banner02

Especializado como Quality Analyst, usted podrá desempeñar un papel más eficiente en el establecimiento de estándares de calidad en las El Diplomado en  Muestreo y Diseño de Experimentos expone los centrales en muestreo probabilístico de poblaciones finitas y en diseños de experimentos. Se consideran diseños muestrales para selección de tipos diferentes de probabilidades, abordando los métodos de estimación poblacionales y bajo conceptos y técnicos que apoyan la planeación, modelación y de experimentos diseñados de forma estadística.

  • Diseñar e implantar sistemas y procedimientos para la toma de decisiones a través de métodos estadísticos del control de calidad, estimación de parámetros, regresión y diseño de experimentos.
  • Aplicar los métodos estadísticos para evaluar, controlar y optimizar los procesos.
  • Conocer y adquirir habilidades en el uso de herramientas estadísticas para la gestión moderna de calidad. 
  • Obtener una formación básica general en Estadística.

  • ANÁLISIS DE DATOS
    • Variables Aleatorias, Estadística descriptiva y su interpretación
    • Media, moda y mediana
    • Rango, varianza y desviación estándar
    • Distribuciones de Probabilidad: Normal, t-student, F
    • Asociación y Correlación
      • PRUEBAS DE HIPÓTESIS E INTERVALOS DE CONFIANZA
      • Conceptos de pruebas de hipótesis e intervalos de confianza
      • Prueba de hipótesis de medias
      • Prueba de hipótesis de tasas de defectos
      • Prueba de hipótesis de proporciones
        • MUESTREO
        • Conceptos básicos y generalidades sobre el muestreo
        • Tipos de muestreo: Probabilísticos y no probabilísticos
        • Muestreo aleatorio simple y muestreo sistemático
        • Muestreo estratificado
        • Muestreo por conglomerados y muestreo por conveniencia
        • Cálculo del tamaño de muestra en estudios descriptivos
        • Determinación del tamaño de una muestra para estimar medias y proporciones. Selección de unidades de análisis
          • CONTROL ESTADÍSTICO DE PROCESO (SPC)
            • Requerimientos de un control de Procesos
            • Gráficos de control datos continuos: gráficos Xbar y R, gráficos Xbar y S, gráficos I-MR
            • gráficos de control: Datos de atributos: Gráfico P, Gráfico U, Gráfico C
              • DISEÑO DE EXPERIMENTOS (DOE)
                • Introducción ANOVA
                • Estadístico F y valor de P
                • Suposiciones y análisis de residuales
                • Introducción al DOE
                • Representación geométrica
                • Aleatorización
                • Notación de Yates
                • Procedimiento Minitab para DOE Factorial 2 k Completo
                • Modelación y diseño
                • Diseño con k factores 2 k
                • Análisis de resultados
                • Pareto de efectos
                • Gráfica normal de efectos
                • Gráfico de residuales
                • ANOVA y ecuación de regresión
                • Análisis de efectos
                • Gráfica de efectos principales
                • Gráfica de interacciones
                • Análisis de superficies/contornos:
                • Optimización de resultados
                • Tamaño de muestra y potencia de la prueba
                • Ejercicios e Interpretación y conclusiones
                • Diseños factoriales fraccionados
                • Diseño factorial fraccionado 2 k-1
                • Diseño factorial fraccionado 2 k-2
                • Diseño factorial fraccionado 2 k-p
                • Resolución de diseños fraccionados
                • Interpretación y resultados
                  • DOE AVANZADO: MSR; DISEÑO ROBUSTO Y SHAININ
                       

                    • Modelización de superficie de respuesta
                    • Interpretación por gráficos de contorno
                    • Matriz producto de Taguchi y matriz alternativa
                    • Análisis de sensibilidad ante factores
                    • Tácticas de Shainin