Exponentially Ponderado Media Móvil Explicado

Los pequeños cambios sólo se hacen obvios a través del tiempo Desafortunadamente, toma tiempo para que aparezcan los patrones en los datos porque las violaciones individuales de los límites de control no apuntan necesariamente a un cambio permanente en el proceso. El diagrama de control de Shewhart no es potente para detectar pequeños cambios, por ejemplo del orden de como máximo una desviación estándar, lo que parece ser el caso de los datos de calibración mostrados en la página anterior. La carta de control EWMA (exponencialmente ponderada media móvil) es más adecuada para este propósito. Explicación de la estadística de EWMA al nivel de kilogramos La media móvil exponencialmente ponderada (EWMA) es una estadística para monitorear el proceso que promedia los datos de una manera que da menos y menos peso a los datos a medida que son removidos en el tiempo de la medición actual. La estadística EWMA en el tiempo t se calcula recursivamente desde puntos de datos individuales que se ordenan en el tiempo para ser Y1, Y2,, ldots, Yt donde la primera estadística EWMA es la media de datos históricos. EWMA lambda Yt (1-lambda) EWMA Mecanismo de control para EWMA La tabla de control EWMA puede ser sensible a pequeños cambios oa una deriva gradual en el proceso mediante la elección del factor de ponderación (lambda). Un factor de ponderación entre 0,2 - 0,3 ha sido sugerido para este propósito (Hunter), y 0,15 es otra opción popular. Límites para el gráfico de control El objetivo o la línea central del gráfico de control es el promedio de datos históricos. Los límites superior (UCL) e inferior (LCL) son UCL EWMA k sqrt LCL EWMA - k sqrt donde s es la desviación estándar de los datos históricos la función bajo el radical es una buena aproximación a la componente de la desviación estándar de la EWMA Estadística que es una función del tiempo yk es el factor multiplicativo. Se define de la misma manera que para el diagrama de control de Shewhart, que usualmente se toma como 3. Ejemplo de gráfico EWMA para datos estándar de chequeo para calibraciones de kilogramos que muestran múltiples violaciones de los límites de control para las estadísticas EWMA El objetivo (promedio) La desviación se calcula a partir de los datos estándar de cheque tomados antes de 1985. El cálculo de la estadística EWMA comienza con los datos tomados a principios de 1985. En el gráfico de control a continuación, los datos de control después de 1985 se muestran en verde y las estadísticas EWMA Se muestran como puntos negros superpuestos en los datos sin procesar. Los límites de control se calculan de acuerdo con la ecuación anterior en la que la desviación estándar del proceso, s 0,03065 mg yk3. Las estadísticas EWMA, y no los datos brutos, son de interés en buscar señales fuera de control. Debido a que la estadística EWMA es un promedio ponderado, tiene una desviación estándar más pequeña que una medición de control única y, por lo tanto, los límites de control EWMA son más estrechos que los límites para un gráfico de control Shewhart. El diagrama de control EWMA para las calibraciones de masas se puede generar utilizando tanto código Dataplot como código R. Interpretación del gráfico de control El gráfico de control EWMA muestra muchas infracciones de los límites de control comenzando aproximadamente a mediados de 1986. Este patrón emerge porque el promedio del proceso ha cambiado realmente alrededor de una desviación estándar, y el gráfico de control EWMA es sensible a pequeñas ¿Qué es un gráfico EWMA? ¿Qué es un gráfico EWMA? Un gráfico de control EWMA es un gráfico de control ponderado en el tiempo que representa las medias móviles ponderadas exponencialmente. Los gráficos EWMA son especialmente adecuados para monitorear procesos que exhiben una media de deriva en el tiempo, o para detectar pequeños cambios en un proceso. Por ejemplo, un gráfico EWMA puede ayudar a detectar la deriva que es causada por el desgaste de la herramienta. Ejemplo de una carta EWMA Un fabricante de rotores centrífugos quiere rastrear el diámetro de todos los rotores producidos durante una semana. Los diámetros deben estar cerca del objetivo, ya que incluso los cambios pequeños causan problemas. Tabla EWMA Los puntos están dentro de los límites de control. No se muestran tendencias ni patrones. Los diámetros del rotor parecen estables. Los puntos de trazado pueden basarse en subgrupos o observaciones individuales. Cuando los datos están en subgrupos, las medias móviles exponencialmente ponderadas se calculan a partir de las medias del subgrupo. Cuando se trazan las observaciones individuales, las medias móviles ponderadas exponencialmente se calculan a partir de las observaciones individuales. Por defecto, el rango de movimiento es de longitud 2, ya que los puntos consecutivos tienen la mayor probabilidad de ser iguales. También puede cambiar la longitud del rango de movimiento. Directrices para seleccionar el peso de una carta EWMA Los cálculos para cada punto en una carta EWMA incluyen información de los puntos anteriores. Los puntos se ponderan en función de un factor de ponderación especificado por el usuario. Una ventaja de los gráficos EWMA es que no se ven muy afectados cuando un valor pequeño o grande entra en el cálculo. Al cambiar el peso (también llamado lambda o) y el ancho de los límites de control, puede detectar un cambio de casi cualquier tamaño. Debido a esto, los gráficos EWMA se usan a menudo para monitorear procesos en control para pequeños cambios lejos del objetivo. Por lo general, se utilizan pesos más pequeños para detectar cambios más pequeños. Por ejemplo, los pesos entre 0,05 y 0,25 funcionan bien. Especifique el ancho de los límites de control Por defecto, los límites de control de Minitabs se muestran 3 desviaciones estándar por encima y por debajo de la línea central. Para cambiar el ancho de los límites de control de un gráfico, haga lo siguiente: Elija Estadísticas gt Gráficas de control gt Gráficas con ponderación temporal gt EWMA. Haga clic en Opciones de EWMA y, a continuación, haga clic en la ficha Pruebas. Bajo K. cambie el valor de 1 punto más que K desviaciones estándar de la línea central. Acerca del subgrupo Falta significa mensaje Para crear un gráfico EWMA, debe tener al menos una observación no perdida en cada subgrupo. Si usted tiene un subgrupo donde faltan todas las observaciones, Minitab muestra un error y no genera el gráfico. Promedio móvil exponencial (EMA) explicado Como dijimos en la lección anterior, las medias móviles simples pueden ser distorsionadas por picos. Comenzaremos con un ejemplo. Let8217s dicen que trazar un 5-período SMA en el gráfico diario de EUR / USD. Los precios de cierre de los últimos 5 días son los siguientes: El promedio móvil simple se calcularía de la siguiente manera: (1.3172 1.3231 1.3164 1.3186 1.3293) / 5 1.3209 Bastante simple, bien ¿Y si hubiera un reportaje en el Día 2 que causa el Euro para bajar a través del tablero. Esto hace que EUR / USD se sumerja y cierre en 1.3000. Vamos a ver qué efecto tendría esto en el período 5 SMA. El promedio móvil simple sería calculado como sigue: El resultado de la media móvil simple sería mucho más bajo y le daría la noción que el precio bajaba realmente, cuando en realidad, el día 2 era apenas un acontecimiento de una sola vez Causado por los pobres resultados de un informe económico. El punto que estamos tratando de hacer es que a veces la media móvil simple podría ser demasiado simple. Si sólo hubiese una manera de que pudieras filtrar estos picos para que no te dieses la idea equivocada. Hmm8230 Espera un minuto8230 Sí, hay una forma It8217s llamado el promedio móvil exponencial Promedios móviles exponenciales (EMA) dar más peso a los períodos más recientes. En nuestro ejemplo anterior, la EMA pondría más peso en los precios de los días más recientes, que serían los Días 3, 4 y 5. Esto significaría que el pico en el Día 2 sería de menor valor y no tendría tan grande Un efecto sobre la media móvil como lo haría si hubiéramos calculado para una media móvil simple. Si usted piensa en ello, esto tiene mucho sentido porque lo que esto hace es poner más énfasis en lo que los comerciantes están haciendo recientemente. El promedio móvil móvil exponencial (EMA) y el promedio móvil simple (SMA) de lado a lado Let8217s echar un vistazo al gráfico de 4 horas de USD / JPY para resaltar cómo un promedio móvil simple (SMA) y el promedio móvil exponencial (EMA) Por el lado en una carta. Observe cómo la línea roja (el 30 EMA) parece ser un precio más cercano que la línea azul (los 30 SMA). Esto significa que representa con mayor exactitud la acción reciente del precio. Usted probablemente puede adivinar por qué sucede esto. Esto se debe a que la media móvil exponencial pone más énfasis en lo que ha estado sucediendo últimamente. Al negociar, es mucho más importante ver lo que los comerciantes están haciendo ahora, más bien lo que estaban haciendo la semana pasada o el mes pasado. Guarde su progreso iniciando sesión y marcando la lección completa