Resumen

Las cartas de control son una técnica popular de control estadístico de procesos (SPC) para monitorear y detectar las variaciones inusuales en diferentes procesos. A diferencia de las cartas clásicas, las cartas de control también han sido modificadas para incluir covariables utilizando enfoques de regresión. Este estudio evalúa el rendimiento de las cartas de control ajustadas por riesgo bajo la complejidad del error de estimación considerando modelos de regresión logística y binomial negativa. Para ser más precisos, se utilizan las cartas de Suma Acumulativa Ajustada por Riesgo (CUSUM) y Promedio Móvil Ponderado Exponencialmente (EWMA) para evaluar el impacto del error de estimación. Para calcular la longitud promedio de ejecución (ARL), se realizan simulaciones de Monte Carlo de Cadena de Markov. Además, se utiliza un método de bootstrap para calcular el ARL asumiendo diferentes conjuntos de datos de la Fase-I para minimizar el efecto del error de estimación en las cartas de control ajustadas por riesgo. Los

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Gráficos de control; Control estadístico de procesos; Técnica SPC; Gráficos de control ajustados por riesgo; Error de estimación; Modelos de regresión
• Keywords:Control charts; Statistical process control; SPC technique; Risk-adjusted control charts; Estimation error; Regression models