Estadísticas de ingeniería

Estadísticas de ingeniería combina la ingeniería y las estadísticas utilizando métodos científicos para analizar datos. Las estadísticas de ingeniería involucran datos relacionados con los procesos de fabricación, tales como: dimensiones de los componentes, tolerancias, tipo de material y control del proceso de fabricación. Hay muchos métodos utilizados en el análisis de ingeniería y, a menudo, se muestran como histogramas para dar una imagen de los datos en lugar de ser solo numéricos. Ejemplos de métodos son:

1. Diseño de Experimentos (DOE) es una metodología para la formulación de problemas científicos e ingenieros utilizando modelos estadísticos. El protocolo especifica un procedimiento de aleatorización para el experimento y especifica el análisis de datos primario, especialmente en pruebas de hipótesis. En un análisis secundario, el analista estadístico examina más a fondo los datos para sugerir otras preguntas y ayudar a planificar futuros experimentos. En aplicaciones de ingeniería, el objetivo es a menudo optimizar un proceso o producto, en lugar de someter una hipótesis científica para probar su idoneidad predictiva. El uso de diseños óptimos (o casi óptimos) reduce el coste de la experimentación.
2. Control de calidad y control de procesos utilizan las estadísticas como una herramienta para gestionar la conformidad con las especificaciones de los procesos de fabricación y sus productos.
3. Tiempo y métodos de ingeniería utilizan estadísticas para estudiar operaciones repetitivas en la fabricación con el fin de establecer normas y encontrar procedimientos de fabricación óptimos (en algún sentido).
4. Ingeniería de fiabilidad que mide la capacidad de un sistema para cumplir con su función prevista (y tiempo) y tiene herramientas para mejorar el rendimiento.
5. Diseño probabilístico que implica el uso de la probabilidad en el diseño de productos y sistemas
6. La identificación del sistema utiliza métodos estadísticos para construir modelos matemáticos de sistemas dinámicos de datos medidos. La identificación del sistema también incluye el diseño óptimo de experimentos para generar eficientemente datos informativos para adaptarlos.

Historia

Las estadísticas de ingeniería se remontan al año 1000 a.C. cuando se desarrolló el ábaco como medio para calcular datos numéricos. En la década de 1600, comenzó el desarrollo del procesamiento de información para analizar y procesar datos de manera sistemática. En 1654, Robert Bissaker desarrolló la técnica de la regla de cálculo para cálculos de datos avanzados. 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 provocó un medio más eficiente de analizar datos y el comienzo de las estadísticas de ingeniería.

Ejemplos

Diseño Experimental Factorial

Un experimento factorial es aquel en el que, contrariamente a 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 varias variables independientes proporcionan un resultado diferente cuando están juntas que cualquiera de ellas por sí solas.

Seis Sigma

Six Sigma es un conjunto de técnicas para mejorar la confiabilidad de un proceso de fabricación. Idealmente, todos los productos tendrán exactamente las mismas especificaciones equivalentes a lo que se desea, pero las innumerables imperfecciones de la fabricación en el mundo real hacen que esto sea imposible. Se supone que las especificaciones conforme a obra de un producto se centran en una media, y cada producto individual se desvía en cierta medida 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 tiene como máximo un 0,00034% de posibilidades de producir un defecto.