Usar constante de eliminación de sesgo cuando se estima

Especifique si utilizará constantes de eliminación de sesgo cuando calcule desviaciones estándar a corto y largo plazo.

Las constantes de eliminación de sesgo varían con el tamaño de la muestra y son iguales a la relación del valor esperado de la estimación de desviación estándar para muestras de un tamaño específico con la desviación estándar de la población. La opción predeterminada es utilizar constantes de eliminación de sesgo cuando se calcula la desviación estándar a corto plazo, pero no cuando se calcula la desviación estándar a largo plazo.

Para obtener más información, vaya a Cálculos de los estadísticos y valores de capacidad del proceso para Informe de proceso.

Desviación estándar a corto plazo
Utilice constantes de eliminación de sesgo para calcular la desviación estándar a corto plazo.
Desviación estándar a largo plazo
Utilice constantes de eliminación de sesgo para calcular la desviación estándar a largo plazo.

Para el tamaño de subgrupo = 1, calcular Z a corto plazo utilizando

Especifique cómo calcular la desviación estándar a corto plazo de datos que no se recolectan en subgrupos racionales (es decir, cuando el tamaño de subgrupo = 1). Con un tamaño de subgrupo = 1, usted no puede calcular la desviación estándar a corto plazo de manera usual.
Rango móvil para estimar desviación estándar a corto plazo
Utilice el método de rango móvil.
Z a largo plazo + una transformación de σ de
Utilice una estimación de desviación estándar Z a largo plazo. Seleccione esta opción cuando no puede presuponer que las unidades que se producen consecutivamente son menos variables que las unidades producidas de forma no consecutiva. Usted puede especificar un valor que se encuentre entre 0 y 6 para el desplazamiento asumido de sigma.

Usar transformación de potencia Box-Cox (W=Y^λ) con

Utilice la transformación de potencia de Box-Cox cuando sus datos sean muy asimétricos o cuando las variaciones dentro de subgrupos sean inestables. La transformación lleva los datos originales a la potencia λ, a menos que λ = 0, en cuyo caso se toma el logaritmo natural.

λ óptimo
Utilice el valor óptimo de lambda, que debe producir la transformación con el mejor ajuste. Minitab redondea el valor óptimo de lambda a 0.5 o al entero más cercano.
Otro [un valor entre -5 y 5]
Utilice un valor especificado para lambda. Otras transformaciones comunes son el cuadrado (λ = 2), la raíz cuadrada inversa (λ = −0.5) y la inversa (λ = −1). En la mayoría de los casos, no se debe usar un valor fuera del rango de −2 y 2.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política