Gráficos de controle para o monitoramento de dados simétricos e log-simétricos
Autor(a) principal: | |
---|---|
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_ |
1814832962025291776 |