Algoritmos ABC em Environmental Stress Screening

• Autor(a) principal: Luis Gabriel Marques Reginato
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://doi.org/10.11606/D.45.2015.tde-30082015-142622

É comum, em problemas de inferência bayesiana, deparar-se com uma distribuição a priori para o parâmetro de interesse, theta, que seja intratável analítica ou computacionalmente. Como a priori é uma escolha do pesquisador, tal situação ocorre por conta da intratabilidade da função de verossimilhança. Por meio de algoritmos ABC, é possível simular-se uma amostra da distribuição a posteriori, sem a utilização da verossimilhança. Neste trabalho, aplica-se o ABC no contexto de Environmental Stress Screening - ESS. ESS é um procedimento de estresse, em um processo de produção industrial, que visa evitar que peças de qualidade inferior sejam utilizadas no produto final. A partir de uma abordagem bayesiana do ESS, depara-se com uma verossimilhança (e, consequentemente, uma posteriori) intratável para o vetor de parâmetros de interesse. Utiliza-se, então, o ABC para obtenção de uma amostra da posteriori e calcula-se o tempo ótimo de duração de um futuro procedimento de estresse a partir da simulação feita. É também proposta uma generalização do problema de ESS para a situação em que existem k tipos de peças no processo de produção. Quantifica-se o problema e, novamente, aplica-se um algoritmo ABC para a obtenção de uma simulação da posteriori, bem como calcula-se o tempo ótimo de duração de um futuro teste de estresse.