Gráfico de controle de regressão aplicado na monitoração de processos

Tamanho: px
Começar a partir da página:

Download "Gráfico de controle de regressão aplicado na monitoração de processos"

Transcrição

1 Jacob, Souza & Perera Gráfco de controle de regressão aplcado na montoração de processos LUCIANE FLORES JACOBI, MSC. Professora do Departamento de Estatístca UFSM. E-mal: ADRIANO MENDONÇA SOUZA, DR. Professor do Departamento de Estatístca UFSM. E-mal: JOÃO EDUARDO DA SILVA PEREIRA, MSC. Professor do Departamento de Estatístca UFSM. E-mal: Resumo Esta pesqusa tem por objetvo empregar o gráfco de controle de regressão, como ferramenta de controle estatístco, para montorar processos produtvos, onde uma varável de estado, que seja de nteresse, possa ser expressa como função de uma varável de controle. Exstem város estudos sobre o controle de varáves em processos produtvos, mas, na maora das vezes, são em relação ao controle de cada varável, separadamente, não podendo ser utlzados para um estudo comparatvo. Esta pesqusa, portanto, apresenta uma técnca efcente no controle smultâneo de varáves correlaconadas. Palavras-chave Gráfco de controle de regressão, Varáves correlaconadas, Controle estatístco do processo. Regresson control chart appled n process montorng Abstract The man purpose of ths research s to apply the regresson control chart as tool of statstcal control to montor productve processes, where a state varable that s of nterest can be expressed as functon of a control varable. Several studes exst to control varables n productve processes, but most of tme they are separately n relaton to the control of each varable, and however not could be used for a comparatve study. Ths research, therefore, t presents an effcent technque to control smultaneous by correlated varables. Key words Regresson control chart, Correlated varables, Statstcal process control. 46 Revsta Produção v. 12 n

2 Gráfco de controle de regressão aplcado na montoração de processos INTRODUÇÃO A velocdade das nformações e as novas tecnologas estabeleceram um ambente globalzado de alta concorrênca em que preço, prazo, qualdade e flexbldade precsam ser atenddos. Devdo a esse fato, controlar as varáves envolvdas no processo de produção, de modo a torná-lo mas efcente, é uma das crescentes preocupações dos empresáros, pos, desta mane- ráfcos G ra, podem-se reduzr os desperdícos e utlzar sua plena capacdade. Mutos dos sstemas utlzados nas empresas necesstam de processos de acompanhamento e controle de produção, que aumentem a establdade de retorno fnancero e que permtam nvestmentos de médo e longo prazo. A preocupação com a qualdade dos produtos teve orgem com o surgmento da produção em maor escala, onde se constata o níco da era da nspeção formal. Contudo, somente com a ntrodução da admnstração centífca, de Taylor, é que a qualdade fo reconhecda como área funconal dentro do gerencamento de uma empresa (LEVINE, BERENSON, STEPHAN, 2000). Mas, com o crescmento da demanda, e a ntensfcação da produção em massa, necesstou-se substtur a nspeção 100% por uma nspeção por amostragem, surgndo, assm, os prmeros estudos sobre o controle das característcas de um processo produtvo. Esses estudos foram realzados por Walter Shewhart que, em 1924, desenvolveu um conjunto de concetos, que são as bases do moderno controle estatístco do processo. Shewhart, naquela época, preocupou-se em avalar a qualdade, observando apenas uma característca do produto (WERKEMA,1995; SIQUEIRA, 1997). Sabe-se, hoje, que as varáves envolvdas em um processo produtvo são, mutas vezes, correlaconadas, e que o controle ndvdual dessas varáves não é o mas ndcado. Nesse caso, a qualdade depende do efeto comum dessas varáves, em lugar do efeto de cada varável separadamente. E, assm, fez-se necessáro um outro conceto de gráfcos de controle, que pudessem se ajustar a esse tpo de processo. Os gráfcos de controle convenconas, como X-barra e proporção, não são capazes de fazer uma análse quando se tem um conjunto de varáves correlaconadas, mas o gráfco de controle de regressão é capaz de avalar o efeto conjunto dessas varáves. Por esse motvo, esse gráfco é muto utlzado em processos em que o efeto de uma varável dependente é uma função lnear de uma varável ndependente, fornecendo prevsões de comportamento e revelando como a relação entre as varáves está ocorrendo. Neste estudo, utlza-se a técnca de regressão lnear smples, combnada com a de controle de qualdade, no controle smultâneo de varáves correlaconadas. Autores como DPaola (1945), Mandel (1969) e Oln (1998) apresentaram estudos de como o gráfco de controle de regressão pode ser construído a partr de dados hstórcos e, utlzando-se desse gráfco, é verfcado se as novas observações do processo estão dentro dos níves estabelecdos. de controle convenconas, como X-barra e proporção, não são capazes de fazer uma análse quando se tem varáves correlaconadas. Após o estudo detalhado das teoras utlzadas neste trabalho, buscou-se exemplfcar essa metodologa, através de uma aplcação, utlzando-se dados coletados na empresa PRT, no setor de Engenhara de Saneamento e Meo Ambente. Os dados ocupados, para a aplcação da metodologa, foram coletados nas fchas preenchdas pelos motorstas dos camnhões compactadores. Com a aqusção dessas nformações, construu-se um banco de dados em uma planlha eletrônca que foram utlzados para: a estmação da equação de regressão, a determnação dos lmtes nferores e superores de controle e a construção do gráfco de controle de regressão através dos programas computaconas Statstca 5.1 (Statsoft). GRÁFICO DE CONTROLE DE REGRESSÃO Para controlar a qualdade de um produto, Montgomery (1997) dz que é necessára a dentfcação e a medção das varações ocorrdas no processo de produção por meo dos gráfcos de controle, que são ferramentas útes para a avalação do estado de controle estatístco do processo, pos servem para determnar se as varações que ocorrem são devdas a causas assnaláves ou a causas aleatóras. A necessdade de controle smultâneo, de varáves correlaconadas, está no fato de que, mutas vezes, as varáves parecem estar sob controle estatístco quando analsadas separadamente, mas, na verdade, o sstema poderá estar fora de controle (JACKSON, 1956). Construndo o gráfco de controle de regressão Quando a equação de regressão for empregada, com o objetvo de controle, é precso que a relação exstente entre a varável de nteresse e as varáves utlzadas para seu controle sejam do tpo causa-e-efeto. No entanto, a exstênca de uma relação de causa-e-efeto não é necessára se a Revsta Produção v. 12 n

3 Jacob, Souza & Perera equação for utlzada somente para predção. Nesse caso, somente será necessáro que as relações exstentes no conjunto de dados orgnal, usado para construr a equação de regressão, anda sejam váldas (Werkema & Aguar, 1996). Supondo-se que se está nteressado em fazer uma prevsão para um valor futuro y não observado correspondente a X = x. Se se usar o modelo de regressão lnear smples ajustado, dz-se que yˆ ˆ ˆ = α + β x é uma prevsão de y. Nota-se que a prevsão de y é gual ao estmador do valor esperado de y, para X = x, e o erro de prevsão é defndo por y ˆ y. Como se admte que cada nova observação, y, é ndependente das observações anterores (a partr das quas se obteve ŷ ), tal observação será também ndependente de ŷ. Assm, a dstrbução de probabldade de ŷ é dada por: 1 (x x) 2 2 ŷ N x ; e, α+β σ + n S α+β σ 2 xx tem-se que: em que σ 2 pode ser estmado por: = QME Para cada estmatva partcular da posção da reta de regressão, e para cada valor partcular de X, os lmtes do ntervalo de prevsão a (1 - α)100% são dados por: Para o uso em gráfcos de controle, sabe-se que a méda do processo pode varar em múltplos do desvo padrão, sto é, x± 3S, x± 2S,..., formando os lmtes nferor e superor de controle. Logo, utlzando-se o valor de S dado em (1), e substtundo-se em (2) o valor de t tabelado, por um valor múltplo do erro padrão, obtêm-se os lmtes superor e nferor de controle para o gráfco de controle de regressão: Y N( x ; ) E(y ˆ e y ) = 0 (x x) V(y y ˆ ) = V(y ) + V(y ˆ ) =σ +σ + n S xx e, logo: (x x) y ŷ N 0, σ n S XX n (y y) ˆ S = = n 2 1 (x x) 2 Ŷ± tγs 1+ + n Sxx α em que: γ= n 2, 2 (1) (2) (x x) 2 1 LSC = yˆ + 3S 1+ + ŷ n S xx LMC a bx ŷ = + = ŷ (x x) 2 1 LIC = yˆ 3S 1+ + ŷ n S xx Apesar de os gráfcos de controle de regressão serem conhecdos desde 1969, quando Mandel fez sua prmera aplcação, Oln (1998) comparou três métodos para a construção de lmtes de controles, que se basearam nos seguntes aspectos: Lmtes smples 3σ: yˆ ± 3σˆ Intervalos de predção: yˆ± k(x ˆ 0, γ) σ Intervalos de confança: yˆ ± c(x ˆ 0, γ, ασ ) em que as constantes k(x 0,γ) e c(x 0, γ, α) e os métodos usados para estmar µ(x, β) e var(y) dependem do modelo estatístco. O autor conclu que, embora os ntervalos de predção e confança pareçam ser tecncamente mas corretos de um ponto de vsta estatístco, os lmtes smples 3σ são recomendados, pos são de fácl compreensão, smples e smlares ao gráfco de Shewhart. Mandel (1969), na época, aplcou os lmtes smples consderando dos desvos em torno da lnha de mínmos quadrados, em vez de três desvos. Embora sabendo-se que os lmtes de controle, em torno da lnha de regressão, deveram alargar-se progressvamente, ao longo da méda, dos fatos fazem a aplcação do lmte de controle paralelo possível. Prmero, se a varação sobre a lnha de regressão não for muto grande, os lmtes de controle não serão curvos. Segundo, as lnhas de lmtes paralelas fornecem controle mas rígdo a dstâncas extremas da méda (MANDEL, 1969). Quando se consdera o conjunto de todos os valores possíves de X, os ntervalos formam uma banda de prevsão que pode ser utlzada para se organzar o gráfco de controle de regressão. Segundo Mandel (1969), o gráfco de controle de regressão dfere do gráfco de controle tradconal nos seguntes aspectos : A méda desgnada não é constante, e essa varabldade é dependente da magntude da varável ndependente; As lnhas dos lmtes de regressão são paralelas à lnha de regressão, o que é melhor que uma lnha paralela ao exo x, pos os lmtes de controle acompanham a tendênca exstente entre as duas varáves; A construção dos gráfcos de controle de regressão é mas complexa que a do gráfco de controle convenconal. (3) 48 Revsta Produção v. 12 n

4 Gráfco de controle de regressão aplcado na montoração de processos Para se estabelecer o gráfco de controle de regressão, a partr dos dados, é necessáro, prmeramente, que se analse o dagrama de dspersão para verfcar a lneardade da relação e detectar pontos atípcos. Logo após, estabelecemse os lmtes de controle a partr dos dados hstórcos, que estão sob controle. Esses lmtes estáves são útes para se sobrepor um novo conjunto de dados, dessa manera, faz-se a comparação se o processo atual concorda com o anteror. Isto é, se está entre os lmtes nferor e superor de controle. Um snal fora de controle ndca uma nconsstênca entre o processo novo e o antgo. Neste estudo, quando um ponto stua-se acma do lmte superor de controle ndca que, provavelmente, a produtvdade fo sgnfcatvamente nferor ao nível de desempenho estabelecdo no período. Um ponto abaxo do lmte nferor de controle ndca uma possível melhora na produtvdade. Note-se que um ponto fora do lmte nferor de controle, embora sendo o ndcador de um bom desempenho, deve merecer uma atenção especal e ser nvestgado. Um novo gráfco de controle deve ser estabelecdo, se houver uma mudança sgnfcatva no nível do desempenho. Se a tendênca for um aumento na produtvdade, um novo gráfco poderá ser construído a partr dos novos dados. Mas, se a tendênca for uma perda sgnfcatva em produtvdade, então, um novo gráfco deverá ser estabelecdo somente se essa mudança for devda a uma causa constante do sstema. menos confáves do que prevsões baseadas em valores da varável ndependente contdos no ntervalo de valores prevamente observados. O smples fato de exstr uma forte assocação entre duas varáves não sgnfca que haja entre elas uma relação de O gráfco de controle de regressão é capaz de avalar o efeto conjunto de varáves correlaconadas. causa e efeto. Se chegarmos a uma reta de regressão, que se ajuste bem à relação entre X e Y, então haverá quatro possbldades: 1. Os valores de Y podem realmente depender dos valores de X, como supusemos até agora. 2. A relação observada pode ser completamente casual. 3. Pode haver uma tercera varável afetando X e Y. 4. Pode haver, efetvamente, uma lgação casual entre X e Y, mas é mportante que X esteja causando Y. Talvez tenhase determnado ncorretamente qual seja a varável dependente e qual a varável ndependente. APLICAÇÃO DA METODOLOGIA Prevsão em regressão Uma das aplcações mas correntes dos modelos de regressão lnear smples consste na prevsão do valor da varável dependente, Y, para um novo valor da varável ndependente, X. Utlzando-se o modelo de regressão, com esse propósto, é mportante que, ao se fazer prevsões, seja consderado o ntervalo relevante da varável ndependente. Esse ntervalo relevante engloba todos os valores de X, desde o menor valor até o maor, utlzados no modelo de regressão. Antes, porém, de começar a fazer prevsões, deve-se atentar para algumas advertêncas mportantes (DOWNING & CLARK, 2000): Qualquer prevsão baseada em um modelo de regressão é uma prevsão condconal, pos a prevsão da varável dependente está sujeta ao valor da varável ndependente. A reta de regressão é estmada utlzando-se dados passados. Essa reta não poderá predzer dados futuros se a relação entre X e Y se modfcar. Mutas prevsões de regressão procuram prever valores de Y em stuações em que o valor de X está fora do ntervalo de valores de X observados anterormente. Tas prevsões, conhecdas como extrapolações, são muto A degradação do meo ambente tem sdo alvo da preocupação de órgãos e nsttuções, sejam governamentas ou não, bem como das comundades, seus representantes e das pessoas em geral. Tal preocupação reca, fatalmente, sobre a geração do lxo e o mpacto que este processo causa ao meo ambente, alterando a qualdade de vda no planeta, prncpalmente no perímetro urbano. Sabe-se que lxo é qualquer resto que resulte de atvdade humana, podendo ser de orgem ndustral, doméstca, hosptalar, comercal, agrícola, de servços, entre mutas outras. Apresenta-se sob os estados: sóldo, sem-sóldo e líqudo, podendo ser classfcado em orgânco e norgânco. Os cclos naturas de decomposção, e recclagem da matéra, podem reaprovetar o lxo produzdo pelo ser humano. Contudo, uma grande parte desse lxo sobrecarrega o sstema. O problema agrava-se porque mutas das substâncas manufaturadas pelo homem não são bodegradáves, sto é, não se decompõem faclmente, tas como: vdros, latas e alguns plástcos, que não são bodegradáves e levam mutos anos para se decompor. A reutlzação do lxo, por meo da recclagem, tornou-se um método efcente para que não se tenha um acúmulo de resíduos e, assm, o que era consderado lxo passou a ser entenddo como resíduos que, na maora das vezes, são Revsta Produção v. 12 n

5 Jacob, Souza & Perera reutlzados, tornando os mpactos ambentas cada vez menores e protegendo, de certa forma, os recursos naturas exstentes no planeta. A estrutura dos órgãos públcos, em relação ao tratamento do lxo, é nadequada, desde a forma de coleta até o tratamento fnal, que são os aterros santáros, compostagem e ncneração. As cdades brasleras produzem cerca de 90 ml toneladas de lxo por da, sendo que 34 mlhões de habtantes urbanos não dspõem de coleta domclar. Na zona urbana, apenas 35% contam com rede públca de esgoto, enquanto que 34% da população lança dejetos a céu aberto. De um modo geral, nas cdades, o lxo é coletado por uma empresa contratada pelo governo, ou por partculares, pos, Q uando a equação de regressão for empregada, com o objetvo de controle, é precso que exsta uma relação de causa e efeto. devdo à crescente produção de resíduos, por parte da população, a tercerzação da coleta de resíduos sóldos compactáves apresentou-se como a melhor alternatva para as prefeturas e órgãos responsáves pelo servço. Nesse contexto, a Prefetura Muncpal de Santa Mara tercerzou esse servço, contratando a Empresa PRT Prestação de Servços. A empresa encontra-se totalmente preparada para executar essa tarefa, mas também encontra dfculdades em dmensonar a frota de camnhões compactadores para realzar a coleta dos resíduos, tanto na zona urbana como na zona rural. Essa dfculdade não é encontrada apenas na cdade de Santa Mara, mas, também, em outras localdades em que a empresa atua. Dessa forma, pretende-se fornecer à empresa os períodos de maor, e menor, volume de resíduos a serem coletados, pos com a dentfcação desses períodos, e dos valores de volumes em qulogramas, a mesma poderá dmensonar a frota necessára para a realzação dessa tarefa. O processo de coleta é uma mportante etapa no processo de tratamento de resíduos, pos é aí que os materas orgâncos e norgâncos devem ser coletados, separadamente, e a coleta seletva deve ser mplementada para que o processo de recclagem tenha o seu níco. Neste trabalho, apenas a coleta não seletva será abordada, sendo feta por camnhões compactadores que levam os resíduos ao aterro santáro da cdade de Santa Mara RS, localzado no Barro Salgado Flho. Para o recolhmento dos resíduos domclares e comercas da cdade de Santa Mara, a Empresa PRT dsponblza oto (08) camnhões compactadores, com capacdade méda de kg, cada, sendo, também, realzada a coleta do lxo hosptalar e, no centro da cdade, exste a coleta seletva. A empresa dvdu a cdade em 22 setores, a fm de obter um melhor desempenho da atvdade de coleta e um melhor aprovetamento do número de camnhões compactadores. Dos 22 setores, 5 possuem coletas dáras, enquanto que os outros possuem coletas alternadas, três vezes por semana, e aos domngos a coleta não é realzada. O prmero passo, junto à empresa, fo organzar os formuláros preenchdos pelos motorstas e montar as planlhas que servram como banco de dados. As varáves envolvdas no processo de recolhmento de resíduos são: a qulometragem percorrda pelo camnhão compactador, o volume líqudo de resíduos recolhdo, o tempo gasto no recolhmento e o consumo de combustível. As varáves do processo, analsadas nesse trabalho, foram: a qulometragem dára percorrda pelos camnhões e o volume de resíduos recolhdos por da. A varável qulometragem é nformada pelos própros motorstas, que anotam o valor ncal e o fnal da qulometragem do camnhão, tendo como ponto de referênca a empresa. Para este procedmento, um formuláro própro é utlzado pela empresa. Os valores do peso líqudo são fornecdos por um funconáro da Prefetura Muncpal de Santa Mara, que é encarregado da pesagem dos camnhões, na entrada e na saída do aterro, encontrando-se, assm, o peso líqudo de resíduos que fo depostado, servndo de base para o cálculo do pagamento mensal da empresa. A dstânca percorrda, em cada setor, é sempre a mesma, pos os percursos das rotas são predetermnados. A varabldade da qulometragem resde no fato de que, quando há aumento no volume de resíduos, os camnhões precsam r mas vezes ao aterro santáro, aumentando, dessa manera, a qulometragem percorrda e, conseqüentemente, o gasto com combustível e o tempo de recolhmento. Isso podera ser melhor dmensonado, se fosse possível dentfcar os períodos em que ocorresse excesso de resíduos. Dessa forma, um camnhão compactador, com maor capacdade, podera ser destnado à rota onde este fato ocorresse, trazendo uma economa de combustível, mão-de-obra e tempo, benefcando a empresa. Análse descrtva dos dados Neste tem, faz-se uma análse descrtva das varáves envolvdas no estudo, nos meses de julho, agosto e setembro de 2001, pos, dessa manera, será possível encontrar alguns pontos que mereçam uma maor atenção e que sejam passíves de verfcação. Nas Tabelas 1 e 2, apresentam-se as prncpas meddas descrtvas das varáves peso líqudo e qulometragem, respectvamente. 50 Revsta Produção v. 12 n

6 Gráfco de controle de regressão aplcado na montoração de processos Verfcando-se a Tabela 1, percebe-se que no mês de julho o volume médo de resíduos coletados é nferor aos meses de agosto e setembro. Essa dferença gerou uma nvestgação ampla, no sentdo de se estabelecer as possíves causas desse declíno no volume de resíduos coletados, conforme mostrado no Quadro 2. Como o volume de resíduos coletados no mês de julho é nferor, em relação aos outros meses, conseqüentemente a qulometragem percorrda pelos camnhões também é menor para este mês, conforme mostrado na Tabela 2. Observa-se, na Tabela 2, que o coefcente de varação, para o mês de julho, é o mas alto, mostrando que ocorreu uma varação muto grande de qulometragem rodada pelos camnhões da-a-da. Essa mesma varação é observada para a varável peso, conforme mostra a Tabela 1. As tabelas acma apresentadas podem ser melhor vsualzadas por meo do gráfco de Box-plot, que é muto útl para a comparação entre as varáves, fornecendo uma boa vsualzação de suas varabldades, conforme pode ser vsto na Fgura 1. Tabela 1: Meddas descrtvas para a varável peso. Meses Valor de n Valor Mínmo Valor Máxmo Julho Agosto Setembro Notas: A varável é expressa em qulogramas (kg). n é o número de das com recolhmento no mês. Meddas Descrtvas Méda , , ,4 Desvo Padrão , , ,80 Coefcente de Varação 0,4871 0,1973 0,2512 Tabela 2: Meddas descrtvas para a varável qulometragem. Meddas Descrtvas Meses Valor de n Valor Mínmo Julho Agosto Setembro Notas: A varável é expressa em qulômetros (km). n é o número de das com recolhmento no mês. Valor Máxmo Méda 542, , ,7200 Desvo Padrão 366, , ,7697 Coefcente de Varação 0,6760 0,1403 0,1796 Fgura 1: Gráfco Box-plot para as varáves peso e qulometragem. Revsta Produção v. 12 n

7 Jacob, Souza & Perera Constata-se, pela Fgura 1, que as varáves peso e qulometragem possuem o mesmo comportamento. Como a medana está à mesma dstânca do 1 o e do 3 o quartl, exstem fortes ndcações de smetra nos dados. Além dsso, sendo a ampltude bem maor que a dstânca nterquartílca, conclu-se que há grande dspersão das observações. Para melhor observar o comportamento da varável volume líqudo (peso), traça-se um gráfco de seqüênca, mostrado na Fgura 2. Essa varável mede a quantdade total de resíduos recolhda, por da, na cdade de Santa Mara, sendo expressa em qulogramas (kg). Essa varável fo analsada no período correspondente aos meses de julho, agosto e setembro de Observa-se que exste uma mudança de nível na méda do processo, correspondendo ao mês de julho. Esse comportamento nspra uma nvestgação crterosa, para tentar dentfcar as causas do ocorrdo. Um dos motvos para o baxo volume de resíduos coletados, é que o mês de julho corresponde ao mês das féras escolares. Além dsso, foram dentfcadas mutas falhas nos relatóros, pos os motorstas que realzavam as coletas não preencham os formuláros. A qulometragem percorrda pelos camnhões é uma varável muto mportante, pos dela depende o gasto com combustível. A quantdade total da qulometragem percorrda pelos camnhões, por da, na cdade de Santa Mara, é mostrada no gráfco de seqüênca na Fgura 3. Essa varável fo analsada no período de julho a setembro de Observa-se, na Fgura 3, que houve uma mudança de nível na méda do processo. Essa mudança ocorreu próxma à observação 30, que corresponde ao período fnal de julho e níco de agosto. Observa-se, também, que a sére apresenta quatro observações atípcas do restante da massa de dados, conhecda como outler. Fgura 2: Gráfco representatvo do peso de resíduos recolhdos por da, em Santa Mara, de julho a setembro de Peso (kg) N o de observações Fgura 3: Gráfco representatvo da qulometragem percorrda pelos camnhões compactadores, por da, em Santa Mara, de julho a setembro de Qulometragem N o de observações 52 Revsta Produção v. 12 n

8 Gráfco de controle de regressão aplcado na montoração de processos Análse de correlação nos dados O nteresse, neste trabalho, é construr um modelo de regressão que relacone a qulometragem dára, percorrda pelos camnhões compactadores (Y), à quantdade de resíduos coletados por da (X). Observe que a quantdade dára de resíduos coletados não pode ser controlada. O procedmento adotado consstu em observar as varáves resíduos coletados (x ) e qulometragem percorrda (y ) em cada um Q dos das do período analsado. uando Portanto, (x, y ) são varáves aleatóras, conjuntamente dstrbuídas, e as prncpas nferêncas de nteresse, que serão estabelecdas, estarão condconadas aos valores observados para X. Como o nteresse está em conhecer o tpo de relaconamento exstente entre a qulometragem percorrda pelos camnhões compactadores e a quantdade de resíduos coletados, um dagrama de dspersão fo construído a partr dos dados coletados e está apresentado na Fgura 4. A confguração dos pontos, neste dagrama, sugere a exstênca de um relaconamento lnear entre a qulometragem percorrda e a quantdade de resíduos coletados. Com o objetvo de quantfcar o relaconamento lnear entre X e Y, vsualzado a partr da análse do dagrama de dspersão, calculou-se o coefcente de correlação amostral entre X e Y. O coefcente de correlação amostral fo de r = 0,7773, o que revela que exste uma forte correlação postva entre as varáves. O dagrama de dspersão, apresentado na Fgura 4, revela três pontos que desvam de um padrão lnear e, conforme Mandel (1969), esta stuação é passível de uma nvestgação. Se esses pontos representarem uma condção não usual, podem ser excluídos dos cálculos do gráfco de controle de regressão, pos, nessa etapa, está-se nteressado em encontrar os lmtes de controle para o gráfco de regressão que revele uma stuação de establdade do sstema. Dessa manera, será possível uma comparação com etapas posterores do processo de coleta dos resíduos. Assm, o processo estável servrá como padrão. um modelo de regressão é escolhdo, deve-se verfcar se é adequado para os propóstos a que se destna. Investgando-se esses três pontos, verfcou-se que a qulometragem rodada pelos camnhões estava muto alta para o volume de resíduos coletados nesses das, não havendo, porém, nenhum motvo especal para sso, a não ser um possível engano nas anotações nas fchas de controle. Como as causas dos três pontos que desvaram do padrão lnear, mostrado na Fgura 4, não são constantes no sstema, foram excluídos do cálculo do gráfco de controle de regressão. Dessa manera, utlza-se apenas o processo consderado estável para se encontrar os lmtes de controle que servrão para montorar o processo futuro. Com a exclusão dos três pontos, construu-se o dagrama de dspersão, mostrado na Fgura 5, e calculou-se um novo coefcente de correlação. O novo coefcente de correlação amostral calculado, desconsderando os três das que desvaram do padrão lnear, fo de r = 0,9210, mostrando que a correlação entre as varáves é anda mas forte. Fgura 4: Dagrama de dspersão das varáves peso e qulometragem para os meses de julho a setembro de Qulometragem Peso (kg) Revsta Produção v. 12 n

9 Jacob, Souza & Perera Calculou-se, também, o coefcente de determnação que mede a proporção da varação, que é explcada pela varável ndependente no modelo de regressão, o resultado fo R 2 = 0,8482, o que sgnfca que 84,82% da qulometragem percorrda pelos camnhões compactadores pode ser explcada pela varabldade no volume de resíduos coletados. Como as varáves aqu estudadas são lnearmente correlaconadas, e o seu alto nível de correlação sugere que possa haver uma relação funconal entre elas, uma reta de regressão será ajustada, determnando as relações entre essas varáves. Ajuste da equação de regressão e adequação do modelo Construr um modelo de regressão lnear, de Y sobre X, consste em obter, a partr dos valores observados, uma reta que melhor represente a relação verdadera entre essas varáves. A determnação dos parâmetros dessa reta é denomnada ajustamento. Estmaram-se os valores dos parâmetros, da equação de regressão lnear smples, pelo método de mínmos quadrados, encontrando-se a segunte equação: ŷ = 124,82 + 0, 0063 x (4) (3, 29) (20,198) em que, nos parênteses, estão os valores da estatístca t, calculada para as estmatvas dos parâmetros. A equação (4) pode ser reescrta da segunte forma: Qulometragem (estmada) = 124,82 + 0,0063 (peso) (5) Quando um modelo de regressão é escolhdo, em uma pesqusa, deve-se verfcar se é adequado para os propóstos a que se destna. Uma ou mas característcas do modelo podem não se ajustar aos dados da amostra, então, é mportante nvestgar a aptdão do modelo (VASCONCELLOS & ALVES, 2000; GUJARATI, 2000). Para avalar se a reta de regressão, ajustada em (5), pode ser empregada como base de futuras análses, fo realzada a análse de resíduos (Veja Neter, et al., 1996). Os gráfcos de resíduos que foram construídos são apresentados nas Fguras 6 a 8. A análse destes gráfcos, e dos testes realzados, não ndcou a presença de quasquer nadequações do modelo de regressão. O gráfco de resíduos contra os valores ajustados é apresentado na Fgura 6. Neste gráfco, os resíduos estão stuados, aproxmadamente, em uma faxa horzontal centrada em e = 0. Analsando-se o gráfco da Fgura 6 não são percebdas quasquer ndcações de que os pressupostos de lneardade e homocedastcdade tenham sdo volados. Outro pressuposto do modelo de regressão, que deve ser consderado, é a ndependênca dos resíduos. Esse pressuposto é, geralmente, volado, quando os dados são coletados ao longo de períodos seqüencas de tempo, uma vez que um resíduo, em qualquer ponto no tempo, pode tender a ser dêntco a resíduos em pontos adjacentes no tempo (MADDALA, 1992; NETER, el al., 1996). Dado que os dados foram coletados daramente, num período consecutvo de 3 meses, os resíduos foram plotados ao longo do tempo, para a verfcação da exstênca de um padrão, o que nos mostra a Fgura 7. A partr da Fgura 7, observa-se que os pontos não tendem a flutuar para cma e para baxo, em um padrão cíclco. Esse padrão ndca que não há uma volação no pressuposto da ndependênca dos resíduos. Além do gráf- Fgura 5: Dagrama de dspersão das varáves peso e qulometragem, para os meses de julho a setembro, sem os pontos que desvam do padrão lnear. Qulometragem Peso (kg) (kg) 54 Revsta Produção v. 12 n

10 Gráfco de controle de regressão aplcado na montoração de processos co de resíduos, a autocorrelação também pode ser detectada e medda pela utlzação da estatístca de Durbn-Watson. Essa estatístca mede a correlação entre cada resíduo para o período de tempo medatamente antecedente àquele de nteresse (VASCONCELLOS & ALVES, 2000). Desse modo, para os dados coletados, a respeto da empresa PRT, com uma varável ndependente e 75 observações, obtendo-se a probabldade exata do teste gual a p = 0,7751, podese conclur que não exste autocorrelação entre os resíduos. A análse de regressão basea-se, também, em que os erros seguem uma dstrbução normal. A condção de normaldade dos resíduos não é necessára para a obtenção dos estmadores de mínmos quadrados, mas é fundamental para a defnção de ntervalos de confança e testes de sgnfcânca. Ou seja, na falta de normaldade, os estmadores são nãotendencosos, mas os testes não têm valdade, prncpalmente em amostras pequenas. Entretanto, pequenas fugas da normaldade não causam grandes problemas (NETER, 1996). Fgura 6: Gráfco de resíduos contra os valores ajustados, para os dados coletados. Resíduos Valores Ajustados Fgura 7: Gráfco para resíduos ao longo do tempo para os dados analsados. Resíduos N o de observações Revsta Produção v. 12 n

11 Jacob, Souza & Perera O teste mas smples, e rápdo, é o teste gráfco que compara a freqüênca acumulada dos resíduos padronzados com a curva normal, conforme mostra a Fgura 8. A suposção de normaldade será válda se os pontos do gráfco estverem localzados, aproxmadamente, ao longo de uma lnha reta. Na vsualzação da lnha reta, devem ser enfatzados os valores centras do gráfco, e não os extremos. Usualmente, a vsualzação da aproxmação dos pontos, por uma lnha reta, é subjetva e, então, para completar a avalação da normaldade, deve ser realzado o teste de normaldade, baseado na estatístca de Lllefors. Pela vsualzação do gráfco da Fgura 8, percebeu-se que os pontos centras estavam localzados, de forma aproxmada, ao longo de uma reta. Assm, para confrmar esta ndcação, para n = 75 observações, encontrou-se a probabldade exata do teste p > 0,20, não se obtendo, dessa forma, ndcações de volação de normaldade. A avalação da valdade da suposção de normaldade fo a últma etapa da análse de resíduos para os dados da empresa. Nessa análse, não foram encontradas ndcações de falta da adequação do modelo de regressão e das suposções a ele assocadas. Estabelecendo o gráfco de controle de regressão Como o modelo de regressão adapta-se bem aos dados coletados, e nenhuma das pressuposções fo volada, estabelece-se o gráfco de controle de regressão para os dados coletados nos meses de julho, agosto e setembro de Para o gráfco de controle de regressão, a lnha central é a lnha de regressão ŷ = 124,82 + 0,0063x. Usando-se essa lnha de regressão, e duas vezes o erro padrão estmado da reta de regressão, em 123,01 (sto é, ± 2S), defndo em (1), o gráfco de controle, com lmtes de controle colocados a 95% de confança, estabeleceu-se como mostrado na Fgura 9. Observa-se que quatro pontos são detectados fora dos lmtes de controle, dos pontos no mês de agosto e dos pontos no mês de setembro. Os três pontos, acma do lmte superor de controle, ndcam que houve uma qulometragem muto alta para o volume de resíduos coletados nesses das, e o ponto abaxo, lmte nferor de controle, sugere que houve uma melhora na produtvdade do sstema, ou seja, para o volume de resíduos coletados, a qulometragem percorrda fo baxa. Mas, para se estabelecer os lmtes nferores e superores de controle, para o gráfco de controle de regressão, é necessáro que se excluam os pontos fora de controle, desde que esses pontos sejam devdos a causas assnaláves. Como para os dados coletados não se estabeleceu uma causa comum no sstema para os problemas ocorrdos, esses pontos foram retrados e um novo gráfco fo construído, conforme é mostrado na Fgura 10. Como um novo gráfco fo construído com os dados sem os pontos que estavam fora dos lmtes de controle, uma nova equação de regressão fo estabelecda para representar o processo sob controle, a qual será utlzada para montorar Fgura 8: Gráfco de probabldade normal para os resíduos dos dados estudados Valores esperados da normal 56 Revsta Produção v. 12 n

12 Gráfco de controle de regressão aplcado na montoração de processos etapas futuras do processo, como sendo: ŷ = 71,9 + 0,0068x (6) (2,69) (29,83) Os valores da estatístca t estão entre parênteses, calculada para as estmatvas dos parâmetros. Logo, o gráfco de controle de regressão, para as varáves peso e qulometragem, é determnado a partr da lnha central ŷ = 71,9 + 0,0068x. Utlzando-se essa lnha de regressão, e duas vezes o erro padrão estmado da reta de Fgura 9: Gráfco de controle de regressão para as varáves peso e qulometragem, nos meses de julho, agosto e setembro. km Fgura 10: Gráfco de controle de regressão para as varáves peso e qulometragem, nos meses de julho, agosto e setembro, sem os pontos fora de controle. km Revsta Produção v. 12 n

13 Jacob, Souza & Perera regressão em 81,91 (sto é, ± 2S), o gráfco de controle, com lmtes de controle colocados a 95% de confança, fo novamente estabelecdo, como mostrado na Fgura 11. O gráfco de controle de regressão detectou treze pontos fora de controle, sendo que, destes, sete no mês de setembro, dos quas 5 estão acma do lmte superor de controle. Isto sgnfca que o camnhão coletor percorreu uma qulometragem maor do que devera, ndcando que houve um deslocamento extra do camnhão ao aterro santáro, devdo a um excesso de resíduos. Este problema sera resolvdo se o camnhão compactador fosse substtuído por um camnhão de maor capacdade. Nesse caso, a empresa está perdendo em tempo, pos o camnhão faz mas vagens ao aterro santáro com capacdade ncompleta, sem levar em consderação custos com combustível, desgaste com pneus e, mutas vezes, horas extras para os funconáros. Os pontos abaxo do lmte nferor de controle, neste estudo sgnfcam um aumento na produtvdade, mostram que uma grande quantdade de resíduos fo coletada, utlzando qulometragem menor que a habtual. O que podera ter ocasonado tas pontos, é o fato de, mutas vezes, alguns camnhões saírem em socorro de outros que estão realzando a coleta dára, para que o recolhmento seja mas rápdo. Mas, como a carga não é completada, e uma vez que o camnhão coletor só poderá r até o aterro santáro se estver com, no mínmo, a metade de sua capacdade, o veículo retorna à empresa com carga, sando no da segunte para o recolhmento normal sem sua total capacdade de coleta. CONCLUSÕES A técnca fo adequada e trouxe uma melhora para a empresa, pos dentfcaramse os pontos que estavam fora de controle. O gráfco de controle de regressão permtu observar que o sstema de coleta de resíduos não estava sendo realzado de forma satsfatóra, pos alguns pontos estavam fora dos lmtes de controle. Isso ndca que hava das em que a qulometragem percorrda pelos camnhões estava muto alta para o volume de resíduos recolhdos, ou seja, hava uma baxa produtvdade. Assm como hava das em que a qulometragem estava muto baxa para o volume de resíduos coletados, sugerndo, dessa forma, um aumento de produtvdade ou erro nos regstros. Vale ressaltar que a dstânca percorrda, em cada setor, é sempre a mesma, pos os percursos das rotas são predetermnados. A varabldade da qulometragem resde no fato de que, quando há aumento no volume de resíduos, os camnhões precsam r mas vezes ao aterro santáro, aumentando, dessa manera, a qulometragem percorrda e, conseqüentemente, o gasto com combustível e o tempo de recolhmento. Fgura 11: Gráfco de controle de regressão para as varáves peso e qulometragem, nos meses de julho, agosto e setembro, com os lmtes padrão para o processo. km 58 Revsta Produção v. 12 n

14 Gráfco de controle de regressão aplcado na montoração de processos Sendo assm, sugere-se um acompanhamento maor, pela empresa, nas varáves estudadas, com o ntuto de que, estando essas varáves sob controle, a empresa seja capaz de prever, com maor exatdão, o gasto de combustível dos camnhões compactadores. Deve-se ressaltar, anda, que durante o período analsado alguns fatos ocorrdos podem ter nfluencado o comportamento das varáves, como por exemplo: velocímetro estragado, balança quebrada, falta de anotações nos formuláros do volume coletado, da qulometragem de saída ou de chegada do camnhão. É mportante lembrar que, embora alguns pontos estejam fora dos lmtes de controle no gráfco de regressão, sso não sgnfca que o recolhmento dos resíduos não tenha sdo realzado, pos a empresa não fo notfcada nem pela população, nem pela contratante do servço. Salenta-se que a técnca fo adequada e trouxe uma melhora para a empresa, pos dentfcaram-se os pontos que estavam fora de controle. Além dsso, transformações nternas ocorreram na empresa, havendo uma melhor organzação do banco de dados e contratação de novos funconáros para atenderem ao montoramento deste setor. Em conseqüênca dessa medda, houve redução no gasto com combustível. Além dsso, detectou-se, no período de féras, uma redução no volume de resíduos coletados, pos tendo a cdade como sua prncpal vocação a unverstára, contando com mas de quatro unversdades, é de se entender que no período de féras haja um menor fluxo de pessoas e, conseqüentemente, um menor acúmulo de resíduos. Referêncas bblográfcas DIPAOLA, P.P. Use of correlaton n qualty control. Industral Qualty Control, v. 2, n. 1, p , July, LEVINE, D.M., BERENSON, M.L., STEPHAN, D. Estatístca: teora e aplcações. Ro de Janero: Lvros Técncos e Centífcos, p. MONTGOMERY, D.C. Introducton to statstcal qualty control. 3rd ed. New York: Jonh Wley, p. SIQUEIRA, L.G.P. Controle estatístco do processo, São Paulo: Ponera, p. DRAPER, N.R.; SMITH, H. Appled regresson analyss. New York: John Wley, p. GUJARATI, D.N. Econometra básca. 3. ed. São Paulo: Makron Books, p. JACKSON, J.E.; Qualty control methods for two related varables. Industral Qualty Control, v. 12, n. 7, p. 4-8, Jan MADDALA, G.S. Introducton to econometrcs. 2nd ed. Englewood Clffs: Prentce Hall, p. MANDEL, B.J. Statstcal programs of the Unted States post offce department. Industral Qualty Control, p , The regresson control chart. Journal of Qualty Technology, v. 1, n. 1, p. 1-9, NETER, J. et al. Appled lnear regresson models. 3rd ed. Irwn, p. OLIN, Bryan D. Regresson control charts revsted: methodology and case studes. In: Annual Fall Techncal Conference, 42º, New York, Proceedngs, New York, P SHEWHART, W.A. Economc control of qualty of qualty of manufactured product. New York: D. Van Nostrand, VASCONCELLOS, M.A.S.; ALVES, D. (Coord.) Manual de econometra. São Paulo: Atlas, p. WERKEMA, M.C.C. Ferramentas da qualdade: ferramentas estatístcas báscas para o gerencamento de processos. Belo Horzonte: QFCO, v. 3. WERKEMA, M.C.C., AGUIAR, S. Ferramentas da qualdade: análse de regressão: como entender o relaconamento entre as varáves de um processo. Belo Horzonte: QFCO, v. 7. Agradecmentos Agradecemos à FAPERGS (Fundo de Amparo à Pesqusa do Estado do Ro Grande do Sul) pelo auxílo fnancero que vablzou o desenvolvmento deste projeto (processo ) e à empresa PRT Prestação de servço pela dsponbldade dos dados. Revsta Produção v. 12 n

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO

PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO PLANEJAMENTO DE GRÁFICOS DE CONTROLE DE REGRESSÃO VIA SIMULAÇÃO Ana Carolna Campana Nascmento 1, José Ivo Rbero Júnor 1, Mosés Nascmento 1 1. Professor da Unversdade Federal de Vçosa, Avenda Peter Henr

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

Regressão e Correlação Linear

Regressão e Correlação Linear Probabldade e Estatístca I Antono Roque Aula 5 Regressão e Correlação Lnear Até o momento, vmos técncas estatístcas em que se estuda uma varável de cada vez, estabelecendo-se sua dstrbução de freqüêncas,

Leia mais

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada

Uso dos gráficos de controle da regressão no processo de poluição em uma interseção sinalizada XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasl, 1 a 4 de out de 003 Uso dos gráfcos de controle da regressão no processo de polução em uma nterseção snalzada Luz Delca Castllo Vllalobos

Leia mais

NOTA II TABELAS E GRÁFICOS

NOTA II TABELAS E GRÁFICOS Depto de Físca/UFMG Laboratóro de Fundamentos de Físca NOTA II TABELAS E GRÁFICOS II.1 - TABELAS A manera mas adequada na apresentação de uma sére de meddas de um certo epermento é através de tabelas.

Leia mais

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL. A FUNÇÃO DE PRODUÇÃO E SUPERMERCADOS NO BRASIL ALEX AIRES CUNHA (1) ; CLEYZER ADRIAN CUNHA (). 1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL;.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

Leia mais

Introdução e Organização de Dados Estatísticos

Introdução e Organização de Dados Estatísticos II INTRODUÇÃO E ORGANIZAÇÃO DE DADOS ESTATÍSTICOS 2.1 Defnção de Estatístca Uma coleção de métodos para planejar expermentos, obter dados e organzá-los, resum-los, analsá-los, nterpretá-los e deles extrar

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00) Bussab&Morettn Estatístca Básca Capítulo 4 Problema. (b) Grau de Instrução Procedênca º grau º grau Superor Total Interor 3 (,83) 7 (,94) (,) (,33) Captal 4 (,) (,39) (,) (,3) Outra (,39) (,7) (,) 3 (,3)

Leia mais

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado) 5 Aplcação Neste capítulo será apresentada a parte empírca do estudo no qual serão avalados os prncpas regressores, um Modelo de Índce de Dfusão com o resultado dos melhores regressores (aqu chamado de

Leia mais

Controle Estatístico de Qualidade. Capítulo 8 (montgomery)

Controle Estatístico de Qualidade. Capítulo 8 (montgomery) Controle Estatístco de Qualdade Capítulo 8 (montgomery) Gráfco CUSUM e da Méda Móvel Exponencalmente Ponderada Introdução Cartas de Controle Shewhart Usa apenas a nformação contda no últmo ponto plotado

Leia mais

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG 1 CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnlesteMG Dscplna: Introdução à Intelgênca Artfcal Professor: Luz Carlos Fgueredo GUIA DE LABORATÓRIO LF. 01 Assunto: Lógca Fuzzy Objetvo: Apresentar o

Leia mais

Professor Mauricio Lutz CORRELAÇÃO

Professor Mauricio Lutz CORRELAÇÃO Professor Maurco Lutz 1 CORRELAÇÃO Em mutas stuações, torna-se nteressante e útl estabelecer uma relação entre duas ou mas varáves. A matemátca estabelece város tpos de relações entre varáves, por eemplo,

Leia mais

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel

Estimativa da Incerteza de Medição da Viscosidade Cinemática pelo Método Manual em Biodiesel Estmatva da Incerteza de Medção da Vscosdade Cnemátca pelo Método Manual em Bodesel Roberta Quntno Frnhan Chmn 1, Gesamanda Pedrn Brandão 2, Eustáquo Vncus Rbero de Castro 3 1 LabPetro-DQUI-UFES, Vtóra-ES,

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli

UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 071 ANÁLISE DE REGRESSÃO LINEAR. Cesar Augusto Taconeli UNIVERSIDADE FEDERAL DO PARANÁ DEPARTAMENTO DE ESTATÍSTICA CE 7 ANÁLISE DE REGRESSÃO LINEAR Cesar Augusto Taconel Curtba-PR . INTRODUÇÃO Taconel, C.A. Análse de Regressão Lnear Ao se tratar da relação

Leia mais

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas

3ª AULA: ESTATÍSTICA DESCRITIVA Medidas Numéricas PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA DE TRASPORTES E GESTÃO TERRITORIAL PPGTG DEPARTAMETO DE EGEHARIA CIVIL ECV DISCIPLIA: TGT41006 FUDAMETOS DE ESTATÍSTICA 3ª AULA: ESTATÍSTICA DESCRITIVA Meddas umércas

Leia mais

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção Influênca dos Procedmentos de Ensaos e Tratamento de Dados em Análse Probablístca de Estrutura de Contenção Mara Fatma Mranda UENF, Campos dos Goytacazes, RJ, Brasl. Paulo César de Almeda Maa UENF, Campos

Leia mais

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Apostila de Estatística Curso de Matemática. Volume II 2008. Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna Apostla de Estatístca Curso de Matemátca Volume II 008 Probabldades, Dstrbução Bnomal, Dstrbução Normal. Prof. Dr. Celso Eduardo Tuna 1 Capítulo 8 - Probabldade 8.1 Conceto Intutvamente pode-se defnr probabldade

Leia mais

IV - Descrição e Apresentação dos Dados. Prof. Herondino

IV - Descrição e Apresentação dos Dados. Prof. Herondino IV - Descrção e Apresentação dos Dados Prof. Herondno Dados A palavra "dados" é um termo relatvo, tratamento de dados comumente ocorre por etapas, e os "dados processados" a partr de uma etapa podem ser

Leia mais

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria Unversdade do Estado do Ro de Janero Insttuto de Matemátca e Estatístca Econometra Revsão de modelos de regressão lnear Prof. José Francsco Morera Pessanha professorjfmp@hotmal.com Regressão Objetvo: Estabelecer

Leia mais

Análise Econômica da Aplicação de Motores de Alto Rendimento

Análise Econômica da Aplicação de Motores de Alto Rendimento Análse Econômca da Aplcação de Motores de Alto Rendmento 1. Introdução Nesta apostla são abordados os prncpas aspectos relaconados com a análse econômca da aplcação de motores de alto rendmento. Incalmente

Leia mais

Probabilidade e Estatística. Correlação e Regressão Linear

Probabilidade e Estatística. Correlação e Regressão Linear Probabldade e Estatístca Correlação e Regressão Lnear Correlação Este uma correlação entre duas varáves quando uma delas está, de alguma forma, relaconada com a outra. Gráfco ou Dagrama de Dspersão é o

Leia mais

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é:

UTILIZAÇÃO DO MÉTODO DE TAGUCHI NA REDUÇÃO DOS CUSTOS DE PROJETOS. Uma equação simplificada para se determinar o lucro de uma empresa é: UTILIZAÇÃO DO MÉTODO DE TAGUCHI A REDUÇÃO DOS CUSTOS DE PROJETOS Ademr José Petenate Departamento de Estatístca - Mestrado em Qualdade Unversdade Estadual de Campnas Brasl 1. Introdução Qualdade é hoje

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma. UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE FÍSICA AV. FERNANDO FERRARI, 514 - GOIABEIRAS 29075-910 VITÓRIA - ES PROF. ANDERSON COSER GAUDIO FONE: 4009.7820 FAX: 4009.2823

Leia mais

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística

ESTATÍSTICA MULTIVARIADA 2º SEMESTRE 2010 / 11. EXERCÍCIOS PRÁTICOS - CADERNO 1 Revisões de Estatística ESTATÍSTICA MULTIVARIADA º SEMESTRE 010 / 11 EXERCÍCIOS PRÁTICOS - CADERNO 1 Revsões de Estatístca -0-11 1.1 1.1. (Varáves aleatóras: função de densdade e de dstrbução; Méda e Varânca enquanto expectatvas

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações.

As tabelas resumem as informações obtidas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de informações. 1. TABELA DE DISTRIBUIÇÃO DE FREQÜÊNCIA As tabelas resumem as normações obtdas da amostra ou da população. Essas tabelas podem ser construídas sem ou com perda de normações. As tabelas sem perda de normação

Leia mais

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010

CONGRESSO DE INICIAÇÃO CIENTÍFICA E PÓS-GRADUAÇÃO - I CICPG SUL BRASIL Florianópolis 2010 Floranópols 200 ANÁLISE COMPARATIVA DA INFLUÊNCIA DA NEBULOSIDADE E UMIDADE RELATIVA SOBRE A IRRADIAÇÃO SOLAR EM SUPERFÍCIE Eduardo Wede Luz * ; Nelson Jorge Schuch ; Fernando Ramos Martns 2 ; Marco Cecon

Leia mais

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

PARTE 1. 1. Apresente as equações que descrevem o comportamento do preço de venda dos imóveis. EXERCICIOS AVALIATIVOS Dscplna: ECONOMETRIA Data lmte para entrega: da da 3ª prova Valor: 7 pontos INSTRUÇÕES: O trabalho é ndvdual. A dscussão das questões pode ser feta em grupo, mas cada aluno deve

Leia mais

Método para aplicação de gráficos de controle de regressão no monitoramento de processos

Método para aplicação de gráficos de controle de regressão no monitoramento de processos Produção, v 21, n 1, p 106-117, jan/mar 2011 do: 101590/S0103-65132011005000001 Método para aplcação de gráfcos de controle de regressão no montoramento de processos Danlo Cuzzuol Pedrn a, *, Carla Schwengber

Leia mais

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica

Expressão da Incerteza de Medição para a Grandeza Energia Elétrica 1 a 5 de Agosto de 006 Belo Horzonte - MG Expressão da ncerteza de Medção para a Grandeza Energa Elétrca Eng. Carlos Alberto Montero Letão CEMG Dstrbução S.A caletao@cemg.com.br Eng. Sérgo Antôno dos Santos

Leia mais

são os coeficientes desconhecidos e o termo ε (erro)

são os coeficientes desconhecidos e o termo ε (erro) Regressão Lnear Neste capítulo apresentamos um conjunto de técncas estatístcas, denomnadas análse de regressão lnear, onde se procura estabelecer a relação entre uma varável resposta e um conjunto de varáves

Leia mais

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado

Variabilidade Espacial do Teor de Água de um Argissolo sob Plantio Convencional de Feijão Irrigado Varabldade Espacal do Teor de Água de um Argssolo sob Planto Convenconal de Fejão Irrgado Elder Sânzo Aguar Cerquera 1 Nerlson Terra Santos 2 Cásso Pnho dos Res 3 1 Introdução O uso da água na rrgação

Leia mais

Introdução à Análise de Dados nas medidas de grandezas físicas

Introdução à Análise de Dados nas medidas de grandezas físicas Introdução à Análse de Dados nas meddas de grandezas físcas www.chem.wts.ac.za/chem0/ http://uregna.ca/~peresnep/ www.ph.ed.ac.uk/~td/p3lab/analss/ otas baseadas nos apontamentos Análse de Dados do Prof.

Leia mais

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para Objetvos da aula Essa aula objetva fornecer algumas ferramentas descrtvas útes para escolha de uma forma funconal adequada. Por exemplo, qual sera a forma funconal adequada para estudar a relação entre

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF) PMR 40 - Mecânca Computaconal CAPÍTULO VI Introdução ao Método de Elementos Fntos (MEF). Formulação Teórca - MEF em uma dmensão Consderemos a equação abao que representa a dstrbução de temperatura na barra

Leia mais

Caderno de Exercícios Resolvidos

Caderno de Exercícios Resolvidos Estatístca Descrtva Exercíco 1. Caderno de Exercícos Resolvdos A fgura segunte representa, através de um polígono ntegral, a dstrbução do rendmento nas famílas dos alunos de duas turmas. 1,,75 Turma B

Leia mais

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X

ANEXO II METODOLOGIA E CÁLCULO DO FATOR X ANEXO II Nota Técnca nº 256/2009-SRE/ANEEL Brasíla, 29 de julho de 2009 METODOLOGIA E ÁLULO DO FATOR X ANEXO II Nota Técnca n o 256/2009 SRE/ANEEL Em 29 de julho de 2009. Processo nº 48500.004295/2006-48

Leia mais

Covariância e Correlação Linear

Covariância e Correlação Linear TLF 00/ Cap. X Covarânca e correlação lnear Capítulo X Covarânca e Correlação Lnear 0.. Valor médo da grandeza (,) 0 0.. Covarânca na propagação de erros 03 0.3. Coecente de correlação lnear 05 Departamento

Leia mais

Variáveis dummy: especificações de modelos com parâmetros variáveis

Variáveis dummy: especificações de modelos com parâmetros variáveis Varáves dummy: especfcações de modelos com parâmetros varáves Fabríco Msso, Lucane Flores Jacob Curso de Cêncas Econômcas/Unversdade Estadual de Mato Grosso do Sul E-mal: fabrcomsso@gmal.com Departamento

Leia mais

Análise Fatorial F 1 F 2

Análise Fatorial F 1 F 2 Análse Fatoral Análse Fatoral: A Análse Fatoral tem como prncpal objetvo descrever um conjunto de varáves orgnas através da cração de um número menor de varáves (fatores). Os fatores são varáves hpotétcas

Leia mais

Controlo Metrológico de Contadores de Gás

Controlo Metrológico de Contadores de Gás Controlo Metrológco de Contadores de Gás José Mendonça Das (jad@fct.unl.pt), Zulema Lopes Perera (zlp@fct.unl.pt) Departamento de Engenhara Mecânca e Industral, Faculdade de Cêncas e Tecnologa da Unversdade

Leia mais

CURRICULUM VITAE - RESUMIDO

CURRICULUM VITAE - RESUMIDO A estatístca tem uma partculardade: pesqusamos para dzer algo sgnfcatvo sobre o unverso que elegemos, porém a pesqusa só será sgnfcatva se conhecermos sufcentemente o unverso para escolhermos adequadamente

Leia mais

Nota Técnica Médias do ENEM 2009 por Escola

Nota Técnica Médias do ENEM 2009 por Escola Nota Técnca Médas do ENEM 2009 por Escola Crado em 1998, o Exame Naconal do Ensno Médo (ENEM) tem o objetvo de avalar o desempenho do estudante ao fm da escolardade básca. O Exame destna-se aos alunos

Leia mais

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás

Otimização de Custos de Transporte e Tributários em um Problema de Distribuição Nacional de Gás A pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN Otmzação de ustos de Transporte e Trbutáros em um Problema de Dstrbução Naconal de Gás Fernanda Hamacher 1, Fernanda Menezes

Leia mais

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado

7.4 Precificação dos Serviços de Transmissão em Ambiente Desregulamentado 64 Capítulo 7: Introdução ao Estudo de Mercados de Energa Elétrca 7.4 Precfcação dos Servços de Transmssão em Ambente Desregulamentado A re-estruturação da ndústra de energa elétrca que ocorreu nos últmos

Leia mais

Metodologia IHFA - Índice de Hedge Funds ANBIMA

Metodologia IHFA - Índice de Hedge Funds ANBIMA Metodologa IHFA - Índce de Hedge Funds ANBIMA Versão Abrl 2011 Metodologa IHFA Índce de Hedge Funds ANBIMA 1. O Que é o IHFA Índce de Hedge Funds ANBIMA? O IHFA é um índce representatvo da ndústra de hedge

Leia mais

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica. Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento

Leia mais

Situação Ocupacional dos Jovens das Comunidades de Baixa Renda da Cidade do Rio de Janeiro *

Situação Ocupacional dos Jovens das Comunidades de Baixa Renda da Cidade do Rio de Janeiro * Stuação Ocupaconal dos Jovens das Comundades de Baxa Renda da Cdade do Ro de Janero * Alessandra da Rocha Santos Cínta C. M. Damasceno Dense Brtz do Nascmento Slva ' Mara Beatrz A. M. da Cunha Palavras-chave:

Leia mais

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução

Controle de qualidade de produto cartográfico aplicado a imagem de alta resolução Controle de qualdade de produto cartográfco aplcado a magem de alta resolução Nathála de Alcântara Rodrgues Alves¹ Mara Emanuella Frmno Barbosa¹ Sydney de Olvera Das¹ ¹ Insttuto Federal de Educação Cênca

Leia mais

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões

Leia mais

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas

Universidade Salvador UNIFACS Cursos de Engenharia Cálculo IV Profa: Ilka Rebouças Freire. Integrais Múltiplas Unversdade Salvador UNIFACS Cursos de Engenhara Cálculo IV Profa: Ilka ebouças Frere Integras Múltplas Texto 3: A Integral Dupla em Coordenadas Polares Coordenadas Polares Introduzremos agora um novo sstema

Leia mais

3.1. Conceitos de força e massa

3.1. Conceitos de força e massa CAPÍTULO 3 Les de Newton 3.1. Concetos de força e massa Uma força representa a acção de um corpo sobre outro,.e. a nteracção físca entre dos corpos. Como grandeza vectoral que é, só fca caracterzada pelo

Leia mais

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial

O migrante de retorno na Região Norte do Brasil: Uma aplicação de Regressão Logística Multinomial O mgrante de retorno na Regão Norte do Brasl: Uma aplcação de Regressão Logístca Multnomal 1. Introdução Olavo da Gama Santos 1 Marnalva Cardoso Macel 2 Obede Rodrgues Cardoso 3 Por mgrante de retorno,

Leia mais

Termodinâmica e Termoquímica

Termodinâmica e Termoquímica Termodnâmca e Termoquímca Introdução A cênca que trata da energa e suas transformações é conhecda como termodnâmca. A termodnâmca fo a mola mestra para a revolução ndustral, portanto o estudo e compreensão

Leia mais

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo

III. Consequências de um novo padrão de inserção das mulheres no mercado de trabalho sobre o bem-estar na região metropolitana de São Paulo CEPAL - SERIE Polítcas socales N 60 III. Consequêncas de um novo padrão de nserção das mulheres no mercado de trabalho sobre o bem-estar na regão metropoltana de São Paulo A. Introdução Rcardo Paes de

Leia mais

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar? Sumáro Sstemas Robótcos Navegação Introdução Onde estou? Para onde vou? Como vou lá chegar? Carlos Carreto Curso de Engenhara Informátca Ano lectvo 2003/2004 Escola Superor de Tecnologa e Gestão da Guarda

Leia mais

Estudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais

Estudo para Implementação de um Sistema de Roteirização e um Novo Centro de Distribuição para uma Empresa de Água Mineral do Sul de Minas Gerais Estudo para Implementação de um Sstema de Roterzação e um Novo Centro de Dstrbução para uma Empresa de Água Mneral do Sul de Mnas Geras Ilton Curty Leal Junor ltoncurty@gmal.com UFF Dego de Olvera Pexoto

Leia mais

Elaboração: Fevereiro/2008

Elaboração: Fevereiro/2008 Elaboração: Feverero/2008 Últma atualzação: 19/02/2008 E ste Caderno de Fórmulas tem por objetvo esclarecer aos usuáros a metodologa de cálculo e os crtéros de precsão utlzados na atualzação das Letras

Leia mais

2 Máquinas de Vetor Suporte 2.1. Introdução

2 Máquinas de Vetor Suporte 2.1. Introdução Máqunas de Vetor Suporte.. Introdução Os fundamentos das Máqunas de Vetor Suporte (SVM) foram desenvolvdos por Vapnk e colaboradores [], [3], [4]. A formulação por ele apresentada se basea no prncípo de

Leia mais

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia CCSA - Centro de Cêncas Socas e Aplcadas Curso de Economa ECONOMIA REGIONAL E URBANA Prof. ladmr Fernandes Macel LISTA DE ESTUDO. Explque a lógca da teora da base econômca. A déa que sustenta a teora da

Leia mais

Elaboração: Novembro/2005

Elaboração: Novembro/2005 Elaboração: Novembro/2005 Últma atualzação: 18/07/2011 Apresentação E ste Caderno de Fórmulas tem por objetvo nformar aos usuáros a metodologa e os crtéros de precsão dos cálculos referentes às Cédulas

Leia mais

MAPEAMENTO DA VARIABILIDADE ESPACIAL

MAPEAMENTO DA VARIABILIDADE ESPACIAL IT 90 Prncípos em Agrcultura de Precsão IT Departamento de Engenhara ÁREA DE MECANIZAÇÃO AGRÍCOLA MAPEAMENTO DA VARIABILIDADE ESPACIAL Carlos Alberto Alves Varella Para o mapeamento da varabldade espacal

Leia mais

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura

Análise logística da localização de um armazém para uma empresa do Sul Fluminense importadora de alho in natura Análse logístca da localzação de um armazém para uma empresa do Sul Flumnense mportadora de alho n natura Jader Ferrera Mendonça Patríca Res Cunha Ilton Curty Leal Junor Unversdade Federal Flumnense Unversdade

Leia mais

ANÁLISE EXPLORATÓRIA DE DADOS

ANÁLISE EXPLORATÓRIA DE DADOS CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especalzação Lato Sensu em Estatístca ANÁLISE EXPLORATÓRIA DE DADOS Professor: Dr. Waldr Medr medr@uel.br Londrna/Pr Março de 011 ÍNDICE

Leia mais

7. Resolução Numérica de Equações Diferenciais Ordinárias

7. Resolução Numérica de Equações Diferenciais Ordinárias 7. Resolução Numérca de Equações Dferencas Ordnáras Fenômenos físcos em dversas áreas, tas como: mecânca dos fludos, fluo de calor, vbrações, crcutos elétrcos, reações químcas, dentre váras outras, podem

Leia mais

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe

Avaliação da Tendência de Precipitação Pluviométrica Anual no Estado de Sergipe. Evaluation of the Annual Rainfall Trend in the State of Sergipe Avalação da Tendênca de Precptação Pluvométrca Anual no Estado de Sergpe Dandara de Olvera Félx, Inaá Francsco de Sousa 2, Pablo Jónata Santana da Slva Nascmento, Davd Noguera dos Santos 3 Graduandos em

Leia mais

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira

Estatística Experimental Medicina Veterinária. Faculadade de Ciências Agrárias e Veterinárias. Campus de Jaboticabal SP. Gener Tadeu Pereira MATERIAL DIDÁTICO Medcna Veternára Faculadade de Cêncas Agráras e Veternáras Campus de Jabotcabal SP Gener Tadeu Perera º SEMESTRE DE 04 ÍNDICE INTRODUÇÃO AO R AULA ESTATÍSTICA DESCRITIVA 3 º EXERCÍCIO

Leia mais

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS

PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS PLANEJAMENTO DE EXPERIMENTOS E OTIMIZAÇÃO DE SISTEMAS MISTOS Smone P. Saramago e Valder Steffen Jr UFU, Unversdade Federal de Uberlânda, Curso de Engenhara Mecânca Av. João Naves de Ávla, 2160, Santa Mônca,

Leia mais

CQ110 : Princípios de FQ

CQ110 : Princípios de FQ CQ110 : Prncípos de FQ CQ 110 Prncípos de Físco Químca Curso: Farmáca Prof. Dr. Marco Vdott mvdott@ufpr.br Potencal químco, m potencal químco CQ110 : Prncípos de FQ Propredades termodnâmcas das soluções

Leia mais

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL,

ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, ANÁLISE COMPARATIVA DA PRODUTIVIDADE SETORIAL DO TRABALHO ENTRE OS ESTADOS BRASILEIROS: DECOMPOSIÇÕES USANDO O MÉTODO ESTRUTURAL- DIFERENCIAL, 1980/2000 2 1. INTRODUÇÃO 2 2. METODOLOGIA 3 3. ANÁLISE COMPARATIVA

Leia mais

Palavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada

Palavras-chaves: Gráficos de controle, ambiente R, análise estatística multivariada A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 O DESENVOLVIMENTO DE GRÁFICOS DE CONTROLE MCUSUM E MEWMA EM AMBIENTE R COMO

Leia mais

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade

Controle Estatístico de Processos: a questão da autocorrelação, dos erros de mensuração e do monitoramento de mais de uma característica de qualidade Controle Estatístco de Processos: a questão da autocorrelação, dos erros de mensuração e do montoramento de mas de uma característca de qualdade Docentes: Maysa S. de Magalhães; Lnda Lee Ho; Antono Fernando

Leia mais

O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS*

O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS* O COMPORTAMENTO DOS BANCOS DOMÉSTICOS E NÃO DOMÉSTICOS NA CONCESSÃO DE CRÉDITO À HABITAÇÃO: UMA ANÁLISE COM BASE EM DADOS MICROECONÓMICOS* Sóna Costa** Luísa Farnha** 173 Artgos Resumo As nsttuções fnanceras

Leia mais

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem.

1 a Lei de Kirchhoff ou Lei dos Nós: Num nó, a soma das intensidades de correntes que chegam é igual à soma das intensidades de correntes que saem. Les de Krchhoff Até aqu você aprendeu técncas para resolver crcutos não muto complexos. Bascamente todos os métodos foram baseados na 1 a Le de Ohm. Agora você va aprender as Les de Krchhoff. As Les de

Leia mais

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI.

* Economista do Instituto Federal do Sertão Pernambucano na Pró-Reitoria de Desenvolvimento Institucional PRODI. O desempenho setoral dos muncípos que compõem o Sertão Pernambucano: uma análse regonal sob a ótca energétca. Carlos Fabano da Slva * Introdução Entre a publcação de Methods of Regonal Analyss de Walter

Leia mais

Modelo de distribuição de recursos para o transporte escolar rural a partir dos princípios da igualdade e da equidade

Modelo de distribuição de recursos para o transporte escolar rural a partir dos princípios da igualdade e da equidade Modelo de dstrbução de recursos para o transporte escolar rural a partr dos prncípos da gualdade e da equdade Alan Rcardo da Slva 1 ; Yaeko Yamashta 2 Resumo: O transporte escolar rural consttu um mportante

Leia mais

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO

ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO ISEP - ÍNDICE DE SHARPE ESCOLAR A PARTIR DA PROVA BRASIL: CRIAÇÃO E ESTUDO Roberta Montello Amaral (UNIFESO) amaralroberta@yahoo.com.br Crado em 1990, o Saeb é um sstema de avalação do MEC que, junto à

Leia mais

www.obconcursos.com.br/portal/v1/carreirafiscal

www.obconcursos.com.br/portal/v1/carreirafiscal www.obconcursos.com.br/portal/v1/carrerafscal Moda Exercíco: Determne o valor modal em cada um dos conjuntos de dados a segur: X: { 3, 4,, 8, 8, 8, 9, 10, 11, 1, 13 } Mo 8 Y: { 10, 11, 11, 13, 13, 13,

Leia mais

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05 LQA - LEFQ - EQ -Químca Analítca Complemantos Teórcos 04-05 CONCEITO DE ERRO ALGARISMOS SIGNIFICATIVOS Embora uma análse detalhada do erro em Químca Analítca esteja fora do âmbto desta cadera, sendo abordada

Leia mais

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro.

Estimativa dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. Estmatva dos fluxos turbulentos de calor sensível, calor latente e CO 2, sobre cana-de-açúcar, pelo método do coespectro. O. L. L. Moraes 1, H. R. da Rocha 2, M. A. Faus da Slva Das 2, O Cabral 3 1 Departamento

Leia mais

AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA. Túlio Alves Matta

AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA. Túlio Alves Matta AVALIAÇÃO DO VALOR DE IMÓVEIS POR ANALISE DE REGRESSÃO: UM ESTUDO DE CASO PARA A CIDADE DE JUIZ DE FORA Túlo Alves Matta MONOGRAFIA SUBMETIDA À COORDENAÇÃO DE CURSO DE ENGENHARIA DE PRODUÇÃO DA UNIVERSIDADE

Leia mais

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO

ESTATÍSTICAS E INDICADORES DE COMÉRCIO EXTERNO ESTATÍSTICAS E INDICADORES DE COÉRCIO ETERNO Nota préva: O texto que se segue tem por únco obectvo servr de apoo às aulas das dscplnas de Economa Internaconal na Faculdade de Economa da Unversdade do Porto.

Leia mais

! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA

! Superlntenrlencia Reg.onaJ do Ma:toGro$So. Qualificação e Reinserção Profissional dos Resgatados do Trabalho Escravo elou em AÇÃO INTEGRADA ",, 1," ;,,," 1, C?5lMnstérO Públco do "':'1"') Trabalho PRT 23,! Superlntenrlenca RegonaJ do Ma:toGro$So!! (', ' \_ \ '1 j t t' 1 PROJETO: Qualfcação e Renserção Profssonal dos Resgatados do Trabalho

Leia mais

METROLOGIA E ENSAIOS

METROLOGIA E ENSAIOS METROLOGIA E ENSAIOS Incerteza de Medção Prof. Aleandre Pedott pedott@producao.ufrgs.br Freqüênca de ocorrênca Incerteza da Medção Dstrbução de freqüênca das meddas Erro Sstemátco (Tendênca) Erro de Repettvdade

Leia mais

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil.

Palavras-chave: jovens no mercado de trabalho; modelo de seleção amostral; região Sul do Brasil. 1 A INSERÇÃO E O RENDIMENTO DOS JOVENS NO MERCADO DE TRABALHO: UMA ANÁLISE PARA A REGIÃO SUL DO BRASIL Prscla Gomes de Castro 1 Felpe de Fgueredo Slva 2 João Eustáquo de Lma 3 Área temátca: 3 -Demografa

Leia mais

2 ANÁLISE ESPACIAL DE EVENTOS

2 ANÁLISE ESPACIAL DE EVENTOS ANÁLISE ESPACIAL DE EVENTOS Glberto Câmara Marla Sá Carvalho.1 INTRODUÇÃO Neste capítulo serão estudados os fenômenos expressos através de ocorrêncas dentfcadas como pontos localzados no espaço, denomnados

Leia mais

Hoje não tem vitamina, o liquidificador quebrou!

Hoje não tem vitamina, o liquidificador quebrou! A U A UL LA Hoje não tem vtamna, o lqudfcador quebrou! Essa fo a notíca dramátca dada por Crstana no café da manhã, lgeramente amenzada pela promessa de uma breve solução. - Seu pa dsse que arruma à note!

Leia mais

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA

PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA 658 Gaudo & Zandonade Qum. Nova Qum. Nova, Vol. 4, No. 5, 658-671, 001. Dvulgação PROPOSIÇÃO, VALIDAÇÃO E ANÁLISE DOS MODELOS QUE CORRELACIONAM ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA Anderson Coser Gaudo

Leia mais

Carlos Sérgio Araújo dos Santos José Antonio Aleixo da Silva Gauss Moutinho Cordeiro Joseilme Fernandes Gouveia Alisson de Oliveira Silva

Carlos Sérgio Araújo dos Santos José Antonio Aleixo da Silva Gauss Moutinho Cordeiro Joseilme Fernandes Gouveia Alisson de Oliveira Silva Modelos Smétrcos Transformados não lneares com aplcação na estmatva volumétrca em Híbrdo de Eucalyptus teretcorns no Pólo Gessero do Ararpe - PE Carlos Sérgo Araújo dos Santos José Antono Alexo da Slva

Leia mais

Metodologia para Eficientizar as Auditorias de SST em serviços contratados Estudo de caso em uma empresa do setor elétrico.

Metodologia para Eficientizar as Auditorias de SST em serviços contratados Estudo de caso em uma empresa do setor elétrico. Metodologa para Efcentzar as Audtoras de SST em servços contratados Estudo de caso em uma empresa do setor elétrco. Autores MARIA CLAUDIA SOUSA DA COSTA METHODIO VAREJÃO DE GODOY CHESF COMPANHIA HIDRO

Leia mais

Determinantes da adoção da tecnologia de despolpamento na cafeicultura: estudo de uma região produtora da Zona da Mata de Minas Gerais 1

Determinantes da adoção da tecnologia de despolpamento na cafeicultura: estudo de uma região produtora da Zona da Mata de Minas Gerais 1 DETERMINANTES DA ADOÇÃO DA TECNOLOGIA DE DESPOLPAMENTO NA CAFEICULTURA: ESTUDO DE UMA REGIÃO PRODUTORA DA ZONA DA MATA DE MINAS GERAIS govanblas@yahoo.com.br Apresentação Oral-Cênca, Pesqusa e Transferênca

Leia mais

TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS, RESULTADOS E DISCUSSÕES 1

TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS, RESULTADOS E DISCUSSÕES 1 XIV ELAVIO El Fuerte Snaloa Méxco 9-14 de agosto de 2009 TRABALHADORES COM DEFICIÊNCIAS EM LINHAS DE PRODUÇÃO: MODELOS RESULTADOS E DISCUSSÕES 1 Mayron César de O. Morera Lana Mara R. Santos Alysson M.

Leia mais

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO

ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO ANÁLISE DE CONFIABILIDADE DO MODELO SCS-CN EM DIFERENTES ESCALAS ESPACIAIS NO SEMIÁRIDO J. W. B. Lopes 1 ; E. A. R. Pnhero 2 ; J. R. de Araújo Neto 3 ; J. C. N. dos Santos 4 RESUMO: Esse estudo fo conduzdo

Leia mais

RODRIGO LUIZ PEREIRA LARA DESEMPENHO DO GRÁFICO DE CONTROLE CUSUM TABULAR PARA O MONITORAMENTO DA MÉDIA

RODRIGO LUIZ PEREIRA LARA DESEMPENHO DO GRÁFICO DE CONTROLE CUSUM TABULAR PARA O MONITORAMENTO DA MÉDIA RODRIGO LUIZ PEREIRA LARA DESEMPENO DO GRÁFICO DE CONTROLE CUSUM TABULAR PARA O MONITORAMENTO DA MÉDIA Dssertação apresentada à Unversdade Federal de Vçosa, como parte das exgêncas do Programa de Pós Graduação

Leia mais

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE)

GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO (SEPLAG) INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ (IPECE) IPECE ota Técnca GOVERO DO ESTADO DO CEARÁ SECRETARIA DO PLAEJAMETO E GESTÃO (SEPLAG) ISTITUTO DE PESQUISA E ESTRATÉGIA ECOÔMICA DO CEARÁ (IPECE) OTA TÉCICA º 33 METODOLOGIA DE CÁLCULO DA OVA LEI DO ICMS

Leia mais

Análise multivariada do risco sistemático dos principais mercados de ações da América Latina: um enfoque Bayesiano

Análise multivariada do risco sistemático dos principais mercados de ações da América Latina: um enfoque Bayesiano XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 006 Análse multvarada do rsco sstemátco dos prncpas mercados de ações da Amérca Latna: um enfoque Bayesano André Asss de Salles (UFRJ) asalles@nd.ufrj.br

Leia mais

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que

I. Introdução. inatividade. 1 Dividiremos a categoria dos jovens em dois segmentos: os jovens que estão em busca do primeiro emprego, e os jovens que DESEMPREGO DE JOVENS NO BRASIL I. Introdução O desemprego é vsto por mutos como um grave problema socal que vem afetando tanto economas desenvolvdas como em desenvolvmento. Podemos dzer que os índces de

Leia mais