El gráfico de dispersión se utiliza para determinar si dos variables tienen alguna correlación entre sí. Esta gráfica usa puntos para representar diferentes puntos de datos en el conjunto de datos. El diagrama de dispersión dex (diseño y experimento) es una técnica utilizada en el análisis del proceso.
El diagrama de dispersión de Dex se usa para responder tres preguntas importantes:
- ¿Qué puntos de datos son valores atípicos? Un punto de datos se llama valores atípicos si proviene de una distribución de probabilidad diferente o de un punto de datos determinista diferente.
- ¿Cuáles son los factores más importantes? Aquí, los factores importantes son aquellos que conducen a una variación significativa en la variable de respuesta cuando cambiamos el factor del lado ‘+’ al lado ‘-‘ o viceversa.
- ¿Cuál es el mejor escenario para estos importantes factores? La mejor configuración se refiere a si da como resultado que la variable de respuesta logre lo más cercano a la configuración deseada o logre el objetivo deseado, como máximo, mínimo, etc.
El gráfico de dispersión dex consta de los siguientes ejes:
- Eje horizontal : Los factores k y sus ajustes positivos y negativos.
- Eje vertical : La salida de la variable de respuesta para el conjunto dado de un factor para cada uno de los k factores.
A continuación se muestra el gráfico del diagrama de dispersión dex de este documento.
Diagrama de dispersión de Dex de anillos metálicos y porcentaje de aceptabilidad
Aquí, responderemos tres preguntas basadas en lo anterior:
- Factores más importantes: Aquí tenemos 3 factores (X1, X2, X3). Si pasamos de los valores ‘-‘ a la configuración ‘+’ dentro del factor, necesitamos averiguar qué factor está afectando el mayor cambio de ubicación. Ese factor se llama el factor ‘más importante’, factor que es el segundo factor más importante, y así sucesivamente. Aquí, el factor más importante es X1, luego X2 de un poco menos importante y X3 de menos importante.
- La mejor configuración para los factores más importantes: Ahora, tenemos que encontrar cuál de las configuraciones (‘-‘ o ‘+’) da como resultado una respuesta más deseable. Supongamos que queremos maximizar el valor de la variable de respuesta, entonces procederíamos de la siguiente manera:
- Para el factor X1, ¿para qué ajuste (- o +) es más alto el cuerpo de los datos? Del mismo modo, para el factor X2 y el factor X3. Los vectores k resultantes de las mejores configuraciones son:
(X1_best, X2_best, ..., XK_best)
La mejor configuración para el gráfico anterior es:
(X1_best, X2_best, X3_best) = ('+','-','-') = ('+1', '-1', '-1')
- Valores atípicos: Los valores atípicos son los puntos de datos que se diferenciarían de la mayoría de los puntos de datos. No hay valores atípicos detectados en el gráfico anterior.
Referencias: