Los gráficos de control sin distribución (no paramétricos) son una de las herramientas más importantes de monitoreo y control de procesos estadísticos . Las técnicas de implementación de gráficos de control sin distribuciónno requieren ningún conocimiento sobre la distribución del proceso subyacenteo sus parámetros. La principal ventaja de los gráficos de control sin distribuciónes su solidez en el control, en el sentido de que, independientemente de la naturaleza de las distribuciones del proceso subyacente, las propiedades de estos gráficos de control siguen siendo las mismas cuando el proceso está funcionando sin problemas sin la presencia de ningún causa asignable .
Las primeras investigaciones sobre gráficos de control no paramétricos se pueden encontrar en 1981 [1] cuando PK Bhattacharya y D. Frierson introdujeron un gráfico de control no paramétrico para detectar pequeños trastornos. Sin embargo, el mayor crecimiento de los esquemas de gráficos de control no paramétricos ha tenido lugar solo en los últimos años [ ¿cuándo? ] .
Gráficos de control populares sin distribución
Hay gráficos de control sin distribución para el análisis de la Fase I y el monitoreo de la Fase II.
Uno de los gráficos de control sin distribución más notables para el análisis de la Fase I es el gráfico RS / P propuesto por G. Capizzi y G. Masaratto. Los gráficos RS / P monitorean por separado la ubicación y los parámetros de escala de un proceso univariado usando dos gráficos separados. En 2019, Chenglong Li, Amitava Mukherjee y Qin Su propusieron un gráfico de control único sin distribución para el análisis de la Fase I utilizando la estadística de Lepage multimuestra.
Algunos gráficos de control sin distribución de fase II populares para procesos continuos univariados incluyen:
- Gráficos de signos basados en la estadística de signos [2] : se utilizan para monitorear el parámetro de ubicación de un proceso
- Gráficos de suma de rangos de Wilcoxon basados en la prueba de suma de rangos de Wilcoxon [3] - utilizados para monitorear el parámetro de ubicación de un proceso
- Gráficos de control basados en la estadística de precedencia o excedencia
- Gráfico de Shewhart-Lepage basado en la prueba de Lepage [4] : se utiliza para monitorear tanto la ubicación como los parámetros de escala de un proceso simultáneamente en un solo gráfico.
- Gráfico de Shewhart-Cucconi basado en la prueba de Cucconi [5] - utilizado para monitorear tanto la ubicación como los parámetros de escala de un proceso simultáneamente en un solo gráfico
Referencias
- ^ Bhattacharya, PK; Frierson, Dargan (mayo de 1981). "Un gráfico de control no paramétrico para detectar pequeños trastornos" . The Annals of Statistics . 9 (3): 544–554. doi : 10.1214 / aos / 1176345458 . ISSN 0090-5364 .
- ^ Amin, Raid W .; Reynolds, Marion R .; Saad, Bakir (enero de 1995). "Gráficos de control de calidad no paramétricos basados en la estadística de signos". Comunicaciones en estadística: teoría y métodos . 24 (6): 1597-1623. doi : 10.1080 / 03610929508831574 . ISSN 0361-0926 .
- ^ Balakrishnan, N .; Triantafyllou, IS; Koutras, MV (septiembre de 2009). "Gráficos de control no paramétricos basados en ejecuciones y estadísticas de suma de rangos tipo Wilcoxon". Revista de Planificación e Inferencia Estadística . 139 (9): 3177–3192. doi : 10.1016 / j.jspi.2009.02.013 . ISSN 0378-3758 .
- ^ Mukherjee, A .; Chakraborti, S. (26 de septiembre de 2011). "Un cuadro de control sin distribución para el seguimiento conjunto de ubicación y escala". Ingeniería de Calidad y Confiabilidad Internacional . 28 (3): 335–352. doi : 10.1002 / qre.1249 . ISSN 0748-8017 .
- ^ Chowdhury, S .; Mukherjee, A .; Chakraborti, S. (19 de febrero de 2013). "Un nuevo gráfico de control libre de distribución para el seguimiento conjunto de la ubicación desconocida y parámetros de escala de distribuciones continuas". Ingeniería de Calidad y Confiabilidad Internacional . 30 (2): 191–204. doi : 10.1002 / qre.1488 . ISSN 0748-8017 .