Trabajo regresión, estadistica aplicada. errores en maquina.

Modelos de Regresión ESTADÍSTICA

Máster Executive en Dirección Financiera

DEFECTOS DE UNA CADENA DE PRODUCCIÓN
La misión de este trabajo va a ser intentar explicar si los defectos producidos en una determinada cadena de producción, se pueden explicar a través de la “velocidad que lleva la banda”, el “número de horas extras” empleadas, la “calidad”, es decir, si el supervisor del turno hacompletado el training de calidad y si depende de que el “turno” sea de noche o de día. Es decir vamos a tratar de explicar lo que en estadística se conoce como variable independiente o endógena (los defectos), a través de variables exógenas o explicativas, que son: la velocidad de la banda, el número de horas extras empleadas, la calidad y el turno. Para ello vamos a trabajar con el programaexcel, en el que realizaremos múltiples análisis de regresión y, en definitiva, una serie de comprobaciones sobre nuestro modelo y sus variables para así certificar que cumple con todos los requisitos y características para que sea un buen modelo y realizar los cambios oportunos si fuese necesario. A priori, podemos pensar que con estas 4 variables vamos a ser capaces de hacer un modelo losuficientemente completo para explicar el comportamiento de los defectos, si bien, somos conscientes que una vez que entremos en el estudio empírico alguna de las variables consideradas pueden no ser relevantes. Esta relevancia de las variables exógenas, nos va a venir indicado a través fundamentalmente de dos estadísticos: la T de Student y su probabilidad. -Si la T de Student es menor o igual que /±2/significa que la variable exógena en cuestión no es estadísticamente significativa y, por tanto, no es relevante en el modelo. - Si además su probabilidad es mayor que 0,05 la variable exógena no es estadísticamente significativa y, por tanto, tampoco relevante para explicar los defectos producidos en la cadena de producción. Hemos hecho distintos análisis de regresión, con diferentes hipótesis,partiendo de la más sencilla. Para todas estas hipótesis, en primer lugar hemos transformado dos variables cualitativas en variables dicotómicas o dummys. Estas variables son:
CALIDAD: Calidad NO = 0 Calidad SI = 1 TURNO: DIA = 1 NOCHE = 0

El modelo más sencillo que hemos planteado incluye, además de las variables dicotómicas descritas, el número de horas extras empleadas y la velocidad de labanda. Y viene recogido en la hoja “datos 1”. En la hoja “datos 1” los estadísticos T de Student y la probabilidad nos muestran que las horas extra y el turno no explican de forma relevante los defectos producidos, no obstante el Coeficiente de Determinación, R^2, nos muestra que a través de este modelo explicamos el 64,270 % de los defectos producidos. Para tratar de mejorar nuestro modelo y llegarasí al más óptimo, hemos probado múltiples opciones que se recogen en el cuadro “Resumen” y que exponemos a continuación. Y van desde eliminar aquellas variables que no eran estadísticamente significativas (las horas extra y el turno), a agrupar la velocidad de la banda en diferentes intervalos, y agrupar el número de horas extras empleadas:

HOJA datos 1 datos 2 datos 3 datos 4 datos 5 datos 6VARIABLES todas elimino: turno elimino: horas extra elimino: turno elimino: horas extra h.extra 0 y 1 = 0 h.extra 2 y 3 = 1 h.extra 0 y 1 = 0 h.extra 2 y 3 = 1 elimino: turno h.extra 0 = 0 h.extra 1, 2 y 3 = 1 h.extra 0 = 0 h.extra 1, 2 y 3 = 1 elimino: turno h.extra 0, 1 y 2 = 0 h.extra 3 = 1 h.extra 0, 1 y 2 = 0 h.extra 3 = 1 elimino: turno vel.banda: intervalos 30 vel.banda: intervalos 30elimino: horas extra elimino: turno vel.banda: intervalos 30 h.extra 0 y 1 = 0 h.extra 2 y 3 = 1 vel.banda: intervalos 30 h.extra 0 y 1 = 0 h.extra 2 y 3 = 1 elimino: turno vel.banda: intervalos 30 h.extra 0 = 0 h.extra 1, 2 y 3 = 1 vel.banda: intervalos 30 h.extra 0, 1 y 2 = 0 h.extra 3 = 1 vel.banda: intervalos 50 vel.banda: intervalos 50 elimino: turno vel.banda: intervalos 50 h.extra 0 y 1 = 0...