Contexto empresarial
Una fábrica textil cuenta fallas en rollos de tela. Debido a sensores defectuosos, algunos registros tienen valores nulos (missing values). Además, un incidente grave provocó un valor extremadamente alto en un rollo. Se busca verificar cómo la acción maneja datos sucios y si detecta correctamente la excepción sin fallar.
Sobre el conjunto : spc
Control estadístico de procesos (gráficos de control).
Descubrir todas las acciones de spc Preparación de datos
Creación manual de un dataset pequeño con valores nulos y un outlier extremo.
¡Copiado!
| 1 | |
| 2 | DATA mycas.TelaFallas; |
| 3 | INPUT RolloID Fallas; |
| 4 | DATALINES; |
| 5 | 1 5 2 4 3 . 4 6 5 200 6 5 7 . 8 4; |
| 6 | |
| 7 | RUN; |
| 8 |
Étapes de réalisation
1
Ejecución intentando aislar excepciones (exChart=TRUE) y guardando límites calculados a pesar de los datos faltantes.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | spc.cChart / TABLE={name='TelaFallas'} processValue='Fallas' subgroupValue='RolloID' exChart=TRUE outLimitsTable={name='LimitesRobustos', replace=true}; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
La acción debe ignorar elegantemente los valores nulos (Rollos 3 y 7) sin detener la ejecución. El rollo 5 (con 200 fallas) debe ser marcado claramente como una excepción en los resultados, y la tabla 'LimitesRobustos' debe generarse correctamente excluyendo o manejando los valores nulos.