Tesis doctorales: TESEO

Ayuda Salir

Ficha de Tesis

Imprimir

Ministerio de Educación, Cultura y Deporte - Gobierno de España

Título: NUEVAS APORTACIONES DEL ANÁLISIS DE DATOS FUNCIONALES EN EL CONTROL ESTADÍSTICO DE PROCESOS
Autor: Flores Sánchez, Miguel Alfonso
Universidad: Universidad de A Coruña
Departamento: Matemáticas
Fecha de Lectura: 20/03/2019
Programa de doctorado: Programa de Doctorado en Estadística e Investigación Operativa por la Universidad de A Coruña; la Universidad de Santiago de Compostela y la Universidad de Vigo
Dirección:
- Tarrío Saavedra, Javier (Director)
- NAYA FERNÁNDEZ, SALVADOR (Director)
Tribunal:
- FERRER RIQUELME, ALBERTO JOSÉ (presidente)
- ESTEVEZ PEREZ, GRACIELA (secretario)
- LÓPEZ CANO, EMILIO (vocal)
Descriptores:
- ESTADISTICA
- COMPUTACION EN ESTADISTICA
- TECNICAS DE INFERENCIA ESTADISTICA
Localización: REPOSITORIO BIBLIOTECA UNIVERSITARIA UNIVERSIDAD DE A CORUÑA

http://hdl.handle.net/2183/22320

Marcador: https://www.educacion.es/teseo/mostrarRef.do?ref=1757865Añadir a favoritos.
Resumen:
Con el presente proyecto de tesis se pretende generar y desarrollar aportaciones al control estadístico de calidad (cec) según dos vertientes diferenciadas: por un lado, programación de herramientas informáticas y, por otro, elaboración, adaptación y puesta en marcha de metodologías de utilidad en CEC y metrología . En primer lugar, se busca ofrecer a la comunidad científica y usuarios en general una aplicación informática que permita un tratamiento sencillo y eficaz de variables aleatorias y atributos para el desarrollo de programas control estadístico de calidad, incluyendo la aplicación del enfoque seis sigma. ello se hará mediante la creación y desarrollo de una nueva librería dentro del software estadístico R, quality control and reliability (qcr). Este paquete se diseñará de forma que ofrezca al usuario una alternativa competitiva frente a otros ya existentes como qcc, sixsigma, qualitytools, etc. se incorporarán herramientas tales como gráficos de control estadístico (univariantes y multivariantes, además de aquéllos más novedosos y todavía sin desarrollar, como es el caso de los gráficos de control para datos funcionales, utilizando el concepto de profundidad de datos), análisis de capacidad de procesos, estudios R&R (univariantes y, por primera vez, de carácter funcional) y diseño de experimentos para aplicaciones industriales, científicas y comerciales. Con respecto las herramientas ya disponibles, el objetivo es proporcionar al usuario una versión mejorada; en lo referente a las nuevas aportaciones del paquete, se busca La segunda parte de este proyecto de tesis se enfoca hacia el desarrollo y aplicación de metodologías para la resolución de problemas en control estadístico de calidad. Se diseñará un procedimiento para el análisis estadístico de datos funcionales dentro un Estudio Interlaboratorio; se aplicarán y adaptarán los procedimientos de detección de atípicos mediante el concepto de profundidad de datos funcionales; este enfoque se utilizará para la identificación, de una forma más completa y exhaustiva, de los laboratorios que aporten resultados atípicos. Por otro lado, se abordará el problema de la estimación de los estadísticos k y h de Mandel (utilizados Estudios Interlaboratorio para la detección de aquellos laboratorios que proporcionen medidas más disparejas) desde la novedosa perspectiva del análisis de datos funcionales (FDA). Se estimará su distribución mediante la aplicación de bootstrap suavizado. Generalizando, se presentará una adaptación de los estudios R&R desde un enfoque FDA. A su vez, se propondrá una alternativa para estimar de los estadísticos h y k consistente en la aplicación de una función de profundidad a los datos funcionales. El dato más profundo es el que representa una medida de tendencia central, mientras que la profundidad de los restantes, y su comparación con la del primero, dan una estimación de la variabilidad. En esta investigación se propondrá un nuevo tipo de gráfico de control de tipo funcional, que mejoren los existente como son los DD CHART meidnate las bandas de confianza funcionales con la estimación de los límites de control funcinales. Permitiendo la detección de datos fuera de control similar a la detección de outliers en los boxplot funcionales. Estas nuevas herramientas se intentarán programar en r y añadir al paquete qcr.

Imprimir

Modificar Consulta Nueva Consulta

versión 4.2