Control de rachas

Gráfico de Control de Rachas

El gráfico de control de rachas se utiliza para analizar si una secuencia de datos es aleatoria o no. Este tipo de análisis se aplica cuando los datos se pueden clasificar en dos categorías (por ejemplo, éxito/fallo, arriba/abajo, etc.), y se estudian las secuencias (o rachas) de estos datos para determinar si existe alguna tendencia o patrón.

Conceptos Fundamentales

Racha: Una secuencia consecutiva de elementos que son iguales. Por ejemplo, en la secuencia “A A B B B A”, hay 3 rachas: “A A”, “B B B”, “A”.

Propósito: Evaluar si la secuencia de datos muestra un comportamiento aleatorio o si hay evidencia de un patrón específico.

Ejemplo

Supongamos que tenemos que graficar la siguiente frecuencia en una fabricación de elementos defectuosos (D) y no defectuosos (N):

secuencia = ['N', 'N', 'D', 'D', 'N', 'D', 'N', 'N', 'D', 'D', 'D', 'N', 'D', 'N', 'N']

1. Primero, crearemos una secuencia de datos categóricos y contaremos las rachas.

2. Luego, el gráfico muestra cómo se distribuyen las rachas a lo largo de la secuencia.

Los cálculos y graficos se realizan con python en jupyter notebook que se comparte en github.

• El numero de rachas es:

  • Número de rachas: 9

• ELa representación gráfica puede verse en la figura correspondiente y en el jupyter notebook.

Interpretación

Si el número de rachas es muy alto o muy bajo, podría sugerir que la secuencia no es aleatoria y que existe un patrón en los datos.

Si el número de rachas está dentro de un rango esperado para datos aleatorios, no hay evidencia de un patrón.