangos, estos gráficos pueden considerarse no paramétricos, en el sentido de que la distribución en el muestreo de `r_s` no depende de la distribución de la variable bidimensional objeto de interés, bajo la hipótesis de independencia. En primer lugar, se estudia el marco teórico correspondiente, haciendo hincapié en las propiedades de la distribución en el muestreo de `r_s`. A partir de este contexto, se diseña un esquema de monitorización tipo Shewhart basado en dicho estadístico. A continuación, se implementa este esquema en lenguaje R y se diseñan y ejecutan experiencias computacionales, basadas en simulación Montecarlo, orientadas a evaluar el comportamiento del gráfico bajo diferentes condiciones iniciales y, en concreto, su potencia para detectar diferentes niveles de interdependencia entre las dos variables objeto de interés. Por último, se ejemplifica la aplicación del gráfico diseñado mediante un caso práctico elaborado 'ad hoc'. |
|---|