Este artículo no trata de demostrar si un DOE Factorial es mejor, o peor, que un RSM. Se trata aquí de orientar a quien experimenta sobre cuándo o porqué es mejor usar un DOE Factorial, o usar un DOE RSM. Es un tema amplio, y aquí le damos algunos puntos a considerar.
Use la gráfica g para monitorear el número de oportunidades o unidades (por ejemplo, días, horas) entre eventos que ocurren raramente, como lesiones en el trabajo o fallas quirúrgicas. Por ejemplo, puede realizar un seguimiento del número de días entre brotes de infección o errores de factura.
Esta frase escrita por George E.P. Box habla sobre los diseños mal diseñados y sigue vigente: Y es que para diseñar mejores experimentos se requiere un plan, y ese plan funciona mejor si se conocen las opciones de diseño y los requerimientos. Para diseñar mejores DOE, le recomendamos usar las plantillas de planificación en EngineRoom...
María, ingeniera calificada y acostumbrada a lidiar con la #variabilidad y sus ataques emprende una serie de actividades de #mejora
DIKW es un acrónimo que en inglés significa: Data, Information, Knowledge, Wisdom.
Este acrónimo representa un modelo conceptual. DIKW, que significa en español Datos, Información, Conocimiento y Sabiduría, y es entonces una representación mental (visual) de la jerarquía de la información.
El Machine Learning es un subcampo de la inteligencia artificial que se ocupa del desarrollo de algoritmos y modelos que permiten a las computadoras aprender y tomar predicciones o decisiones sin ser programadas explícitamente
Te mostramos con un ejemplo que es posible usar Bard de Google para generar código de Python que genere 50 valores aleatorios de dos variables, una dependiente y otra independiente, con el fin de usar esos datos en un análisis de regresión.
El uso de IA Generativa (Inteligencia Artificial Generativa) usando lenguaje natural es cada vez más común.
Aplicaciones como ChatGPT de OpenAI o Bard de Google, son de gran ayuda.
La simulación de Monte Carlo pronostica un conjunto de resultados en función de un rango estimado de valores. En el método Monte Carlo, la variable "y", o salida, que se produce al ingresar valores "x" en la función de transferencia (ecuación). Pero, cada valor de "x" está dato de acuerdo con modelo de probabilidad asignado.
Al entender correctamente la voz del cliente se puede identificar las variables críticas para la satisfacción del cliente, en cualquier proceso que evaluemos.
