Árboles de clasificación para el análisis de gráficos de control multivariantes

En control estadístico de la calidad, una de las herramientas más utilizadas son los gráficos de control. El principal problema de los gráficos de control multivariantes radica en que sólo indican que se ha producido un cambio en el proceso, pero no dice cuál o cuáles de las variables son las...

Descripción completa

Detalles Bibliográficos
Autores principales:	Gámez Martínez, Matías, Alfaro Cortés, Esteban, Alfaro Navarro, José Luis, García Rubio, Noelia
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2009
Acceso en línea:	https://revistas.ucr.ac.cr/index.php/matematica/article/view/1417

id	RMTA1417
record_format	ojs
spelling	RMTA14172022-01-24T17:27:05Z Árboles de clasificación para el análisis de gráficos de control multivariantes Árboles de clasificación para el análisis de gráficos de control multivariantes Gámez Martínez, Matías Alfaro Cortés, Esteban Alfaro Navarro, José Luis García Rubio, Noelia Statistic Process Control T2 Hotelling Classification trees Control estadístico de la calidad T 2 de Hotelling Árboles de clasificación In statistical quality control, one of the most widely used tools are the control charts. The main problem of the multivariate control charts lies in that they only indicate that a change in the process has happened, but they do not show which variable or variables are the source of this change. In the specialized literature thereare many approaches to tackle this problem, although the most usual consists on the decomposition of the T2 statistic. In this research, we propose an alternative method through the application of classification trees. The results show that this method constitutes a good tool to help to interpret the multivariate control charts. En control estadístico de la calidad, una de las herramientas más utilizadas son los gráficos de control. El principal problema de los gráficos de control multivariantes radica en que sólo indican que se ha producido un cambio en el proceso, pero no dice cuál o cuáles de las variables son las que originan este cambio. En la literatura especializada existen muchas aproximaciones para solucionar este problema, si bien, la más utilizada consiste en la descomposición del estadístico T2. En este trabajo se propone un método alternativo mediante la aplicación de árboles de clasificación. Los resultados obtenidos muestran que estos árboles de clasificación constituyen una buena herramienta para completar la interpretación de los gráficos de control multivariantes. Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA) 2009-02-27 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article application/pdf https://revistas.ucr.ac.cr/index.php/matematica/article/view/1417 10.15517/rmta.v16i1.1417 Revista de Matemática: Teoría y Aplicaciones; Vol. 16 No. 1 (2009): Revista de Matemática: Teoría y Aplicaciones; 30-42 Revista de Matemática: Teoría y Aplicaciones; Vol. 16 Núm. 1 (2009): Revista de Matemática: Teoría y Aplicaciones; 30-42 Revista de Matemática; Vol. 16 N.º 1 (2009): Revista de Matemática: Teoría y Aplicaciones; 30-42 2215-3373 1409-2433 spa https://revistas.ucr.ac.cr/index.php/matematica/article/view/1417/1438 Derechos de autor 2009 Revista de Matemática: Teoría y Aplicaciones
institution	Universidad de Costa Rica
collection	Revista de Matemática: Teoría y Aplicaciones
language	spa
format	Online
author	Gámez Martínez, Matías Alfaro Cortés, Esteban Alfaro Navarro, José Luis García Rubio, Noelia
spellingShingle	Gámez Martínez, Matías Alfaro Cortés, Esteban Alfaro Navarro, José Luis García Rubio, Noelia Árboles de clasificación para el análisis de gráficos de control multivariantes
author_facet	Gámez Martínez, Matías Alfaro Cortés, Esteban Alfaro Navarro, José Luis García Rubio, Noelia
author_sort	Gámez Martínez, Matías
description	En control estadístico de la calidad, una de las herramientas más utilizadas son los gráficos de control. El principal problema de los gráficos de control multivariantes radica en que sólo indican que se ha producido un cambio en el proceso, pero no dice cuál o cuáles de las variables son las que originan este cambio. En la literatura especializada existen muchas aproximaciones para solucionar este problema, si bien, la más utilizada consiste en la descomposición del estadístico T2. En este trabajo se propone un método alternativo mediante la aplicación de árboles de clasificación. Los resultados obtenidos muestran que estos árboles de clasificación constituyen una buena herramienta para completar la interpretación de los gráficos de control multivariantes.
title	Árboles de clasificación para el análisis de gráficos de control multivariantes
title_short	Árboles de clasificación para el análisis de gráficos de control multivariantes
title_full	Árboles de clasificación para el análisis de gráficos de control multivariantes
title_fullStr	Árboles de clasificación para el análisis de gráficos de control multivariantes
title_full_unstemmed	Árboles de clasificación para el análisis de gráficos de control multivariantes
title_sort	árboles de clasificación para el análisis de gráficos de control multivariantes
title_alt	Árboles de clasificación para el análisis de gráficos de control multivariantes
publisher	Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
publishDate	2009
url	https://revistas.ucr.ac.cr/index.php/matematica/article/view/1417
work_keys_str_mv	AT gamezmartinezmatias arbolesdeclasificacionparaelanalisisdegraficosdecontrolmultivariantes AT alfarocortesesteban arbolesdeclasificacionparaelanalisisdegraficosdecontrolmultivariantes AT alfaronavarrojoseluis arbolesdeclasificacionparaelanalisisdegraficosdecontrolmultivariantes AT garciarubionoelia arbolesdeclasificacionparaelanalisisdegraficosdecontrolmultivariantes
_version_	1811744079727296512

Árboles de clasificación para el análisis de gráficos de control multivariantes

Ejemplares similares