[R-es] Tiempo de vida
Carlos Ortega
cof en qualityexcellence.es
Jue Dic 10 16:29:11 CET 2015
Hola,
Lo tenía en mente, pero no me acordaba del nombre de la autora y el libro
no lo tenía a mano...
Esta referencia es de lo mejorcito que he visto/leído para la mejora de
procesos industriales desde el punto de vista estadístico:
http://www.amazon.com/gp/product/0898713943?keywords=veronica%20czitrom&qid=1449761180&ref_=sr_1_1&s=books&sr=1-1
Saludos,
Carlos Ortega
www.qualityexcellence.es
El 10 de diciembre de 2015, 11:00, Carlos Ortega <cof en qualityexcellence.es>
escribió:
> Hola Jesús,
>
> La respuesta, desde mi punto de vista, es un poco off-topic de lo que se
> trata en esta lista, pero comento como lo veo yo.
>
> Con el nivel de detalle que tienes, puedes hacer varias cosas:
>
> - Simplemente mantén en tu almacén un número de cuchillas mayor que la
> última vez que tuviste que pedirlas con urgencia. En los entornos de
> Producción, efectivamente el que rompas el stock es una situación grave,
> porque paras la línea. Pero como bien, dices por otro lado no puedes
> mantener en tu almacén muchas cuchillas. Aunque también hay que comentar
> que en el análisis tendrías que meter el coste de reposición. No veo que
> las cuchillas sean un producto que se quede obsoleto, así que comprar un
> número mayor de "1" te sea hasta económicamente más rentable. Seguramente
> puedas negociar mejores precios comprando "10" que "1".
> - Entonces por este lado, tener en tu almacén un número constante
> de "3". Y que ese sea tu punto de pedido no parece descabellado.
> - Otra forma de analizarlo teniendo en cuenta los datos que ya has
> acumulado es ver cuál es tu "MTTR" (Mean Time To Repair). Considera la
> rotura/desgaste de la cuchilla como una "reparación". Y con este concepto
> calcula el tiempo medio que pasa hasta que sustituyes una cuchilla. Esto lo
> puedes calcular con los datos que tienes, simplemente calculando las
> diferencias entre las fechas en las que cambias las cuchillas. De esta
> forma, obtendrás que si cambias cuchillas cada 2 semanas (en media),
> tendrás que tener en media, una cuchilla disponible en tu almacén.
> - Claro, si te ajustas al valor medio, pierdes toda la información que
> te da el MTTR de su sigma. Al calcular el MTTR, representa esas diferencias
> en un histograma o simplemente calcula su sigma y tu stock óptimo
> (conservador) sería "Media + 3 Sigmas". Es una aproximación de tirar por la
> calle del medio (suponiendo una distribución normal de los datos de MTTR).
> - En cualquier caso, cuando tengas los datos de MTTR, mira el
> histograma por si se puede hacer un análisis más fino.
>
>
> Gracias,
> Carlos Ortega
> www.qualityexcellence.es
>
> El 10 de diciembre de 2015, 9:57, Jesús Para Fernández <
> j.para.fernandez en hotmail.com> escribió:
>
>> Buenas Antonio,
>>
>> No termino de entender lo que dices, la verdad.
>>
>> Para ponernos en situación, lo que quiero es llegar al punto de pedido
>> optimo, es decir, no desabastecer el almacen, pero tampcoo tener cuchillas
>> para 100 años...
>>
>> Por ello, a mi me llega cuando necesitan una cuchilla, entonces se le da
>> salida en el almacen, pero esa cuchilla nunca retorna a nosotros, es
>> colocada en la maquina y hasta que parta.
>>
>> Es por eso por lo que habia pensado en un tiempoo de vida o en
>> frecuencias. No me asusta meterme en "fregados" si la solución es robusta.
>> Entiendo que el tema de frecuencias podría valer, ya que al final no es más
>> que la frecuencia de pedido, pero lo que no me vale es usar medias, ya que
>> la media de 0 y 2 es la misma que la de 1 y 1, pero las situaciones no
>> tienen nada que ver. Pongo un ejemplo.
>>
>> Si hoy me piden 1 y dentro de una semana me piden 1, entonces con tener 1
>> en el almacen me vale. La media de pedido sería 1 y el punto de pedido
>> optimo seria 1.
>>
>> Sin embargo, si esta seman me piden 0 y la semana siguiente me piden 2,
>> el punto de pedido optimo es 2, aunque la media de consumo es 1...
>>
>> Por eso habia pensado en tiempo de vida que creoq ue se puede ajustar
>> mejor, pero no se como meter los datos para hacer correctamente el análisis.
>>
>> To: r-help-es en r-project.org
>> From: antonio.punzon en st.ieo.es
>> Date: Thu, 10 Dec 2015 09:36:25 +0100
>> Subject: Re: [R-es] Tiempo de vida
>>
>>
>>
>>
>>
>>
>> Si no tienes la fecha de venta o cuando se comenzó a usar lo tienes
>> realmente difícil.
>>
>> Puedes hacer una aproximación si tuvieras cuantas se vendieron,
>> identificando modas de venta y de devolución podrías estimar el
>> tiempo de vida.
>>
>> Si solo tienes devolución puedes trabajar con modas/ frecuencias, el
>> proceso es más complejo, bastante más. Sería algo parecido a
>> averiguar la edad de un pez solo sabiendo cuando lo has cogido, sin
>> saber fecha de nacimiento (pongo este ejemplo porque trabajo en
>> biología marina). Y aunque no soy un experto en el tema (nada), el
>> proceso de averiguar la "edad" es más complejo. Te diré que hay
>> diversos métodos, y yo creo que el que más se ajusta sería con
>> análisis de frecuencias. Pero no creo que te vayas a meter en ese
>> "jardín"
>>
>>
>>
>>
>>
>> Pero, creo que estás haciendo mal la pregunta. Yo interpreto que lo
>> que quieres saber es cuando debes hacer un pedid, para tener stock o
>> previsiones de gasto. Esto solo depende de cuando se compraron. Pero
>> esto te da lo mismo, incluso el tiempo de vida, ya que si es un
>> producto estandarizado, será similar. Por lo tanto, solo tienes que
>> hacer análisis de cuando te las traen de vuelta. Con cualquier
>> análisis exploratorio por la unidad temporal que tu desees (Semana,
>> mes, etc) te valdría. Por ejemplo unos boxplot
>>
>>
>>
>> El data frame sería muy simple
>>
>>
>>
>> kk<-
>> data.frame(año=as.numeric(0),dia=as.numeric(0),mes=as.numeric(0))
>>
>> aquí meterías cada cuchilla que te devuelven
>>
>> o
>>
>>
>>
>> kk<-
>>
>> data.frame(año=as.numeric(0),dia=as.numeric(0),mes=as.numeric(0),numero.cuchillas=as.numeric(0))
>>
>> aquí meterías el numero de cuchillas por día
>>
>>
>>
>> Del primero mediante un aggregate se obtiene el segundo
>>
>>
>>
>> Y después solo analizar
>>
>>
>>
>> Si los pedidos los hicieras por semanas, con la unión de los tres
>> campos "dia, año, y me"s con la libreria "chron" los transformas en
>> un campo fecha (as.Date), y con la misma librería puedes sacar la
>> semana de forma numérica. De esta forma tendrías las cuchillas por
>> semana
>>
>>
>>
>> Poco más se me ocurre
>>
>>
>>
>> Espero que te sirva
>>
>>
>>
>> Saludos
>>
>>
>>
>> __________________________________
>> Antonio Punzón Merino
>> Instituto Español de Oceanografía
>> CO Santander
>> Promontorio de San Martín s/n
>> PO BOX 240
>> 39080-Santander (Spain)
>> Tel: +34 942 29 17 16 (Direct: 55)
>> Fax: +34 942 275 072
>> Email: antonio.punzon en st.ieo.es
>> Web: www.ieo.es
>> __________________________________
>>
>> El 10/12/2015 a las 9:05, Jesús Para
>> Fernández escribió:
>>
>>
>>
>> Siento insistir en el tema, pero es de vital importancia.
>>
>> Alguna idea???
>>
>> Gracias
>> Jes�s
>>
>> From: j.para.fernandez en hotmail.com
>> To: griera en yandex.com; r-help-es en r-project.org
>> Subject: RE: [R-es] Tiempo de vida
>> Date: Tue, 8 Dec 2015 09:18:11 +0100
>>
>>
>>
>>
>> Pero como har�a el data frame?? Porque las cuchillas son de la misma
>> referencia. En realidad es para ver cada cuanto se gstan las cuchillas y
>> ver que pedidos hay que hacer de las mismas.
>>
>> La tabla que tengo es:
>>
>> 25 enero-> 1 cuchilla gastada
>> 30 enero -> 1 cuchilla gastada
>> 3 de febrero -> 2 cuchillas gastadas
>> 5 de febrero -> 1 cuchilla gastada
>>
>> Y as�....
>>
>> No tiene necesariamente que ser gastada en la misma afeitadora, ya que
>> hay 3 cortadoras y los datos de a que cortadora se cambian no son
>> proporcionados y son imposibles de conseguir (ya que esa informaci�n es de
>> un externo).
>>
>> Gracias.
>> Jes�s
>>
>>
>>
>> Date: Mon, 7 Dec 2015 17:47:45 +0100
>> From: griera en yandex.com
>> To: j.para.fernandez en hotmail.com; r-help-es en r-project.org
>> Subject: Re: [R-es] Tiempo de vida
>>
>> Hola:
>>
>> On Mon, 7 Dec 2015 16:34:14 +0100
>> Jes�s Para Fern�ndez <j.para.fernandez en hotmail.com> wrote:
>>
>>
>>
>> Los datos no son de desgaste de cuchilla, sino de consumo de
>> las mismas.
>>
>> Por ello tengo los datos de la siguiente forma:
>>
>> Unidades cambiadas Fecha
>>
>>
>> En unidades cambiadas, suele ser una y en fecha el dia que se hizo el
>> cmabio.
>>
>>
>> No seria:
>>
>> TIEMPO: Fecha que se coloca una cuchilla nueva hasta que se cambia.
>> ESTADO: Siempre 1 (siempre se cambia): no existen censuras.
>>
>> y un registro para cada cuchilla.
>>
>> Servir�a?
>>
>> Saludos.
>>
>>
>>
>> Con eso no se muy bien como estructurar los datos para hacer el
>> an�lisis.
>>
>> Gracias
>> Jes�s
>>
>>
>>
>>
>>
>> Date: Mon, 7 Dec 2015 16:27:18 +0100
>> From: griera en yandex.com
>> To: j.para.fernandez en hotmail.com
>> CC: r-help-es en r-project.org
>> Subject: Re: [R-es] Tiempo de vida
>>
>> Hola:
>>
>> On Mon, 7 Dec 2015 15:12:24 +0100
>> Jes__s Para Fern__ndez <j.para.fernandez en hotmail.com> wrote:
>>
>>
>>
>> Buenas,
>>
>> Como pudeo calcular el tiempo de vida? Os cuento, tengo una serie de
>> cuchillas y quiero ver el consumo de las mismas y he pensado en hacer un
>> estudio por tiempo de vida. No se como hacerlo con R
>>
>>
>> Has una tabla de datos con 4 columnas:
>>
>> 1. Fecha que se empieza a utilizar la cuchilla
>> 2. Fecha de la �ltima revisi�n de la cuchilla
>> 3. TIEMPO: el tiempo transcurrido entre las dos fechas anteriores
>> 4. ESTADO: estado de la cuchilla cuando se revis� la �ltima vez:
>> 0 = Buen estado
>> 1 = Para tirar
>>
>> Y utiliza el m�todo kaplan-meier:
>>
>> library(survival)
>> KM <- survfit(Surv(DATO$TIEMPO, DATOS$ESTADO) ~ 1)
>> summary(KM)
>> plot(KM)
>>
>> Un ejemplo:
>>
>>
>>
>> library(survival)
>> AML.KM <- survfit(Surv(aml$time, aml$status) ~ 1)
>> summary(AML.KM)
>>
>>
>> Call: survfit(formula = Surv(aml$time, aml$status) ~ 1)
>>
>> time n.risk n.event survival std.err lower 95% CI upper 95% CI
>> 5 23 2 0,9130 0,0588 0,8049 1,000
>> 8 21 2 0,8261 0,0790 0,6848 0,996
>> 9 19 1 0,7826 0,0860 0,6310 0,971
>> 12 18 1 0,7391 0,0916 0,5798 0,942
>> 13 17 1 0,6957 0,0959 0,5309 0,912
>> 18 14 1 0,6460 0,1011 0,4753 0,878
>> 23 13 2 0,5466 0,1073 0,3721 0,803
>> 27 11 1 0,4969 0,1084 0,3240 0,762
>> 30 9 1 0,4417 0,1095 0,2717 0,718
>> 31 8 1 0,3865 0,1089 0,2225 0,671
>> 33 7 1 0,3313 0,1064 0,1765 0,622
>> 34 6 1 0,2761 0,1020 0,1338 0,569
>> 43 5 1 0,2208 0,0954 0,0947 0,515
>> 45 4 1 0,1656 0,0860 0,0598 0,458
>> 48 2 1 0,0828 0,0727 0,0148 0,462
>>
>>
>> plot(AML.KM)
>>
>>
>> Dibuja la curva de supervivencia con el intervalo de
>> confianza.
>>
>> Espero que te sea �til.
>>
>> Saludos.
>>
>>
>>
>>
>>
>>
>> Gracias
>> Jes_s
>>
>> [[alternative HTML version deleted]]
>>
>>
>>
>>
>>
>>
>>
>>
>>
>> [[alternative HTML version deleted]]
>>
>>
>>
>>
>>
>>
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>>
>>
>>
>>
>>
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>> [[alternative HTML version deleted]]
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>>
>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
--
Saludos,
Carlos Ortega
www.qualityexcellence.es
[[alternative HTML version deleted]]
Más información sobre la lista de distribución R-help-es