Desviación estánda

Supongamos que el CCO para una gráfica de x con una desviación estándar  conocido y constante. Supongamos también que el promedio móvil de u0 para u1= u0 + ksigma.

Después de que el cambio en la media del proceso, la probabilidad de no detectar que Se da Desplazamiento durante el muestreo posterior (es decir, el riesgo β)

por: beta= "p(lic <= x <= lsc)" bla bla

La curva de funcionamiento de la gráfica de x se hace por el trazado el riesgo frente β la magnitud del desplazamiento a ser detectado o, expresado en unidades

desviación estándar para diferentes tamaños de muestra n.

Para utilizar las gráficas de control es necesario para el planificador para seleccionar

un tamaño de muestra (n) una frecuencia de muestreo o el intervalo entre muestras (h) y los límites de control (k) para el gráfico. La elección de estos tres

parámetros se llama planificación gráfica de control. Esta elección

puede ser sobre la base de las medidas estadísticas de tabla de rendimiento

controlar.

Gráficos o tablas de control son una de las principales herramientas de el control estadístico de la calidad para controlar los procesos de producción y mejorado la capacidad de reducir la variabilidad. Gráficos control puede ser planificada bajo el punto de vista económico, teniendo en cuenta los costos el muestreo de los costes de investigación y de señales de control posiblemente, la corrección de las causas asignables, los costos y la llegada al consumidor no conforme unidades. Todos estos costos se ven afectados por la elección de los parámetros control gráfico. Por lo tanto, el objetivo de este trabajo es determinar los tres parámetros óptimos, tamaño de muestra (n), el intervalo de muestreo (h) y los límites de control (K) que reducen al mínimo el costo esperado del sistema de seguimiento proceso de producción.

El error de tipo II:

También llamado error de tipo beta (aunque beta es la probabilidad de que exista éste error), se comete cuando el investigador no rechaza la hipótesis nula siendo ésta falsa en la población. Es equivalente a la probabilidad de un resultado falso negativo, ya que el investigador llega a la conclusión de que ha sido incapaz de encontrar una diferencia que existe en la realidad.

El error tipo II ó error se define como la aceptación de la hipótesis nula cuando ésta es falsa. Por tanto, al probar cualquier hipótesis estadística, existen tres situaciones diferentes que determinan si la decisión final es correcta o errónea.

Decisión Aceptar Ho Rechazar Ho

No hay error Ho es verdadera Error

...