César Pérez López, página 2 de 5

La metodología Seis Sigma es la más implantada para el control de calidad en las empressa e instituciones actualmente. El fundamento de Seis Sigma es esencialmente el cliente. Los clientes no juzgan las compañias por medidas estadisticas, sino por la calidad de los productos y servicios desde la optica de la variacion en los mismos, entendiendo por variacion todo cambio en procesos o practicas de negocio que pueda alterar los resultados esperados por los clientes de los mismos. Por esta razon, Seis Sigma se centra inicialmente en reducir la variabilidad de los procesos, para despues incrementar su capacidad. La implementacion de Seis Sigma no se puede llevar a cabo como si fuera una herramienta mas de uso por las areas de calidad. Si realmente se busca que sea efectiva, debe ser establecida como la unica estrategia de gestion corporativa. Esto es cierto para cualquier sistema de gestion por calidad y mas aun, en el caso de Seis Sigma. Asi, todas las actividades y tareas deben ser incluidas en esta sistematica. Asi mismo, las divisiones y fronteras entre departamentos deben difuminarse hasta desaparecer, habilitando una comunicacion fluida entre todas las areas de la empresa. Todos los procesos indirectos como facturacion, etc. deben ser incluidos tambien en el sistema, ya que, desde el punto de vista del cliente, una alta calidad en el producto no es suficiente, si en procesos colaterales se le suministra baja calidad por ejemplo, de nada sirve ofrecerle un gran producto, si luego se le envian facturas erroneas. Este libro desarrolla las herramientas de la metodologia Seis Sigma a traves del software SAS

STSTAGRAPHICS CENTURION ofrece amplias posibilidades para el trabajo en Econometría. Desarrolla perfectamente el modelo lineal de regresión múltiple incorporando todas las fases de identificación, estimacion y diagnosis de los modelos. Es muy completo en cuanto al tratamiento de los problemas de autocorrelacion, heteroscedasticidad, multicolinealidad, endogeneidad, datos atipicos, observaciones influyentes y otras problematicas de la diagnosisi econometrica.Incorpora tambien los modelos ANOVA, ANCOVA, MANOVA, MANCOVA, MLG, Modelos Lineales Generalizados, Modelos dinamicos, Modelos no lineales, modelos de series temporales y modelos de redes neuronales.

La metodología Seis Sigma es la más implantada para el control de calidad en las empressa e instituciones actualmente. El fundamento de Seis Sigma es esencialmente el cliente. Los clientes no juzgan las compañias por medidas estadisticas, sino por la calidad de los productos y servicios desde la optica de la variacion en los mismos, entendiendo por variacion todo cambio en procesos o practicas de negocio que pueda alterar los resultados esperados por los clientes de los mismos. Por esta razon, Seis Sigma se centra inicialmente en reducir la variabilidad de los procesos, para despues incrementar su capacidad.La implementacion de Seis Sigma no se puede llevar a cabo como si fuera una herramienta mas de uso por las areas de calidad. Si realmente se busca que sea efectiva, debe ser establecida como la unica estrategia de gestion corporativa. Esto es cierto para cualquier sistema de gestion por calidad y mas aun, en el caso de Seis Sigma. Asi, todaslas actividades y tareas deben ser incluidas en esta sistematica. Asi mismo, las divisiones y fronteras entre departamentos deben difuminarse hasta desaparecer, habilitando una comunicacion fluida entre todas las areas de la empresa.Todos los procesos indirectos como facturacion, etc. deben ser incluidos tambien en el sistema, ya que, desde el punto de vista del cliente, una alta calidad en el producto no es suficiente, si en procesos colaterales se le suministra baja calidad por ejemplo, de nada sirve ofrecerle un gran producto, si luego se le envian facturas erroneas.Este libro desarrolla las herramientas seis sigma para el control de calidad a traves de Excel.

Dentro de las estructuras de datos más importantes, típicas en el trabajo econométrico aplicado, tenemos los datos de series temporales. Un conjunto de datos de series temporales consiste en observaciones sobre una variable o distintas variables a lo largo del tiempo. Ejemplos tipicos de datos de series temporales son el producto interior bruto, la oferta monetaria, los indices de precios al consumo, las tasas anuales de homicidios o las cifras de venta de automoviles. Dado que los acontecimientos pasados pueden tener influencia sobre acontecimientos futuros, y los efectos retardados en el comportamiento de los individuos son frecuentes en ciencias sociales, el tiempo es un parametro importante en los conjuntos de series temporales. Hablando de economia, l0s datos de series temporales suelen utilizarse mas en el analisis macroeconomico, en contraposicion a los datos de corte transversal, que se utilizan sobre todo en analisis microeconomico. Las series temporales suelen ser mas dificiles de analizar que los datos de corte transversal debido a que casi nunca podemos suponer que las observaciones economicas son temporalmente independientes. La mayoria de las series temporales, ya sean economicas o no, estan relacionadas a menudo fuertemente relacionadas con su historia reciente. Por ejemplo, nuestro conocimiento sobre el producto nacional bruto del trimestre pasado nos dice bastante del nivel de PIB que podemos esperar para el trimestre en curso ya que el PIB tiende a permanecer estable de un trimestre a otro. Otra caracteristica importante de los datos de series temporales es la periodicidad con la que se recogen semanal, mensual, trimestral, etc. . Este libro desarrolla la metodologia de Box y Jenkin para el analisis de series temporales. Incorpora los metodos deterministas y estocasticos para el analissi de series temporales con especial hincapie en los modelos ARIMA

Dreamweaver es un componente de la nueva familia de productos Adobe Master Collection, que busca proporcionar una plataforma completa para el desarrollo y la distribución de servicios Web. Una de las caracteristicas deDreamweaver es la inclusion de herramientas de desarrollo para generar yutilizar estos servicios. Dreamweaver permite crear y administrar sitios Web profesionales y potentes aplicaciones de Internet, de modo que es posible trabajar en un solo entorno para crear, hacer y administrar rapidamente sitios y aplicaciones Web utilizando herramientas visuales de composicion, un desarrollo rapido de aplicaciones de Internet y un amplio soporte para la edicion de codigo.Por otra parte, Dreamweaver CS6 permite desarrollar aplicaciones Webdinamicas que interactuan con bases de datos, proporcionando una plataforma completa para la creacion, utilizacion y distribucion de servicios Web. Una aplicacion Web es un conjunto de paginas Web que interactuan entre si, con el usuario y con diversos recursos en un servidor Web, incluidas bases de datos El contenido de este libro se centra en el diseño de paginas Web con Dreamweaver de modo simple y directo, y sin necesidad de acudir a la codificacion, por lo que resulta muy util para usuarios que necesiten iniciarse primero, y profundizar despues, en el diseño Web, sin tener conocimientos previos.Este libro complementa a otro ya publicado del mismo autor con titulo Dreamwaever. Administracion de sitios y paginas Web

Este libro desarrolla las técnicas de Minería de Datos a través de procedimientos del software SAS. Los capítulos comienzan con una introducción metodológica a cada técnica de Minería de Datos. A continuacion se resuelven ejemplos representativos para ilustrar las tecnicas con la idea de hacerlas mas comprensibles y facilitar el trabajo en este campo de analisis de datos que actualmente ha adquirido gran importancia debido al procesamiento masivo de grandes cantidades de datos

La disponibilidad de grandes volúmenes de datos y el uso generalizado de herramientas informáticas ha transformado la investigación y el análisis de datos orientándolo hacia determinadas técnicas especializadas englobadas bajo el nombre de Mineria de datos Data Mining. El Data Mining puede definirse como un proceso de descubrimiento de nuevas y significativas relaciones, patrones y tendencias al examinar y tratar grandes cantidades de datos organizados segun las tecnicas de Big Data. Este libro desarrolla las tecnicas de Data Mining ilustrandolas con ejemplos tratados con el software de mineria de datos IBM SPSS Modeler.

La creación de aplicaciones dinámicas requiere además de un servidor de aplicaciones, la conexión de éste a bases de datos que sirven de depósito para la información. A través del lenguaje SQL, el usuario puede acceder a la informacion almacenada en la base de datos relacional generando los juegos de registros necesarios para extraer de la base de datos la informacion que se requiera en cada momento. SQL es una herramienta clave para la creacion de sitios Web dinamicos. Para utilizar una base de datos con una aplicacion PHP, debera crear una conexion de base de datos en Dreamweaver. Para el desarrollo de PHP, Dreamweaver solo admite el sistema de base de datos MySQL. Otros sistemas de bases de datos, por ejemplo Microsoft Access u Oracle no son compatibles. MySQL es una aplicacion de software de origen abierto que puede descargarse de Internet de forma gratuita. La finalidad del libro es tratar de la forma mas clara posible las tareas citadas. En cuanto a la metodologia, se comienza explicando de modo sencillo los contenidos acompañandolos siempre de imagenes que hacen mas comprensible el texto. Al final de cada capitulo se presenta un conjunto de ejercicios seleccionados para afianzar el aprendizaje de las tareas.

Este libro presenta un tratamiento completo de Microsoft Access 2007 y puede considerarse un manual de referencia de esta base de datos de Microsoft. Los temas se exponen en orden secuencial de dificultad, comenzando por las tareas más básicas y sin que sea necesario tener conocimientos previos del programa, completándose con ejercicios prácticos que refuerzan los conceptos teóricos y hacen más comprensibles las tareas. La obra presenta el nuevo entorno de trabajo de Access 2007 y los primeros pasos para el tratamiento de bases de datos y sus objetos, introduciéndose a continuación la teoría de bases de datos relacionales para abordar su diseño y creación. Posteriormente se tratan los temas de creación, manejo y personalización de tablas, campos, relaciones, claves, índices y tipos de datos. También se examina el trabajo con operadores, expresiones y consultas de selección, de referencia cruzada y de parámetros. Una parte importante del contenido de este libro está dedicado al trabajo con el lenguaje SQL para la consulta, creación, manejo y administración de bases de datos a través de los lenguajes de definición, modificación y consulta de datos, así como los lenguajes de control de transacciones y control de datos. También se aborda el trabajo con formularios, informes, filtros, tablas y gráficos dinámicos. Adicionalmente se contemplan las tareas de exportación e importación de datos con especial hincapié en la relación entre Access, Excel y Word con vista al uso de Microsoft Office 2007 como un paquete integrado. Finalmente se expone el trabajo en las áreas de seguridad, colaboración y mantenimiento al igual que el rendimiento de las bases de datos.

In machine learning, support vector machines SVMs, also support vector networks are supervised learning models with associated learning algorithms that analyze data used for classification and regression analysis. Given a set of training examples, each marked as belonging to one or the other of two categories, an SVM training algorithm builds a model that assigns new examples to one category or the other, making it a non-probabilistic binary linear classifier. An SVM model is a representation of the examples as points in space, mapped so that the examples of the separate categories are divided by a clear gap that is as wide as possible. New examples are then mapped into that same space and predicted to belong to a category based on which side of the gap they fall.

R proporciona un amplio abanico de comandos y herramientas estadísticas. En este libro se desarrolla el cálculo de probabilidades y la inferencia estadística a través de ejemplos y ejercicios resueltos de R. Se tratan las distribuciones de probabilidad discretas y continuas, los intervalos de confianza, los contrastes parametricos y no parametricos, la correlacion, la regresion y otros temas de la estadistica descriptiva. Los conceptos metodologicos se ilustran con ejemplos y ejercicios totalmente resueltos con R

SAS Visual Analytics es una solución Analytics de alto rendimiento en memoria para explorar enormes cantidades de datos muy rápidamente. Permite detectar patrones, identificar potencialidades para su posterior analisis y comunicar resultados visuales via Web informes o relacionarse conuna plataforma movil como el iPad SAS Visual Analytics es un producto facil de usar, basado en web que aprovecha tecnologias analiticas de alto rendimiento de SAS. SAS Visual Analytics permite a las organizaciones explorar rapidamente grandes volumenes de datos para identificar patrones y tendencias e identificar oportunidades para su posterior analisis. El Generador de datos Visual permite a los usuarios resumir los datos y mejorar su poder predictivo. Los usuarios pueden preparar datos para la exploracion y explotacion rapidamente y facilmente. La interfaz de datos altamente visual, drag-and-drop de nombre SAS Visual Analytics Explorer, combinada con la velocidad del servidor analitico de SAS, permite acelerar los calculos analiticos y permiten a las organizaciones obtener el valor añadido de cantidades masivas de datos. Esto crea una capacidad sin precedentes para resolver problemas dificiles, mejorar el rendimiento empresarial y mitigar el riesgo rapidamente y con confianza. SAS Visual Analytics permite a los usuarios crear rapidamente informes o tableros de instrumentos, que pueden verse en un dispositivo movil o en la web.

Dentro del trabajo en Big Data juega un papel importante la plataforama Hadoop. La importancia de Hadoop radica básicamente en que permite desarrollar tareas muy intensivas de computación masiva, dividiendolas en pequeñas piezas y distribuyendolas en un conjunto de maquinas todo lo grande que se quiera. El analisis se realiza en petabytes de datos, en entornos distribuidos formados por muchas maquinas sencillas. Se trata de una propuesta de valor muy razonable en los tiempos hiperconectados que vivimos, y que utilizan hasta la saciedad empresas como Google, Yahoo, Tuenti, Twitter, eBay o Facebook. El uso de Hadoop se esta popularizando a gran velocidad en todo tipo de empresas. SAS incorpora Hadoop en sus productos para trabajar en el campo del Big Data. A continuacion se relacinan las herramientas mas importantes de SAS para trabajar en Big Data Analytics y que se desarrollan a lo largo de este libro: SAS VISUAL ANALYTICS, SAS VISUAL STATISTICS, SAS HIGH-PERFORMANCE ANALYTICS y SAS IN-MEMORY STATISTICS

Los análisis de datos de hoy en día requieren el uso de técnicas estadísticas para aprender de los datos, de patrones de relieve y anomalías, de predicciones y de profesionales que sepan utilizarlas. El empleo de tecnologias Big Data no solo permite aumentar la capacidad de procesamiento, tambien se trata de encontrar esas ideas que marcan la diferencia, siempre y cuando se disponga de los perfiles y experiencia para llevarlo a cabo. Por esta razon, el Data Mining, el Bussines Intelligence Tecnicas de Analytics y el Big Data caminan juntos para la explotacion optima de la informacion. Profesionales, con habilidades en matematicas, estadisticas e ingenieria informatica, que son capaces de extraer el maximo valor de los datos de la organizacion, deben de trabajar juntos con las infraestructuras optimas de Big Data. La gestion y analisis de los grandes datos, estructurados y no estructurados, aplicados en campos como la investigacion cientifica, sanidad, seguridad, redes sociales o medios de comunicacion, entre otros, constituye para las empresas una herramienta unica de ganar competitividad y de mejora de la vida ciudadana. Este libro profundiza en las herramientas de Microsoft y Oracle para el trabajo en el campo del Big Data Analytics.

La versión CENTURION de STATGRAPHICS es un software perfectamente adaptado para el trabajo en las metodologías de calidad en los procesos. En concreto, tiene la posibilidad de adecuar su menú a las fases de la metodologia Seis Sigma, de modo que los procedimientos que cuelgan de cada opcion del menu principal son precisamente las herramientas a utilizar en la correspondiente fase de la metodologia Seis Sigma. Se trata, por tanto, de un software especialmente diseñado para trabajar en control de calidad.

El contenido de este libro se centra en la creación y administración de sitios y páginas Web con Dreamweaver de modo simple y directo, y sin necesidad de acudir a la codificación, por lo que resulta muy util para usuarios que necesiten iniciarse primero, y profundizar despues, en el diseño Web, sin tener conocimientos previos.Dreamweaver permite crear y administrar sitios Web profesionales y potentes aplicaciones de Internet, de modo que es posible trabajar en un solo entorno para crear, hacer y administrar rapidamente sitios y aplicaciones Web utilizando herramientas visuales de composicion, un desarrollo rapido de aplicaciones de Internet y un amplio soporte para la edicion de codigo. Por otra parte, Dreamweaver permite desarrollar aplicaciones Web dinamicas que interactuan con bases de datos, proporcionando una plataforma completa para la creacion, utilizacion y distribucion de servicios Web. Una aplicacion Web es un conjunto de paginas Web que interactuan entre si, con el usuario y con diversos recursos en un servidor Web, incluidas bases de datos.ESTE LIBRO ES DE UTILIDAD PARA LA PREPARACION DE LOS CICLOS FORMATIVOS DEGRADO MEDIO Y SUPERIOR DE FORMACION PROFESIONAL EN LAS MATERIAS DE INFORMATICA. TAMBIEN ES DE UTILIDAD PARA LA PREPARACION DE LOS CERTIFICADOS DE PROFESIONALIDAD

El control de calidad consiste esencialmente en medir las características decalidad de un producto, compararlas con las especificaciones o requisitos y, cuando existe discrepancia, realizar las correcciones adecuadas. Para obtener un producto de calidad necesitamos producir con la precision quedesean los clientes, en unas instalaciones en las que se pueda obtener la exactitud requerida. Para conseguirlo, debemos disponer de un programa de control de procesos que permita realizar la medicion, el analisis, tomar la decision oportuna y emprender la actuacion necesaria. Se puede considerar un proceso como una combinacion de maquinas, materiales, metodos, mano de obra, medio ambiente y mantenimiento, que intervienen en la produccion. El control puede realizarse bien durante la fabricacion de los productoscontrol de fabricacion, o bien durante la recepcion de los mismos control derecepcion o control de aceptacion.Una herramienta esencial para llevar a cabo el control de fabricacion son los graficos de control que seran tratados en este capitulo, mientras que la herramienta esencial en el control de recepcion es la inspeccion por muestreo, cuya finalidad es medir las caracteristicas del producto fabricado y compararlas con las normas o especificaciones de calidad exigidas, y que se estudiara en capitulos posteriores. La tecnicas de muestreo estadistico en poblaciones finitas tienen aqui un fuerte campo de aplicacion.

Todos los sectores son susceptibles de utilizar la tecnología Big Data, desde el sector financiero, energético, telefonía móvil, Administración Pública, investigación, etc. Por ejemplo, son típicos los proyectos en entidades financieras que, con tecnologia de almacenamiento y analisis de informacion, tienen diferentes datos de clientes en distintas fuentes y sistemas de transacciones. Estos datos relativos deben agruparse de forma inteligente para permitir hacer segmentacion con la finalidad de poder ofrecer los productos mas adecuados en funcion de la capacidad adquisitiva, el nivel de riesgo, inversiones, etc. Lo mismo ocurre en la Administracion, que tiene multitud de datos y expedientes, que pueden entrecruzar entre los distintos organismos, locales y centrales, para mejorar el servicio al ciudadano. En resumen, las empresas e instituciones que buscan la agilidad del negocio necesitan una manera de analizar todos estos datos estructurados y no estructurados aplicando adecuadamente las tecnicas y herramientas del Big Data y Analytics. Este libro profundiza en las aplicaciones de Big Data Analytics con software de IBM.

El control de calidad consiste esencialmente en medir las características de calidad de un producto, compararlas con las especificaciones o requisitos y, cuando existe discrepancia, realizar las correcciones adecuadas. Para obtener un producto de calidad, necesitamos producir con la precision que desean los clientes, en unas instalaciones en las que se pueda obtener la exactitud requerida. Para conseguirlo, debemos disponer de un programa de control de procesos que permita realizar la medicion, el analisis, tomar la decision oportuna y emprender la actuacion necesaria. Este libro presenta el trabajo en control de calidad mediante ejercicios practicos representativos resueltos con EXCEL.

Quizá el programa con más posibilidades en control de calidad y en otras materias estadísticas, pero a la vez con más dificultad de aprendizaje, sea SAS Statistical Analysis System. Se trata de un sistema de analisis estadistico, econometrico, programacion y manejo de datos de gran potencia que maneja volumenes muy extensos de datos y que implementa en forma de procedimientos la mayoria de las tecnicas estadisticas actuales. Distribuido en España por SAS INSTITUTE INC., es uno de los programas mas utilizados en centros educativos de enseñanza superior y de investigacion, y sobre todo en el entorno universitario y en las oficinas e Institutos Nacionales de Estadistica de muchos paises. La ventaja esencial de este software es la posibilidad de trabajo en distintos entornos.SAS trabaja en mainframes de gran capacidad con sistemas operativos como MVS, AIX, etc. Tambien existen versiones de SAS para equipos medios con sistemas operativos como UNIX, OS2 o Windows. Como es natural, tambien hay versiones de SAS que trabajan en ordenadores personales con sistema operativo Windows. La sintaxis de los procedimientosestadisticos es similar en todos los entornos, y solamente cambian las sentencias especificas de entorno y de sistema.El modulo de SAS para control de calidad se denomina SASQC SAS Quality Control y permite el trabajo con la mayoria de las tecnicas de esta materia, como control estadistico de procesos, graficos de control, analisis de la capacidad, diseño de experimentos, metodologia de Taguchi, planes de muestreo de aceptacion, estudios de fiabilidad, herramientas de mejora de lacalidad como los diagramas de causa y efecto y los graficos de Pareto, etc.