Gráficos de control no paramétricos para la correlación basados en el estadístico de Kendall: diseño e implementación
[ES] Este trabajo tiene como objetivos el diseño, implementación y análisis de gráficos de control para la correlación entre dos variables continuas, no necesariamente normales, basados en la monitorización del estadístico `tau` de Kendall. La naturaleza de este estadístico, que transforma las obser...
| 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:10251/188846 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/188846 |
| Access Level: | acceso abierto |
| Palabra clave: | Gráficos de control Métodos no paramétricos Correlación de Kendall Estadísticos de rangos Simulación Montecarlo Cópulas Control charts Nonparametric methods Kendall&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] Este trabajo tiene como objetivos el diseño, implementación y análisis de gráficos de control para la correlación entre dos variables continuas, no necesariamente normales, basados en la monitorización del estadístico `tau` de Kendall. La naturaleza de este estadístico, que transforma las observaciones en rangos, permite catalogar este gráfico como no paramétrico o independiente de las distribuciones subyacentes. Se realiza el diseño de un gráfico de control tipo Shewhart, basado en el coeficiente de correlación de Kendall, a partir del estudio de su distribución en el muestreo, y modelando la relación entre las dos variables continuas implicadas mediante cópulas. La implementación del gráfico diseñado se lleva a cabo en lenguaje R. Se diseñan y ejecutan experiencias computacionales con el fin de medir la aptitud de la técnica desarrollada para detectar diferentes grados de asociación entre las dos variables de interés. Por último, se ilustra la utilidad de este gráfico mediante un ejemplo numérico. Mediante el análisis y estudio de las experiencias numéricas obtenidas se deduce la influencia del tamaño muestral, las cópulas empleadas y el coeficiente de correlación a detectar en la medida de desempeño del gráfico de control. Además de la influencia de estos factores, también se observa una interacción entre la cópula utilizada y el coeficiente de correlación a detectar, y así como entre el tamaño muestral y el coeficiente de correlación a detectar. |
|---|