Creación de un paquete en R para gráficos de control multivariante con dimensión variable
Resumen
Los gráficos de control multivariante son una valiosa aportación en el campo del control de procesos, el gráfico de control de Hotelling es el más utilizado en este campo. El presente trabajo se basa en la metodología propuesta por los autores Aparisi, F., Epprecht E. K., Ruiz-Barzola, O., acerca de Gráficos de Control de Dimensión Variable y Doble Dimensión. El aporte principal del artículo es el desarrollo del paquete en R basado en el proyecto de graduación de Barahona-Alvarado Jhonny. El paquete en R realiza gráficos de control multivariantes y calcula sus respectivos ARL, utilizando los gráficos de Hotelling, de doble dimensión y dimensión variable estos dos últimos son variaciones realizadas al tradicional que permiten obtener un mejor rendimiento y a la vez reducir el costo del muestreo. Para la validación de los resultados se realiza la simulación de p=p1+p2 variables normales multivariante, de p1 variables fáciles de medir o baratas y p2 variables difíciles de medir o costosa. Se obtuvo como resultado el paquete en R, el cual consta de varias funciones que realizan los tres gráficos de control. Además se confirmó que el gráfico de dimensión variable supera al rendimiento del grafico de control tradicional con las p variables, el grafico de dimensión supera el rendimiento del gráfico con las p1 variables y en algunas ocasiones supera el tradicional con las p variables. Los gráfico de control y reducen el costo del muestreo.
Citas
Epprecht. E. K., Aparisi, F., Ruiz, O.y Veiga, A . (2013). Reducing sampling costs in multivariate SPC with a double-dimension T 2 control chart. International Journal of Production Economics, 144(1), 1-15.10.doi: 1016/j.ijpe.2013.01.022
Fuchs, C y Kenett, R. S. (1998). Multivariate quality control: theory and applications. New York,United States: Chapman and Hall/CRC
Hotelling,H. (1947). Multivariate quality control. En C. Eisenhart, MW Hastay and WA Wallis, (Eds.), Techniques of Statistical Analysis (111-184). New York: McGraw-Hill.
Mahalanobis. P. C. (1936). On the generalized distance in statistics. Proceedings of the National Institute of Science of India 12(pp. 49-55).
Marin Diazaraque J. M.. (2012). Cadenas de Markov. Departamento de Estadística, Universidad Carlos III de Madrid. Recuperado de http://halweb.uc3m.es/esp/Personal/ personas/jmmarin/esp/PEst/tema4pe.pdf.
Murphy, B. J..
Paco. (5 de marzo de 2013). Creacio´ n de paquetes con Rstudio [Mensaje en un blog]. Recuperado de http://erre-que-erre-paco.blogspot.com/2013/03/ creacion-de-paquetes-con-rstudio.html en septiembre 2016
Perpiñan, O. (2015). Crear Paquetes en R. Oscar Perpiñan Lamigueiro B. Recuperado de https://oscarperpinan.github.io/R/Paquetes.pdf
Ross. S. M., Kelly, J. J., Sullivan, R. J., Perry, W. J., Mercer, D., Davis, R. M., ... y Bristow, V. L. (1996), Stochastic processes (pp. 59-97). New York: Wiley.
Ruiz-Barzola, O. (2013). Graficos de Control de Calidad Multivariantes con Dimension Variable (Tesis doctoral). Universitat Politecnica de Valencia, Valencia, España
Team, R.Studio. (2015). Desarrollo de Paquetes. Recuperado de https://rstudio.com/wp-content/uploads/2015/03/devtools-spanish.pdf
Team, R.Studio. (2016). Writing R Extensions. The R Project for Statistical Computing. Recuperado de https://cran.r-project.org/doc/manuals/r-release/R-exts. html
Tracy, N. D., Young, J. C., y Mason, R. L. (1992).Multivariate control charts for individual observations. Journal of quality technology, 24(2), 88-95. doi: org/10.1080/00224065.1992.12015232