Método de orientação à modelagem de dados mensurados em proporção

Detalhes bibliográficos
Autor(a) principal: Sant'Anna, Ângelo Márcio Oliveira
Data de Publicação: 2006
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/6355
Resumo: A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção.
id URGS_96167da8eac008f7b64416f9ee2f10fb
oai_identifier_str oai:www.lume.ufrgs.br:10183/6355
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Sant'Anna, Ângelo Márcio OliveiraTen Caten, Carla Schwengber2007-06-06T18:55:59Z2006http://hdl.handle.net/10183/6355000528763A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção.application/pdfporModelos estatísticosControle de qualidadeModelos de regressãoMétodo de orientação à modelagem de dados mensurados em proporçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2006mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000528763.pdf000528763.pdfTexto completoapplication/pdf635554http://www.lume.ufrgs.br/bitstream/10183/6355/1/000528763.pdfd4d75866878762e2f048016cd78ece2dMD51TEXT000528763.pdf.txt000528763.pdf.txtExtracted Texttext/plain188063http://www.lume.ufrgs.br/bitstream/10183/6355/2/000528763.pdf.txt86c789594f94504aa139596476e95a07MD52THUMBNAIL000528763.pdf.jpg000528763.pdf.jpgGenerated Thumbnailimage/jpeg1068http://www.lume.ufrgs.br/bitstream/10183/6355/3/000528763.pdf.jpg4f05604b0d0e801c8a31e8a4a2f10b2dMD5310183/63552018-10-18 07:15:15.44oai:www.lume.ufrgs.br:10183/6355Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-18T10:15:15Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Método de orientação à modelagem de dados mensurados em proporção
title Método de orientação à modelagem de dados mensurados em proporção
spellingShingle Método de orientação à modelagem de dados mensurados em proporção
Sant'Anna, Ângelo Márcio Oliveira
Modelos estatísticos
Controle de qualidade
Modelos de regressão
title_short Método de orientação à modelagem de dados mensurados em proporção
title_full Método de orientação à modelagem de dados mensurados em proporção
title_fullStr Método de orientação à modelagem de dados mensurados em proporção
title_full_unstemmed Método de orientação à modelagem de dados mensurados em proporção
title_sort Método de orientação à modelagem de dados mensurados em proporção
author Sant'Anna, Ângelo Márcio Oliveira
author_facet Sant'Anna, Ângelo Márcio Oliveira
author_role author
dc.contributor.author.fl_str_mv Sant'Anna, Ângelo Márcio Oliveira
dc.contributor.advisor1.fl_str_mv Ten Caten, Carla Schwengber
contributor_str_mv Ten Caten, Carla Schwengber
dc.subject.por.fl_str_mv Modelos estatísticos
Controle de qualidade
Modelos de regressão
topic Modelos estatísticos
Controle de qualidade
Modelos de regressão
description A implementação de técnicas estatísticas, como modelos de regressão, permite conhecer os efeitos dos fatores sobre a característica de qualidade de um produto, contribuindo na melhoria da qualidade de produtos e processos. O objetivo desta dissertação consiste em elaborar um método que oriente à modelagem de dados mensurados em proporção, levando em consideração a classificação das variáveis dependentes e independentes, com enfoque no Modelo de Regressão Beta e no Modelo de Quaseverossimilhança. O método é ilustrado com um estudo em uma empresa curtidora da região do Vale do Rio dos Sinos no Rio Grande do Sul. A modelagem realizada neste estudo referiuse a proporção de produtos refugados no processo de produção por erro de classificação. Os Modelos de Regressão Beta e de Quase-verossimilhança apresentaram bom ajuste e mostraram-se adequados na modelagem da proporção de produtos por erros de classificação. Esses modelos podem ser estendidos a todos os processos industriais que envolvam a produção de produtos não conformes às especificações de fabricação (defeituosos). O método elaborado apresentou facilidade de entendimento e clareza dos passos para a escolha dos modelos de regressão usados na modelagem de dados mensurados em proporção.
publishDate 2006
dc.date.issued.fl_str_mv 2006
dc.date.accessioned.fl_str_mv 2007-06-06T18:55:59Z
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 http://hdl.handle.net/10183/6355
dc.identifier.nrb.pt_BR.fl_str_mv 000528763
url http://hdl.handle.net/10183/6355
identifier_str_mv 000528763
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
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/6355/1/000528763.pdf
http://www.lume.ufrgs.br/bitstream/10183/6355/2/000528763.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/6355/3/000528763.pdf.jpg
bitstream.checksum.fl_str_mv d4d75866878762e2f048016cd78ece2d
86c789594f94504aa139596476e95a07
4f05604b0d0e801c8a31e8a4a2f10b2d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1800308934675791872