#U1A8
setwd("~/Probabilidad y Estadistica")
#Gráficas de control
#sirve para analizar la variabilidad de un proceso
#y saber si está "bajo control" o no, para esto utiliza
#LCS = 3 desviaciones por encima de la media
#LCI = 3 desviaciones por debajo de la media
#Valor medio = la media aritmética
#Valores individuales (i) = xi
#¿Qué es una 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. En esta condición
#se pueden hacer inferencias con respecto a la salida del proceso,
#esto es, la característica de calidad que se esté midiendo.
#En cambio, la presencia de causas especiales o asignables
#hace que el proceso se desestabilice, impidiendo la predicción
#de su comportamiento futuro.
#Con base en la información obtenida en intervalos determinados
#de tiempo, las gráficas de control definen un intervalo de
#confianza: Si un proceso es estadísticamente estable,
#el 99.73% de las veces el resultado se mantendrá dentro
#de ese intervalo.
#La estructura de las gráficas contiene una “línea central”
#(LC), una línea superior que marca el “límite superior de
#control” (LSC), y una línea inferior que marca el
#“límite inferior de control” (LIC). Los puntos contienen
#información sobre las lecturas hechas; pueden ser promedios
#de grupos de lecturas, o sus rangos, o bien las lecturas
#individuales mismas. Los límites de control marcan el intervalo
#de confianza en el cual se espera que caigan los puntos.
#¿Para qué sirve un gráfico o diagrama de control?
# Diagnóstico: Para evaluar la estabilidad de un proceso.
# Control: Para determinar cuándo es necesario ajustar un proceso y
# cuándo se debe dejar tal y como está.
# Confirmación: Para confirmar la mejora de un proceso.
# 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.
#Fuentes de Variación en un Proceso:
#1. Causas Asignables o Especiales
#Son los factores esporádicos que desestabilizan el sistema.
#Su identificación es inmediata y fácil.
#2. Causas Comunes o Naturales
#Son los factores que afectan en poco la variabilidad del sistema.
#Su presencia es aleatoria y no son de fácil detección.
#Generalmente están relacionadas con aspectos administrativos.
#¿Quien invento el Gráfico de Control
#Fue durante la década de 1920 cuando Walter A. Shewhart ideó el
#concepto de Gráfico de Control, mientras trabajaba para la empresa
#estadounidense Bell Labs. Impulsado por el afán de reducir los fallos
#en los sistemas de transmisión telefónicos, Shewhart y sus compañeros
#tenían claro que dicha mejora pasaba por reducir la variación de los
#procesos de fabricación de dichos sistemas, causados por causas
#comunes y causas especiales. Teniendo las causas comunes controladas,
#serían capaces de mejorar el proceso eficientemente y con ello
#reducir los problemas de calidad posteriores.
#Para esto usaremos el paquete qicharts
library(qicharts)
## qicharts will no longer be maintained. Please consider moving to qicharts2: https://anhoej.github.io/qicharts2/.
#Dado que estamos utilizando variales aleatorias
#vamos a establecer un valor semilla de 7
#para fines de reproducibilidad
set.seed(9)
#grafico de control de tipo " i " para valores individuales
#crear un vector de variables aleatorias que se distribuyen
#de forma normal
y <- rnorm(97)
#Generar gráfico de control de tipo i
qic(y, chart = "i")
#desviación estándar
de = sd(y)
de
## [1] 0.9572319
#Media aritmética
me = mean(y)
me
## [1] -0.0527593
#cuando tenemos un valor extremo
y[20] <-7
#grafica de control de tipo i, con 1 valor extremo
#Valor fuera de control
qic(y, chart="i")
