Comparação entre gráficos de controle para resíduos de modelos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | GEPROS. Gestão da Produção. Operações e Sistemas |
Texto Completo: | https://revista.feb.unesp.br/gepros/article/view/508 |
Resumo: | Os gráficos de controle estão entre as técnicas estatísticas mais utilizadas pelas indústrias e, para sua implementação, é necessário assumir que os dados sejam (i) independentes e (ii) identicamente distribuídos. Quando os dados do processo são autocorrelacionados, viola-se a primeira suposição, o que gera um alto número de alarmes falsos. A segunda suposição pode não ser verdadeira quando as variáveis de resposta forem dependentes das variáveis de controle e estas variarem durante a execução do processo, isto faz com que o modelo de referência do processo não seja o mesmo para todas as amostras provenientes do processo. No primeiro caso, a prática usual é o ajustamento de um modelo de séries temporais e o posterior monitoramento dos resíduos do modelo. No segundo caso, ajusta-se um modelo de regressão tendo as variáveis de controle como regressores da variável resposta, a seguir, monitora-se os resíduos do modelo. Diante do que foi exposto, o presente artigo tem como objetivo comparar o desempenho destas abordagens em um mesmo conjunto de dados. De forma a orientar a aplicação destas abordagens, apresenta-se um fluxograma orientativo. Palavras-chave: Gráficos de Controle; Resíduos; Regressão; ARIMA. |
id |
UNESP-2_2f708b4cb9e66ac07ec4e3508ff1f1d6 |
---|---|
oai_identifier_str |
oai:ojs.gepros.emnuvens.com.br:article/508 |
network_acronym_str |
UNESP-2 |
network_name_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository_id_str |
|
spelling |
Comparação entre gráficos de controle para resíduos de modelosComparative study of control charts for residuals Os gráficos de controle estão entre as técnicas estatísticas mais utilizadas pelas indústrias e, para sua implementação, é necessário assumir que os dados sejam (i) independentes e (ii) identicamente distribuídos. Quando os dados do processo são autocorrelacionados, viola-se a primeira suposição, o que gera um alto número de alarmes falsos. A segunda suposição pode não ser verdadeira quando as variáveis de resposta forem dependentes das variáveis de controle e estas variarem durante a execução do processo, isto faz com que o modelo de referência do processo não seja o mesmo para todas as amostras provenientes do processo. No primeiro caso, a prática usual é o ajustamento de um modelo de séries temporais e o posterior monitoramento dos resíduos do modelo. No segundo caso, ajusta-se um modelo de regressão tendo as variáveis de controle como regressores da variável resposta, a seguir, monitora-se os resíduos do modelo. Diante do que foi exposto, o presente artigo tem como objetivo comparar o desempenho destas abordagens em um mesmo conjunto de dados. De forma a orientar a aplicação destas abordagens, apresenta-se um fluxograma orientativo. Palavras-chave: Gráficos de Controle; Resíduos; Regressão; ARIMA. Control charts (CCs) are among the most popular statistical tools for process monitoring in industry. When implementing CCs in practice, it is necessary to validate two basic assumptions: (i) data samples collected from the process are independent and (ii) identically distributed. If the data sampled are autocorrelated, the first assumption is violated and the control chart will yield a large number of false alarms. When the variable is dependent on process parameters, and these parameters vary during process execution, the reference model for the process is not the same for all data samples emerging from the process. In the first case, the usual approach is to monitor the residuals from a time series model adjusted to process data. For the second case, a regression model relating the dependent variable to process parameter is adjusted, followed by a control chart for the residuals. The present paper thus aims to compare the performance of these approaches in a same data sample. A flowchart is introduced to orient the application of these control charts. Key words: Control Charts; Residuals; Regression; ARIMA. A Fundacao para o Desenvolvimento de Bauru (FunDeB)2008-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/octetstreamhttps://revista.feb.unesp.br/gepros/article/view/50810.15675/gepros.v4i4.508Revista Gestão da Produção Operações e Sistemas; n. 4 (2008); 1231984-2430reponame:GEPROS. Gestão da Produção. Operações e Sistemasinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporhttps://revista.feb.unesp.br/gepros/article/view/508/203Cuzzuol Pedrini, Daniloten Caten , Carla Schwengberinfo:eu-repo/semantics/openAccess2010-01-21T17:06:43Zoai:ojs.gepros.emnuvens.com.br:article/508Revistahttps://revista.feb.unesp.br/geprosPUBhttps://revista.feb.unesp.br/gepros/oaigepros@feb.unesp.br||abjabbour@feb.unesp.br1984-24301809-614Xopendoar:2010-01-21T17:06:43GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Comparação entre gráficos de controle para resíduos de modelos Comparative study of control charts for residuals |
title |
Comparação entre gráficos de controle para resíduos de modelos |
spellingShingle |
Comparação entre gráficos de controle para resíduos de modelos Cuzzuol Pedrini, Danilo |
title_short |
Comparação entre gráficos de controle para resíduos de modelos |
title_full |
Comparação entre gráficos de controle para resíduos de modelos |
title_fullStr |
Comparação entre gráficos de controle para resíduos de modelos |
title_full_unstemmed |
Comparação entre gráficos de controle para resíduos de modelos |
title_sort |
Comparação entre gráficos de controle para resíduos de modelos |
author |
Cuzzuol Pedrini, Danilo |
author_facet |
Cuzzuol Pedrini, Danilo ten Caten , Carla Schwengber |
author_role |
author |
author2 |
ten Caten , Carla Schwengber |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Cuzzuol Pedrini, Danilo ten Caten , Carla Schwengber |
description |
Os gráficos de controle estão entre as técnicas estatísticas mais utilizadas pelas indústrias e, para sua implementação, é necessário assumir que os dados sejam (i) independentes e (ii) identicamente distribuídos. Quando os dados do processo são autocorrelacionados, viola-se a primeira suposição, o que gera um alto número de alarmes falsos. A segunda suposição pode não ser verdadeira quando as variáveis de resposta forem dependentes das variáveis de controle e estas variarem durante a execução do processo, isto faz com que o modelo de referência do processo não seja o mesmo para todas as amostras provenientes do processo. No primeiro caso, a prática usual é o ajustamento de um modelo de séries temporais e o posterior monitoramento dos resíduos do modelo. No segundo caso, ajusta-se um modelo de regressão tendo as variáveis de controle como regressores da variável resposta, a seguir, monitora-se os resíduos do modelo. Diante do que foi exposto, o presente artigo tem como objetivo comparar o desempenho destas abordagens em um mesmo conjunto de dados. De forma a orientar a aplicação destas abordagens, apresenta-se um fluxograma orientativo. Palavras-chave: Gráficos de Controle; Resíduos; Regressão; ARIMA. |
publishDate |
2008 |
dc.date.none.fl_str_mv |
2008-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/508 10.15675/gepros.v4i4.508 |
url |
https://revista.feb.unesp.br/gepros/article/view/508 |
identifier_str_mv |
10.15675/gepros.v4i4.508 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/508/203 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/octetstream |
dc.publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
dc.source.none.fl_str_mv |
Revista Gestão da Produção Operações e Sistemas; n. 4 (2008); 123 1984-2430 reponame:GEPROS. Gestão da Produção. Operações e Sistemas instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
collection |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository.name.fl_str_mv |
GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
gepros@feb.unesp.br||abjabbour@feb.unesp.br |
_version_ |
1800215695497101312 |