U1A8.R

#U1A8

setwd("~/PyE_206145")

#Graficas de control
#Sirve para analizar la variabilidad de un proceso
#y saber si esta "bajo control" o no, para esto utiliza
#LCS = 3 desviaciones por encima de la media
#LCSI = 3 desviaciones por debajo de la media
#Valor medio = la media aritmetica
#Valores individuales (i) = xi

#Para esto usaremos el paquete quicharts
library(qicharts)

## qicharts will no longer be maintained. Please consider moving to qicharts2: https://anhoej.github.io/qicharts2/.

#Dado que estamos utilizando variables aleatorias
#vamos a establecer un valor semilla de 7
#para fines de reproducibilidad
set.seed(5)

#Grafico de control de tipo "i" para valores individuales
#Crear un vector de variables aleatorias que se distribuyen
#de forma normal

y <- rnorm(30)
y

##  [1] -0.84085548  1.38435934 -1.25549186  0.07014277  1.71144087 -0.60290798
##  [7] -0.47216639 -0.63537131 -0.28577363  0.13810822  1.22763034 -0.80177945
## [13] -1.08039260 -0.15753436 -1.07176004 -0.13898614 -0.59731309 -2.18396676
## [19]  0.24081726 -0.25935541  0.90051195  0.94186939  1.46796190  0.70676109
## [25]  0.81900893 -0.29348185  1.41858907  1.49877383 -0.65708209 -0.85279544

#Generar grafico de tipo "i"
qic(y, chart = "i")

#Desviacion estandar
de=sd(y)
de

## [1] 0.9915084

#Media aritmetica
me=mean(y)
me

## [1] 0.0112987

#Cuando tenemos un valor extremo
y[25] <-7
y

##  [1] -0.84085548  1.38435934 -1.25549186  0.07014277  1.71144087 -0.60290798
##  [7] -0.47216639 -0.63537131 -0.28577363  0.13810822  1.22763034 -0.80177945
## [13] -1.08039260 -0.15753436 -1.07176004 -0.13898614 -0.59731309 -2.18396676
## [19]  0.24081726 -0.25935541  0.90051195  0.94186939  1.46796190  0.70676109
## [25]  7.00000000 -0.29348185  1.41858907  1.49877383 -0.65708209 -0.85279544

#Grafica de control de tipo i, con 1 valor extremo
#valor fuera de control
qic(y, chart="i")

#Grafica de control:

#Una gráfica de control es un diagrama que sirve para 
#examinar si un proceso se encuentra en una condición estable, o para asegurar que se mantenga en esa condición.
#En estadística, se dice que un proceso es estable (o está en control) cuando las únicas 
#causas de variación presentes son las de tipo aleatorio. 
#Con base en la información obtenida en intervalos determinados de tiempo, 
#las gráficas de control definen un intervalo de confianza.
#La estructura de las gráficas contiene una “línea central” (LC), 
#línea superior que marca el “límite superior de control” (LSC), 
#y una línea inferior que marca el “límite inferior de control” (LIC).
#Los límites de control marcan el intervalo de confianza en el cual se espera que caigan los puntos.
#Las gráficas de control sirven para:
#– Determinar el estado de control de un proceso.
#– Diagnostica el comportamiento de un proceso en el tiempo.
#– Indica si un proceso ha mejorado o ha empeorado.
#– Permite identificar las dos fuentes de variación de un proceso.
#– Sirve como una herramienta de detección de problemas.
#Las gráficas de control son comúnmente utilizadas para monitorear el control estadístico 
#del proceso o SPC por sus siglas en ingles.


#fuente de informacion:
#https://spcgroup.com.mx/grafica-de-control/#:~:text=Una%20gr%C3%A1fica%20de%20control%20es,son%20las%20de%20tipo%20aleatorio.