EVALUACIÓN DEL MÉTODO DE MURPHY PARA LA
Transcripción
EVALUACIÓN DEL MÉTODO DE MURPHY PARA LA
EVALUACIÓN DEL MÉTODO DE MURPHY PARA LA INTERPRETACIÓN DE SEÑALES EN LA CARTA T 2 MULTIVARIADA Hector Fabian Lopez Casas 1 [email protected] 1 Estudiante de Matematicas Con Enfasis en Estadistica, Universidad del Tolima 24 de enero de 2010 H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 1 / 35 R ESUMEN Existen situaciones en las cuales es necesario controlar dos o más características de un producto o proceso de calidad, es frecuente encontrar decisiones de control basadas en procesos de control de calidad multivariado, ya que la calidad generalmente es medida por el control simultáneo de varias variables aleatorias posiblemente correlacionadas. En este trabajo se presenta un método para detectar las causas asignables de señal de fuera de control en cartas de control de calidad multivariadas , mediante algún método adecuado de selección de variables. Se propone una prueba para seleccionar variables fuera de control y una interpretación de los valores de la estadística. Además se realiza un ejemplo en el programa R, donde se muestran los resultados y graficas obtenidas. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 2 / 35 C ONTENIDO 1 I NTRODUCCIÓN H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 3 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 4 / 35 La eficiencia de las cartas de control frente a la detección de cambios en un proceso o la interpretación de las causas que generan una señal fuera de control han sido el principal objetivo de los investigadores quienes han desarrollado las diferentes cartas de control con técnicas univariadas, algunos de los más conocidos son la carta de control de Shewart, la carta de control de Sumas Acumuladas (CUSUM) y la carta de control de promedios móviles ponderados exponenciales (EWMA). En muchas situaciones en las cuales es necesario controlar dos o más características de un proceso de calidad, donde también es frecuente encontrar correlación entre una o varias características, se hace necesario encontrar técnicas multivariadas para determinar cuales son las características que influyen en el proceso cuando se determina una señal en una carta de control multivariada como la carta T 2 de Hotelling. En este trabajo se presenta el método de Murphy [9, 1987], el cual es un subcaso de la descomposición de Mason, Young y Tracy [6, 1995], [5, 1997] para detectar causas asignables de señal de fuera de control en cartas de control de calidad multivariadas y evaluar su eficiencia en la detección de señales fuera de control mediante simulación estadística. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 5 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 6 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 7 / 35 Evaluar la efectividad de la descomposición de Murphy para la interpretación de señales fuera de control en la carta T 2 de Hotelling. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 8 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 9 / 35 1 Valorar las descomposiciones de Murphy para la interpretación de señales fuera de control. 2 Analizar la interpretación de señales fuera de control para pequeños y grandes cambios en el vector de medias. 3 Experimentar que cambios ocasionan diferentes grados de correlación entre las variables en la interpretación de señales fuera de control. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 10 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 11 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 12 / 35 D EFINICIÓN Asumamos que X ∼ Np (µ, Σ) y consideremos m muestras aleatorias de tamaño n, donde µ es el vector de medias y Σ la matriz de covarianzas. Se define el estadístico T 2 dado por: T 2 = n(X i − µ)t Σ−1 (X i − µ) donde X i = 1 n Pn j=1 (Xij ) 0 (1) para i = 1, . . . , m el cual representa el vector de medias del i-ésimo subgrupo, y donde el estimador sigue una distribución χ2p si conocemos los parámetros. Cuando se consideran n = 1 el estadístico toma la siguiente forma T 2 = (Xi − µ)t Σ−1 (Xi − µ). H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO (2) 24 DE ENERO DE 2010 13 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 14 / 35 La construcción de la carta de Hotelling se basa en el estadístico T 2 , que en su versión poblacional se puede definir de la siguiente manera; sea Xi un vector aleatorio de una poblacion normal p-variada con vector de medias µ y matriz de covarianzas Σ, el estadístico T 2 de Hotelling, se expresa como: T 2 = (Xi − µ)t Σ−1 (Xi − µ). (3) Cuando µ y Σ son conocidos, se puede demostrar [2, 2002] que T 2 se distribuye como una χ2 con p grados de libertad. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 15 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 16 / 35 Procedimiento propuesto por Murphy [9, 1987], que puede ser tomado como subcaso de la descomposición de Mason, Young y Tracy [6, 1995], y del campo del analisis discriminate, el cual usa el valor global del T 2 y le compara a un valor T∗2 basado en un subconjunto de variables. El diagnostico de esta metodología inicia cuando se detecta una señal fuera de control de la carta T 2 . Murphy [9, 1987] particiona el vector de medias muestrales ∗(1) ∗(2) ∗(1) X en dos subvectores X yX ,donde X es el subconjunto p1 de las (p = p1 + p2 ), las cuales se sospecha que causaron la señal. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 17 / 35 Entonces la distancia cuadrada Tp2 completa, ´ ´ ³ ∗´ ³ ³ ∗ t −1 ∗ Σ µ0 − X Tp2 = T 2 X = µ0 − X (4) y con Tp21 la distancia reducida correspondiente al subconjunto p1 , ³ ∗(1) ´ ³ ³ ´ ´ ∗(1) t −1 ∗(1) T∗2 = Tp21 = X = µ0 (1) − X Σ11 µ0 (1) − X (5) y es la distancia reducida correspondiente al subconjunto de las p variables, donde se sospecha que hay una señal fuera de control. Finalmente, la siguiente distancia es calculada, D = Tp2 − Tp21 , (6) donde D ∼ χ2p1 . N OTA Se recomienda que en pruebas de Dp−i ∼ χ2p−i se use un nivel de significancia en el intervalo 0.1 ≤ α ≤ 0.2. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 18 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 19 / 35 PASO 1: Llevar a cabo una prueba T 2 con un nivel de significancia α. Si la condición se encuentra fuera de control entonces se continua con el paso 2 PASO 2: Calcular los p individual T12 (Xi ) equivalente a mirar las p cartas individuales y calcular la p diferencias Dp−1 (i) = [Tp2 − T12 (Xi )]. Elija el mı́n{Dp−1 (i)} = Dp−1 (r) y probar esta mínima diferencia. Si Dp−1 (r) es no significante entonces la única variable que requiere atención es la r-ésima. Si Dp−1 (r) es significante continue con el paso 3. PASO 3: Calcular las p − 1 diferencias Si Dp−2 (r, j) = [Tp2 − T22 (Xr , Xj )] Ti2 , 1 ≤ r ,j ≤ p y r 6= j. Selecciona el mı́n{Dp−2 (r, j)} = Dp−2 (r, s) y pruebe la mínima diferencia. Si Dp−2 (r, s) no es significante entonces r-ésimo y s-ésimo son las únicas que requieren atención. Si Dp−2 (r, s) es significante entonces continue con el paso 4. PASO 4: Similar al paso 3. PASO .: Similar al paso 3 y 4. PASO P : Si la última Dp−(p−1) es significante, entonces, todas las p variables requieren atención. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 20 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 21 / 35 Se propone generar observaciones individuales de un proceso multivariado normal estándar con máximo tres variables. Se toma una muestra de n = 100 bajo control, después de esto se harán cambios ya sea a las componentes del vector de medias, o a la matriz de covarianzas de la siguiente manera: 1 Se cambia una o dos o las tres componentes del vector de medias, aumentando esta con valores 0.5, 1, 1.5, 2, 3, 5. 2 Se realizaran cambios a la matriz de covarianzas para obtener correlaciones entre las variables X1 y X2 del proceso con los siguientes valores ρ 12 = 0.1, 0.5, 0.8. Con esto se espera observar sus efectos. Luego de encontrar el proceso fuera de control en un tiempo t se aplica la descomposición de Murphy en este tiempo. Se interpretaran las causas que determinan la señal fuera de control. Esto se realizara 5000 veces para evaluar la efectividad de esta descomposición, en términos de probabilidades lo que facilitara la interpretación de la misma. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 22 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 23 / 35 TABLA : Probabilidades de detección efectivas de las variables según corrimientos en el vector de medias y correlación entre la 1 y 2 variable ρ 12 0 0.1 µ 0 0.5 1 1.5 2 3 5 0 0.5 1 1.5 2 3 5 H. L OPEZ (UT) X1 0.25 0.35 0.50 0.63 0.72 0.82 0.82 0.25 0.35 0.51 0.62 0.74 0.81 0.82 X2 0.26 0.35 0.51 0.65 0.72 0.82 0.81 0.24 0.34 0.51 0.64 0.72 0.82 0.83 X3 0.24 0.34 0.51 0.64 0.72 0.81 0.83 0.26 0.35 0.51 0.65 0.72 0.82 0.82 (X1 , X2 ) 0.07 0.08 0.15 0.22 0.34 0.61 0.80 0.07 0.10 0.17 0.25 0.38 0.63 0.80 (X1 , X3 ) 0.07 0.09 0.14 0.23 0.35 0.62 0.80 0.07 0.09 0.15 0.22 0.35 0.61 0.80 (X2 , X3 ) 0.07 0.08 0.15 0.23 0.35 0.60 0.81 0.07 0.09 0.15 0.24 0.35 0.62 0.79 CONTROL DE CALIDAD MULTIVARIADO (X1 , X2 , X3 ) 0.04 0.04 0.08 0.17 0.33 0.72 0.99 0.04 0.05 0.09 0.17 0.32 0.71 0.99 24 DE ENERO DE 2010 24 / 35 ρ 12 0.5 0.8 µ 0 0.5 1 1.5 2 3 5 0 0.5 1 1.5 2 3 5 H. L OPEZ (UT) X1 0.21 0.30 0.49 0.63 0.72 0.82 0.82 0.18 0.27 0.47 0.62 0.72 0.84 0.83 X2 0.22 0.32 0.50 0.64 0.74 0.82 0.83 0.17 0.27 0.47 0.63 0.73 0.82 0.83 X3 0.22 0.30 0.47 0.62 0.72 0.81 0.83 0.18 0.27 0.44 0.58 0.70 0.80 0.82 (X1 , X2 ) 0.15 0.21 0.28 0.37 0.47 0.67 0.80 0.27 0.32 0.41 0.51 0.57 0.73 0.81 (X1 , X3 ) 0.06 0.08 0.15 0.24 0.34 0.63 0.80 0.05 0.07 0.14 0.23 0.35 0.63 0.79 (X2 , X3 ) 0.06 0.08 0.15 0.23 0.35 0.63 0.79 0.05 0.08 0.14 0.21 0.34 0.63 0.81 CONTROL DE CALIDAD MULTIVARIADO (X1 , X2 , X3 ) 0.06 0.07 0.13 0.22 0.37 0.73 0.99 0.09 0.11 0.18 0.28 0.42 0.76 0.99 24 DE ENERO DE 2010 25 / 35 1.0 1.0 µ=5 0.8 0.8 µ=5 0.6 0.4 0.4 0.6 Probabilidades µ=3 µ=2 µ = 1.5 µ=2 0.2 0.2 µ = 1.5 µ=1 µµ==0.5 0 (X1,X2,X3) Variables (X2,X3) (X1,X3) (X1,X2) X3 X2 X1 (X2,X3) (X1,X2,X3) Variables (X1,X3) (X1,X2) X3 X2 µ=1 µµ==0.5 0 X1 Probabilidades µ=3 F IGURA : ρ 12 = 0 y ρ 12 = 0.1 H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 26 / 35 1.0 1.0 µ=5 0.8 0.8 µ=5 µ=3 0.6 Probabilidades µ=2 0.4 0.6 0.4 µ=2 0.2 µ = 1.5 µ = 1.5 0.2 µ=1 µ=1 µ = 0.5 µ=0 (X1,X2,X3) Variables (X2,X3) (X1,X3) (X1,X2) X3 X2 X1 (X2,X3) (X1,X2,X3) Variables (X1,X3) (X1,X2) X3 X2 µµ==0.5 0 X1 Probabilidades µ=3 F IGURA : ρ 12 = 0.5 y ρ 12 = 0.8 H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 27 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 28 / 35 1 Como se observo la descomposición Murphy es una buena alternativa, para la detección de las causas de una señal fuera de control en un proceso multivariado. 2 La efectividad de detección de la variable que ocasiono la señal fuera de control es mayor cuando se ha realizado un cambio grande en el vector de medias. Al realizar cambios muy pequeños la probabilidad de detección disminuye considerablemente. 3 Para correlaciones altas entre las variables (X1 , X2 ), la probabilidad de detección aumenta considerablemente. 4 La detención efectiva en las variables de manera independiente no son suceptibles a diferentes grados de correlación. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 29 / 35 C ONTENIDO 1 I NTRODUCCIÓN 2 O BJETIVOS Objetivo General Objetivos Específicos 3 M ARCO T EÓRICO Estadístico T 2 Carta T 2 de Hotelling Descomposicion de Murphy Algoritmo de Murphy 4 M ETODOLOGÍA 5 R ESULTADOS 6 C ONCLUSIONES 7 R EFERENCIAS H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 30 / 35 R EFERENCIAS I Esteban Alfaro, José L. Alfaro, José Mondéjar, and Manuel Vargas. Control Estadístico de la Calidad: Una Breve Reseña Histórica. Technical report, Universidad de Castilla-La Mancha, Facultad de Ciencias Económicas y Empresariales, Albacete, 2004. Disponible en internet: http://www.uclm.es/ab/fcee/D_trabajos/2-2004-1.pdf. Luis G. Díaz. Estadística Multivariada: Inferencia y Métodos. Universidad Nacional de Colombia, Departamento de Matemáticas y Estadística, Bogotá, primera edition, 2002. F. J. Jaramillo. Uso de Técnicas Multivariadas en el Control de Calidad de un Proceso Industrial de Alimentos. Master’s thesis, Universidad Nacional de Colombia, Grupo de Investigación en Estadística, Medellin, 2003. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 31 / 35 R EFERENCIAS II Petros E. Maravelakis. An Investigation of Some Characteristics of Univariate and Multivariate Control Charts. PhD thesis, Departament of Statistics, Athenas University of Economics and Business, 2003. Available from internet: http://stat-athens.aueb.gr/~jpan/ diatrives/Maravelakis/Index.html. Robert L. Mason, Nola D. Tracy, and Jhon C. Young. A Practical Approach for Interpreting Multivariate T 2 Control Chart Signals. Jornal of Quality Technology, 29(4):396–406, October 1997. Robert L. Mason, Nola D. Tracy, and John C. Young. Decomposition of T 2 for Multivariate Control Chart Interpretation. Jornal of Quality Technology, 27(2):99–108, April 1995. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 32 / 35 R EFERENCIAS III Douglas C. Montgomery. Control Estadístico de la Calidad. Limusa Wiley, México, tercera edition, 2004. M. A. Moran and B. J. Murphy. A closer look at two alternative methods of discrimination. Applied Statistics, 28:223–232, 1979. B. J. Murphy. Out of control variables with the T 2 multivariate quality control procedure. Royal Statistical Society, 36:571–581, 1987. G. A. F. Seber. Multivariate Observations. John Wyley, New York, 1984. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 33 / 35 R EFERENCIAS IV José A. Vargas. Intoducción al Control Estadístico de Calidad. Universidad Nacional de Colombia, Departamento de Matemáticas y Estadística, Bogotá, 2006. Alex Johann Zambrano and Luz Adriana Zambrano. Evaluando la efectividad de la descomposición MYT para la interpretación de señales fuera de control en la carta T 2 . Revista Tumbaga, 3:141–157, 2008. H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 34 / 35 Muchas gracias... H. L OPEZ (UT) CONTROL DE CALIDAD MULTIVARIADO 24 DE ENERO DE 2010 35 / 35