Semblanza
Víctor Gustavo Tercero Gómez es profesor de la Escuela de Ingeniería y Ciencias del Tecnológico de Monterrey. Recibió su Ph.D. en Sistemas y Administración de la Ingeniería del Texas Tech University y un segundo Ph.D. en Ciencias de la Ingeniería en el Tecnológico de Monterrey. Tiene certificación Black Belt y Master Black Belt en Seis Sigma con años de experiencia dirigiendo y asesorando proyectos de mejora continua en organizaciones de manufactura y servicio. Como investigador ha sido autor de numerosos artículos científicos en el área de monitoreo estadístico de procesos, estadística no paramétrica e ingeniería estadística. Actualmente pertenece al Sistema Nacional de Investigadores de México con categoría de nivel 2.
Expertis y habilidades
- Monitoreo Estadístico de Procesos
- Estadística No Paramétrica
- Six Sigma
- Ingeniería de Calidad
- Control Estadístico de Calidad
- Monitoreo Estadístico de Procesos
- Estadística No Paramétrica
Publicaciones académicas destacadas
- On the power and robustness of phase I nonparametric Shewhart-type charts using sequential normal scores
- A CUSUM control chart for gamma distribution with guaranteed performance
- Addressing Concerns about Single Path Analysis in Business Cycle Turning Points: The Case of Learning Vector Quantization
- Multivariate Control Chart with Guaranteed IC performance and Cautious Parameter Learning I
- Statistical Analysis of Minsky’s Financial Instability Hypothesis for the 1945–2023 Era
- Sensitizing Rules for Change Point Detection in Phase I Analysis with Nonparametric Shewhart-type Control Chart
- A review on statistical process control in healthcare: data-driven monitoring schemes
- A distribution-free control chart for joint monitoring of location and scale in finite horizon productions
- Evaluation of economic hyperinflation through the lens of statistical process methodologies: A preliminary analysis and discussion
- Letter on statistical process monitoring research: Misdirections and recommendations.
- Nonparametric multivariate processes monitoring with guaranteed in-control performance for changes in location
- The case against generally weighted moving average (GWMA) control charts
- The impracticality of homogeneously weighted moving average and progressive mean control chart approaches
- Using statistical process monitoring to identify us business cycle change points and turning points
- Quantifying Risk Perception: The Entropy Decision Risk Model Utility (EDRM-U)
- A distribution‐free CUSUM chart for joint monitoring of location and scale based on the combination of Wilcoxon and Mood statistics
- A system dynamics-based technological archetype for the economics of leasing capital-intensive industrial robots