pccpy

Control Estadístico de Procesos (SPC) en Python, al estilo Minitab.

Cartas de control, pruebas de causas especiales, análisis de capacidad, prueba de normalidad y Pareto, con salidas y convenciones (LCS/LCI, LEI/LES, Cp/Cpk/Pp/Ppk, Z.Bench, PPM, Anderson-Darling) pensadas para quien viene de Minitab.

Todo en español: nombres de columnas, mensajes, descripciones de pruebas y gráficos.

Instalación

Desde PyPI (recomendado):

pip install pccpy

Desde GitHub:

pip install git+https://github.com/LeoSanta15/pccpy.git

Desarrollo local:

git clone https://github.com/LeoSanta15/pccpy.git
cd pccpy
pip install -e ".[dev]"
pytest --cov=pccpy              # pruebas + cobertura (97% al momento de escribir esto)
ruff check src/                # estilo y errores comunes
mypy src/pccpy                  # tipos

Ver CHANGELOG.md para el historial de versiones.

Documentación

Hay documentación construida con Sphinx en docs/, con una página por cada grupo de cartas (generadas a partir de los docstrings, así que siempre coinciden con el código instalado). Para generarla y abrirla en tu máquina:

pip install -e ".[docs]"
sphinx-build -b html docs/source docs/build

Abre docs/build/index.html. Puedes conectar el repositorio en readthedocs.org para tenerla publicada automáticamente en cada push; el archivo .readthedocs.yaml ya está listo para eso.

Requiere Python ≥ 3.9 (numpy, scipy, pandas, matplotlib).

Inicio rápido

import numpy as np
import pccpy as pp

rng = np.random.default_rng(1)
x = rng.normal(100, 2, 60)
x[40:] += 3                                   # el proceso se desplaza

carta = pp.imr_chart(x, tests=(1, 2, 3, 4, 5, 6, 7, 8))
print(carta.summary())                        # resumen tipo sesión de Minitab
carta.violations()                            # DataFrame: panel, punto, prueba, descripción
carta.to_frame()                              # todos los valores, límites y pruebas fallidas
carta.plot()                                  # figura de matplotlib

Cartas de control

Los datos de variables aceptan una matriz 2D (filas = subgrupos), un vector con subgroup_size=5, o un vector con subgroup=identificadores (subgrupos de tamaño desigual).

datos = rng.normal(50, 1, size=(25, 5))
pp.xbar_r_chart(datos, tests=(1, 2, 3, 4)).summary()

vector = datos.ravel()                         # mismos datos en un solo vector
ids = np.repeat(np.arange(25), 5)              # identificador de subgrupo de cada dato
pp.xbar_r_chart(vector, subgroup_size=5)
pp.xbar_s_chart(vector, subgroup=ids)

Parámetros históricos y etapas (equivalentes a Opciones de estimación y Etapas de Minitab):

pp.imr_chart(x, mu=100, sigma=2)                      # parámetros conocidos
pp.imr_chart(x, stages=["antes"] * 40 + ["después"] * 20)   # límites por etapa

Atributos:

defectuosos = rng.binomial(200, 0.05, 30)
pp.p_chart(defectuosos, n=200)
pp.laney_p_chart(defectuosos, n=200)

Cartas avanzadas

# Z-MR: partes con medias y variaciones distintas en una sola carta (corridas cortas)
partes = ["A"] * 10 + ["B"] * 10 + ["A"] * 10
medidas = np.r_[rng.normal(50, 1, 10), rng.normal(80, 2, 10), rng.normal(50, 1, 10)]
pp.zmr_chart(medidas, partes, sigma_method="by_part")   # 'constant', 'relative', 'by_part', 'by_run'

# I-MR-R/S: la variación entre subgrupos no genera falsas alarmas como en Xbar-R
sub = rng.normal(20, 1, (25, 5)) + rng.normal(0, 1.5, (25, 1))
c = pp.imr_rs_chart(sub, within="s")
c.params[0]     # sigma_dentro, sigma_entre, sigma_entre_dentro

# Eventos raros
pp.g_chart(rng.geometric(0.02, 40) - 1)                 # casos entre eventos
pp.t_chart(rng.weibull(1.5, 40) * 30)                   # tiempo entre eventos

# Media móvil
pp.ma_chart(x, length=5)

zmr_chart estandariza cada observación con la media de su parte y una sigma estimada con el rango móvil dentro de cada corrida (bloque consecutivo de la misma parte); mu={parte: valor} y sigma= aceptan valores históricos o nominales.

Cartas multivariadas

Sigma = [[1, .6, .3], [.6, 1, .2], [.3, .2, 1]]
historico = rng.multivariate_normal([0, 0, 0], Sigma, 100)
nuevos = rng.multivariate_normal([0, 0, 0], Sigma, 40)
nuevos[25:, 2] += 4                                       # la variable 3 se desplaza

# Fase I: parámetros estimados de los mismos datos
pp.t2_chart(historico).summary()

# Fase II: parámetros históricos (n_hist = observaciones con que se estimaron)
c = pp.t2_chart(nuevos, mu=historico.mean(axis=0), cov=np.cov(historico, rowvar=False),
                  n_hist=100)
c.violations()
c.contributions(31)                                       # ¿qué variable explica la señal?

# Subgrupos: matriz N x p con subgroup_size, o array 3-D (subgrupos x n x p)
pp.t2_chart(nuevos[:40], subgroup_size=4)
pp.generalized_variance_chart(nuevos[:40], subgroup_size=8)

# MEWMA: cambios pequeños y sostenidos
pp.mewma_chart(nuevos, mu=historico.mean(axis=0), cov=np.cov(historico, rowvar=False))
pp.mewma_limit(p=2, weight=0.1, arl=200)                # límite H para un ARL dado (≈ 8.64)

Los datos pueden ser un DataFrame (los nombres de columna se usan en contributions). El límite de T² usa por defecto α = 0.00135 (cola de 3 sigmas, como Minitab). Sin mu/cov se usan límites de Fase I (Beta para individuales, F para subgrupos); con mu/cov y n_hist, de Fase II; con mu/cov sin n_hist los parámetros se toman como conocidos (χ²).

Etapas y Box-Cox

Las 4 cartas multivariadas (T², varianza generalizada, MEWMA y MCUSUM) aceptan stages y boxcox, igual que las cartas univariadas:

etapas = [1] * 40 + [2] * 40                              # p. ej. antes/después de un ajuste

# Sin mu/cov: la media y la covarianza se vuelven a estimar dentro de cada etapa
c = pp.t2_chart(nuevos_con_dos_etapas, stages=etapas)
c.stage_mean[1], c.stage_mean[2]                          # medias distintas por etapa
c.contributions(45)                                       # usa la media/cov de la etapa del punto 45

# Con mu/cov históricos: los mismos parámetros en todas las etapas
pp.t2_chart(nuevos_con_dos_etapas, mu=mu, cov=cov, n_hist=100, stages=etapas)

# MEWMA y MCUSUM: el acumulador reinicia al empezar cada etapa
pp.mewma_chart(nuevos_con_dos_etapas, stages=etapas)
pp.mcusum_chart(nuevos_con_dos_etapas, stages=etapas)

# Box-Cox: una lambda por variable (no se puede combinar con mu/cov históricos)
c = pp.t2_chart(datos_positivos, boxcox=True)
c.params[0]["lambda_boxcox"]                              # {'X1': ..., 'X2': ..., 'X3': ...}
pp.generalized_variance_chart(datos_positivos, subgroup_size=6, boxcox=True)
pp.mewma_chart(datos_positivos, boxcox=True)
pp.mcusum_chart(datos_positivos, boxcox=True)

Pruebas de causas especiales

Las 8 pruebas de Minitab (1 a 8) con sus parámetros por defecto (K = 3, 9, 6, 14, 2, 4, 15, 8). Se piden con tests=(...) y se ajustan con test_params:

pp.imr_chart(x, tests=(1, 2, 5), test_params={2: 7})   # prueba 2 con 7 puntos

Cada tipo de carta aplica el subconjunto que corresponde (completo en I, Xbar y Z; básicas 1-4 en MR, R, S, G, T y cartas de atributos; solo la 1 en EWMA, CUSUM, MA y las multivariadas). En G y T la prueba 1 usa los percentiles de su distribución. Las funciones individuales están en pccpy.rules.

Capacidad del proceso

datos = rng.normal(10, 0.1, 100)
res = pp.capability_analysis(datos, lsl=9.7, usl=10.3, subgroup_size=5)
print(res.summary())      # Cp, CPL, CPU, Cpk, Pp, PPL, PPU, Ppk, Cpm, Z.Bench, PPM, IC
res.to_frame()
res.plot()

Como en Minitab, Cp/Cpk usan la desviación estándar dentro de subgrupos y Pp/Ppk la desviación general; por eso Cpk ≠ Ppk cuando el proceso se desplaza o hay variación entre subgrupos.

Datos no normales:

pp.capability_nonnormal(x, lsl=1, usl=20, distribution="weibull")
pp.capability_boxcox(x, lsl=1, usl=20)

Distribuciones: normal, lognormal, weibull, gamma, exponential, loglogistic, logistic, largest_extreme, smallest_extreme (método de percentiles).

pp.capability_sixpack(datos, lsl, usl, subgroup_size=5) genera el Capability Sixpack.

Normalidad, Pareto y constantes

pp.normality_test(x)                    # Anderson-Darling (por defecto), 'shapiro', 'dagostino'
pp.probability_plot(x)

tabla = pp.pareto(["rayón", "abolladura", "rayón", "otro"])
pp.plot_pareto(tabla)

pp.control_chart_constants(5)           # d2, d3, c4, c5, A2, A3, D3, D4, B3, B4

Las constantes se calculan por integración numérica para cualquier n ≥ 2 (no solo tablas hasta 25).

Validación

186 pruebas automatizadas. Las referencias son independientes de pccpy:

• Constantes d2, d3, c4 frente a las tablas publicadas (Montgomery).
• Límites I-MR, Xbar-R y Xbar-S frente al cálculo manual con A2, D3, D4, A3, B3, B4.
• Anderson-Darling frente a statsmodels.stats.diagnostic.normal_ad (coincide a 9 decimales).
• EWMA y CUSUM frente a la recursión manual.
• Las 8 pruebas de causas especiales frente a casos construidos a mano, incluidos los casos límite.
• T²: valores frente a scipy.spatial.distance.mahalanobis; los límites de Fase I y II (Beta y F) por simulación Monte Carlo (tasa de falsa alarma y valor esperado).
• Varianza generalizada: constantes b1 y b2 por simulación de matrices de covarianza.
• MEWMA: el límite para p=2, λ=0.1, ARL=200 da 8.63 (publicado: 8.64, Prabhu y Runger 1997) y el ARL se comprueba por simulación.
• G y T: cuantiles frente a scipy.stats, y máxima verosimilitud Weibull por su ecuación de score.
• Constantes de Z-MR (1.128 y 3.686) frente a las que documenta Minitab.

Importante: pccpy no se ha comparado corrida a corrida contra el software Minitab (no hay licencia disponible en el desarrollo). Sigue las fórmulas y convenciones que Minitab documenta. Si encuentras una diferencia, abre un issue.

Licencia

MIT.