Abordagens Paramétricas e Não Paramétricas para Monitoramento de Parâmetro de Locação – Caso Univariado

Detalhes bibliográficos
Autor(a) principal: Loures, Alan de Paiva
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