Envíos recientes

En el presente trabajo, se ofrece una propuesta para cuantificar la habilidad de un proceso social para cumplir ciertos estándares, usando índices de capacidad tradicionales, los cuales son comúnmente utilizados en la industria de productos. El trabajo esta centrado en la estimación de la capacidad de los procesos al interior de los programas de la Facultad de Ciencias Básicas, para cumplir con ciertos estándares o permitir el acceso de los estudiantes a determinados beneficios, por medio de los puntajes obtenidos en las pruebas Saber Pro. Se consideraron distintos escenarios, a partir de los cuales, se derivaron distintos limites de especificación, y se determinó la capacidad del procesos en cada caso. Haciendo uso de los datos de los resultados en las pruebas Saber Pro de los programas de la Facultad de Ciencias de la Universidad de Córdoba entre los años 2016 y 2020, se ofrece una metodología detallada de la aplicación de los índices de capacidad a procesos sociales cuando los datos tienen distribución normal, con el fin de mostrar el uso de dicha metodología en la evaluación de la capacidad de este tipo de procesos.

Los índices de capacidad de procesos (ICP) son una herramienta clave para comprender la capacidad de los procesos con miras a su mejoramiento, puesto que son estadísticas resumidas que miden el rendimiento real o potencial de las características del proceso en relación con el objetivo y los límites de especificación (Mohammad et al., 2011). Un ICP resume cuantitativamente el comportamiento de una característica de un producto o proceso en relación con las especificaciones. Por otra parte, otra característica que tienen los ICP tradicionales, es que tanto los límites de especificación a validar como las mediciones tomadas, corresponden a números concretos. No obstante, en la práctica hay procesos asociados a incertidumbre (Parchami et al., 2016), que conllevan al uso los números difusos, los cuales son una generalización de un número real concreto, en el sentido de que no se refiere a un único valor, sino a un conjunto conectado de valores posibles. En este trabajo, se propone y aplica una metodología basada en la fusión de la teoría del control estadístico de la calidad y la lógica difusa, para monitorear y evaluar la capacidad que tienen los programas de pregrado de la Facultad de Ciencias Básicas de la Universidad de Córdoba, para cumplir con los limites de especificación dados en el Acuerdo N◦104, donde se define el plan de estímulos a los mejores resultados Saber PRO. Así como la capacidad de superar los mejores puntajes globales promedios obtenidos por programas Nacionales afines.

La evaluación del grado de cumplimiento de las especificaciones de los procesos de producción, es una labor continua y de interés para distintas industrias para determinar si el proceso es valido en la producción de un articulo bajo ciertos requisitos de calidad prefijados. Para ello, una de las herramientas empleadas son los índices de capacidad de procesos, los cuales permiten evaluar la capacidad de un proceso. Se utilizan varias estadísticas como Cp, Cpk, Cpm y Cpmk para estimar la capacidad de un proceso que en la mayoría de los casos se supone que se tiene una muestra grande con población Normal. Cuando los límites de especificación o los estadísticos no son números concretos, la mejor elección es emplear un enfoque difuso para calcular dichos índices. Se realiza una revisión de la literatura sobre los índices de capacidad de procesos difusos y se encuentra que hasta la fecha, no se han explorado técnicas diferentes a los intervalos de confianza para elegir los números triangulares que intervienen en la construcción de los mismos. En esta investigación se calcula formalmente el Cpm, bajo enfoques distintos de construcción de los números triangulares USL, LSL y T, asumiendo a su vez la imprecisión de la media y dispersión del proceso. Este estudio se realiza vía simulación considerando las distribuciones Log − normal y Gamma debido a la variedad de formas asimétricas sesgadas positivamente y dos conjuntos de datos recolectados durante 27 semanas en la Universidad de Valparaíso-Chile para estudiar el efecto de estas selecciones en el desempeño de dicho índice. Los resultados hallados al examinar las diferentes formas de construcción de los números triangulares usando datos reales, demuestran que este es un enfoque útil y confiable para aplicar en las diferentes industrias.

In many fields of science it is assumed that the observations under study are normally distributed, which frequently generates errors in the results since this assumption does not always coincide with the characteristics that the data actually present. Additionally, in some cases, the data can have degrees of asymmetry and/or kurtosis greater or lower than the normal distribution can capture, and in others, the data can present two or more modes. Although an alternative to deal to the particular case of the asymmetric data is reparametrization or transformation, this can generate difficulties in the interpretation of the results. In this work, new families of asymmetric distributions to fit bimodal data with positive support and high and/or low degrees of kurtosis are presented. The new families are obtained from extensions of the power-model distribution (PN) introduced by Durrans (1992), called; bimodal log-power-normal distribution and elliptical bimodal log-power-normal distribution. For the proposed models, the main properties are studied such as: the probability density function, cumulative distribution function, survival function, hazard function; moments and moment-generating function. The process of estimating the parameters is carried out by using the maximum likelihood method, and the usefulness of the proposed distributions are illustrated using a data set consisting of 85 observations on nickel concentration in soil samples that have been analyzed at the Department of Mines of the University of Atacama, Chile.

Los datos cuya respuesta se encuentran en el intervalo (0,1) tales como proporciones, tasas o índices surgen muchas veces en la investigaciones en diferentes áreas del conocimiento. La proporción de muertes causadas por el tabaquismo, la tasa de incidencia o prevalencia de una determinada enfermedad en una comunidad, el porcentaje de votos a favor de un candidato después de una campaña presidencial, él indice de desarrollo humano en un determinado país y la proporción de los ingresos que se gastan en educación, son algunos ejemplos de este tipo de respuestas. Para modelar este tipo de datos, existen varias propuestas, siendo la distribución beta la más conocida y aplicada en este tipo de situaciones. Entre otras propuestas, se incluyen las distribuciones Kurumaraswamy, Birmbaum-SaundersUnitaria, Weibull Unitaria, Normal-potencia unitaria y gamma unitaria, en cambio, en la teoría de distribuciones existe poca literatura estadística acerca de distribuciones para ajustar datosmultivariados cuyas respuestas se encuentran en el intervalo unitario. En este trabajo, se propone una extensión bivariada de la distribución univariada Weibull unitaria introducida porMazucheli,Menezes y Ghitany. [The Unit-Weibull distribution and Associated Inference. Journal of Applied Probability and Statistics, 13 (2018), págs. 1-22], la cual ha demostrado ser una alternativa viable a las otras distribuciones utilizadas para ajustar datos en el intervalo (0,1). La cópula de Farlie-Gumbel-Morgenstern y la distribución Weibull unitaria se utilizan para producir una distribución bivariada denominada distribución Weibull unitaria bivariada. Se estudian algunas propiedades de la distribución WUB tales como las funciones de: densidad de probabilidad conjunta, distribución acumulada, supervivencia, generadora demomentos, entre otras. En la estimación de los parámetros de la distribución propuesta se considera un enfoque clásico utilizando el método de máxima verosimilitud junto con el método de estimación por inferencia de funciones marginales (Joe, 2005). Para evaluar el desempeño de los estimadores de máxima verosimilitud de los parámetros en la distribución, se realiza un estudio de simulación de Monte Carlo y se presenta una aplicación con un conjunto de datos reales para mostrar la utilidad del modelo.

El control estadístico de procesos (CEP) se ha venido implementando desde hace algún tiempo en muchas áreas, incluidas aplicaciones relacionadas con la industria, la gestión de operaciones, servicios, y salud, entre otros, siendo las cartas de control una de las herramientas más utilizadas. En muchos de estos casos, las características relacionadas con la calidad no se puede representar con una variable cuantitativa continua que fuese el resultado de una medición, por ejemplo, como la longitud, el peso o el tiempo. Por lo que puede ser necesario o conveniente, usar conteos de los productos o servicios defectuosos o no conformes de una muestra aleatoria de n elementos, como indicador de si un proceso está bajo control o no. En estos casos, por lo general se supone que el recuento de productos no conformes es una variable aleatoria binomial con parámetros n y p, donde p es la fracción real de productos no conformes producidos y n el tamaño de la muestra. La carta de control Shewhart para atributos p es la carta de control que tradicionalmente se ha utilizado para monitorear recuentos binomiales. Sin embargo, el diseño de esta carta se basa en alguno supuestos distribucionales que en muchas ocasiones no se cumplen, tales como el supuesto de aproximación a la normalidad sobre las fracciones observadas y el supuesto de independencia entre las observaciones. En esta investigación se estudia el uso de límites de control dinámicos en el monitoreo de datos binomiales, y comparamos el desempeño de esta carta con el de la carta p tradicional. Los estudios muestran un desempeño superior de la carta propuesta, teniendo en cuenta como medida de desempeño la métrica ARL.

When designing a control chart, it is usual that the parameters should be estimated from a preliminary sample of observations. Numerous studies have shown the effect that the estimation of the parameters can have on the performance of the control charts. It has been found that only for relatively large preliminary samples, the performance of control charts with estimated parameters can be considered satisfactory, in terms of the rate of false alarms that the chart produces in Phase II. In this work we evaluate the effect of the estimation of parameters on the performance of the |S| chart. For this, the number of preliminary samples and the size of subgroups from which the performance of the chart is considered adequate were determined approximately, finally a model is was adjusted that allows the size of the preliminary sample to be related to the false alarm rate observed. For our study, simulation procedures were used to observe the false alarm rate for different sizes of the preliminary sample.