Gráficos de controle para o monitoramento de dados simétricos e log-simétricos

Detalhes bibliográficos
Autor(a) principal: Sales, Lucas de Oliveira Ferreira de
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/28930
Resumo: Desde a revolução industrial até os dias atuais existe uma grande necessidade do monitoramento das características de qualidade produzidas, visando obter boa qualidade do produto, bom funcionamento na linha de produção e uma produção rentável. Neste contexto, os gráficos de controle são as principais ferramentas utilizadas para o monitoramento de determinada característica de qualidade. Usualmente a característica monitorada é a média do processo e os gráficos comumente utilizados para tal monitoramento são: X de Shewhart, CUSUM cumulative sum e EWMA exponentially weighted moving average chart, que são baseados em duas suposições: independências entre as amostras monitoradas e que a variável monitorada siga distribuição normal. Porém, a quebra de alguma dessas suposições implica em um baixo desempenho do gráfico de controle. Visto isto, o presente trabalho apresenta um gráfico de controle, para o monitoramento da média, via método bootstrap para dados simétricos que tenham distribuição pertencente à classe simétrica. Além disso, será proposto um método computacional de monitoramento para a mediana (que em caso de dados assimétricos é mais informativa que a média) de dados pertencentes à classe log-simétrica, baseado na distribuição empírica de três novos estimadores para a mediana propostos por Balakrishnan et al. (2017). Adicionalmente, foram realizados estudos de simulações tanto para as ambas abordagens propostas, com a finalidade de avaliar o número médio de amostras até detecção de um alarme, seja ele verdadeiro ou falso, além de avaliar o comportamento dos limites de controle. Os resultados obtidos nas simulações foram comparados com as abordagens de monitoramento mais comuns utilizadas para cada situação e indicaram que ambos os métodos propostos, em detrimento aos métodos usuais para cada cenário, apresentam número médio de amostras até um alarme falso mais próximo ou igual aos valores nominais definidos. Já com relação ao poder de detecção, os métodos propostos apresentaram excelente desempenho, sendo equiparados aos métodos tradicionais, porém com a vantagem de apresentarem menor taxa de alarmes falsos. Por fim, para ilustrar a aplicabilidade dos métodos propostos, o trabalho apresenta uma aplicação em dados reais para cada uma das abordagens apresentadas.
id UFRN_38e407482805452841df563e8d1a1bc9
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/28930
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Sales, Lucas de Oliveira Ferreira dePereira, Marcelo BourguignonVivacqua, Carla AlmeidaLee, LindaPinho, André Luís Santos de2020-05-06T18:42:10Z2020-05-06T18:42:10Z2020-02-19SALES, Lucas de Oliveira Ferreira de. Gráficos de controle para o monitoramento de dados simétricos e log-simétricos. 2020. 80f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.https://repositorio.ufrn.br/jspui/handle/123456789/28930Desde a revolução industrial até os dias atuais existe uma grande necessidade do monitoramento das características de qualidade produzidas, visando obter boa qualidade do produto, bom funcionamento na linha de produção e uma produção rentável. Neste contexto, os gráficos de controle são as principais ferramentas utilizadas para o monitoramento de determinada característica de qualidade. Usualmente a característica monitorada é a média do processo e os gráficos comumente utilizados para tal monitoramento são: X de Shewhart, CUSUM cumulative sum e EWMA exponentially weighted moving average chart, que são baseados em duas suposições: independências entre as amostras monitoradas e que a variável monitorada siga distribuição normal. Porém, a quebra de alguma dessas suposições implica em um baixo desempenho do gráfico de controle. Visto isto, o presente trabalho apresenta um gráfico de controle, para o monitoramento da média, via método bootstrap para dados simétricos que tenham distribuição pertencente à classe simétrica. Além disso, será proposto um método computacional de monitoramento para a mediana (que em caso de dados assimétricos é mais informativa que a média) de dados pertencentes à classe log-simétrica, baseado na distribuição empírica de três novos estimadores para a mediana propostos por Balakrishnan et al. (2017). Adicionalmente, foram realizados estudos de simulações tanto para as ambas abordagens propostas, com a finalidade de avaliar o número médio de amostras até detecção de um alarme, seja ele verdadeiro ou falso, além de avaliar o comportamento dos limites de controle. Os resultados obtidos nas simulações foram comparados com as abordagens de monitoramento mais comuns utilizadas para cada situação e indicaram que ambos os métodos propostos, em detrimento aos métodos usuais para cada cenário, apresentam número médio de amostras até um alarme falso mais próximo ou igual aos valores nominais definidos. Já com relação ao poder de detecção, os métodos propostos apresentaram excelente desempenho, sendo equiparados aos métodos tradicionais, porém com a vantagem de apresentarem menor taxa de alarmes falsos. Por fim, para ilustrar a aplicabilidade dos métodos propostos, o trabalho apresenta uma aplicação em dados reais para cada uma das abordagens apresentadas.Since the industrial revolution until to the present day it is in the industry’s interest to monitor the quality of their products, aiming at good quality product, good operation on the production line and a profitable production. In this context, control charts are the main tools used for monitoring a particular quality characteristic. Usually the monitored characteristic is the process mean and the most used control chart for such monitoring are: X of Shewhart, CUSUM and EWMA, which are based on two assumptions: independence between the monitored samples and that the monitored variable follows a normal distribution. However, breaking any of these assumptions implies in a poor control chart performance. Considering this, the present work proposes a control chart, for the monitoring of the mean, based on the bootstrap method for data that follows a distribution that belongs to the symmetric class of distributions. In addition, a monitoring method was proposed for the monitoring of the median (which in case of asymmetric data is more informative than the mean) for data that belong to the log-symmetric class of distributions, based on the empirical distribution of three new median estimators proposed by Balakrishnan et al. (2017). Additionally, simulation studies were performed for both proposed methods, in order to evaluate the in-control and the out-control average run length (ARL), to evaluate the behavior of the control limits and to compare the proposed method with the traditional methods for each situation. As result, the simulation study indicates that the proposed approaches presents better ARL0 than the usual methods. Regarding to the power of detection, the proposed methods present good performance, being comparable to traditional methods, but with the advantage of better ARL0. In addition, the work presents an application for each of the two proposed methods in order to illustrate their applicability in a real situation.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICAClasse de distribuições log-simétricasClasse de distribuições simétricasGráficos de controleMonitoramento da médiaMonitoramento da medianaGráficos de controle para o monitoramento de dados simétricos e log-simétricosControl charts for monitoring symmetric and log-symmetric datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALGraficoscontrolemonitoramento_Sales_2020.pdfapplication/pdf930320https://repositorio.ufrn.br/bitstream/123456789/28930/1/Graficoscontrolemonitoramento_Sales_2020.pdf1ae8b2012890303192d7f69a025667b6MD51TEXTGraficoscontrolemonitoramento_Sales_2020.pdf.txtGraficoscontrolemonitoramento_Sales_2020.pdf.txtExtracted texttext/plain175867https://repositorio.ufrn.br/bitstream/123456789/28930/2/Graficoscontrolemonitoramento_Sales_2020.pdf.txt731c31c23e5ac07da9eac2c75059f91fMD52THUMBNAILGraficoscontrolemonitoramento_Sales_2020.pdf.jpgGraficoscontrolemonitoramento_Sales_2020.pdf.jpgGenerated Thumbnailimage/jpeg1221https://repositorio.ufrn.br/bitstream/123456789/28930/3/Graficoscontrolemonitoramento_Sales_2020.pdf.jpga7f2829c5afc96bd094dc0ddf0cb2a3dMD53123456789/289302020-05-10 04:30:59.886oai:https://repositorio.ufrn.br:123456789/28930Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-05-10T07:30:59Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
dc.title.alternative.pt_BR.fl_str_mv Control charts for monitoring symmetric and log-symmetric data
title Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
spellingShingle Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
Sales, Lucas de Oliveira Ferreira de
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA
Classe de distribuições log-simétricas
Classe de distribuições simétricas
Gráficos de controle
Monitoramento da média
Monitoramento da mediana
title_short Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
title_full Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
title_fullStr Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
title_full_unstemmed Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
title_sort Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
author Sales, Lucas de Oliveira Ferreira de
author_facet Sales, Lucas de Oliveira Ferreira de
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Vivacqua, Carla Almeida
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Lee, Linda
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Sales, Lucas de Oliveira Ferreira de
dc.contributor.advisor-co1.fl_str_mv Pereira, Marcelo Bourguignon
dc.contributor.advisor1.fl_str_mv Pinho, André Luís Santos de
contributor_str_mv Pereira, Marcelo Bourguignon
Pinho, André Luís Santos de
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA
Classe de distribuições log-simétricas
Classe de distribuições simétricas
Gráficos de controle
Monitoramento da média
Monitoramento da mediana
dc.subject.por.fl_str_mv Classe de distribuições log-simétricas
Classe de distribuições simétricas
Gráficos de controle
Monitoramento da média
Monitoramento da mediana
description Desde a revolução industrial até os dias atuais existe uma grande necessidade do monitoramento das características de qualidade produzidas, visando obter boa qualidade do produto, bom funcionamento na linha de produção e uma produção rentável. Neste contexto, os gráficos de controle são as principais ferramentas utilizadas para o monitoramento de determinada característica de qualidade. Usualmente a característica monitorada é a média do processo e os gráficos comumente utilizados para tal monitoramento são: X de Shewhart, CUSUM cumulative sum e EWMA exponentially weighted moving average chart, que são baseados em duas suposições: independências entre as amostras monitoradas e que a variável monitorada siga distribuição normal. Porém, a quebra de alguma dessas suposições implica em um baixo desempenho do gráfico de controle. Visto isto, o presente trabalho apresenta um gráfico de controle, para o monitoramento da média, via método bootstrap para dados simétricos que tenham distribuição pertencente à classe simétrica. Além disso, será proposto um método computacional de monitoramento para a mediana (que em caso de dados assimétricos é mais informativa que a média) de dados pertencentes à classe log-simétrica, baseado na distribuição empírica de três novos estimadores para a mediana propostos por Balakrishnan et al. (2017). Adicionalmente, foram realizados estudos de simulações tanto para as ambas abordagens propostas, com a finalidade de avaliar o número médio de amostras até detecção de um alarme, seja ele verdadeiro ou falso, além de avaliar o comportamento dos limites de controle. Os resultados obtidos nas simulações foram comparados com as abordagens de monitoramento mais comuns utilizadas para cada situação e indicaram que ambos os métodos propostos, em detrimento aos métodos usuais para cada cenário, apresentam número médio de amostras até um alarme falso mais próximo ou igual aos valores nominais definidos. Já com relação ao poder de detecção, os métodos propostos apresentaram excelente desempenho, sendo equiparados aos métodos tradicionais, porém com a vantagem de apresentarem menor taxa de alarmes falsos. Por fim, para ilustrar a aplicabilidade dos métodos propostos, o trabalho apresenta uma aplicação em dados reais para cada uma das abordagens apresentadas.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-05-06T18:42:10Z
dc.date.available.fl_str_mv 2020-05-06T18:42:10Z
dc.date.issued.fl_str_mv 2020-02-19
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.citation.fl_str_mv SALES, Lucas de Oliveira Ferreira de. Gráficos de controle para o monitoramento de dados simétricos e log-simétricos. 2020. 80f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/28930
identifier_str_mv SALES, Lucas de Oliveira Ferreira de. Gráficos de controle para o monitoramento de dados simétricos e log-simétricos. 2020. 80f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2020.
url https://repositorio.ufrn.br/jspui/handle/123456789/28930
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.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/28930/1/Graficoscontrolemonitoramento_Sales_2020.pdf
https://repositorio.ufrn.br/bitstream/123456789/28930/2/Graficoscontrolemonitoramento_Sales_2020.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/28930/3/Graficoscontrolemonitoramento_Sales_2020.pdf.jpg
bitstream.checksum.fl_str_mv 1ae8b2012890303192d7f69a025667b6
731c31c23e5ac07da9eac2c75059f91f
a7f2829c5afc96bd094dc0ddf0cb2a3d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117808195108864