Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Manancial - Repositório Digital da UFSM |
Texto Completo: | http://repositorio.ufsm.br/handle/1/8128 |
Resumo: | This research has a topic forecast models applied to industrial productive processes with the objective of verifying the stability of the process through control charts applied to the residues originated from linear and non-linear model. In the presence of autocorrelation data, it was necessary to look for a mathematical model which are produce independent and identically distributed residues. This investigation about the stability of the process goes by the verification of the volatility is influence in the detection of points that are capable to affect the productive process performance. This fact shows the existence of the volatility in productive processes, which it is just used until now in economic variables. The data used for analysis belong to three different industries in different segments. The mathematic models were used multivariate dynamic equation, ARIMA and ARIMA-ARCH model. According to the control charts the statistical techniques used to eliminate the serial autocorrelation was statistically adequate comparing to the classic model used by each industry analyzed. Besides, it was verified, in the period that the volatility occurs corresponds to the period the shows a lack of stability detected by Shewhart control charts. The mathematic models were able to represent the productive process, facilitating understands the behavior of the variables, and help to accomplish the forecast and monitoring the process. |
id |
UFSM_59e13954148dc0b864efe838a68ffdf4 |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/8128 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionadosForecast model applied to quality control with autocorrelational dataSéries temporaisModelos lineares e não-linearesAutocorrelaçãoPrevisãoGráficos de controleTime seriesLinear e non-linear modelsAutocorrelationForecastControl chartsCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOThis research has a topic forecast models applied to industrial productive processes with the objective of verifying the stability of the process through control charts applied to the residues originated from linear and non-linear model. In the presence of autocorrelation data, it was necessary to look for a mathematical model which are produce independent and identically distributed residues. This investigation about the stability of the process goes by the verification of the volatility is influence in the detection of points that are capable to affect the productive process performance. This fact shows the existence of the volatility in productive processes, which it is just used until now in economic variables. The data used for analysis belong to three different industries in different segments. The mathematic models were used multivariate dynamic equation, ARIMA and ARIMA-ARCH model. According to the control charts the statistical techniques used to eliminate the serial autocorrelation was statistically adequate comparing to the classic model used by each industry analyzed. Besides, it was verified, in the period that the volatility occurs corresponds to the period the shows a lack of stability detected by Shewhart control charts. The mathematic models were able to represent the productive process, facilitating understands the behavior of the variables, and help to accomplish the forecast and monitoring the process.A presente pesquisa tem como tema a abordagem de modelos de previsão, aplicados a processos produtivos industriais, com o objetivo de verificar a estabilidade do processo por meio de gráficos de controle, aplicado aos resíduos oriundos de modelagem linear e nãolinear. Como as observações eram autocorrelacionadas, foi necessário buscar um modelo matemático pelo qual foram obtidos resíduos independentes e normalmente distribuídos. A investigação da estabilidade do processo passa pela verificação da influência da volatilidade na detecção de pontos amostrais que são potenciais para afetar o desempenho do processo produtivo. Esse fato comprova a existência da volatilidade em processos produtivos que, até o momento, é trabalhada apenas em variáveis econômicas. Os dados utilizados para análise pertencem a três empresas de segmentos distintos. O modelo matemático foi ajustado utilizando modelo de regressão dinâmica multivariada, modelo ARIMA e modelo ARIMAARCH. De acordo com os gráficos de controle, as técnicas estatísticas empregadas para eliminar a autocorrelação serial dos dados mostraram-se adequadas estatisticamente, se comparadas com o modelo clássico utilizado por cada empresa analisada. Além disso, verificou-se que, no período que ocorre volatilidade corresponde a um período fora de controle detectado nos gráficos de controle de Shewhart. Os modelos matemáticos encontrados foram capazes de representar os processos produtivos, possibilitando compreender o comportamento das variáveis e auxiliaram na realização das previsões e na monitoração do processo.Universidade Federal de Santa MariaBREngenharia de ProduçãoUFSMPrograma de Pós-Graduação em Engenharia de ProduçãoSouza, Adriano Mendonçahttp://lattes.cnpq.br/5271075797851198Rosa, Leandro Cantorski dahttp://lattes.cnpq.br/0989065569520206Silva, Wesley Vieira dahttp://lattes.cnpq.br/1710286275396858Klidzio, Regiane2009-12-232009-12-232009-09-04info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfKLIDZIO, Regiane. FORECAST MODEL APPLIED TO QUALITY CONTROL WITH AUTOCORRELATIONAL DATA. 2009. 155 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2009.http://repositorio.ufsm.br/handle/1/8128porinfo:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2022-04-05T10:38:42Zoai:repositorio.ufsm.br:1/8128Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2022-04-05T10:38:42Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados Forecast model applied to quality control with autocorrelational data |
title |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
spellingShingle |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados Klidzio, Regiane Séries temporais Modelos lineares e não-lineares Autocorrelação Previsão Gráficos de controle Time series Linear e non-linear models Autocorrelation Forecast Control charts CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
title_short |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
title_full |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
title_fullStr |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
title_full_unstemmed |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
title_sort |
Modelos de previsão aplicados ao controle de qualidade com dados autocorrelacionados |
author |
Klidzio, Regiane |
author_facet |
Klidzio, Regiane |
author_role |
author |
dc.contributor.none.fl_str_mv |
Souza, Adriano Mendonça http://lattes.cnpq.br/5271075797851198 Rosa, Leandro Cantorski da http://lattes.cnpq.br/0989065569520206 Silva, Wesley Vieira da http://lattes.cnpq.br/1710286275396858 |
dc.contributor.author.fl_str_mv |
Klidzio, Regiane |
dc.subject.por.fl_str_mv |
Séries temporais Modelos lineares e não-lineares Autocorrelação Previsão Gráficos de controle Time series Linear e non-linear models Autocorrelation Forecast Control charts CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
topic |
Séries temporais Modelos lineares e não-lineares Autocorrelação Previsão Gráficos de controle Time series Linear e non-linear models Autocorrelation Forecast Control charts CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
description |
This research has a topic forecast models applied to industrial productive processes with the objective of verifying the stability of the process through control charts applied to the residues originated from linear and non-linear model. In the presence of autocorrelation data, it was necessary to look for a mathematical model which are produce independent and identically distributed residues. This investigation about the stability of the process goes by the verification of the volatility is influence in the detection of points that are capable to affect the productive process performance. This fact shows the existence of the volatility in productive processes, which it is just used until now in economic variables. The data used for analysis belong to three different industries in different segments. The mathematic models were used multivariate dynamic equation, ARIMA and ARIMA-ARCH model. According to the control charts the statistical techniques used to eliminate the serial autocorrelation was statistically adequate comparing to the classic model used by each industry analyzed. Besides, it was verified, in the period that the volatility occurs corresponds to the period the shows a lack of stability detected by Shewhart control charts. The mathematic models were able to represent the productive process, facilitating understands the behavior of the variables, and help to accomplish the forecast and monitoring the process. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-12-23 2009-12-23 2009-09-04 |
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 |
KLIDZIO, Regiane. FORECAST MODEL APPLIED TO QUALITY CONTROL WITH AUTOCORRELATIONAL DATA. 2009. 155 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2009. http://repositorio.ufsm.br/handle/1/8128 |
identifier_str_mv |
KLIDZIO, Regiane. FORECAST MODEL APPLIED TO QUALITY CONTROL WITH AUTOCORRELATIONAL DATA. 2009. 155 f. Dissertação (Mestrado em Engenharia de Produção) - Universidade Federal de Santa Maria, Santa Maria, 2009. |
url |
http://repositorio.ufsm.br/handle/1/8128 |
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.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria BR Engenharia de Produção UFSM Programa de Pós-Graduação em Engenharia de Produção |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria BR Engenharia de Produção UFSM Programa de Pós-Graduação em Engenharia de Produção |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da 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 |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1805922027517771776 |