Examinando por Materia "modelo de regresión"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Análisis de Datos de Defectos de Producción en Línea de Ensamble, con el uso de Herramientas de Sistemas Inteligentes
    (Universidad EIA, 2019) José Mejía Uribe, Simón Pedro; Mendivil Sejin, Alejandro
    Resulta provechoso y perentorio para la compañía impulsora de la propuesta implementar tecnologías computacionales que le permitan, ágil y eficientemente, tratar y analizar grandes volúmenes de datos provenientes de diversas etapas y procesos de su línea de producción; con objeto de identificar variables relevantes para la predicción o afectación de la cantidad de defectos a encontrar en los productos finales de un área como la mencionada, o que faciliten el estudio del desempeño y las condiciones operativas de la planta. Considerando lo anterior, este trabajo propone implementar técnicas y métodos enmarcados dentro del Aprendizaje Automático (enfocados al aprendizaje automático supervisado, o a la selección de características y reducción de la dimensionalidad de los espacios de datos que requieren procesar), para atender las necesidades de la ensambladora, siguiendo el esquema clásico de análisis de datos: comprendiendo etapas de procesamiento y limpieza de los datos a estudiar, previa a una etapa de análisis exploratorio y finalmente el desarrollo de modelos, simulaciones y conclusiones; y presenta los resultados del estudio llevado a cabo, a partir de los datos dispuestos por la fábrica consultada.
  • Miniatura
    PublicaciónSólo datos
    Modelo estadístico para el análisis de variables negativas con aplicación a pruebas de contracción en concreto
    (Fondo Editorial EIA - Universidad EIA, 2022-06-01) Usuga, Olga; Patiño Rodríguez, Carmen; Hernández Barajas, Freddy; Urrea Montoya, Amylkar
    En algunas áreas de conocimiento se pueden presentar fenómenos que son representados por variables aleatorias negativas (ℝ-) ; contar con un modelo estadístico es crucial para representar esos fenómenos y explicarlos en función de otras variables auxiliares. En este trabajo se propone un modelo de regresión para el análisis de variables aleatorias negativas tomando como distribución para la variable respuesta la distribución Weibull reflejada. En este artículo reportamos el paquete RelDists creado en el lenguaje de programación R para facilitar el uso del modelo de regresión propuesto. Por medio de un estudio de simulación Monte Carlo se exploró el desempeño del proceso de estimación de parámetros. En el estudio de simulación se consideraron dos casos: sin covariables y con covariables. El primer caso se refiere a la situación en la cual sólo se tiene la variable respuesta y con ella se deben estimar los parámetros de la distribución. En el segundo caso se tiene la variable respuesta y variables explicativas que en conjunto se usan para estimar los parámetros del modelo de regresión. Adicionalmente, en el estudio de simulación se consideraron datos censurados y no censurados. Del estudio se encontró que el proceso de estimación logra estimar bien los parámetros del modelo a medida que el tamaño de la muestra aumenta y que el porcentaje de censura disminuye. En el artículo se muestra una aplicación del modelo propuesto usando datos experimentales provenientes de una prueba de contracción con probetas de concreto. En la aplicación se construyó un modelo para explicar la contracción de las probetas en función del tiempo. El modelo de regresión para variables aleatorias negativa y el paquete RelDists pueden ser usados por comunidades académicas, científicas y de negocios para el desarrollo de análisis de confiabilidad.