SaberEs - No 2 (2010)
URI permanente para esta colección
Examinar
Examinando SaberEs - No 2 (2010) por Autor "Quaglino, Marta Beatriz"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
Ítem Acceso Abierto Estudio de sistemas de medida con ensayos destructivos. Una aplicación sobre tiempos de producción.(Facultad de Ciencia Económicas y Estadística - Universidad Nacional de Rosario, 1905-07-02) Pagura, José Alberto; Quaglino, Marta Beatriz; Dianda, Daniela Fernanda; Lupachini, EvangelinaLos estudios de repetibilidad y reproducibilidad fueron diseñados con el propósito de analizar la bondad de los sistemas de medición, análisis cuya importancia radica en el hecho que un sistema inadecuado introducirá variabilidad adicional ocasionando que las mediciones no reflejen el verdadero comportamiento del proceso. El análisis se basa en la cuantificación de la variabilidad asociada al sistema de medición y su posterior comparación con la variabilidad total observada, siendo requerimiento fundamental para ello que resulte factible obtener mediciones repetidas de una misma unidad bajo las mismas condiciones experimentales, de lo contrario, la variabilidad en las mediciones estará confundida con la variabilidad propia de las partes medidas. Tal es el caso en que los ensayos de medición son “destructivos”, esto es, las unidades no son robustas frente al proceso de medición, o bien, las unidades no son temporalmente estables. En este trabajo se exponen diversas alternativas para el caso de estudios R&R con ensayos destructivos y una aplicación particular en un problema real sobre estimación de tiempos de producción en una empresa metalúrgica. El empleo de Modelos Lineales Generalizados permitió obtener estimaciones adecuadas de ciertas Componentes de Variancia, que advirtieron sobre características importantes a mejorar en el proceso de medición.Ítem Acceso Abierto Modelos PCA a partir de conjuntos de datos con información faltante. ¿Se afectan sus propiedades?(Facultad de Ciencia Económicas y Estadísticaca - Universidad Nacional de Rosario, 1905-07-02) Vitelleschi, María Susana; Quaglino, Marta BeatrizEn este trabajo se aborda la problemática de la construcción de modelos PCA (Principal Component Analysis) a partir de conjuntos de datos con información faltante. Se trabaja sobre tres situaciones diferentes con relación a la matriz de datos originales. En cada situación se generaron pérdidas a través de mecanismos aleatorios y no aleatorios, en diferentes porcentajes en una sola variable por vez, seleccionada mediante dos criterios: la que más contribuye y menos contribuye en la formación de la primera componente principal. A partir de cada conjunto de datos incompletos se construye el modelo PCA utilizando: Casos Completos, Nonlinear Iterative Partial Least Squares (NIPALS) y Expectation Maximization (EM). Se comparan los resultados con los obtenidos a través del conjunto de datos originales. Se definen una serie de medidas para estudiar cómo se afectan los resultados según la dimensión de la matriz de datos, el porcentaje y el mecanismo de pérdida, con relación a: bondad del ajuste, bondad de predicción, vectores cargas, ortonormalidad de la matriz de cargas y ortogonalidad de la matriz de “scores”.