H0 H1 Efficacia di una Carta di Controllo

Slides:



Advertisements
Presentazioni simili
Elementi di calcolo delle probabilità
Advertisements

Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
I dati Carta di Controllo p (I Fase) Numero di Campioni 25
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6.
ITIS “G.Galilei” – Crema Lab. Calcolo e Statistica
STATISTICA A – K (60 ore) Esercizi di riepilogo al corso
STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA
Intervalli di confidenza
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
Parametri dinteresse IUT Nice – Côte dAzur Département STID 6 Janvier 2006 Sondages Corso di campionamento.
LA DISTRIBUZIONE NORMALE
Esercitazione di Statistica
Intervalli di Confidenza
Il Controllo Statistico di Processo
Progetto Pilota 2 Lettura e interpretazione dei risultati
Gli Integrali.
Analisi Bivariata e Test Statistici
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
Test Statistici Metodi Quantitativi per Economia, Finanza e Management Esercitazione n°5.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°7.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8.
Analisi Bivariata e Test Statistici
Metodi Quantitativi per Economia, Finanza e Management Lezione n°5 Test statistici: il test Chi-Quadro, il test F e il test t.
STATISTICA A – K (60 ore) Marco Riani
Inferenza statistica per un singolo campione
Valutazione delle ipotesi
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
INTERVALLO DI CONFIDENZA PER UNA PROPORZIONE (1)
Esercitazione su test d’ipotesi
Analisi della varianza (a una via)
1 Introduzione alla statistica per la ricerca Lezione III Dr. Stefano Guidi Siena, 18 Ottobre 2012.
Distribuzioni di probabilità
Appunti di inferenza per farmacisti
Corso di biomatematica lezione 4: La funzione di Gauss
Test di ipotesi X variabile casuale con funzione di densità (probabilità) f(x; q) q Q parametro incognito. Test Statistico: regola che sulla base di un.
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a METODO DEI MINIMI QUADRATI REGRESSIONE
La Statistica esiste in quanto in natura i fenomeni tendono a manifestarsi con diverse modalità ad essere cioè variabili. Senza la statistica non esiste.
di cosa si occupa la statistica inferenziale?
VERIFICA DEI RIFLESSI …Tutto ciò che avreste voluto sapere e non avete mai osato chiedere… M. & D.
Il test di ipotesi Cuore della statistica inferenziale!
Verifica delle ipotesi su due campioni di osservazioni
METODI E CONTROLLI STATISTICI DI PROCESSO
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
STATISTICA PER LE DECISIONI DI MARKETING
La teoria dei campioni può essere usata per ottenere informazioni riguardanti campioni estratti casualmente da una popolazione. Da un punto di vista applicativo.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
La verifica delle ipotesi
Obbiettivo L’obiettivo non è più utilizzare il campione per costruire un valore o un intervallo di valori ragionevolmente sostituibili all’ignoto parametro.
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
Carisi Matteo ITIS C.Zuccante Classe 5ISA 12/12/12 N o Slide = 10.
Analisi Bivariata: Test Statistici
PROBABILITA’ Scienza che studia i fenomeni retti dal caso EVENTO (E): avvenimento che può accadere oppure no 1.certo: se si verifica sempre (es. nel lancio.
PROPAGAZIONE DEGLI ERRORI:
DATA MINING PER IL MARKETING
La verifica d’ipotesi Docente Dott. Nappo Daniela
Domande riepilogative per l’esame
Controllo di qualità dei processi e collaudo
Feliziani - Mat&Industria1 La Matematica e l’Industria ‘’La rivoluzione industriale degli ultimi decenni è stata essenzialmente una Rivoluzione Matematica.
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Certificazione bilancio/121 Statistica e revisione contabile Scopi della certificazione di bilancio Scopi e modalità dell’analisi statistica Esempio.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
Studio fenomeni collettivi
Scelta del metodo analitico:
Accademia europea dei pazienti sull'innovazione terapeutica Lo scopo e i fondamenti della statistica negli studi clinici.
Tecniche di Gestione della Qualità Prof. Alessandro Ruggieri Prof. Enrico Mosconi A.A
1 DISTRIBUZIONI DI PROBABILITÁ. 2 distribu- zione che permette di calcolare le probabilità degli eventi possibili A tutte le variabili casuali, discrete.
Strumenti di controllo costi-qualità Da: Stefano Tonchia Università di Udine Progettare e gestire il sistema aziendale di misurazione delle prestazioni.
Tecniche di Gestione della Qualità Prof. Alessandro Ruggieri Prof. Enrico Mosconi A.A
Transcript della presentazione:

H0 H1 Efficacia di una Carta di Controllo Scopo: Conoscere il comportamento d’una carta di controllo in relazione alle derive del processo di Produzione Strumenti: 1) Curva di Efficacia (OC Curve) 2) Average Run Lenght (ARL) Realtà Decisione H0 H1 1- α  α 1- 1) La Curva di Efficacia X Caratteristica di Controllo X ~ N (μ0; σ0) Potenza del Test Errore di prima specie CARTA X Probabilità di Falso allarme α = 0,27% (vedi intervallo a 3 σ) Anno Accademico 2002-2003 – Corso di Statistica Aziendale – a cura di Pasquale Sarnacchiaro

Supponiamo che una deriva del processo è avvenuta Costante = Deriva assoluta Rischio di seconda specie (β): la probabilità di non scoprire una deriva del processo con soltanto un campione Trascurabile perché uguale a 0 Anno Accademico 2002-2003 – Corso di Statistica Aziendale – a cura di Pasquale Sarnacchiaro

Esempio: Costruzione di una Curva di Efficacia Anno Accademico 2002-2003 – Corso di Statistica Aziendale – a cura di Pasquale Sarnacchiaro

Curva di Potenza del Test Anno Accademico 2002-2003 – Corso di Statistica Aziendale – a cura di Pasquale Sarnacchiaro

Average Run Lenght (ARL) N: variabile Casuale uguale al numero di campioni da prelevare affinché si verifichi un fuori-controllo dopo che una deriva del processo del processo è intervenuta Consideriamo K=2 la deriva del processo ed n=5 la dimensione campionaria Sia pd la probabilità che si verifichi il fuori-controllo ARL=1/pd = 1,08 Anno Accademico 2002-2003 – Corso di Statistica Aziendale – a cura di Pasquale Sarnacchiaro

Analisi dei trend di una carta di controllo Una carta di controllo può indicare la presenza di una causa speciale se Un punto esce dai limiti di controllo Il tracciato dei dati mette in evidenza un comportamento non aleatorio TEST DI SEQUENZA Regole di Ford 7 punti consecutivi al di sopra o al di sotto della LC Serie crescente (descrescente) di 7 punti consecutivi Due punti su tre consecutivi tra i limiti di sorveglianza e i limiti di controllo N.B. : aumentare i Test di Sequenza aumenta la probabilità dei falsi allarmi e complica l’interpretazione della carta