olvide los supuestos estadísticos - ¡solo verifique los requerimientos!
DESCRIPTION
Analisis Estadistico con Mini tabTRANSCRIPT
-
Olvide los supuestos estadsticos - Solo verifique los requerimientos!
http://i4is.blackberrycross.com/app/cms/www/index.php?pk_articulo=677[05/03/2015 06:51:56 a.m.]
Six SigmaJueves 26 de Febrero, 2015
Olvide los supuestos estadsticos - Solo verifique los requerimientos!BBCross Soporte
Autor: Joel Smith de Minitab Inc., publicado en el Blog de Minitab Inc, 26.feb.2015Traduccin: Omar Mora, Blackberry&Cross
Uno de los conceptos menos comprendidos en el uso de las estadsticas es la idea de supuestos. Usted ha encontrado probablemente muchos de estos supuestos, como "normalidad de los datos es una suposicin de la prueba de 1t-para-una-muestra (1t-test)." Pero si usted lee esa declaracin y cree que la normalidad es un requisito del 1t-para-una-muestra (1t-test), entonces usted ha perdido una caracterstica sutil e importante de los supuestos y necesita de leer esto.
i4is Evento
Six Sigma Innovacin Soporte&FAQ Software Lean Calidad Noticias y Opinin Supply Chain Management (SCM)
Industrias Data Management Labs Libros Eventos
-
Olvide los supuestos estadsticos - Solo verifique los requerimientos!
http://i4is.blackberrycross.com/app/cms/www/index.php?pk_articulo=677[05/03/2015 06:51:56 a.m.]
Un "supuesto" no es necesariamente un "requisito"!
Para entender de dnde viene esta idea de supuestos, vamos a olvidarnos de las estadsticas por un minuto y vamos a imaginar que vendemos bicicletas en lnea. No podemos despachar nuestras bicicletas como un todo, as que enviamos cada bicicleta separada en el chasis (marco), el manillar (manivela), el asiento y las ruedas y debe proporcionar instrucciones de montaje. Nosotros, por supuesto, queremos instrucciones simples y eficaces.
Ahora bien, no necesariamente sabemos qu herramientas posee el receptor, quien compr la bicicleta o la va a armar, y tampoco sabemos si, tal vez, ya el receptor tiene ruedas o su propio asiento y quiera usar stos en lugar de lo que enviamos. Tampoco sabemos si habr una persona que ensamble la bicicleta solo, o dos, o incluso ms. Y tal vez es la bicicleta de un nio y el nio quiere montarla, o tal vez lo hace un adulto. El receptor puede tener un soporte de la bici, o puede simplemente hacer el montaje en el suelo. Adems, algunas personas pueden haber comprado las ruedas de entrenamiento si la bicicleta es para su hijo. Si es as, puede ser necesario instalar antes las ruedas reales y luego las ruedas de entrenamiento.Usted puede ver lo complicado que nuestras instrucciones se harn si tratamos de acomodarnos a todos los escenarios posibles. Peor an, las instrucciones pueden llegar a ser MENOS tiles en lugar de ms tiles, si son demasiado complicadas de entender o demasiado generales para proporcionar los mejores mtodos para la instalacin.
Supuestos razonables As que para asegurarse de que nuestras instrucciones son fciles de usar y eficaces, decidimos hacer algunas suposiciones acerca de la persona que las utiliza. Suponemos que poseen un destornillador Phillips y una llave ajustable, y que no poseemos un soporte de la bici. Suponemos que slo estn ensamblando las piezas que les enviamos y no tienen de cuenta propia. Suponemos que habr un adulto ensamblando la bicicleta solo. Todas estas son suposiciones razonables que deberan capturar los escenarios ms comunes, y al hacer estas suposiciones sobre el usuario puede hacer instrucciones muy simples y tiles. Para quienes cumplen estos supuestos, el montaje es fcil!As que para este punto hemos visto un proceso por el que hacer algunas suposiciones ha reducido en gran medida la complejidad (y el aumento de la eficacia) de un producto.Esto es totalmente coherente con las hiptesis estadsticas. Cuando se ha desarrollado una herramienta como ANOVA de un factor, que comenz con un problema bsico: "Cmo se puede utilizar los datos para saber si tres o ms grupos tienen diferentes promedios?" y haciendo algunas suposiciones razonables (datos dentro de cada grupo son normales, los grupos tienen varianzas iguales, etc.) se form una prueba bastante simple. Si no se hubiesen formulado esos supuestos, la prueba sera ms complicada y probablemente menos eficaz.Pero volvamos a lo que dije anteriormente: una "suposicin" no es necesariamente un "requisito"!
-
Olvide los supuestos estadsticos - Solo verifique los requerimientos!
http://i4is.blackberrycross.com/app/cms/www/index.php?pk_articulo=677[05/03/2015 06:51:56 a.m.]
Quin ha includo el efecto de las aves en un FMEA para la operacin de un avin?
Es un pesadilla! Es un ridiculo: son terroristas industriales.
MSA: la herramienta olvida por muchos
Webinar corto:Cmo agregar lmites sigma en una grfica X-barra/R?
Top 10 reasons to become statistician Group Technology: Use Tree Diagrams
Cundo es un supuesto tambin un requisito?
Teniendo en cuenta nuestras instrucciones de montaje de la bicicleta de nuevo, vamos a examinar, adems, un par de los supuestos que hicimos. Asumimos la bicicleta sera ensamblada por una sola persona y escribimos las instrucciones en consecuencia (por ejemplo, al no incluir direcciones como "Pdale a alguien que sostenga la rueda en posicin vertical mientras que ..."). Qu pasa si el supuesto no era cierto para uno de nuestros clientes y haba dos personas dispuestas a ayudarse mutuamente montar la bici? Es probable que nuestras instrucciones sigan siendo tan simples y eficaces y que el ensamble pueda ser incluso ms rpido. En este caso, la hiptesis no es un requisito del todo - pero hacer la suposicin nos permiti hacer el mejor conjunto de instrucciones posibles! Incluso si el ensamblador no cumple este supuesto, las instrucciones son todava robustas. Tambin asumimos que el cliente posea un destornillador Phillips. Pero qu pasa si un cliente slo posee un destornillador plano? En ese caso, es probable que no pueda continuar con nuestras instrucciones. Este supuesto es tambin un requisito.Igualmente hemos podido examinar todas nuestras suposiciones despus de los hechos a tener en cuenta:
Es el supuesto un requisito? Si no es un requisito, es la suposicin robusta a cualquier otro escenario posible? Si no es robusta la suposicin a cualquier otro escenario, en virtud de cul escenarios es robusto?
Respondiendo preguntas sobre supuestos estadsticos Cuando nos fijamos en las estadsticas, debemos entender los mismos aspectos de cada supuesto. Por ejemplo, la normalidad es una suposicin de la prueba de 1-t-para-una-muestra (1t-test). Pero vamos a responder a las tres preguntas acerca de este supuesto: Es el supuesto un requisito?No, el supuesto no es un requisito (esto ha sido demostrado a travs de mltiples estudios y simulaciones). Si no es un requisito, es robusto el supuesto a cualquier otro escenario posible?No. Es robusto, pero no a todos los escenarios posibles. Si no es robusto a cualquier otro escenario, en virtud del cual escenario es robusto?Es robusto cuando el tamao de la muestra es de al menos 20 para desviaciones pequeas a moderadas de la normalidad y al menos 40 de las distribuciones ms extremadamente sesgadas. As que la prxima vez que usted est presentando resultados y alguien le pregunte si ha marcado, considerado, todas sus suposiciones, no dude en decir: "No, slo los requisitos!" Fuente: http://blog.minitab.com/blog/fun-with-statistics/forget-statistical-assumptions-just-check-the-requirements
Traduccin por Blackberry&Cross, aliado y comercializador de Minitab en Amrica Central desde 2004
Artculos anteriores
Volver
-
Olvide los supuestos estadsticos - Solo verifique los requerimientos!
http://i4is.blackberrycross.com/app/cms/www/index.php?pk_articulo=677[05/03/2015 06:51:56 a.m.]
HerramientasSS
Six Sigmae-Learning Gratis
Innovacin
ASQ
BBCross Mobile
Campus Virtual BBCross
CLES
Cliente Frecuente
Conferencia Minitab
e-Learning
Entrenamiento
IMPROVE Social Media
Programa de Auto-Preparacin LSS
LEAN Six sigma
Mindjet
Online Training
Quality Trainer
Servicio al Cliente
GAGEpack
CHARTrunner
BPR
Soporte&FAQ Software Lean Calidad Noticias y Opinin
Supply Chain Management (SCM)
Alimentos
Dispositivos Mdicos
Servicios
Industrias
Data Management
Labs Librosi4is Evento
Eventos
i4is es marca registrada de Blackberry & Cross Derechos Reservados Blackberry & Cross 2015
Linking SPC to Improvements
LEAN Seis Sigma Centroamerica: Sinpsis de Tendencias 2004-2012
Talking Design of Experiments (DOE) and Quality at the 2013 ASQ World Conference
Mantngase informado con nuestro newsletterSuscrbase
blackberrycross.comOlvide los supuestos estadsticos - Solo verifique los requerimientos!
5waHA/cGtfYXJ0aWN1bG89Njc3AA==: form1: keyword: