# ========================================
# Control Estadístico de Calidad
# Gráfica p y np
# Dr. Carlos Téllez Martínez
# Marzo de 2015
# Tecnológico de Monterrey Campus Guadalajara
# ========================================
# Lectura de datos
Grafica_p_y_np <- read.csv("/Carlos Tellez Martinez/SkyDrive/Clases/Control Estadístico del Proceso/Material 2013/Tema 2/Videos R/Grafica p y np/Grafica_p_y_np.csv")
View(Grafica_p_y_np)
Grafica_p_y_np
## Muestra Disconformes Muestra.1
## 1 1 12 50
## 2 2 15 50
## 3 3 8 50
## 4 4 10 50
## 5 5 4 50
## 6 6 7 50
## 7 7 16 50
## 8 8 9 50
## 9 9 14 50
## 10 10 10 50
## 11 11 5 50
## 12 12 6 50
## 13 13 17 50
## 14 14 12 50
## 15 15 22 50
## 16 16 8 50
## 17 17 10 50
## 18 18 5 50
## 19 19 13 50
## 20 20 11 50
## 21 21 20 50
## 22 22 18 50
## 23 23 24 50
## 24 24 15 50
## 25 25 9 50
attach(Grafica_p_y_np)
names(Grafica_p_y_np)
## [1] "Muestra" "Disconformes" "Muestra.1"
## =====================================
# Cálculo sin paquetes
## =====================================
# Cálculo de los límites de control
# Vector de fracciones
Fraccion <- Disconformes/Muestra.1
Fraccion
## [1] 0.24 0.30 0.16 0.20 0.08 0.14 0.32 0.18 0.28 0.20 0.10 0.12 0.34 0.24
## [15] 0.44 0.16 0.20 0.10 0.26 0.22 0.40 0.36 0.48 0.30 0.18
# Promedio de p
Promedio_p <- mean(Fraccion)
Promedio_p
## [1] 0.24
n <- mean(Muestra.1)
n
## [1] 50
# Límites de control
LSC <- Promedio_p+3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LSC
## [1] 0.421196
LC <- Promedio_p
LC
## [1] 0.24
LIC <- Promedio_p-3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LIC
## [1] 0.05880397
if(LIC<0){LIC <- 0}
LIC
## [1] 0.05880397
# Gráfica de control
opts= "b"
plot(Fraccion, main="Gráfica p", xlab="Observación", xaxt='n', ylim=c(LIC, LSC+0.1))
axis(side=1, at=seq(1,length(Muestra),1) ,labels=seq(1,length(Muestra),1))
lines(Fraccion, type=opts)
text(Fraccion, labels=Muestra, pos=2) # Se etiquetan las muestras
abline(h=LSC, col="blue")
abline(h=LC, col="red")
abline(h=LIC, col="blue")
## Suponiendo que sabemos la razón por la que se sale el proceso
## Para eliminar los puntos fuera de control
# Se elimina la muestra 15 y muestra 23.
Valores_p2 <- Grafica_p_y_np[-c(15,23), ]
Valores_p2
## Muestra Disconformes Muestra.1
## 1 1 12 50
## 2 2 15 50
## 3 3 8 50
## 4 4 10 50
## 5 5 4 50
## 6 6 7 50
## 7 7 16 50
## 8 8 9 50
## 9 9 14 50
## 10 10 10 50
## 11 11 5 50
## 12 12 6 50
## 13 13 17 50
## 14 14 12 50
## 16 16 8 50
## 17 17 10 50
## 18 18 5 50
## 19 19 13 50
## 20 20 11 50
## 21 21 20 50
## 22 22 18 50
## 24 24 15 50
## 25 25 9 50
## Se vuelve a calcular los límites de control y hacer nuevas gráficas
attach(Valores_p2)
## The following objects are masked from Grafica_p_y_np:
##
## Disconformes, Muestra, Muestra.1
# Cálculo de los límites de control
# Vector de fracciones
Fraccion <- Disconformes/Muestra.1
# Promedio de p
Promedio_p <- mean(Fraccion)
n <- mean(Muestra.1)
# Límites de control
LSC <- Promedio_p+3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LSC
## [1] 0.3968682
LC <- Promedio_p
LC
## [1] 0.2208696
LIC <- Promedio_p-3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LIC
## [1] 0.04487094
if(LIC<0){LIC <- 0}
LIC
## [1] 0.04487094
# Gráfica de control
opts= "b"
plot(Fraccion, main="Gráfica p", xlab="Observación", xaxt='n', ylim=c(LIC, LSC+0.1))
axis(side=1, at=seq(1,length(Muestra),1) ,labels=seq(1,length(Muestra),1))
lines(Fraccion, type=opts)
text(Fraccion, labels=Muestra, pos=2) # Se etiquetan las muestras
abline(h=LSC, col="blue")
abline(h=LC, col="red")
abline(h=LIC, col="blue")
# Proceso fuera de control con muestra 21
## Suponiendo que sabemos la razón por la que se sale el proceso
## Para eliminar los puntos fuera de control
# Se elimina la muestra 15 y muestra 23 y la muestra 21.
Valores_p2 <- Grafica_p_y_np[-c(15,23, 21), ]
Valores_p2
## Muestra Disconformes Muestra.1
## 1 1 12 50
## 2 2 15 50
## 3 3 8 50
## 4 4 10 50
## 5 5 4 50
## 6 6 7 50
## 7 7 16 50
## 8 8 9 50
## 9 9 14 50
## 10 10 10 50
## 11 11 5 50
## 12 12 6 50
## 13 13 17 50
## 14 14 12 50
## 16 16 8 50
## 17 17 10 50
## 18 18 5 50
## 19 19 13 50
## 20 20 11 50
## 22 22 18 50
## 24 24 15 50
## 25 25 9 50
detach(Grafica_p_y_np)
attach(Valores_p2)
## The following objects are masked from Valores_p2 (pos = 3):
##
## Disconformes, Muestra, Muestra.1
# Cálculo de los límites de control
# Vector de fracciones
Fraccion <- Disconformes/Muestra.1
# Promedio de p
Promedio_p <- mean(Fraccion)
n <- mean(Muestra.1)
# Límites de control
LSC <- Promedio_p+3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LSC
## [1] 0.3863515
LC <- Promedio_p
LC
## [1] 0.2127273
LIC <- Promedio_p-3*sqrt((Promedio_p)*(1-Promedio_p)/n)
LIC
## [1] 0.039103
if(LIC<0){LIC <- 0}
LIC
## [1] 0.039103
# Gráfica de control
opts= "b"
plot(Fraccion, main="Gráfica p", xlab="Observación", xaxt='n', ylim=c(LIC, LSC+0.1))
axis(side=1, at=seq(1,length(Muestra),1) ,labels=seq(1,length(Muestra),1))
lines(Fraccion, type=opts)
text(Fraccion, labels=Muestra, pos=2) # Se etiquetan las muestras
abline(h=LSC, col="blue")
abline(h=LC, col="red")
abline(h=LIC, col="blue")
## Proceso trabajando baja causas comunes de variación
## =====================================
# Cálculo con paquetes
## =====================================
# Uso del paquete qcc
library("qcc")
## Package 'qcc', version 2.6
## Type 'citation("qcc")' for citing this R package in publications.
Grafica_p.1 <- qcc(data = Disconformes, type = "p", sizes = Muestra.1)
# Puntos fuera de control
Grafica_p.1$violations
## $beyond.limits
## integer(0)
##
## $violating.runs
## numeric(0)
# Límites de control
Grafica_p.1$limits
## LCL UCL
## 0.039103 0.3863515
## Gráfica np
Grafica_np.1 <- qcc(data = Disconformes, type = "np", sizes = Muestra.1)
# Puntos fuera de control
Grafica_np.1$violations
## $beyond.limits
## integer(0)
##
## $violating.runs
## numeric(0)
# Límites de control
Grafica_np.1$limits
## LCL UCL
## 1.95515 19.31758