Control estadístico multivariante de proceso aplicado en la industria
En la actualidad gracias a la tecnología se puede implementar en los procesos de producción un análisis multivariante. Los gráficos multivariantes nos ayudaran a tener un proceso robusto y eliminar todo tipo de desperdicio; en el siguiente artículo se verá cómo se realiza el monitoreo de más de dos...
| Autores: | , , , |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2018 |
| País: | México |
| Recursos: | Universidad Autónoma de Ciudad Juárez |
| Repositorio: | Repositorio Institucional de la Universidad Autónoma de Ciudad Juárez |
| Idioma: | español |
| OAI Identifier: | oai:uacj.mx:oai:oai:erevistas.uacj.mx:article-2197 |
| Acesso em linha: | http://erevistas.uacj.mx/ojs/index.php/culcyt/article/view/2197 |
| Access Level: | acceso abierto |
| Palavra-chave: | Correlación estadística Gráficos multivariables Limites Bonferroni |
| Resumo: | En la actualidad gracias a la tecnología se puede implementar en los procesos de producción un análisis multivariante. Los gráficos multivariantes nos ayudaran a tener un proceso robusto y eliminar todo tipo de desperdicio; en el siguiente artículo se verá cómo se realiza el monitoreo de más de dos variables que es lo que nos ofrece el estadístico T2 de Hoteling respecto a los gráficos univariantes para identificar variables fuera de especificación; así como también se presenta una simulación de futuras corridas donde se puede observar que al modificar o aumentar la muestra es mucho más fácil detectar puntos fuera de control. |
|---|