Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/12675 |
Resumo: | O gráfico de controle de Shewhart é uma poderosa ferramenta em controle estatístico de processos. A operação desses gráficos de controle consiste na coleta periódica de itens produzidos, analisando-os de acordo com alguma característica de interesse. A característica de qualidade pode ser um atributo ou uma variável. O gráfico contém duas linhas horizontais, denominadas limites superior e inferior de controle. A amplitude do intervalo entre esses limites é escolhida de maneira que, quando o ponto amostral estiver dentro dos limites de controle, considera-se que o processo esteja operando sob controle. Entretanto, quando um ponto ocorrer fora desses limites, considera-se que o processo está fora de controle, exigindo intervenção gerencial para que o processo opere novamente em condições de controle estatístico. No presente trabalho são estudadas as consequências das várias estimativas paramétricas efetuadas para a construção de gráficos de controle de média e de medidas individuais. Em particular, são verificados os efeitos dessas estimativas no comprimento médio de sequência (CMS), que é bastante utilizado para medir o desempenho desses gráficos. São apresentadas também duas abordagens não paramétricas para determinação dos limites de gráficos de controle de média amostral e de medidas individuais: reamostragem por bootstrap e núcleo estimador. É analisado o desempenho de gráficos de controle por média, cujos limites são construídos por intermédio de metodologia de reamostragem por bootstrap e o desempenho de gráficos de controle de medidas individuais, construído por intermédio das metodologias de núcleos estimadores da função de distribuição. A determinação dos limites de controle baseia-se em observações obtidas na denominada Fase I, na qual são coletados os dados da característica de qualidade de interesse. São apresentados resultados de análise de sensibilidade de um conjunto de misturas de normais que simulam situações de não normalidade, em especial quanto à assimetria e a curtose da função de densidade de probabilidade da característica de qualidade de interesse. |
id |
UFJF_f709656e7bb3b89a580b8ab0093b3afb |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/12675 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Bessegato, Lupércio Françahttp://lattes.cnpq.br/1996265064545965Bessegato, Lupércio Françahttp://lattes.cnpq.br/1996265064545965Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Oliveira, Márcio dehttp://lattes.cnpq.br/2586574229916125http://lattes.cnpq.br/79516207Loures, Alan de Paiva2021-05-07T16:01:12Z2021-01-012021-05-07T16:01:12Z2015-07-10https://repositorio.ufjf.br/jspui/handle/ufjf/12675O gráfico de controle de Shewhart é uma poderosa ferramenta em controle estatístico de processos. A operação desses gráficos de controle consiste na coleta periódica de itens produzidos, analisando-os de acordo com alguma característica de interesse. A característica de qualidade pode ser um atributo ou uma variável. O gráfico contém duas linhas horizontais, denominadas limites superior e inferior de controle. A amplitude do intervalo entre esses limites é escolhida de maneira que, quando o ponto amostral estiver dentro dos limites de controle, considera-se que o processo esteja operando sob controle. Entretanto, quando um ponto ocorrer fora desses limites, considera-se que o processo está fora de controle, exigindo intervenção gerencial para que o processo opere novamente em condições de controle estatístico. No presente trabalho são estudadas as consequências das várias estimativas paramétricas efetuadas para a construção de gráficos de controle de média e de medidas individuais. Em particular, são verificados os efeitos dessas estimativas no comprimento médio de sequência (CMS), que é bastante utilizado para medir o desempenho desses gráficos. São apresentadas também duas abordagens não paramétricas para determinação dos limites de gráficos de controle de média amostral e de medidas individuais: reamostragem por bootstrap e núcleo estimador. É analisado o desempenho de gráficos de controle por média, cujos limites são construídos por intermédio de metodologia de reamostragem por bootstrap e o desempenho de gráficos de controle de medidas individuais, construído por intermédio das metodologias de núcleos estimadores da função de distribuição. A determinação dos limites de controle baseia-se em observações obtidas na denominada Fase I, na qual são coletados os dados da característica de qualidade de interesse. São apresentados resultados de análise de sensibilidade de um conjunto de misturas de normais que simulam situações de não normalidade, em especial quanto à assimetria e a curtose da função de densidade de probabilidade da característica de qualidade de interesse.The Shewhart control chart is a powerful statistical tool in process control. The operation of these control charts is the periodic sampling off items produced. They are analyzed according to some characteristic of interest. The quality characteristic can be an attribute or a variable. The chart contains two horizontal lines, called upper and lower control limits. The width of the range between these limits is chosen so that, when the sampling point is within the control limits, it is considered that the process is operating under control. However, when a point occurs outside these limits, it is considered that the process is out of control, requiring management intervention for the process to operating again in statistical control conditions. The in-control performance of non-parametric individuals control charts based on kernel estimators are studied by simulation. Three different procedures are adopted for kernel estimator bandwidth selection. It turns out that the alternative control charts are robust against deviations from symmetry and perform reasonably well under normality of the observations.porUniversidade Federal de Juiz de Fora (UFJF)UFJFBrasilICE – Instituto de Ciências ExatasAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAEstimação de limites de controleNúcleo estimadorReamostragem por bootstrapGráfico de controle por variávelControle estatístico de processosComprimento médio de sequênciaEstimation of control limitsEstimator coreBootstrap resamplingControl chart by variableStatistical process controlAverage string lengthAbordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALalandepaivaloures.pdfalandepaivaloures.pdfalandepaivalouresapplication/pdf1596064https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/1/alandepaivaloures.pdfd1527a043d0c4d18998d0b61b0d2ebfeMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52TEXTalandepaivaloures.pdf.txtalandepaivaloures.pdf.txtExtracted texttext/plain156749https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/4/alandepaivaloures.pdf.txt329d77fafa26bcd66744bc94c45df83cMD54THUMBNAILalandepaivaloures.pdf.jpgalandepaivaloures.pdf.jpgGenerated Thumbnailimage/jpeg1196https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/5/alandepaivaloures.pdf.jpga2308697de66ff6a8ac29d4fb97943bdMD55ufjf/126752021-05-08 03:13:38.686oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2021-05-08T06:13:38Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
title |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
spellingShingle |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado Loures, Alan de Paiva CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Estimação de limites de controle Núcleo estimador Reamostragem por bootstrap Gráfico de controle por variável Controle estatístico de processos Comprimento médio de sequência Estimation of control limits Estimator core Bootstrap resampling Control chart by variable Statistical process control Average string length |
title_short |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
title_full |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
title_fullStr |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
title_full_unstemmed |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
title_sort |
Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado |
author |
Loures, Alan de Paiva |
author_facet |
Loures, Alan de Paiva |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Bessegato, Lupércio França |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1996265064545965 |
dc.contributor.referee1.fl_str_mv |
Bessegato, Lupércio França |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/1996265064545965 |
dc.contributor.referee2.fl_str_mv |
Zeller, Camila Borelli |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/66714054 |
dc.contributor.referee3.fl_str_mv |
Oliveira, Márcio de |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/2586574229916125 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/79516207 |
dc.contributor.author.fl_str_mv |
Loures, Alan de Paiva |
contributor_str_mv |
Bessegato, Lupércio França Bessegato, Lupércio França Zeller, Camila Borelli Oliveira, Márcio de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Estimação de limites de controle Núcleo estimador Reamostragem por bootstrap Gráfico de controle por variável Controle estatístico de processos Comprimento médio de sequência Estimation of control limits Estimator core Bootstrap resampling Control chart by variable Statistical process control Average string length |
dc.subject.por.fl_str_mv |
Estimação de limites de controle Núcleo estimador Reamostragem por bootstrap Gráfico de controle por variável Controle estatístico de processos Comprimento médio de sequência Estimation of control limits Estimator core Bootstrap resampling Control chart by variable Statistical process control Average string length |
description |
O gráfico de controle de Shewhart é uma poderosa ferramenta em controle estatístico de processos. A operação desses gráficos de controle consiste na coleta periódica de itens produzidos, analisando-os de acordo com alguma característica de interesse. A característica de qualidade pode ser um atributo ou uma variável. O gráfico contém duas linhas horizontais, denominadas limites superior e inferior de controle. A amplitude do intervalo entre esses limites é escolhida de maneira que, quando o ponto amostral estiver dentro dos limites de controle, considera-se que o processo esteja operando sob controle. Entretanto, quando um ponto ocorrer fora desses limites, considera-se que o processo está fora de controle, exigindo intervenção gerencial para que o processo opere novamente em condições de controle estatístico. No presente trabalho são estudadas as consequências das várias estimativas paramétricas efetuadas para a construção de gráficos de controle de média e de medidas individuais. Em particular, são verificados os efeitos dessas estimativas no comprimento médio de sequência (CMS), que é bastante utilizado para medir o desempenho desses gráficos. São apresentadas também duas abordagens não paramétricas para determinação dos limites de gráficos de controle de média amostral e de medidas individuais: reamostragem por bootstrap e núcleo estimador. É analisado o desempenho de gráficos de controle por média, cujos limites são construídos por intermédio de metodologia de reamostragem por bootstrap e o desempenho de gráficos de controle de medidas individuais, construído por intermédio das metodologias de núcleos estimadores da função de distribuição. A determinação dos limites de controle baseia-se em observações obtidas na denominada Fase I, na qual são coletados os dados da característica de qualidade de interesse. São apresentados resultados de análise de sensibilidade de um conjunto de misturas de normais que simulam situações de não normalidade, em especial quanto à assimetria e a curtose da função de densidade de probabilidade da característica de qualidade de interesse. |
publishDate |
2015 |
dc.date.issued.fl_str_mv |
2015-07-10 |
dc.date.accessioned.fl_str_mv |
2021-05-07T16:01:12Z |
dc.date.available.fl_str_mv |
2021-01-01 2021-05-07T16:01:12Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/12675 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/12675 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/3/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/1/alandepaivaloures.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/2/license_rdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/4/alandepaivaloures.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12675/5/alandepaivaloures.pdf.jpg |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 d1527a043d0c4d18998d0b61b0d2ebfe e39d27027a6cc9cb039ad269a5db8e34 329d77fafa26bcd66744bc94c45df83c a2308697de66ff6a8ac29d4fb97943bd |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1813193858492661760 |