[R-es] Tiempo de vida

Buenas, os adjunto el documento, en u nexcel.

Está estructurado de la siguiente manera:
Referencia, Días desde pedido anterior, Unidades pedidas, Diasdesde pedido
anterior promedio

Dias de pedido anterior promedio no es más que dias desde pedido anterior
/ Unidades pedidas.

Codifico las variables, para trabjaar en R de manera cómoda como:
Ref,dias.pedido,unidades,dias.prom

y lo meto en undata.frame que llamaré datos

Con ello y en R, creo los histogramas

histograma<-tapply(datos$dias.prom,datos$Ref,hist)

esto me crea los 392 histogramas, pero me los crea como listas, asi que me
resulta luego imposible graficarlos...

Por otra parte tb creo un nuevo dataframe, con los cuantiles:
cuartil<-tapply(datos$dias.prom,datos$Ref,quantile)


dataframe<-as.data.frame(t(data.frame(cuartil[[1]])))
nuevo<-as.data.frame(t(data.frame(cuartil[[1]])))

for(i in 2:392){

dataframe<-as.data.frame(t(data.frame(cuartil[[i]])))
nuevo<-rbind(nuevo,dataframe)
}

Con esto tengo uan lista donde puedo ver para los cuartiles como están
disttribuidos los datos.

Se os ocurre algo mejor??


------------------------------
Date: Thu, 10 Dec 2015 20:38:32 +0100

Subject: Re: [R-es] Tiempo de vida
From: cof en qualityexcellence.es
To: j.para.fernandez en hotmail.com
CC: r-help-es en r-project.org

Hola,

Puedes adjuntar una parte o el conjunto "datos". Ahora no sé si los datos
que quieres representar tienen que ver con el conjunto que nos comentabas
de las cuchillas. ¿Hay diferentes tipos de cuchillas?... En cuanto al
consumo, ¿calculaste el MTTR?...

Y por otro lado, respondiendo a la pregunta que planteas, si ves la ayuda
de "hist()" verás que lo que acepta esta función, sólo acepta un vector
como parámetro de entrada, no una lista.


Saludos,
Carlos Ortega
www.quallityexcellence.es



El 10 de diciembre de 2015, 19:04, Jesús Para Fernández <
j.para.fernandez en hotmail.com> escribió:

Buenas

He creado los histogramas, y los he guardado en función de la referneica
en una variable:

histograma<-tapply(datos$consumo,datos$Material,function(x)hist(x,col=8)

Pero ahora la variable histograma como array, donde estan las 300
referencias.

Si entor en una, por ejemplo, histograma[1], veo como es un tipo list con
los siguientes campos:

$breaks
[1] 0.0 0.2 0.4 0.6 0.8 1.0

$counts
[1] 18  2  0  0  1

$density
[1] 4.2857143 0.4761905 0.0000000 0.0000000 0.2380952

$mids
[1] 0.1 0.3 0.5 0.7 0.9

$xname
[1] "X[[i]]"

$equidist
[1] TRUE

attr(,"class")
[1] "histogram"


Con esta información, cómo podría crear el histograma para esta referencia
o la que elija????

Yo pensaba que iba a quedar los datos de tal manera que con poner:

hist(histograma[1]) me haría el histograma.

Gracias
Jesús




------------------------------
Date: Thu, 10 Dec 2015 16:29:11 +0100
Subject: Re: [R-es] Tiempo de vida
From: cof en qualityexcellence.es
To: j.para.fernandez en hotmail.com
CC: r-help-es en r-project.org


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