Estadísticas de ingeniería

Las estadísticas de ingeniería combinan la ingeniería y la estadística utilizando métodos científicos para analizar datos. Las estadísticas de ingeniería involucran datos relacionados con los procesos de fabricación, como: dimensiones de los componentes, tolerancias , tipo de material y control del proceso de fabricación. Existen muchos métodos utilizados en el análisis de ingeniería y, a menudo, se muestran como histogramas para brindar una visualización de los datos en lugar de ser solo numéricos. Algunos ejemplos de métodos son: ^{[1] [2] [3] [4] [5] [6]}

1. El diseño de experimentos (DOE) es una metodología para formular problemas científicos y de ingeniería utilizando modelos estadísticos. El protocolo especifica un procedimiento de aleatorización para el experimento y especifica el análisis primario de datos, particularmente en la prueba de hipótesis. En un análisis secundario, el analista estadístico examina más a fondo los datos para sugerir otras preguntas y ayudar a planificar experimentos futuros. En aplicaciones de ingeniería, el objetivo suele ser optimizar un proceso o producto, en lugar de someter una hipótesis científica a una prueba de su adecuación predictiva. ^{[1] [2] [3]} El uso de diseños óptimos (o casi óptimos) reduce el costo de la experimentación. ^{[2] [7]}
2. El control de calidad y el control de procesos utilizan la estadística como herramienta para gestionar la conformidad con las especificaciones de los procesos de fabricación y sus productos. ^{[1] [2] [3]}
3. La ingeniería de tiempos y métodos utiliza estadísticas para estudiar operaciones repetitivas en la fabricación con el fin de establecer estándares y encontrar procedimientos de fabricación óptimos (en cierto sentido).
4. Ingeniería de confiabilidad que mide la capacidad de un sistema para funcionar según su función prevista (y en el tiempo) y tiene herramientas para mejorar el rendimiento. ^{[2] [8] [9] [10]}
5. Diseño probabilístico que implica el uso de la probabilidad en el diseño de productos y sistemas.
6. La identificación de sistemas utiliza métodos estadísticos para construir modelos matemáticos de sistemas dinámicos a partir de datos medidos. La identificación de sistemas también incluye el diseño óptimo de experimentos para generar de manera eficiente datos informativos para ajustar dichos modelos. ^{[11] [12]}

Las estadísticas de ingeniería se remontan al año 1000 a. C., cuando se desarrolló el ábaco como medio para calcular datos numéricos. En el siglo XVII, comenzó el desarrollo del procesamiento de la información para analizar y procesar datos de manera sistemática. En 1654, Robert Bissaker desarrolló la técnica de la regla de cálculo para realizar cálculos avanzados de datos. En 1833, un matemático británico llamado Charles Babbage diseñó la idea de una computadora automática que inspiró a los desarrolladores de la Universidad de Harvard e IBM a diseñar la primera calculadora mecánica controlada por secuencia automática llamada MARK I. La integración de computadoras y calculadoras en la industria generó un medio más eficiente de analizar datos y el comienzo de las estadísticas de ingeniería. ^{[13] [6] [14]}

Un experimento factorial es aquel en el que, a diferencia de la filosofía experimental estándar de cambiar solo una variable independiente y mantener todo lo demás constante, se prueban múltiples variables independientes al mismo tiempo. Con este diseño, los ingenieros estadísticos pueden ver tanto los efectos directos de una variable independiente ( efecto principal ), como los posibles efectos de interacción que surgen cuando múltiples variables independientes brindan un resultado diferente cuando se combinan que el que brindarían por separado.

Six Sigma es un conjunto de técnicas para mejorar la fiabilidad de un proceso de fabricación. Lo ideal sería que todos los productos tuvieran exactamente las mismas especificaciones equivalentes a lo deseado, pero las innumerables imperfecciones de la fabricación en el mundo real hacen que esto sea imposible. Se supone que las especificaciones de un producto tal como está fabricado están centradas en torno a una media, y que cada producto individual se desvía un poco de esa media en una distribución normal. El objetivo de Six Sigma es garantizar que los límites de especificación aceptables estén a seis desviaciones estándar de la media de la distribución; en otras palabras, que cada paso del proceso de fabricación tenga como máximo un 0,00034 % de posibilidades de producir un defecto.

• Atkinson, AC; Donev, AN; Tobias, RD (2007). Diseños experimentales óptimos, con SAS. Oxford University Press. pp. 511+xvi. ISBN 978-0-19-929660-6.
• Box, GE , Hunter, WG, Hunter, JS, Hunter, WG, "Estadísticas para experimentadores: diseño, innovación y descubrimiento", 2.ª edición, Wiley, 2005, ISBN 0-471-71813-0 
• Logothetis, N.; Wynn, H. P (1989). Calidad a través del diseño: diseño experimental, control de calidad fuera de línea y contribuciones de Taguchi . Oxford UP ISBN 0-19-851993-1.
• Rao, Singiresu (2002). Métodos numéricos aplicados a ingenieros y científicos . Upper Saddle River, Nueva Jersey: Prentice Hall. ISBN 013089480X.
• Los editores de la Enciclopedia Británica. «Regla de cálculo». Encyclopaedia Britannica . Encyclopaedia Britannica Inc . Consultado el 17 de abril de 2018 .
• Montgomery, Douglas; Corredor, George; Hubele, Norma (21 de diciembre de 2010). Estadísticas de ingeniería (5 ed.). ISBN 978-0470631478.

• Medios relacionados con Estadísticas de ingeniería en Wikimedia Commons