Resumen Técnico: Control Estadístico de Procesos mediante p-valores

Planteamiento del Problema

El Control Estadístico de Procesos (SPC, por sus siglas en inglés) tradicionalmente se basa en el monitoreo de estadísticas de prueba ($Z_t$) derivadas de supuestos paramétricos específicos (por ejemplo, normalidad) para detectar desviaciones de un estado bajo control (IC). Aunque métodos como los gráficos de Shewhart, CUSUM y el Promedio Móvil Exponencialmente Ponderado (EWMA) están bien establecidos, sus garantías teóricas —específicamente respecto a la Longitud de Carrera Promedio (ARL) y las tasas de falsas alarmas— dependen en gran medida de la validez de dichos supuestos paramétricos. Cuando el proceso generador de datos (DGP) es desconocido, no paramétrico o exhibe una dependencia temporal compleja, derivar límites de control exactos o cotas de ARL resulta difícil o requiere una calibración basada en simulaciones que consume mucho tiempo.

Este documento aborda el desafío de construir gráficos de SPC que ofrezcan garantías universales y libres de distribución sin asumir estructuras de dependencia estocástica específicas entre los puntos temporales. Los autores proponen un marco donde la estadística de monitoreo es una secuencia de p-valores ($P_t$) en lugar de estadísticas de prueba puras, aprovechando la propiedad fundamental de los p-valores bajo la hipótesis nula.

Metodología

1. Marco Teórico: Super-uniformidad

El núcleo de la metodología reside en la propiedad de super-uniformidad de los p-valores. Una secuencia de p-valores $(P_t)_t$ se considera válida si, bajo la hipótesis nula $H_0$ (el proceso está bajo control), la probabilidad de observar un p-valor menor o igual a $\alpha$ está acotada por $\alpha$ para cualquier $\alpha \in [0, 1]$.

• Diseños de una y dos fases: El marco se aplica tanto a diseños donde $H_0$ se define con respecto a una distribución fija como a un ejemplo base de Fase I.
• Supuesto de Independencia: Crucialmente, los autores no asumen independencia entre $P_t$ y las observaciones pasadas. Solo requieren que $P_t$ satisfaga la condición de super-uniformidad (marginal o condicional).

2. Límites de Control y Cotas de Longitud de Carrera

Los autores analizan la regla estándar de Shewhart: activar una alarma cuando $P_t \leq \alpha$.

• Límites Inferiores Universales: Sin asumir dependencia temporal, derivan un límite inferior universal para la Longitud de Carrera Promedio (ARL) de $ARL \geq \frac{1}{2\alpha} + \frac{1}{2}$.
• Super-uniformidad Condicional: Si los p-valores satisfacen una condición más fuerte donde $P(P_t \leq \alpha | \mathcal{F}_{t-1}) \leq \alpha$ (condicionada a la información pasada), la cota se agudiza hacia la tasa paramétrica familiar de $ARL \geq \alpha^{-1}$.
• Generalización k-ARL: El documento extiende estos resultados a la k-ARL (tiempo esperado hasta $k$ falsas alarmas). Bajo super-uniformidad general, la cota es $\geq \frac{k}{2\alpha} + \frac{1}{2}$; bajo super-uniformidad condicional, mejora a $\frac{k}{\alpha}$. Esto permite la calibración de los gráficos para controlar la tasa de error de la familia a lo largo del tiempo sin modelado paramétrico.

3. Esquemas tipo EWMA mediante Funciones de Fusión

Los gráficos EWMA estándar ($\tilde{P}_t = \lambda P_t + (1-\lambda)\tilde{P}_{t-1}$) fallan al no preservar la propiedad de super-uniformidad cuando se aplican directamente a p-valores. Para superar esto, los autores utilizan funciones de fusión para p-valores dependientes (basadas en Vovk & Wang, 2020).

• Construyen estadísticas de tipo EWMA $Q^{(r)}_{\lambda,t}$ utilizando medias generalizadas ponderadas de potencias de p-valores ($P_t^r$).
• Al aplicar constantes de escala específicas derivadas del peso máximo, aseguran que la secuencia resultante permanezca super-uniforme (o condicionalmente super-uniforme para elecciones de parámetros específicos como $r \geq 1$).
• Esto permite el "suavizado" de los gráficos de p-valores sin necesidad de límites de control ad hoc o calibración basada en simulaciones.

4. Localización Multivariante

El marco se extiende al SPC multivariante para la localización direccional y de coordenadas.

• Pruebas Cerradas: Utilizando un procedimiento de prueba cerrada (Marcus et al., 1976) combinado con el método de descenso de Holm, los autores proponen un método para detectar qué coordenadas y direcciones específicas (aumento/disminución) se han desviado de la línea base.
• Control de Error: Este enfoque controla la Tasa de Error de la Familia (FWER) al momento de la alarma, asegurando que la probabilidad de realizar cualquier reclamo incorrecto sobre la dirección o la coordenada esté acotada por $\alpha$.

Resultados Clave

Contribuciones Teóricas

• Cotas Universales de ARL/k-ARL: El documento proporciona límites inferiores rigurosos y no asintóticos para las longitudes de carrera que se mantienen para cualquier DGP que satisfaga la hipótesis nula, independientemente de la estructura de dependencia.
• Construcciones EWMA Válidas: La derivación de $Q^{(r)}_{\lambda,t}$ y $\bar{Q}^{(r)}_{\lambda,t}$ proporciona el primer método genérico para crear gráficos de p-valores suavizados con comportamiento de IC garantizado, evitando el fallo del promedio ingenuo.
• Teoría de Distribución: Se derivan funciones de densidad de probabilidad (PDF) y funciones de distribución acumulativa (CDF) explícitas para los procesos EWMA basados en variables aleatorias uniformes independientes, aclarando por qué los gráficos EWMA uniformes ingenuos fallan en ser super-uniformes en la cola derecha pero tienen éxito en la cola izquierda bajo ciertas inicializaciones.

Hallazgos Numéricos y de Simulación

• Conservadurismo vs. Agudeza: Las simulaciones en datos normales y autorregresivos muestran que, si bien las cotas universales (sin supuestos de dependencia) pueden ser conservadoras (razones de ARL realizado respecto a la cota de hasta ~33), son fieles. Cuando la super-uniformidad condicional se cumple, las cotas son agudas.
• Desempeño de EWMA:
  • En escenarios de Fuera de Control (OOC) persistente, los gráficos de p-valores crudos suelen detectar cambios más rápido que los gráficos de tipo EWMA.
  • En escenarios de OOC dinámico (donde el cambio evoluciona en el tiempo), los gráficos de tipo EWMA con parámetros específicos ($r < 0$) pueden detectar la $k$-ésima alarma más rápido que los gráficos de p-valores crudos, demostrando un compromiso donde el mayor conservadurismo de IC produce un mejor poder para cambios dinámicos bajo la regla de $k$-alarmas.
• Localización: El procedimiento de localización propuesto identifica con éxito las coordenadas y direcciones afectadas tanto en entornos multivariantes normales como de cola pesada (Cauchy), manteniendo el control de la FWER al nivel teórico.

Significado y Reivindicaciones

El documento afirma proporcionar un marco modular y libre de distribución para el SPC. Su principal significancia radica en:

1. Desacoplamiento de Supuestos Paramétricos: Permite a los profesionales construir gráficos de SPC con tasas de falsa alarma garantizadas para cualquier proceso donde se puedan generar p-valores válidos (por ejemplo, mediante pruebas de Kolmogorov–Smirnov o Mann–Whitney), eliminando la necesidad de calibración basada en simulaciones ligada a modelos paramétricos específicos.
2. Rigor Teórico para el Suavizado: Resuelve la brecha teórica respecto a los gráficos EWMA para p-valores, demostrando que el suavizado válido es posible mediante funciones de fusión, permitiendo así el uso de técnicas de suavizado sin sacrificar las garantías de IC.
3. Enfoque Multivariante Unificado: Ofrece un método principista para la localización simultánea de cambios multivariantes con control de error, aplicable tanto a entornos paramétricos como no paramétricos.

Los autores enfatizan que, aunque las cotas pueden ser conservadoras en ausencia de supuestos de dependencia, este es el "precio natural" para lograr la robustez a través de todos los posibles DGPs. El marco se presenta como una herramienta general que puede superponerse a cualquier construcción de p-valores existente para añadir capacidades de suavizado o localización manteniendo el control teórico.