Statistics for engineers and managers
OBJECTIVE:
The program will provide:
1. An overview of the various tools to understand the process and take appropriate action for the proper control and improvement of a process.
2. Knowledge to know how to look and gathering information for decision-making in the process
3. Tools to assess the ability of the process and select the best operating conditions of the plant through the statistical study of the variables.
4. Techniques for IP system information necessary for the purpose of conducting a statistical study.
TARGET AUDIENCE:
El programa está dirigido a ingenieros del área de producción, técnicos y de procesos,. y a todos aquellos involucrados en la optimización de costos operativos y calidad de los productos.
DURATION:
The workshop consists of four modules with a duration of 8 hours each, except for module 4 to 16 hours and each has specific objectives.
REQUIREMENTS:
The minimum requirements to participate in this program are: Having an academic level technical degree or high school level.
The information to be used for course development will be obtained from the IP system by making it a requirement that participants know how to extract and historical information online.
CONTENT TOPIC:
The proposed agenda includes seven modules, whose specific objectives and issues are described below:
MÓDULO I
Esta sección se transmitirán las herramientas estadísticas conocer como identificar, clasificar datos para obtener información del proceso y realizar estimaciones de su comportamiento. (8 horas)
1. Descripción de los datos.
Elaboración de una distribución de frecuencias
Histograma
Polígono de frecuencias
7 Herramientas básicas para la mejora.
Uso de estimadores de parámetros de las distribuciones estadísticas para caracterizar
el comportamiento del proceso (Media, varianza, intervalos de confianza, cálculo de
especificaciones )
Ejercicio: captura de datos del PI y realización de estimaciones.
2. Métodos de muestreo
Muestreo de la población
Métodos de muestreo probabilístico
Muestreo aleatorio simple
Muestreo aleatorio sistemático
Muestreo aleatorio estratificado
Muestreo por conglomeración
“Error” de muestreo
Selección de un tamaño de muestra adecuado.
Ejercicio: Diseño de un muestreo del proceso o de materiales.
MÓDULO II
Los temas que abarca este módulo tienen por objetivo ayudar a tomar decisiones comparando valores supuestos o de diseño del proceso con valores reales (comparando fundamentalmente medias y/o varianzas) y también a controlar la calidad del proceso y determinar su capacidad. (8 horas)
3. Pruebas de hipótesis.
Introducción
¿Qué es una hipótesis?
¿Qué es la prueba de hipótesis?
Procedimiento de cinco pasos para probar una hipótesis
Paso 1: Plantear la hipótesis nula (Ho) y la hipótesis alternativa (H1)
Paso 2: Seleccionar el nivel de significación
Paso 3: Calcular el valor estadístico de prueba
Paso 4: Formular la regla de decisión
Paso 5: Tomar una decisión
Pruebas de significación de una y de dos colas
Prueba para la media de población: Muestra grande y se conoce la desviación estándar poblacional
Valor p en las pruebas de hipótesis
Pruebas para la media de población: muestra grande y se desconoce la desviación estándar poblacional
Pruebas de hipótesis: dos medias poblacionales
Error de tipo I de tipo II.
Ejercicio: Realizar prueba de hipótesis con valores reales del proceso y de diseño. Validación de supuestos de operación.
4. Control estadístico de calidad
Introducción
Naturaleza de los límites de control
Propósitos de la gráfica de control
Gráficas de control para variables
Gráficas de control para atributos
Capacidad de un proceso. Ejemplo Cpk .
Ejercicio: Diseñar el control de la calidad de una variable del proceso y determinar la capacidad de este.
MÓDULO III
Al concluir esta sección los participantes serán capaces de estimar la posible correlación y las ecuaciones entre variables del proceso. (8 horas)
5. Regresión lineal y correlación
Introducción
Coeficiente de correlación
Análisis de regresión
Trazo de la línea de regresión
Error estándar de estimación
Consideraciones de base para la regresión lineal
Intervalos de confianza y de predicción
Ejercicio: Estudio de regresión simple entre dos variables del proceso.
6. Análisis de regresión y correlación múltiples
Consideraciones acerca de la regresión y la correlación múltiples
Tabla ANOVA
Evaluación de la ecuación de regresión
Matriz de correlación
Prueba global: Probar si es válido el modelo de regresión múltiple
Evaluación de los coeficientes de regresión individuales
Análisis de residuos
Ejercicio: Estudio de regresión simple entre más de dos variables del proceso.
MÓDULO IV
Los participantes serán capaces de diseñar un experimento on-line y off line y determinar valores óptimos para las variables de control de proceso. (14 horas).
7. Experimentos factoriales
Introducción
Interacción y el experimento de dos factores
Análisis de varianza de dos factores
Análisis gráfico en el problema de dos factores
Experimentos de tres factores
Modelos multifactoriales específicos
Elección del tamaño de la muestra
Ejercicio: Diseño de un experimento para determinar los valores “óptimos” de una operación o proceso.
8. Experimentos 2K factoriales y fracciones
Introducción
Análisis de varianza
Experimento 2K factorial sin réplicas
Ejercicio: Diseño de un experimento para determinar los valores “óptimos” de una operación o proceso.
Experimentos factoriales en bloques incompletos
Confusión parcial
Experimentos factoriales en un ajuste de regresión
Experimentos factoriales fraccionados
Análisis de experimentos factoriales fraccionados
Nota: Se recomienda que para el desarrollo del Módulo 4, se seleccione a personal con autoridad para realizar experimentos en el proceso, con el fin de lograr resultados exitosos.
back
