Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste

Detalhes bibliográficos
Autor(a) principal: Rivert Paulo Braga Oliveira
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/BUOS-8FGN59
Resumo: A Confiabilidade é um ramo da Estatística que visa descrever via inferência a distribuição do tempo de falha de objetos de interesse. Técnicas convencionais são voltadas para a ocorrência de falhas ao longo do tempo. Contudo, para determinadas situações nas quais a ocorrência de falhas é pequena ou quase nula, a estimação das quantidades que descrevem os tempos de falha fica comprometida. Dessa forma foram desenvolvidos os modelos de degradação, que possuem como dado experimental não a falha, mas sim alguma característica mensurável a ela atrelada, a qual quando monitorada torna possível melhorias significativas nas estimativas das quantidades de interesse. Modelos de degradação têm sido amplamente aplicados e estudados sob a perspectiva da estatística clássica, todavia dificuldades computacionais e má especificações relativas a suposições dos modelos passaram a tornar interessante uma obordagem pelo enfoque da estatística bayesiana. Isso se deve ao fato de que os métodos computacionais implementados na abordagem bayesiana já permitem acomodar um número maior de distribuições de probabilidade, e dessa forma torna-se menos susceptível a problemas de má especificação. Neste texto evidencia-se que mesmo sob má especificação o enfoque bayesiano pode apresentar bons resultados. O que se propõe neste texto é apontar alguns erros metodológicos que vêm sendo cometidos no uso da inferência bayesiana e apresentar uma proposta de análise, comparando-a com as abordagens por inferência bayesiana existentes na literatura em Modelos de Degradação. Uma base de dados de emissores de laser e outra de rodas de trem ilustram a aplicação da metodologia proposta neste texto. Os resultados apresentados permitem levantar a confiabilidade dos objetos estudados e de objetos futuros, fora do escopo da amostra.
id UFMG_9c184b51bdc5974cb290a5de563ab2b3
oai_identifier_str oai:repositorio.ufmg.br:1843/BUOS-8FGN59
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Marta Afonso FreitasRosangela Helena LoschiAnderson Laécio Galindo TrindadeRoberto da Costa QuininoRivert Paulo Braga Oliveira2019-08-14T02:28:52Z2019-08-14T02:28:52Z2011-02-21http://hdl.handle.net/1843/BUOS-8FGN59A Confiabilidade é um ramo da Estatística que visa descrever via inferência a distribuição do tempo de falha de objetos de interesse. Técnicas convencionais são voltadas para a ocorrência de falhas ao longo do tempo. Contudo, para determinadas situações nas quais a ocorrência de falhas é pequena ou quase nula, a estimação das quantidades que descrevem os tempos de falha fica comprometida. Dessa forma foram desenvolvidos os modelos de degradação, que possuem como dado experimental não a falha, mas sim alguma característica mensurável a ela atrelada, a qual quando monitorada torna possível melhorias significativas nas estimativas das quantidades de interesse. Modelos de degradação têm sido amplamente aplicados e estudados sob a perspectiva da estatística clássica, todavia dificuldades computacionais e má especificações relativas a suposições dos modelos passaram a tornar interessante uma obordagem pelo enfoque da estatística bayesiana. Isso se deve ao fato de que os métodos computacionais implementados na abordagem bayesiana já permitem acomodar um número maior de distribuições de probabilidade, e dessa forma torna-se menos susceptível a problemas de má especificação. Neste texto evidencia-se que mesmo sob má especificação o enfoque bayesiano pode apresentar bons resultados. O que se propõe neste texto é apontar alguns erros metodológicos que vêm sendo cometidos no uso da inferência bayesiana e apresentar uma proposta de análise, comparando-a com as abordagens por inferência bayesiana existentes na literatura em Modelos de Degradação. Uma base de dados de emissores de laser e outra de rodas de trem ilustram a aplicação da metodologia proposta neste texto. Os resultados apresentados permitem levantar a confiabilidade dos objetos estudados e de objetos futuros, fora do escopo da amostra.Reliability is a branch of Statistical inference which seeks to describe the route failure time distribution of objects of interest. The conventional techniques are geared towards the occurrence of failures over time. However, for certain situations in which the occurrence of failures is small or almost zero, the estimation of quantities that describe the failure time is compromised. Thus, degradation models were developed, which the experiemtal data are not failures, but some measurable characteristic linked to them, which when monitored make possible significant improvements in estimates of quantities of interest. The degradation models have been widely applied and studied from the perspective of classical statistics, however, computational difficulties and misspecifications of the assumptions of the models, have turned interesting the approach by a focus on bayesian statistics. This is due to the fact that the computational methods implemented in the bayesian approach already allowed accommodate a larger number of probability distributions, thus become less susceptible to problems of misspecification. This text shows that even under misspecification the Bayesian approach can produce good results. The proposal in this paper is to point out some methodological errors that have been committed in the use of bayesian inference and present a proposal for anallyzing degradation paths, comparing it to the approaches for bayesian inference in the literature on degradation models. A database of laser emitters and another of train wheels illustrate the application of the methodology proposed in this text. The results allow to raise the reliability of the studied objects and future objects outside the scope of the sample.Universidade Federal de Minas GeraisUFMGTeoria bayesiana de decisão estatisticaEngenharia de produçãoModelos de degradaçãoInferência BayesianaDistribuição preditivaUma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob testeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALdisserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdfapplication/pdf3100558https://repositorio.ufmg.br/bitstream/1843/BUOS-8FGN59/1/disserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf9f5e023a2664b457854241a0d307aab4MD51TEXTdisserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf.txtdisserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf.txtExtracted texttext/plain186491https://repositorio.ufmg.br/bitstream/1843/BUOS-8FGN59/2/disserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf.txt4f10f11bccb43eb2d9d5689f5f286f0fMD521843/BUOS-8FGN592019-11-14 12:08:16.085oai:repositorio.ufmg.br:1843/BUOS-8FGN59Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T15:08:16Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
title Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
spellingShingle Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
Rivert Paulo Braga Oliveira
Modelos de degradação
Inferência Bayesiana
Distribuição preditiva
Teoria bayesiana de decisão estatistica
Engenharia de produção
title_short Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
title_full Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
title_fullStr Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
title_full_unstemmed Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
title_sort Uma abordagem bayesiana para modelos de degradação: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste: a obtenção da distribuição preditiva a posteriori dos tempos de falha de unidades amostrais futuras e sob teste
author Rivert Paulo Braga Oliveira
author_facet Rivert Paulo Braga Oliveira
author_role author
dc.contributor.advisor1.fl_str_mv Marta Afonso Freitas
dc.contributor.advisor-co1.fl_str_mv Rosangela Helena Loschi
dc.contributor.referee1.fl_str_mv Anderson Laécio Galindo Trindade
dc.contributor.referee2.fl_str_mv Roberto da Costa Quinino
dc.contributor.author.fl_str_mv Rivert Paulo Braga Oliveira
contributor_str_mv Marta Afonso Freitas
Rosangela Helena Loschi
Anderson Laécio Galindo Trindade
Roberto da Costa Quinino
dc.subject.por.fl_str_mv Modelos de degradação
Inferência Bayesiana
Distribuição preditiva
topic Modelos de degradação
Inferência Bayesiana
Distribuição preditiva
Teoria bayesiana de decisão estatistica
Engenharia de produção
dc.subject.other.pt_BR.fl_str_mv Teoria bayesiana de decisão estatistica
Engenharia de produção
description A Confiabilidade é um ramo da Estatística que visa descrever via inferência a distribuição do tempo de falha de objetos de interesse. Técnicas convencionais são voltadas para a ocorrência de falhas ao longo do tempo. Contudo, para determinadas situações nas quais a ocorrência de falhas é pequena ou quase nula, a estimação das quantidades que descrevem os tempos de falha fica comprometida. Dessa forma foram desenvolvidos os modelos de degradação, que possuem como dado experimental não a falha, mas sim alguma característica mensurável a ela atrelada, a qual quando monitorada torna possível melhorias significativas nas estimativas das quantidades de interesse. Modelos de degradação têm sido amplamente aplicados e estudados sob a perspectiva da estatística clássica, todavia dificuldades computacionais e má especificações relativas a suposições dos modelos passaram a tornar interessante uma obordagem pelo enfoque da estatística bayesiana. Isso se deve ao fato de que os métodos computacionais implementados na abordagem bayesiana já permitem acomodar um número maior de distribuições de probabilidade, e dessa forma torna-se menos susceptível a problemas de má especificação. Neste texto evidencia-se que mesmo sob má especificação o enfoque bayesiano pode apresentar bons resultados. O que se propõe neste texto é apontar alguns erros metodológicos que vêm sendo cometidos no uso da inferência bayesiana e apresentar uma proposta de análise, comparando-a com as abordagens por inferência bayesiana existentes na literatura em Modelos de Degradação. Uma base de dados de emissores de laser e outra de rodas de trem ilustram a aplicação da metodologia proposta neste texto. Os resultados apresentados permitem levantar a confiabilidade dos objetos estudados e de objetos futuros, fora do escopo da amostra.
publishDate 2011
dc.date.issued.fl_str_mv 2011-02-21
dc.date.accessioned.fl_str_mv 2019-08-14T02:28:52Z
dc.date.available.fl_str_mv 2019-08-14T02:28:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/BUOS-8FGN59
url http://hdl.handle.net/1843/BUOS-8FGN59
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/BUOS-8FGN59/1/disserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf
https://repositorio.ufmg.br/bitstream/1843/BUOS-8FGN59/2/disserta__o_r_vert_oliveira_ppgep_ufmg__vers_o_final.pdf.txt
bitstream.checksum.fl_str_mv 9f5e023a2664b457854241a0d307aab4
4f10f11bccb43eb2d9d5689f5f286f0f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589548484067328