Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do UFSM |
Texto Completo: | http://repositorio.ufsm.br/handle/1/8392 |
Resumo: | This work discusses one of the areas for quality improvement, defined as statistical process control (SPC). One of the most used tools in SPC is the control chart, which is used to monitor parameters of a process. In general, these charts are built under normality and independence assumptions of observations. However, sometimes these suppositions do not occur. The usual control charts work reasonably well if normal distribution assumption is moderately violated, but the violation of independence assumption reduces the applicability of them. When the data are autocorrelated, it is adequate to use residuals control charts, usually from ARIMA class. The residuals are used to produce the usual control charts, like the Shewhart, CUSUM and EWMA. In addition, variables restricted to the interval (0,1), such as rates and proportions, are naturally assumed to follow beta distribution. Thus, we propose the use of control chart with different residuals of the model βARMA to model and monitor autocorrelated beta distributed processes. The performance measures of the proposed control charts were evaluated by Monte Carlo simulations and the ARL (average run length) was analyzed under control and out of control. Proposed and traditional models were compared for autocorrelated data adjustment. Two applications were performed using real data associated to the volume of energy stored in southern Brazil and the levels of the sources of the Cantareira System (São Paulo, Brazil). The proposed control charts showed good performance for rates and proportions data, getting a better detection of special causes than usual modeling. |
id |
UFSM_4ef6ef7e42fe791bb20635df7c0fdcf4 |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/8392 |
network_acronym_str |
UFSM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do UFSM |
repository_id_str |
|
spelling |
2017-02-142017-02-142016-03-28TONDOLO, Cátia Michele. CONTROL CHARTS FOR RATES AND PROPORTIONS DATA AUTOCORRELATED.. 2016. 82 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2016.http://repositorio.ufsm.br/handle/1/8392This work discusses one of the areas for quality improvement, defined as statistical process control (SPC). One of the most used tools in SPC is the control chart, which is used to monitor parameters of a process. In general, these charts are built under normality and independence assumptions of observations. However, sometimes these suppositions do not occur. The usual control charts work reasonably well if normal distribution assumption is moderately violated, but the violation of independence assumption reduces the applicability of them. When the data are autocorrelated, it is adequate to use residuals control charts, usually from ARIMA class. The residuals are used to produce the usual control charts, like the Shewhart, CUSUM and EWMA. In addition, variables restricted to the interval (0,1), such as rates and proportions, are naturally assumed to follow beta distribution. Thus, we propose the use of control chart with different residuals of the model βARMA to model and monitor autocorrelated beta distributed processes. The performance measures of the proposed control charts were evaluated by Monte Carlo simulations and the ARL (average run length) was analyzed under control and out of control. Proposed and traditional models were compared for autocorrelated data adjustment. Two applications were performed using real data associated to the volume of energy stored in southern Brazil and the levels of the sources of the Cantareira System (São Paulo, Brazil). The proposed control charts showed good performance for rates and proportions data, getting a better detection of special causes than usual modeling.Este trabalho aborda o controle estatístico de processos (CEP), que é uma das áreas para melhoria da qualidade. Uma das ferramentas mais empregadas do CEP é o gráfico de controle, sendo utilizado com o objetivo de monitorar parâmetros de um processo. Em geral, esses gráficos são construídos sob as suposições de normalidade e de independência das observações. No entanto, por vezes essas suposições não se verificam. Os gráficos de controle usuais funcionam razoavelmente bem se a hipótese de normalidade for violada com moderação, mas a violação da hipótese de independência das observações reduz o desempenho dos mesmos. Quando os dados possuem autocorrelação uma das abordagens é o emprego de gráficos de controle utilizando resíduos de modelos, usualmente da classe ARIMA. Os resíduos são utilizados para confeccionar gráficos de controle usuais como de Shewhart, CUSUM e EWMA. Ainda, quando as variáveis são do tipo taxas e proporções, restritas ao intervalo (0;1), é natural assumir distribuição beta. Com isso, propomos para a modelagem e monitoramento de processos beta distribuídos autocorrelacionados a confecção de gráficos de controle utilizando diferentes resíduos do modelo βARMA. Os desempenhos dos gráficos propostos foram avaliados por meio de simulações de Monte Carlo. Foi analisada a medida de desempenho de gráficos de controle, ARL (average run length), ou comprimento médio de corrida, sob controle e fora de controle. Comparou-se os desempenhos destes com as abordagens tradicionais para dados que possuem autocorrelação. Para evidenciar a importância prática dos gráficos de controle propostos, foram feitas duas aplicações em dados reais, em que foram monitorados o volume de energia armazenada na Região Sul do Brasil e os níveis dos mananciais do Sistema Cantareira (São Paulo). Os gráficos propostos obtiveram bom desempenho para dados do tipo taxas e proporções, apresentando melhor poder de detecção de causas especiais do que as alternativas usuais.Coordenação de Aperfeiçoamento de Pessoal de Nível Superiorapplication/pdfporUniversidade Federal de Santa MariaPrograma de Pós-Graduação em Engenharia de ProduçãoUFSMBREngenharia de ProduçãoGráficos de controleAutocorrelaçãoβARMAControl chartsAutocorrelationCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOGráficos de controle para dados do tipo taxas e proporções autocorrelacionadosControl charts for rates and proportions data autocorrelatedinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisBayer, Fabio Marianohttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742663Y5Moraes, Denis Altieri de Oliveirahttp://lattes.cnpq.br/8694896111296437Santos, Helton Saulo Bezerra doshttp://lattes.cnpq.br/8716845051198548http://lattes.cnpq.br/8567264481745935Tondolo, Cátia Michele3008000000054003003003003004956805e-e316-42b3-9b13-89f0ccaf22cab1f553ff-2e1e-4655-9b74-4fec0fb629fc8d89a0da-7dcb-488e-9897-019d83b915fb1da5f736-0475-4e0e-af45-affa014987eainfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSMORIGINALTONDOLO, CATIA MICHELE.pdfapplication/pdf636721http://repositorio.ufsm.br/bitstream/1/8392/1/TONDOLO%2c%20CATIA%20MICHELE.pdfd7ac9f2d77674bfe26adc24928cc19afMD51TEXTTONDOLO, CATIA MICHELE.pdf.txtTONDOLO, CATIA MICHELE.pdf.txtExtracted texttext/plain137120http://repositorio.ufsm.br/bitstream/1/8392/2/TONDOLO%2c%20CATIA%20MICHELE.pdf.txtc2ac0030e0d1268080985aed225d7891MD52THUMBNAILTONDOLO, CATIA MICHELE.pdf.jpgTONDOLO, CATIA MICHELE.pdf.jpgIM Thumbnailimage/jpeg4768http://repositorio.ufsm.br/bitstream/1/8392/3/TONDOLO%2c%20CATIA%20MICHELE.pdf.jpgbc0aa919b5e962e002c408bf2790b4baMD531/83922017-07-30 23:57:39.045oai:repositorio.ufsm.br:1/8392Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2017-07-31T02:57:39Biblioteca Digital de Teses e Dissertações do UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.por.fl_str_mv |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
dc.title.alternative.eng.fl_str_mv |
Control charts for rates and proportions data autocorrelated |
title |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
spellingShingle |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados Tondolo, Cátia Michele Gráficos de controle Autocorrelação β ARMA Control charts Autocorrelation CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
title_short |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
title_full |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
title_fullStr |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
title_full_unstemmed |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
title_sort |
Gráficos de controle para dados do tipo taxas e proporções autocorrelacionados |
author |
Tondolo, Cátia Michele |
author_facet |
Tondolo, Cátia Michele |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Bayer, Fabio Mariano |
dc.contributor.advisor1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4742663Y5 |
dc.contributor.referee1.fl_str_mv |
Moraes, Denis Altieri de Oliveira |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/8694896111296437 |
dc.contributor.referee2.fl_str_mv |
Santos, Helton Saulo Bezerra dos |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/8716845051198548 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/8567264481745935 |
dc.contributor.author.fl_str_mv |
Tondolo, Cátia Michele |
contributor_str_mv |
Bayer, Fabio Mariano Moraes, Denis Altieri de Oliveira Santos, Helton Saulo Bezerra dos |
dc.subject.por.fl_str_mv |
Gráficos de controle Autocorrelação β ARMA |
topic |
Gráficos de controle Autocorrelação β ARMA Control charts Autocorrelation CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
dc.subject.eng.fl_str_mv |
Control charts Autocorrelation |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
description |
This work discusses one of the areas for quality improvement, defined as statistical process control (SPC). One of the most used tools in SPC is the control chart, which is used to monitor parameters of a process. In general, these charts are built under normality and independence assumptions of observations. However, sometimes these suppositions do not occur. The usual control charts work reasonably well if normal distribution assumption is moderately violated, but the violation of independence assumption reduces the applicability of them. When the data are autocorrelated, it is adequate to use residuals control charts, usually from ARIMA class. The residuals are used to produce the usual control charts, like the Shewhart, CUSUM and EWMA. In addition, variables restricted to the interval (0,1), such as rates and proportions, are naturally assumed to follow beta distribution. Thus, we propose the use of control chart with different residuals of the model βARMA to model and monitor autocorrelated beta distributed processes. The performance measures of the proposed control charts were evaluated by Monte Carlo simulations and the ARL (average run length) was analyzed under control and out of control. Proposed and traditional models were compared for autocorrelated data adjustment. Two applications were performed using real data associated to the volume of energy stored in southern Brazil and the levels of the sources of the Cantareira System (São Paulo, Brazil). The proposed control charts showed good performance for rates and proportions data, getting a better detection of special causes than usual modeling. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016-03-28 |
dc.date.accessioned.fl_str_mv |
2017-02-14 |
dc.date.available.fl_str_mv |
2017-02-14 |
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 |
TONDOLO, Cátia Michele. CONTROL CHARTS FOR RATES AND PROPORTIONS DATA AUTOCORRELATED.. 2016. 82 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2016. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsm.br/handle/1/8392 |
identifier_str_mv |
TONDOLO, Cátia Michele. CONTROL CHARTS FOR RATES AND PROPORTIONS DATA AUTOCORRELATED.. 2016. 82 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2016. |
url |
http://repositorio.ufsm.br/handle/1/8392 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.cnpq.fl_str_mv |
300800000005 |
dc.relation.confidence.fl_str_mv |
400 300 300 300 300 |
dc.relation.authority.fl_str_mv |
4956805e-e316-42b3-9b13-89f0ccaf22ca b1f553ff-2e1e-4655-9b74-4fec0fb629fc 8d89a0da-7dcb-488e-9897-019d83b915fb 1da5f736-0475-4e0e-af45-affa014987ea |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia de Produção |
dc.publisher.initials.fl_str_mv |
UFSM |
dc.publisher.country.fl_str_mv |
BR |
dc.publisher.department.fl_str_mv |
Engenharia de Produção |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Biblioteca Digital de Teses e Dissertações do UFSM |
collection |
Biblioteca Digital de Teses e Dissertações do UFSM |
bitstream.url.fl_str_mv |
http://repositorio.ufsm.br/bitstream/1/8392/1/TONDOLO%2c%20CATIA%20MICHELE.pdf http://repositorio.ufsm.br/bitstream/1/8392/2/TONDOLO%2c%20CATIA%20MICHELE.pdf.txt http://repositorio.ufsm.br/bitstream/1/8392/3/TONDOLO%2c%20CATIA%20MICHELE.pdf.jpg |
bitstream.checksum.fl_str_mv |
d7ac9f2d77674bfe26adc24928cc19af c2ac0030e0d1268080985aed225d7891 bc0aa919b5e962e002c408bf2790b4ba |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1791086205265248256 |