Estas son algunas de las herramientas que ponemos a su disposición en servicios de capacitación y consultoría. En caso de no encontrar alguna técnica de su interés, por favor comuníquese con nosotros para poder atender sus inquietudes de manera personalizada.

 

Estadística descriptiva

 

Es la técnica de análisis de datos más simple, se utilizan tablas de datos o gráficos para explicar y analizar una población, de acuerdo a medidas de agrupación y/o dispersión, con base en un valor central.

 

• Promedio, desviación estándar, varianza,  coeficiente de variación

• Métodos gráficos para la descripción de resultados: diagramas de barras, pastel, histogramas, box plot.

• Regresión lineal, cuadrática, polinómica. 

 

Pruebas paramétricas

 

Cuando se analizan datos medidos por una variable cuantitativa continua, los datos se pueden transformar de tal manera que se asuma que siguen una distribución normal (pruebas paramétricas).

 

• Pruebas de contraste de la normalidad de un conjunto de datos.

• Pruebas de homogenidad de varianzas.

• Prueba t de student.

• Prueba chi-cuadrado

• Prueba F de Fisher.

• Análisis de varianza (ANOVA) de una y dos vías.

• Prueba de Tukey

 

Pruebas no paramétricas

 

Pruebas estadísticas que no se basan en ninguna suposición en cuanto a la distribución de probabilidad a partir de la que fueron obtenidos los datos. La utilización de estos métodos se hace recomendable cuando no se puede asumir que los datos se ajusten a una distribución conocida. Es una técnica altamente utilizada especialmente en el análisis sensorial.

 

• Prueba de Friedman

• Prueba de Kruskal- Wallis

• Prueba de de Mann-Whitney-Wilcoxon 

 

Diseño de experimentos

 

El diseño experimental es una técnica estadística que permite identificar y cuantificar las causas de un efecto dentro de un estudio experimental. En un diseño experimental se manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el efecto que tienen en otra variable de interés.

 

• Diseños factoriales completos

• Diseños factoriales fraccionarios

• Diseños de Plackett-Burman

• Diseños optimales

• Superficies de respuesta. Regresión Multivariada.

• Optimización

 

 

Desarrollo de algoritmos (Servicio prestado para capacitación – Niveles básico e intermedio)

 

La programación es una técnica útil para realizar rutinas que pueden ser llevadas a cabo por computadores, para lo cual, existen una serie de estructuras y comandos básicos llamados lenguaje de programación.

 

• Definición de los parámetros y operadores básicos de programación.

• Creación de archivos y rutinas de programación.

• Ciclos empleados en programación: if, while, for.

• Realización de algoritmos en Matlab® y Visual Basic para Excel®

 

Álgebra lineal (Servicio prestado para capacitación)

 

El álgebra lineal es la rama de las matemáticas que estudia conceptos tales como vectores, matrices, sistemas de ecuaciones lineales y en un enfoque más formal, espacios vectoriales, y sus transformaciones lineales. Se presentan los conceptos más sencillos sobre los cuales están basadas las técnicas de análisis estadístico multivariado.

 

• Definición de matrices y vectores. Operaciones con matrices.

• Definición de matriz inversa, matriz identidad, transpuesta de una matriz.

• Determinantes. Propiedades.

• Utilidad del álgebra lineal en la estadística multivariada. Eigenvalores e eigenvectores.

 

Métodos estadísticas multivariados no supervisados

 

Los métodos estadísticos multivariados no supervisados son aquellos que para su análisis no requieren de etapas de validación o la creación de modelos; su utilidad se basa en el análisis exploratorio de datos y en la selección de variables. Se aplica principalmente para evaluar correlaciones entre variables, visualizar similaridades/diferencias entre objetos y sintetizar información.

 

• Análisis de Componentes Principales (PCA)

• Multidimensional Scaling (MDS)

• Análisis Jerárquico / clusters / conglomerados (HCA)

• Análisis de Correspondencia (CA)

• Análisis Procrustes (PA)

 

Modelamiento: Métodos de regresión y clasificación multivariada

 

Los métodos de regresión son útiles para encontrar modelos que permitan describir una variable cuantitativa (numérica) en término de otras, permitiendo así una descripción del sistema. Entre tanto, los métodos de clasificación se utilizan para encontrar modelos que permitan describir una variable cualitativa (atributo)  en término de otras. Estos modelos requieren ser validados para verificar su calidad predictiva, siendo herramientas de gran importancia para el control de calidad y procesos.

 

• Regresión / Calibración Multivariada:

  • Mínimos Cuadrados Ordinarios (OLS)

  • Mínimos Cuadrados Parciales (PLS)

  • Regresión por Componentes Principales (PCR)

  • Análisis de Correlación Canónica (CCA)

  •  

• Clasificación Multivariada:

  • Análisis Discriminante Lineal (LDA)

  • Análisis Discriminante Cuadrático (QDA)

  • Árboles de Regresión y Clasificación (CART)

  • Análisis Discriminante por Mínimos Cuadrados Parciales (PLS-DA)

  • K Vecinos más Cercanos (KNN)

  • Análisis de Clasificación de Matrices de Influencia (CAIMAN)

  • Máquinas de Soporte Vectorial (SVM)

 

 

Redes neuronales artificiales

 

Las redes de neuronas artificiales (denominadas habitualmente como RNA o en inglés como: "ANN") son un sistema de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Se trata de un sistema de interconexión de neuronas en una red que colabora para producir un estímulo de salida, la cual en términos estadísticos puede ser una respuesta no supervisada (exploración de la información) o supervisada (creación de modelos).

 

Algoritmos genéticos

 

Un algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico. Un algoritmo genético es un método de búsqueda basado en probabilidad, los cuales hacen evolucionar una población de individuos sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica (mutaciones y recombinaciones genéticas), así como también a una selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados. Basado en esto, los algoritmos genéticos son una técnica de selección de las variables que mayor información aportan para la creación de modelos predictivos de regresión y clasificación.

 

Toma de decisiones multicriterio

 

Es una sub-disciplina de la investigación de operaciones que considera múltiples criterios en ambientes de toma de decisiones cuando existen conflictos para la solución a un problema. Generalmente, el costo es el principal criterio, pero en control de calidad de productos es común encontrar que existen otros factores que afectan directamente la capacidad de emitir un juicio.  Por ejemplo, en la oferta de un automóvil, adicional al precio, factores como la comodidad, seguridad y consumo de combustible son altamente considerados por el comprador, quien decidirá cual producto adquirir mediante una comparación multicriterio.

 

• Métodos de ranking total

  • Funciones de deseabilidad

  • Funciones de utilidad

  • Funciones de dominio

  • Análisis de concordancia

  • Índices de degeneración y estabilidad

  •  

• Métodos de ranking parcial

  • Técnica de Hasse

  • Índices de degeneración, estabilidad, diversidad y estabilidad