CP Analizer

Descripción general

CP Analizer es una herramienta de análisis de capacidad de proceso creada para ayudar a evaluar la calidad y la estabilidad de los datos de producción principalmente cuando tus datos no siguen una distribución normal.

Su objetivo es ofrecer una alternativa sencilla a funciones de software estadístico como Minitab la cual si simplifica el proceso pero aún requiere un trabajo manual y se complica cuando en la industria muchas veces se tienen producciones masivas de distintos lotes y se deben realizar estos analisis de capacidad de proceso de manera mas rápida.

La aplicacion personal que le dí fue crear un backend para automatizar el proceso completo de Analisis de capacidad.

Qué hace

• Analiza datos de subgrupos para calcular indicadores de capacidad como Cp, Cpk, Pp y Ppk.
• Además de la distribución normal, soporta análisis para datos que no siguen una distribución normal.
• Devuelve estadisticos (p-value y Anderson-Darling) que te permiten directamente tomar decisiones.
• Genera un histograma con los límites de especificación (USL y LSL).
• Genera un gráfico de promedio por subgrupo (gráfico X-bar).
• Entrega resultados estructurados que te permiten crear cualquier tipo de informe.

Distribuciones incluidas

La herramienta realiza análisis con varias distribuciones para encontrar el mejor ajuste a los datos del proceso. Estas incluyen:

• Normal
• Weibull
• Lognormal
• Valor extremo menor (Smallest Extreme Value)
• Valor extremo mayor (Largest Extreme Value)
• Gamma
• Logística
• Log-logística
• Exponencial
• Weibull de 3 parámetros
• Lognormal de 3 parámetros
• Gamma de 3 parámetros
• Log-logística de 3 parámetros
• Exponencial de 2 parámetros
• Transformación Box-Cox
• Transformación Johnson
• Enfoque no paramétrico

Formato de entrada

Los datos deben estar organizados en una matriz 2D donde cada fila sea un subgrupo y cada columna sea una medición dentro de ese subgrupo.

Ejemplo de formato válido

import numpy as np

data_subgroups = np.array([
    [100.5, 101.0, 99.8, 100.2, 100.9],
    [99.7, 100.1, 100.3, 100.0, 100.6],
    [100.2, 100.8, 100.0, 99.9, 100.4],
])

En otras palabras:

• Cada fila es un lote o subgrupo.
• Cada columna es una medición tomada dentro de ese lote.
• Los límites de especificación (usl y lsl) son los límites aceptables del proceso.
• target_mean es el valor objetivo deseado.

Uso básico

from data_analizer import ProcessCapabilityAnalizer

analyzer = ProcessCapabilityAnalizer(
    data_subgroups=data_subgroups,
    usl=105.0,
    lsl=95.0,
    target_mean=100.0,
)

Método más importante: run_full_analysis()

El método clave de esta herramienta es run_full_analysis(). Con él se ejecutan todos los análisis disponibles y se obtiene un conjunto completo de resultados en una estructura de datos fácil de usar.

A partir de esa salida puedes hacer muchas cosas:

• Obtener los valores de Cp, Cpk, Pp y Ppk para cada distribución.
• Elegir la distribución que mejor ajuste tus datos.
• Generar reportes personalizados.
• Extraer métricas específicas de un análisis particular.

El método report() es solo un ejemplo de uso. Lo que hace es:

• ejecutar run_full_analysis()
• usar los resultados normales para construir gráficos y tablas
• devolver un histograma, un gráfico X-bar y tablas de resumen

Pero si lo deseas, puedes usar directamente run_full_analysis() para construir otros reportes o para analizar más a fondo los resultados.

full_results = analyzer.run_full_analysis()

Estructura de resultados

El método run_full_analysis() devuelve un diccionario donde cada clave es el nombre de una distribución y cada valor es un objeto Results de Pydantic.

Campo	Descripción
data	Datos utilizados en el ajuste o análisis
usl	Límite superior de especificación
lsl	Límite inferior de especificación
title	Nombre de la distribución o método analizado
ad	Estadístico de Anderson-Darling (evaluación de ajuste)
p_value	Valor p del test de ajuste
params	Parámetros estimados de la distribución
cp	Índice Cp
cpk	Índice Cpk
pp	Índice Pp
ppk	Índice Ppk
pdf_values	Valores de la densidad de probabilidad calculada

Ejemplo de acceso a resultados

# Obtener los resultados del análisis normal
normal_results = full_results["Normal"]
print(normal_results.cp)
print(normal_results.cpk)
print(normal_results.params)

# Usar otro análisis de distribución
weibull_results = full_results["Weibull"]
print(weibull_results.pp)
print(weibull_results.ppk)

# Ver la densidad de probabilidad calculada
pdf = normal_results.pdf_values

Esta estructura permite:

• Comparar fácilmente los índices entre distribuciones.
• Seleccionar la mejor distribución según el ajuste y los resultados.
• Construir reportes nuevos con las métricas que necesites.

Ejecución de pruebas

Usa uv desde la carpeta del proyecto para ejecutar todas las pruebas:

cd <ruta-del-proyecto>
uv run pytest -q

Para ejecutar sólo pruebas unitarias o funcionales:

uv run pytest -q tests/unit
uv run pytest -q tests/functional

Estructura de pruebas

• tests/conftest.py — configuración común de pytest.
• tests/unit/test_data_analizer_unit.py — pruebas unitarias de funciones individuales:
  • plot_histogram(): comprueba que genera figuras válidas.
  • plot_xbar_chart(): valida el gráfico de promedio por subgrupo.
  • run_normal_analysis(): verifica que devuelve un objeto Results válido.
• tests/functional/test_data_analizer_functional.py — pruebas funcionales:
  • Pruebas de report(): estructura, contenido y valores de tablas y gráficos.
  • Casos edge: datasets mínimos y datasets grandes.
  • Pruebas de run_full_analysis(): valida que:
    • Devuelve un diccionario de resultados.
    • Contiene todas las distribuciones esperadas.
    • Cada distribución tiene un objeto Results con campos requeridos.
    • Los valores de Cp, Cpk, Pp, Ppk están dentro de rangos válidos.
    • Las métricas no contienen valores NaN.