Método de orientação à modelagem de dados mensurados em proporção
Autor(a) principal: | |
---|---|
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_ |
1810085065267347456 |