Conceptos Fundamentales de Estadística Aplicada y Control de Calidad

Repaso de Conceptos Clave en Estadística y Calidad

A continuación, se presentan las respuestas corregidas y organizadas de diversas preguntas relacionadas con la estadística aplicada y las metodologías de calidad.

Distribuciones de Probabilidad

1. Ejemplos de Probabilidades Continuas

• R: Uniforme, log-normal y Beta.

10. Ejemplos de Modelos de Probabilidad Discreta

• R: Poisson e hipergeométrica.

Pruebas de Hipótesis e Inferencia

2. Uso de la Prueba de Dos Muestras

Propósito:

• R: Para evaluar si existe diferencia en la media de dos poblaciones cuando no se conoce la desviación estándar poblacional.

8. Finalidad de una Prueba de Dos Varianzas

• R: Es aquella prueba para poder identificar si solo las varianzas de dos muestras son distintas.

Correlación y Regresión

3. Interpretación del Coeficiente de Correlación Igual a 0

En un estudio de medición:

• R: Indica que no existe relación lineal entre las mediciones.

5. Enunciado Falso en Pruebas de Regresión Lineal

Respecto a las pruebas de regresión lineal:

• R: La hipótesis nula para la prueba de falta de ajuste es que los datos se adecuan al modelo (Este enunciado es falso; la hipótesis nula en la prueba de falta de ajuste es que *no hay* falta de ajuste, es decir, que el modelo es adecuado).

Comparaciones Múltiples y Diagnóstico de Modelos

6. Detección de Diferencia con la Prueba de Tukey

En la prueba de Tukey, ¿cómo se detecta diferencia entre las medidas de dos variables?

• R: El intervalo de comparación no incluye el cero.

4. Interpretación de la Tabla de ANOVA en Minitab

¿Qué refleja la tabla de ANOVA (Anjova) en Minitab?

• R: Modelo de Diagnóstico (o resumen del modelo, dependiendo del contexto específico de la tabla mostrada).

Análisis de Capacidad y Sistemas de Medición

7. Resultado Esperado en un Sistema de Medición Inaceptable (Gage R&R)

En un sistema de medición inaceptable con alto grado de variación, ¿qué resultado se debe esperar de un análisis Gage R&R?

• R: % de especificación > 30% y $d_2^*$ (o $d_2$) < 2.0.

2. Uso de Transformaciones Box-Cox para Capacidad

¿Cuándo se deben utilizar las transformaciones Box-Cox para poder realizar un análisis de capacidad?

• R: Siempre que los datos no sean normales.

43. Uso de Transformaciones Box-Cox (Repetición)

¿Cuándo se debe utilizar las transformaciones de Box-Cox para poder realizar un análisis de capacidad?

• R: Siempre que los datos no sean normales.

Diseño de Experimentos (DOE) y Herramientas de Calidad

41. Propósito de un Diseño de Experimentos (DOE)

• R: Estructurar las opciones de los valores de $X$ a fin de realizar una mejor regresión (o modelado).

45. Enunciado Falso sobre Diseño de Experimentos

¿Cuál de los siguientes enunciados es falso con respecto a un diseño de experimentos?

• R: Replicar la totalidad del diseño significa que podemos estimar más coeficientes (Generalmente, replicar permite estimar el error experimental con mayor precisión, no necesariamente más coeficientes del modelo).

40. Utilidad de un Run Chart (Gráfico de Ejecución)

• R: Para evaluar agrupamientos, mezcla, tendencia, linealidad y repetibilidad.

42. Concepto de Lluvia de Ideas

¿Cuál de las siguientes describe mejor el concepto de lluvia de ideas?

• R: Un proceso estructurado que ayuda a identificar problemas.

Metodologías de Mejora Continua

Propósito del AMEF (Análisis Modal de Fallos y Efectos)

• R: Cuantificar el riesgo de falla en cada paso del proceso.

44. Fracaso del Modelo Six Sigma en Motorola

¿Por qué fracasó el modelo de Six Sigma en Motorola (en ciertos aspectos o fases)?

• R: Falta de apoyo de la gerencia.

Herramientas de Software (Minitab)

9. Menús Menos Importantes de Minitab

¿Cuáles son los dos menos más importantes de Minitab (asumiendo que se refiere a los menús principales)?

• R: Estadística y Gráfica (Estos son, de hecho, dos de los menús más importantes, por lo que la pregunta podría estar mal formulada o referirse a opciones secundarias dentro de esos menús).