Carta de Control Ewma
Carta de Control Ewma
Carta de Control Ewma
La carta EWMA (por sus siglas en inglés: Exponentially Weighted Moving Average)
“promedios móviles exponencialmente ponderados” fue propuesta por Roberts (1959). Esta
carta tiene un desempeño muy parecido a la CUSUM en la detección de pequeños cambios
de nivel del proceso, con la ventaja de que es más fácil de construir. El estadístico EWMA,
que se grafica al tiempo “t” en la carta, está dado por la formula recursiva:
Esta carta de control se utiliza cuando se tiene interés de monitorear pequeños cambios en la
variabilidad (o en la media) de un proceso, las cartas EWMA han mostrado ser muy
eficientes. Estas cartas, en el caso multivariado, tradicionalmente han utilizado la varianza
generalizada como medida global de variabilidad, definida como el determinante de la matriz
de varianzas y covarianzas.
Para la carta EWMA la decisión depende de la estadística EWMA, que es un promedio de
todos los datos previos incluido la medida más reciente. La carta de control EWMA es muy
efectiva contra los pequeños cambios en el proceso.
La carta EWMA tiene como supuestos que las observaciones provienen de una distribución
normal y no están auto correlacionadas. El segundo supuesto, frecuentemente es violado en
la práctica, esto ocurre cuando las observaciones son tomadas en intervalos cortos de tiempo,
muy comunes en procesos industriales químicos. La presencia de auto correlación tiene un
profundo impacto en el funcionamiento de las cartas de control usuales, causando un
incremento sustancial en la frecuencia de falsas alarmas.
Montgomery, D.C. y Mastrangelo, C.M. (1991), proponen una carta que tiene en cuenta la
presencia de datos auto correlacionados en un proceso de control estadístico. La carta es
construida, asumiendo que los datos tienen una estructura de auto correlación del tipo
ARIMA (0, 1 ,1), para luego aplicarlo a la estadística EWMA, con el fin de obtener LC, LCI,
LCS apropiados donde se tenga en cuenta la auto correlación de los datos. Los autores
mencionados, aseguran que si las observaciones del proceso son modelados por un miembro
de la familia ARIMA (p, d, q) y además están auto correlacionadas positivamente y el proceso
no cambia tan rápidamente en media, se puede usar la carta para datos auto correlacionados
con una apropiada escogencia de lambda (constante de la estadística EWMA).
El presente artículo, está dirigido a realizar un estudio respecto a la construcción e ilustración
con un ejemplo del uso de la carta propuesta por Montgomery, D.C. y Mastrangelo, C.M.
(1991).
El artículo está organizado así: en la sección 2 se presentan algunas consideraciones teóricas
básicas sobre las características con que trabaja la carta EWMA ante observaciones no auto-
correlacionadas. Se incluye la teoría sobre el ajuste de los datos a un modelo ARMA (p, q)
y las características de la carta EWMA usada para datos auto- correlacionados. En la sección
3 se realiza la construcción de la carta EWMA para datos no auto correlacionados y la carta
EWMA para datos auto correlacionados, mediante una rutina de programación en el paquete
R versión 2.2.0 [7], seguido de una ilustración del funcionamiento de las cartas a través de
un modelo ARMA (p, q) simulado y finalmente en la sección 4 se dan las conclusiones y
posibles temas de investigación derivados.
Usar el modelo al que mejor se ajustan las observaciones auto correlacionadas, para
la construcción de la carta EWMA, en lugar de utilizar el modelo ARIMA (0, 1,1),
analizando su funcionamiento.
Realizar un estudio sobre las cartas de control multi variadas EWMA, en presencia
de datos auto correlacionados en este caso series de tiempo multi variados.
Conclusiones:
No obstante, cabe destacar que las cartas EWMA han mostrado ser muy eficientes
porque estas tienen el interés de monitorear pequeños cambios en la variabilidad y
mejoran el control de calidad ya que este es una herramienta que es indispensable a
la hora de controlar procesos y poder establecer mecanismos de control que
permitan regular los mismos. Todo esto con el fin de mantener los estándares
establecidos y poder cumplir con las especificaciones que el proceso requiere.
Las cartas CUSUM y EWMA, son más eficientes en detectar pequeños cambios en
la media que la carta X. Para controlar la variabilidad, frecuentemente se usan
medidas como la desviación estándar, como es el caso de la carta S y rangos para la
carta R. Estos tipos de cartas de control estadístico son las más usadas en procesos
en línea.